Centrum výzkumu konkurenční schopnosti české ekonomiky Ekonomicko-správní fakulta Masarykovy univerzity Determinanty hospodářského růstu v zemích východní Evropy Ing. Zdeněk Tomeš, Ph.D., doc. Ing. Libor Žídek, Ph.D., a kolektiv Brno 2008 2 Recenzenti: prof. Ing. Vojtěch Krebs, CSc. Ing. Petr Harasimovič, M.A. Mgr. Jan Vlček, Ph.D. Publikace vznikla s podporou projektu MŠMT výzkumná centra 1M0524 Zdeněk Tomeš, Libor Žídek a kolektiv, 2008 ISBN: 978-80-210-4786-0 3 OBSAH SROVNÁNÍ ZÁKLADNÍCH MAKRO-EKONOMICKÝCH UKAZATELŮ VYBRANÝCH ZEMÍ STŘEDNÍ A VÝCHODNÍ EVROPY............................................5 LIBOR ŽÍDEK .......................................................................................................................5 TRH PRÁCE A KONKURENCESCHOPNOST ZEMÍ CE-6 V OBDOBÍ TRANSFORMACE ............................................................................................................18 PETR MUSIL.......................................................................................................................18 VLIV SOCIÁLNÍ POLITIKY NA KONKURENCESCHOPNOST LITEVSKÉ, ESTONSKÉ, LOTYŠSKÉ, SLOVINSKÉ, RUMUNSKÉ A BULHARSKÉ EKONOMIKY ....................................................................................................................46 ZDEŇKA MUSILOVÁ.........................................................................................................46 KOMPARACE DEMOGRAFICKÉHO VÝVOJE ESTONSKA, BULHARSKA, LOTYŠSKA, LITVY, RUMUNSKA A SLOVINSKA V LETECH 1990­2007 ............67 VERONIKA KARTUSOVÁ .................................................................................................67 PRACOVNÍ MIGRACE VE VYBRANÝCH ZEMÍCH STŘEDNÍ A VÝCHODNÍ EVROPY..............................................................................................................................90 ALEŠ FRANC......................................................................................................................90 FINANČNÍ ZPROSTŘEDKOVATELÉ A ALOKACE KAPITÁLU V ZEMÍCH 6CE ............................................................................................................................................107 PAVLÍNA BALCAROVÁ, JANA CHMELOVÁ...............................................................107 VLIV MONETÁRNÍ POLITIKY NA EKONOMICKÝ RŮST U VYBRANÝCH ZEMÍ ............................................................................................................................................144 PETRA ČERNÍKOVÁ .......................................................................................................144 SROVNÁNÍ FISKÁLNÍ POLITIKY VE VYBRANÝCH ZEMÍCH STŘEDNÍ A VÝCHODNÍ EVROPY.....................................................................................................167 NAĎA VORÁČOVÁ...........................................................................................................167 ZAHRANIČNÍ KAPITÁL A KONKURENCESCHOPNOST VYBRANÝCH ZEMÍ EU.......................................................................................................................................194 MONIKA JAMBOROVÁ...................................................................................................194 ROZVOJ DEMOKRACIE V 6CE A JEHO VLIV NA KONKURENCESCHOPNOST EKONOMIK .....................................................................................................................216 JITKA DOLEŽALOVÁ......................................................................................................216 REGULACE A DEREGULACE VE VYBRANÝCH ZEMÍCH EU V OBDOBÍ 1990­ 2007 ....................................................................................................................................245 VERONIKA HEDIJA........................................................................................................245 4 STRUKTURÁLNÍ POLITIKA BULHARSKA, ESTONSKA, LITVY, LOTYŠSKA, RUMUNSKA A SLOVINSKA 1990­2006...................................................................... 277 TOMÁŠ PALETA .............................................................................................................. 277 ZAHRANIČNÍ OBCHOD VYBRANÝCH EKONOMIK STŘEDNÍ A VÝCHODNÍ EVROPY (1990-2006)...................................................................................................... 294 MONIKA JANDOVÁ ........................................................................................................ 294 ODHADY NAIRU A POTENCIÁLNÍHO PRODUKTU V ČR................................... 314 DANIEL NĚMEC.............................................................................................................. 314 NOMINAL RIGIDITIES AND WAGE-PRICE DYNAMICS IN ESTIMATED DSGE MODEL: APPLICATION FOR THE CZECH ECONOMY....................................... 333 MIROSLAV HLOUŠEK.................................................................................................... 333 MONETARY POLICY AND STABILITY OF CZECH ECONOMY: OPTIMAL COMMITMENT POLICY IN NOEM DSGE FRAMEWORK................................... 409 ADAM REMO.................................................................................................................... 409 5 SROVNÁNÍ ZÁKLADNÍCH MAKRO-EKONOMICKÝCH UKAZATELŮ VYBRANÝCH ZEMÍ STŘEDNÍ A VÝCHODNÍ EVROPY LIBOR ŽÍDEK Cílem příspěvku je analýza základních makroekonomických ukazatelů vybraných zemí střední a východní Evropy. V rámci working paperu jsme se soustředili na země, jejichž analýza je nutná pro další výstupy CVKS. Z těchto důvodů jsme do analýzy zahrnuli pobaltské země, Slovinsko, Bulharsko a Rumunsku v období 1990­2007. Konkrétně jsme se zaměřili na rozbor vývoje čtyř základních makroekonomických agregátů ­ ekonomického růstu (včetně analýz ekonomické úrovně a síly), nezaměstnanosti, inflace a vybraných charakteristik vnější rovnováhy (rovnováha běžného účtu a přímých zahraničních investic a objem devizových rezerv). Všechny uvažované země byly na počátku 90. let zasaženy (transformační) recesí, která byla doprovázena nárůstem nezaměstnanosti a vysokou inflací. Situace ve většině zemí se začala zlepšovat ve druhé polovině dekády ­ ekonomiky se dostaly na před transformační výkonnost, klesla nezaměstnanost a snížilo se tempo růstu cen. Významnou nerovnováhou jsou v současnosti schodky běžného účtu platební bilance. 1. ÚVOD Cílem této kapitoly je provést analýzu základního makroekonomického vývoje v průběhu transformace ve vybraných zemích střední a východní Evropy. Analýza se týká zemí, které vstoupily do EU v roce 2004 a 2007 a jejichž vývoj ještě nebyl zpracován v předchozích obdobích v rámci CVKS. Konkrétně se jedná o následující země: Slovinsko, Estonsko, Litvu, Lotyšsko, Bulharsko a Rumunsko. Těchto šest zemí budeme v následujícím textu označovat jako 6CE. Zkoumané období je rozmezí let 1990 a 2007. V textu se budeme věnovat čtyřem základním makroekonomickým ukazatelům hrubému domácímu produktu, inflaci, nezaměstnanosti a vybraným ukazatelům indikátorům vnější (ne)rovnováhy. Při zpracování WP jsme naráželi na pochopitelný problém s daty. Dle našeho názoru pouze EBRD poskytuje víceméně komplexní statistiky daného období, nicméně v některých případech jsme čerpali i z jiných zdrojů. Zejména v analýze úvodní fáze transformace je potřeba k uváděným datům přistupovat obezřetně. Statistiky z této doby se mohou dle jednotlivých zdrojů velmi významně (řádově) lišit. Dodatečné problémy navíc vznikají u Slovinska a pobaltských republik z toho důvodu, že na počátku 90. let byly tyto země součástí větších státních celků Jugoslávie, resp. Sovětského svazu, a proto pro ně statistiky nejsou vůbec dostupné. 6 2. HDP V ZEMÍCH 6CE V rámci první podkapitoly se zaměříme na ekonomický růst v zemích 6CE. Nejdříve se budeme věnovat tempu růstu, následně se pozastavíme u kumulovaného vývoje produktu v průběhu celé transformace, absolutní velikosti HDP a HDP na osobu. 2.1. Růst HDP Základním makroekonomickým ukazatelem je vývoj hrubého domácího produktu. První graf nám zachycuje vývoj tohoto ukazatele pro země 6CE od konce 80. let do současnosti. Graf č. 1: Meziroční změny HDP v zemích 6CE (1989­2007) Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/ country/sector/econo/stats/index.htm (6. 2. 2008) Graf naznačuje, že vývoj v této skupině zemí byl obecně obdobný jako v ostatních transformujících se ekonomikách. Na konci 80. let ještě některé z ekonomik dosahovaly kladných temp ekonomického růstu. Následně se ovšem všechny propadly do (transformační) recese, která se u nich projevovala s větší nebo menší intenzitou (následný graf zachycuje kumulované propady HDP). Země se postupně vymaňovaly z krize a v roce 1995 již všechny (až na Lotyšsko) dosahovaly kladného tempa ekonomického růstu. V následném období se tempa růstu postupně stabilizovala na relativně vysoké úrovni, ale země se nevyvarovaly dalších recesí a nebo alespoň výrazných zbrždění tempa růstu. Hluboké krize zasáhly v druhé polovině 90. let Bulharsko a Rumunsko. Litva a Estonsko zaznamenaly výrazné zbrždění tempa růstu či dokonce recesi v roce 1999. Od počátku nového století rostou všechny země 6CE stabilními, a v řadě případů i vysokými tempy. Obecně vyšších temp potom dosahují pobaltské země, které prošly nejhlubší transformační recesí na počátku 90. let. 2.2. Kumulované výsledky HDP Následující graf zachycuje propad HDP spojený s transformační recesí. Vidíme, že transformační recese mnohem více zasáhla pobaltské země. HDP se v případě -40,0 -30,0 -20,0 -10,0 0,0 10,0 20,0 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 7 Lotyšska a Litvy snížil téměř o 50 % a v případě Estonska téměř o 40 %. Proti tomu Slovinský HDP se v nejnižším bodě propadl ,,jen" na 80 % úrovně roku 1989. Někteří ekonomové poukazují na skutečnost, že pokles výkonu v první fázi transformace pravděpodobně nebyl tak vysoký, jak uvádí oficiální statistické ukazatele (například Myant, 2003; CERGE, 1999 nebo Krkoška, 1999). Pro svoje tvrzení uvádí několik argumentů ­ předchozí komunistický režim nadhodnocoval své výsledky (respektive podniky chtěly ukázat jak plní plán ­ například Myant, 2003); statistický úřad (podobně jaké ostatní subjekty v ekonomice) nebyl připraven na novou situaci a jen obtížně získával informace o vývoji soukromého sektoru; tržní subjekty se snažily vyhnout se placení daní a proto snižovaly vykazované výkony (tuto skutečnost můžeme chápat v kontextu existence a případného rozšiřování šedé či černé ekonomiky ­ například slund, Boone a Johnson, 2001); a vykázaná inflace byla pravděpodobně vyšší než reálný růst cen, což se projevilo podhodnocením reálného výkonu ekonomiky. Myant (2003) dále uvádí, že někteří ekonomové upozorňovali na skutečnost, že i když došlo k poklesu výkonu, bohatství ve společnosti se nesnížilo. Centrální plánování znamenalo plýtvání, neefektivitu a zbytečnou produkci (výroba ležáků). Velice rychle také došlo k eliminaci front a prodávané zboží bylo kvalitnější. Graf č. 2: Kumulované výsledky HDP v zemích 6CE (1989­2007) Zdroj: EBRD: Selected economic indicators data, URL: http://www. ebrd.org/country/sector/econo/stats/index.htm (6. 2. 2008), vlastní výpočty V Bulharsku a Rumunsku nebyl počáteční transformační pokles zdaleka tak hluboký jako v pobaltských zemích, ale ve druhé polovině 90. let došlo ke zmiňované další recesi, která oddálila návrat na před-transformační úroveň HDP. V roce 2005 již měly všechny sledované země HDP vyšší, než jak tomu bylo v roce 1989. Nejlepší výsledky dosáhlo Estonsko, jehož HDP byl v roce 2007 téměř o 60 % vyšší než v roce 1989. 20 40 60 80 100 120 140 160 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 8 2.3. Ekonomická síla Jaká byla absolutní velikost HDP jednotlivých uvažovaných zemí? Následují graf zachycuje vývoj HDP jednotlivých zemí vyjádřený v amerických dolarech. V grafu můžeme vidět počáteční propad objemu HDP u Rumunska a Bulharska, který byl spojen nejen s transformační recesí, ale i s devalvacemi, které země na počátku transformace uskutečnily. Graf č. 3: Absolutní velikost HDP dle směnného kurzu (miliardy dolarů) Zdroj: IMF: World Economic Outlook Database. URL: http://www.imf.org/ external/pubs/ft/weo/2006/02/data/index.aspx (15. 2. 2008) Od roku 2000 všechny uvažované země rostou s tím, že zejména Rumunské HDP se v daném období dramaticky zvýšilo. Z grafu je rovněž patrno, že nejsilnější ekonomiku mělo téměř po celé období Rumunsko. Všech pět ostatních států můžeme zařadit mezi malé ekonomiky. Nejslabší jsou pobaltské ekonomiky Lotyšska a Estonska. 2.4. HDP na osobu K ukazateli ekonomické úrovně můžeme přistoupit několika způsoby. My se nejdříve zaměříme na HDP na osobu dle směnného kurzu, následně budeme uvažovat HDP na osobu dle parity kupní síly a v závěru podkapitoly srovnáme ekonomickou úroveň analyzovaných zemí s průměrem eurozóny. I v ukazateli HDP na osobu se bohužel plně projevuje nedostatek dat z období, kdy pobaltské země a Slovinsko byly součástí vyšších celků a proto jsou pro ně údaje až od roku 1991, resp. 1992. Vývoj HDP na osobu dle směnného kurzu máme zachycen v následujícím grafu. Na zemích, k nimž jsou data dosažitelná, vidíme propad ekonomické úrovně v prvních letech transformace. Od roku 1993 naopak dochází téměř u všech zemí k trvalému růstu tohoto ukazatele. 0 20 40 60 80 100 120 140 160 180 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 9 Graf č. 4: Vývoj HDP na osobu dle směnného kurz v zemích 6CE (1989­2007) v amerických dolarech Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/country/sector/ econo/stats/index.htm (6. 2. 2008) Vidíme také, že nejvyšší ekonomickou úroveň z uvažovaných zemí mělo po celé období s výrazným náskokem Slovinsko. Na druhé straně nejnižší HDP na osobu dle směnného kurzu dosahuje z uvedených zemí v posledním období Bulharsko. Jiný způsob měření HDP na osobu je dle parity kupní síly. Vývoj dle tohoto ukazatele zachycuje následující graf. Graf č. 5: Vývoj HDP na osobu dle parity kupní síly v zemích 6CE (1989­2007) v amerických dolarech Zdroj: IMF: World Economic Outlook Database. URL: http://www.imf.org/ external/pubs/ ft/weo/2006/02/data/index.aspx (15. 2. 2008) Z grafu je patrno, že propad HDP na osobu dle parity kupní síly nebyl zdaleka tak výrazný jako pokles samotného HDP nebo HDP na osobu dle směnného kurzu. HDP na osobu se dle parity v některých zemích snížilo, ale u většiny následoval 0 5000 10000 15000 20000 25000 30000 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 0 2 000 4 000 6 000 8 000 10 000 12 000 14 000 16 000 18 000 20 000 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 10 výrazný růst. Zejména pobaltské země začaly od roku 1999 strmě růst a Estonsko se dle tohoto ukazatele v současnosti přibližuje Slovinsku. Na ekonomickou úroveň se můžeme podívat i optikou, která bude zahrnovat průměr zemí EU. Následující graf zachycuje HDP na osobu dle parity kupní síly jako procento průměru zemí eurozóny. Graf č. 6: Vývoj HDP na osobu dle parity kupní síly v zemích 6CE (1989­2007) eurozóna = 100 Zdroj: IMF: World Economic Outlook Database. URL: http://www.imf.org/ external/pubs/ ft/weo/2006/02/data/index.aspx (15. 2. 2008) Z omezených dat, která máme k dispozici můžeme vidět,1 že většina z analyzovaných zemí se minimálně od poloviny 90. let přibližuje svou ekonomickou úrovní zemím eurozóny. Dochází tedy ke konvergenci, ale úroveň přesto zůstává (mimo Slovinsko) jen mezi 50­70 % eurozóny. Odlišná je situace u Bulharska a Rumunska, které se na úroveň z počátku transformace dostávají až v posledním období a ekonomická úroveň zůstává jen na přibližně 30 % průměru zemí eurozóny. 3. INFLACE V ZEMÍCH 6CE Druhým ze základních makroukazatelů, které sledujeme je míra inflace. Vzhledem k odlišnému vývoji v 90. letech a v novém tisíciletí zobrazíme vývoje ve dvou grafech. V uvažovaných zemích došlo po liberalizaci cen na počátku transformace k dramatickému vývoji, což je patrno z následujícího grafu. 1 Eurostat například uvádí HDP na osobu až od poloviny 90. let. 0 10 20 30 40 50 60 70 80 90 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 11 Graf č. 7: Meziroční změny indexu spotřebitelských cen v zemích 6CE (1989­1999) Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/ country/sector/econo/stats/index.htm (6. 2. 2008) V první fázi transformace měly všechny země meziroční růst spotřebitelských cen vyšší než 100 %. Pobaltské ekonomiky měly potom inflace pohybující se dokonce okolo 1000 %. Do roku 1995 se situace ve všech uváděných zemích stabilizovala a meziroční inflace se pohybovala v řádu desítek procent. Ve druhé polovině 90. let se situace ve většině zemí dále stabilizovala, ale Bulharsko zasáhla hyperinflace. V roce 1997 se index spotřebitelských cen zvýšil o více jak 1000 %. Problémy se stabilizací cen mělo i Rumunsko. Jeho problémy sice ani zdaleka nedosahovaly problémů Bulharska, ale následná desinflace trvala podstatně delší dobu. Graf č. 8: Meziroční změny indexu spotřebitelských cen v zemích 6CE (1999­2007) Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/ country/sector/econo/stats/index.htm (6. 2. 2008) 0 200 400 600 800 1 000 1 200 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko -10 0 10 20 30 40 50 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Slovinsko Řada6 12 V novém tisíciletí se meziroční růst spotřebitelských cen ve všech zemích (mimo Rumunska) trvale pohybuje v rámci jednociferných hodnot jak je zachyceno v předcházejícím grafu. Pokud budeme hodnotit růst cen v celém období, pak nejnižší vzestup cenové hladiny zaznamenalo Slovinsko, o čemž vypovídá následující tabulka. Nicméně i v této zemi se cenová hladina zvýšila na dvacetinásobek původní úrovně. Tabulka č. 1: Kumulovaný růst indexu spotřebitelských cen v období 1990­2007 1990 1991 1992 1995 1997 2000 2003 2007 Bulharsko 100 434 789 4341 114410 154751 179922 232386 Estonsko 100 1176 4253 5822 6761 7507 8907 Lotyšsko 100 1051 3736 5492 6382 6859 9064 Litva 100 1121 13740 18644 19945 20054 22565 Rumunsko 100 270 839 9353 33077 111816 212341 296703 Slovinsko 100 215 661 1206 1437 1794 2208 2480 Poznámka: hodnoty indexu pro pobaltské země v roce 1990 nejsou známy. Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/country/sector/ econo/stats/index.htm (6. 2. 2008), vlastní výpočty Nejvyšší kumulovaný nárůst cen v transformaci zaznamenalo Rumunsko spolu s Bulharskem, a to v důsledku zmiňovaných problémů ve druhé polovině 90. let. Pobaltské země trpěly hyperinflací na počátku transformačního období. Jejich inflace se však poměrně rychle snížila na úroveň několika desítek procent a následně i na jednocifernou úroveň. V důsledku se proto jejich cenová hladina zvýšila podstatně méně než v Bulharsku a Rumunsku. 4. NEZAMĚSTNANOST V ZEMÍCH 6CE Dalším z ukazatelů, které budeme sledovat, je nezaměstnanost. Transformace na uvažované ekonomiky dopadla opět velmi intenzivně a v její první fázi došlo k prudkému nárůstu počtu lidí bez práce, jak můžeme vidět v následujícím grafu. Graf č. 9: Míra nezaměstnanosti v % v zemích 6CE (1990­2006) 0 5 10 15 20 25 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 13 Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/country/ sector/econo/stats/index.htm (6. 2. 2008) V Bulharsku, Lotyšsku a Litvě se nezaměstnanost blížila 20 %. V Litvě a Bulharsku se udržela na vysokých hodnotách až do počátku nového století. Poněkud nestandardní průběh měl vývoj nezaměstnanosti v Estonsku, které zaznamenalo vrchol blížící se 15 % pracovní síly až v roce 2000. Relativně nejmenší problémy s nezaměstnaností měly z uvažovaných zemí Slovinsko a Rumunsko. V jejich případě se nezaměstnanost prudce zvýšila v souvislosti s transformačním poklesem, ale ve druhé polovině dekády se již míra nezaměstnanosti snížila a pohybovala se kolem sedmi procent. Po roce 2001 všechny země zaznamenaly pokles míry nezaměstnanosti, která je v současnosti ve všech uvažovaných zemích nižší než 10 % pracovní síly. 5. CHARAKTERISTIKY VNĚJŠÍ ROVNOVÁHY ZEMÍ 6CE Poslední uvažovanou charakteristikou je vnější rovnováha. Platební bilance je z definice vyrovnaná a proto se zaměříme na některé ukazatele, které demonstrují vnější rovnováhu sledovaných ekonomik. Konkrétně budeme sledovat běžný účet platební bilance, pohyby přímých zahraničních investic a devizové rezervy. 5.1. Běžný účet platební bilance Základní složkou platební bilance je běžný účet. Následující graf nám zachycuje rovnováhu běžného účtu ve vztahu k HDP jednotlivých zemí. Graf č. 10: Rovnováha běžného účtu platební bilance jako procento HDP zemí 6CE Zdroj: IMF: World Economic Outlook Database. URL: http://www.imf.org/ external/pubs/ft/weo/2006/02/data/index.aspx (15. 2. 2008) Z uváděných ukazatelů jsou patrné některé trendy. Vidíme, že mimo Slovinska měly všechny země v průběhu transformace významné problémy se stabilitou běžného účtu. Ve většině zemí se běžný účet propadl do záporu již na počátku transformace, kde tento ukazatel zůstal po celé období. Výjimku tvoří Bulharsko, které po mimořádném schodku v roce 1993 ukazatel stabilizovalo. -30 -25 -20 -15 -10 -5 0 5 10 15 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 14 Schodky se po většinu období ve většině zemí pohybovaly v řádu do 10 % HDP. Po roce 2002 se však ve všech sledovaných zemích nerovnováha běžného účtu výrazně zhoršila a mimo Slovinsko v současnosti výrazně přesahuje 10 % HDP. V extrémním případě Lotyšska přesahuje dokonce 20 % HDP. 5.2. Čistý příliv přímých zahraničních investic Druhou charakteristikou, kterou budeme v rámci podkapitoly zabývající se vnější rovnováhou sledovat, jsou pohyby přímých zahraničních investic. Graf č. 11: Meziroční čistý příliv přímých zahraničních investic do zemí 6CE (v milionech dolarů) Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/country/sector/econo/stats/index.htm (6. 2. 2008) Z grafu je zřejmé, že v úvodních fázích transformace byl čistý příliv kapitálu ve všech zemích velmi nízký. Postupně se objem začal zvětšovat a výraznějších hodnot bylo dosaženo zejména pro relativně větší ekonomiky Bulharska a Rumunska. Slovinsko je jediná země, která měla v některých obdobích čistý odliv přímých zahraničních investic. Význam přímých zahraničních investic pro jednotlivé ekonomiky můžeme zachytit i jinými způsoby. Jedním z nich je podíl čistého přílivu přímých zahraničních investic na tvorbě fixního kapitálu daných ekonomik. Tento ukazatel je zachycen v následujícím grafu. -2 000 0 2 000 4 000 6 000 8 000 10 000 12 000 14 000 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 15 Graf č. 12: Podíl čistého pohybu přímých zahraničních investic na hrubé tvorbě fixního kapitálu 1990­2006 (v %) Zdroj: UNCTAD: World Investment Report 2007, 2007 Z výsledků je patrné, že přímé zahraniční investice hrají velmi významnou úlohu v tvorbě kapitálu řady z uvažovaných ekonomik. V úvodní fázi transformace tomu tak pochopitelně nebylo. Následně se ovšem začal význam přímých zahraničních investic pro tvorbu kapitálu jednotlivých zemí významně zvyšovat. Vysokých hodnot dosahoval tento ukazatel pro Lotyšsko v roce 1997. Od poloviny 90. let dosahují čisté přílivy mimořádných hodnot pro Bulharsko. Velké čisté přílivy můžeme zaznamenat i v Estonsku a Rumunsku. Poměrně malý význam přímých zahraničních investic pro tvorbu kapitálu byl v průběhu celého období (mimo rok 2002) naopak zaznamenán ve Slovinsku, pro které jsou údaje v několika letech dokonce záporné. 5.3. Devizové rezervy Graf č. 13: Devizové rezervy bez zlata (konec roku) - počet pokrytých měsíců dovozů zboží a služeb 0 1 2 3 4 5 6 7 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko -10 0 10 20 30 40 50 60 70 80 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Bulharsko Estonsko Lotyšsko Litva Rumunsko Slovinsko 16 Zdroj: EBRD: Selected economic indicators data, URL: http://www.ebrd.org/country/ sector/econo/stats/index.htm (6. 2. 2008) Poslední z ukazatelů, který jsme sledovali, je vývoj devizových rezerv. Z důvodu větší vypovídací schopnosti (pro naše potřeby) jsme zvolili ukazatel počtu měsíců dovozů, které byly pokryty devizovými rezervami. Tento počet měsíců je zachycen ve výše uvedeném grafu. Údaje pro většinu ekonomik na počátku transformace bohužel chybí. Přesto je zřejmé, že objem devizových rezerv byl na počátku 90. let velmi nízký. Postupem doby se počet měsíců dovozů pokrytých devizovými rezervami pro většinu zemí zvyšoval. V případě pobaltských zemí se však jednalo spíše o stagnaci. Slovinsko a Bulharsko zaznamenaly po roce 2003 poměrně významné poklesy počtu měsíců dovozů krytých devizovými rezervami. 6. ZÁVĚR Na předchozích stránkách jsme se seznámili se základními makroekonomickými charakteristikami skupiny transformujících se zemí, zahrnujících Bulharsko, Rumunsko, Estonsko, Litvu, Lotyšsko a Slovinsko. Sledovaným obdobím byly léta 1990­2007. Viděli jsme, že některé charakteristiky byly podobné. Všechny země například prošly na počátku 90. let (transformační) recesí. Tato recese se však mezi zeměmi velmi významně lišila svoji hloubkou i délkou trvání. Na počátku dekády v důsledku recese poklesla i ekonomická úroveň v jednotlivých zemích. Propad byl (pochopitelně) významnější pokud HDP na osobu měříme dle směnného kurzu než dle parity kupní síly. Od poloviny 90. let se situace zlepšuje a většina ze sledovaných zemí konverguje k průměru zemí eurozóny. Horší výsledky zaznamenáváme jen u Bulharska a Rumunska. Inflace byla pro většinu uvažovaných zemí velmi vysoká zejména v prvním transformačním období. V této době měly všechny země meziroční inflaci vyšší než 100 % a v pobaltských ekonomikách se dokonce pohybovala okolo 1000 %. Ve většině zemí následovala poměrně rychlá desinflace, ale Rumunsko a zejména Bulharsko zaznamenaly vysoké inflace i ve druhé polovině 90. let. V novém tisíciletí se meziroční růstu cen ve všech zemích snížil na jednocifernou úroveň. Nezaměstnanost byla dalším významným negativem transformačního procesu. V některých ekonomikách se procento lidí bez práce v některých letech blížilo 20 %. Vysokou nezaměstnanost se navíc nedařilo snížit po řadu let. V novém tisíciletí však dochází ke zlepšení i tohoto ukazatele. Závěrečná podkapitola se týkala vybraných ukazatelů vnější rovnováhy. Nejdříve jsme sledovali rovnováhu běžného účtu platební bilance. Viděli jsme, že prakticky všechny země ­ mimo Slovinsko ­ měly v průběhu sledovaného období značné problémy s rovnováhou běžného účtu. Schodky běžného účtu se navíc významně prohlubují v posledním období. Přímé zahraniční investice hrají v současnosti v jednotlivých ekonomikách podstatně důležitější úlohu, než jak tomu bylo na počátku transformačního období. V některých případech se v jednotlivých letech podílely i více jak 50 % na tvorbě hrubého fixního kapitálu. V jednotlivých zemích 17 také došlo k nahromadění devizových rezerv, které v současnosti ve většině ze zemí dosahují poměrně vysoké úrovně. Celkově můžeme konstatovat, že z pohledu většiny analyzovaných ukazatelů jsou uvažované ekonomiky stabilní. Pozitivní vývoj můžeme sledovat v oblasti konvergence ekonomické úrovně k zemím EU, stabilizaci inflace i snižování nezaměstnanosti. Problematické zůstávají zejména schodky běžného účtu platební bilance, které se naopak v posledním období zvětšují a u několika zemí dosahují velmi vysokých hodnot. POUŽITÁ LITERATURA SLUND, A. ­ BOONE, P. ­ JOHNSON, S.: Escaping the Under-Reform Trap, IMF Staff Papers, svazek 48, Special Issue, 2001. CERGE: Czech republic ­ Back to the Drawing Board ´99, Prague, UK-CERGE, December 1999, ISBN 80-86286-29-0. EUROPEAN BANK FOR RECONSTRUCTION AND DEVELOPMENT (EBRD): Selected economic indicators data, URL: http://www.ebrd.org/country/sector/econo/stats/index.htm (6. 2. 2008). FISCHER, S. ­ SAHAY, R.: The Transition Economies After Ten Years, IMF working paper, 2000, číslo 30. INTERNATIONAL MONETARY FUND: World Economic Outlook Database. URL: http://www.imf.org/external/pubs/ft/weo/2006/02/data/index.aspx (15. 2. 2008). KRKOŠKA, L.: Transformace ve střední a východní Evropě: 1989­1999, Finance a úvěr, 1999, ročník 49, číslo 12, str. 702-714. MYANT, M.: The Rise and Fall of Czech Capitalism, Edward Elgar, Cheltenham, 2003, ISBN 1-84376-227-7. UNCTAD: World Investment Report 2007, ISBN 978-92-1-112718-8. 18 TRH PRÁCE A KONKURENCESCHOPNOST ZEMÍ CE-6 V OBDOBÍ TRANSFORMACE1 PETR MUSIL Cílem příspěvku je provedení analýzy pracovního trhu v pobaltských zemích (Estonsko, Lotyšsko, Litva), Bulharsku, Rumunsku a Slovinsku. Důraz je kladen jak na nejvýznamnější faktory, ovlivňující poptávkovou i nabídkovou stranu trhu práce, a jejich vztah ke schopnosti ekonomik zmíněných zemí dosahovat dlouhodobého ekonomického růstu. 1. ÚVOD Efektivní fungování trhů je předpokladem efektivního fungování celé ekonomiky. Trhy výrobních faktorů jsou specifické v tom, že poptávka a nabídka jsou funkcemi odvozenými z trhu finální produkce. Proto je důležité, aby byly schopny správně číst a vyhodnocovat informace, které z trhů statků a služeb přicházejí. Navíc je nutné, aby trhy práce či kapitálu dokázaly na tyto informace pružně reagovat. Proto můžeme říci, že schopnost trhů výrobních faktorů fungovat efektivně je jedním z předpokladů schopnosti ekonomiky dosahovat dlouhodobého hospodářského růstu, a proto si tyto trhy zaslouží naši pozornost. My se zde zaměříme na trh pracovní. Cílem příspěvku je tedy provést analýzu trhu práce a jeho vývoje v období prvních 15 let transformačního procesu, a to v zemích, které pracovně označíme jako země CE-6. Pod tímto označením budeme rozumět Bulharsko, Estonsko, Litvu, Lotyšsko, Rumunsko a Slovinsko. Nejprve se krátce zmíníme o hlavních rysech pracovního trhu v období reálného socialismu. Vzhledem k tomu, že země bývalého socialistického tábora vesměs převzaly ekonomický model bývalého SSSR, popíšeme právě tento s tím, že zdůrazníme případná specifika v analyzovaných zemích. Poté se zaměříme na obecnou charakteristiku vývoje pracovních trhů v zemích CE- 6, jako například strukturální změny v zaměstnanosti, politika trhu práce a zaměstnanosti. Dále se již budeme věnovat hlavním faktorům a veličinám, které ovlivňují poptávkovou a nabídkovou stranu trhu práce. Analýza vyústí ve zhodnocení vlivu uvedených faktorů na schopnost zkoumaných ekonomik dosahovat dlouhodobého hospodářského růstu. 2. CHARAKTERISTIKA TRHU PRÁCE V ZEMÍCH CE-6 V této části se zaměříme na charakteristiku prostředí a vývoje pracovního trhu ve zkoumaných zemích. Nejprve bude popsáno fungování trhu práce v centrálně plánované ekonomice včetně výchozího stavu na počátku transformace. Poté se soustředíme na hlavní rysy pracovních trhů v průběhu transformačního procesu a na nejdůležitější změny, které se na nich udály. 1 Země CE-6 = Bulharsko, Estonsko, Litva, Lotyšsko, Rumunsko, Slovinsko. 19 2.1. Trhy práce v centrálně plánované ekonomice a jejich výchozí stavy na počátku transformace Pracovní trh v centrálně plánované ekonomice socialistických zemí nebyl standardním trhem jak jej chápeme v systému tržního hospodářství. Alokace pracovních sil se neděla na čistě tržních principech. Zaměstnávání pracovníků bylo určováno plánovacím centrem. Hlavním motivem bylo splnění pětiletého plánu. Ekonomiky socialistického bloku vesměs převzaly ekonomický model Sovětského svazu (se všemi implikacemi pro pracovní trh), nicméně to neznamená, že praktické fungování tohoto modelu bylo všude stejné. Nejvíce postiženy tímto modelem byly pobaltské země (Estonsko, Litva, Lotyšsko), neboť se již před druhou světovou válkou staly součástí samotného SSSR. Naopak Slovinsko, které bylo až do roku 1991 součástí Jugoslávie, do jisté míry vytěžilo dobrou výchozí pozici pro transformační proces ze skutečnosti, že vliv SSSR na Jugoslávii nebyl tak významný jako například v Československu. Jugoslávie byla obecně chápána jako jakási oáza trhu v socialistickém bloku. Jistou známku této skutečnosti lze spatřovat například v existenci registrované nezaměstnanosti. Podle Ignjatovi et al. (2000) dosahovala ve Slovinsku v roce 1988 2,2 %.1 Bulharsko a Rumunsko se svým modelem blížily spíše Československu, avšak s významným podílem zemědělství na celkové struktuře zaměstnanosti (World Bank, 2004). Alokace pracovních sil se tedy ve větší či menší míře děla na základě centrálních plánů, zpravidla pětiletých. Nezaměstnanost oficiálně neexistovala (s výjimkou Jugoslávie). Odstranění nezaměstnanosti bylo v CPE2 považováno za jednu z jejich předností. To, že v tržních ekonomikách existovala otevřená nezaměstnanost, bylo prezentováno jako důkaz nadřazenosti centrálně plánovaných ekonomik nad ekonomikami tržními, neboť nezaměstnanost byla ztotožňována s plýtváním pracovními silami a neefektivností kapitalistických ekonomik. Plná zaměstnanost v takovémto pojetí však existovala pouze statisticky. Otevřená nezaměstnanost byla nahrazena nezaměstnaností skrytou, protože vyplácené mzdy mnohdy suplovaly podpory v nezaměstnanosti, které by za normálních okolností byly vypláceny. Uměle zaměstnaná pracovní síla by ve standardních tržních podmínkách nenašla uplatnění. Odměňování za práci se nedělo na čistě tržních základech. Jedním z principů vyplácení mezd byla snaha o mzdovou nivelizaci na základě ideologického pohledu na pracovní sílu ve smyslu ,,stejnosti žaludků". Prakticky ale přece jen docházelo k určité mzdové diferenciaci opět v důsledku ideologie a na bázi teoretické koncepce K. Marxe. V odměňování byla jednoznačně upřednostňována tzv. dělnická třída a zejména profese ve strategických odvětvích jako hornictví, hutnictví, těžký průmysl, zemědělství. Z toho víceméně vyplývala i výchozí struktura zaměstnanosti dle sektorů na počátku transformačního období. Zemědělství tedy požívalo zvláštního postavení jakožto zdroj obživy obyvatelstva. Těžký průmysl byl pak považován za jakousi záruku a podmínku vnější bezpečnosti socialistického bloku. Sektor služeb stál v rámci CPE na pomyslné nejnižší příčce důležitosti, o čemž svědčí i fakt, že podíl 1 Nezaměstnanost se v Jugoslávii registrovala již v roce 1975 (Ignjatovi et al., 2000). 2 Centrálně plánované ekonomiky ­ ekonomiky éry reálného socialismu. 20 zaměstnanosti ve službách činil v některých zemích pouze 30 % (Rumunsko), či 40 % (Bulharsko) (Thiessen, Gregory, 2005). Výchozí strukturu zaměstnanosti dle sektorů národního hospodářství zobrazuje následující tabulka. Tabulka č. 1: Struktura zaměstnanosti v zemích CE-6 v roce 1991 (podíly v %) zemědělství (A) průmysl (I) služby (S) struktura Bulharsko 19,5 41,2 39,3 ISA Estonsko 18,9 36,5 44,6 SIA Litva 20,5 28,0 51,5 SIA Lotyšsko 17,9 36,9 45,2 SIA Rumunsko 29,8 39,8 30,4 ISA Slovinsko 8,2 47,6 44,2 ISA Zdroj: Thiessen, Gregory (2005), vlastní výpočty Z pohledu struktury zaměstnanosti lze za země s nejlepší výchozí pozicí pro transformační proces považovat ty se strukturou SIA, tj. strukturou, která odpovídá struktuře rozvinutých zemí. Na druhou stranu je ale třeba brát v úvahu i samotnou velikost podílů jednotlivých sektorů na zaměstnanosti. Z tohoto hlediska lze považovat za nejrozvinutější zemi Slovinsko, které sice mělo strukturu zaměstnanosti ISA, ale podíl zaměstnaných zemědělství dosahoval jen 8 %, což se zároveň projevilo výrazně vyšším podílem v průmyslu a službách. Tabulka navíc dává tušit, které země se zřejmě v následujících letech musely vypořádávat s problémy, souvisejícími s restrukturalizací ekonomiky. U zemí s vyšším podílem zemědělství na zaměstnanosti se dá předpokládat, že restrukturalizace bude znamenat větší problémy pro pracovní trh, bude bolestnější, bude znamenat hlubší ekonomický propad, a tedy nižší schopnost dosahovat růstu, alespoň co se týče počáteční fáze transformace. Na druhou stranu tato na první pohled nepříznivá situace skýtala možnost uskutečnit restrukturalizaci rychle, což by sice mohlo znamenat krátkodobý ekonomický propad, ovšem s lepší perspektivou pro budoucí dlouhodobý růst. 2.2. Pracovní trhy v zemích CE-6 v období transformace ­ obecný vývoj Bulharsko Transformace ekonomiky zemí jihovýchodní Evropy měla poměrně negativní dlouhodobé dopady na pracovní trh. Období, kdy nezaměstnanost byla oficiálně nulová, vystřídalo období s nezaměstnaností dvoucifernou. Pracovní trh v Bulharsku se v 90. letech minulého století vyvíjel v poměrně nestabilním prostředí. Na tom se podepsalo hned několik skutečností, z nichž za nejvýznamnější lze jmenovat například opožděnou implementaci reformních kroků, nejistotu, která vyústila v pokles investiční aktivity, nebo nejistý proces ekonomické obnovy (Hoti, 2004). Pokles zaměstnanosti ve státním sektoru nebyl dostatečně kompenzován jejím zvýšením u nově vzniknuvších soukromých firem. Kromě toho Bulharsko v průběhu celých 90. let opakovaně trpělo vysokou inflací, což pouze 21 přispělo ke všeobecné neochotě investovat a vytvářet tak nová pracovní místa. Výsledkem byla více než 20% nezaměstnanost1 v letech 1993­1994 (Hoti, 2004). Problémem se rovněž stala nezaměstnanost mladých, tj. lidí ve věku 15­24 let, jejichž míra nezaměstnanosti dosahovala dvojnásobných hodnot oproti míře celkové. Velká většina mladých navíc měla pouze základní nebo střední vzdělání (Hoti, 2004). Ke konci 90. let nezaměstnanost v Bulharsku klesala. Příčina však nebyla spatřována v nějakém razantním zvyšování počtu pracovních míst, ale spíše v rozrůstající se šedé ekonomice, prodlužování studia či pracovní emigraci (Hoti, 2004; Tzanov, 2001). Dlouhodobá nezaměstnanost se na přelomu tisíciletí týkala přibližně poloviny nezaměstnaných. Nezaměstnanost u pracovníků starších 55 let se vyznačuje nižší hodnotou než celková, což bývá připisováno předčasným odchodům do důchodu (Hoti, 2004). Výchozí relativně vysoký podíl zemědělství na zaměstnanosti avizoval potřebu restrukturalizace ekonomiky. Ruku v ruce s pomalými ekonomickými reformami šel i proces restrukturalizace. Přesněji řečeno, útlumová odvětví zanikala poměrně rychle, nicméně nevznikala odvětví nová, která by uvolněnou pracovní sílu byla schopna absorbovat. Lidé proto začali vyhledávat jakousi záchranu v zemědělství. Tento fakt vedl k narůstajícímu podílu zemědělství na zaměstnanosti. V roce 2003 pracoval v zemědělství každý čtvrtý pracující Bulhar, oproti každému pátému na počátku transformace (Kotzeva, Pauna, 2006). Pokud jde o politiku zaměstnanosti, tak lze říci, že v letech 1990­1998 hrála důležitou roli především politika pasivní. To se zdá být poněkud nelogické v kontextu toho, že obecně dochází k příklonu k politice aktivní. Musíme si však uvědomit, že nezaměstnanost se ve vysoké míře v Bulharsku objevila prakticky ze dne na den, a tudíž byla pasivní politika zaměstnanosti logickou volbou. V roce 1993 šlo téměř 83 % z výdajů na politiku zaměstnanosti na pasivní opatření, zatímco v roce 1998 činil tento podíl necelých 60 % (Beleva, Tzanov, 2001). Po roce 1998 dochází k razantnějšímu přechodu k aktivní politice zaměstnanosti. Z opatření APZ lze uvést například programy na podporu tvorby pracovních míst, podpora samozaměstnávání, programy na podporu zaměstnanosti v regionech postižených hromadným propouštěním, na podporu mobility pracovní síly, programy pro zaměstnávání mladých, žen či handicapovaných (Beleva, Tzanov, 2001). Rumunsko Rumunský trh práce prošel podobným vývojem jako pracovní trh v Bulharsku. Obě země měly navíc podobné výchozí podmínky co se struktury zaměstnanosti týče. Také v Rumunsku probíhaly ekonomické reformy pomalu a se značnou nejistotou. Podobně jako v Bulharsku docházelo k poměrně rychlému zániku pracovních míst, aniž by vznikal dostatek pracovních míst nových (Kotzeva, Pauna, 2006). 1 Více o míře nezaměstnanosti viz Žídek (2008). 22 Restrukturalizace ekonomiky začala především v sektoru průmyslu. Mezi lety 1990­ 2004 se celková zaměstnanost snížila o 2,2 miliony lidí. Největší propad zaměstnanosti nastal paradoxně ve městech (pod 50 %), naproti tomu na venkově zaměstnanost rostla (Bocean, Barbu, 2006). Tento trend se také projevil na měnící se struktuře zaměstnanosti, ovšem nepříliš žádoucím směrem. Zatímco na počátku 90. let pracoval v zemědělství skoro každý třetí pracující Rumun, o deset let později tento podíl dosáhl 42 % (Planas, Benus, 2006). Tento jev může představovat poměrně velký problém, neboť jde o známku toho, že se příliš nerozvíjí sektor služeb, pracovní síla se z průmyslu vesměs přesouvá do zemědělství, tedy sektoru, kde nelze očekávat příliš velký růst produktivity práce. Za hlavní příčiny tohoto vývoje označují Bocean a Barbu (2006) následující faktory: celkový hospodářský pokles, selhání makroekonomické stabilizační politiky a odložení privatizace, pokles investiční aktivity a restrukturalizace nerentabilních firem, nízká mobilita pracovní síly a omezení související s mezinárodním prostředím. Vývoj pracovního trhu v Rumunsku byl ovlivněn také demografickými faktory jako snížení porodnosti a vysoká úroveň úmrtnosti, rostoucí počet emigrantů a pokles kvality zdravotnických služeb. To vedlo ke zvýšení podílu populace starší 60 let (Bocean, Barbu, 2006). Politika zaměstnanosti se také nesla v podobném duchu jako v Bulharsku. V první fázi transformace byl kladen důraz především na její pasivní složku s tím, že k razantnějšímu přehodnocení došlo až ke konci 90. let. I přesto již dříve můžeme hovořit o existenci aktivní politiky zaměstnanosti v podobě programů na podporu zaměstnávání mládeže, rekvalifikačních kurzů a podpory tvorby pracovních míst prostřednictvím zvýhodněných úvěrů začínajícím firmám. Nicméně až od konce 90. let lze hovořit o moderní podobě aktivní politiky zaměstnanosti. V roce 1997 byla založena Národní agentura zaměstnanosti a vzdělávání se svými regionálními pobočkami. Skrze tuto agenturu byly implementovány konkrétní programy APZ (Bocean, Barbu, 2006). Slovinsko Jak už bylo řečeno, Slovinsko bylo až do svého vzniku jako samostatného státu v roce 1991 součástí Socialistické federativní republiky Jugoslávie. Jugoslávie byla v rámci socialistického bloku specifickou zemí. Nebyla pod takovým vlivem SSSR jako ostatní socialistické státy, což se projevovalo větším prostorem pro tržní prvky, pracovní trh nevyjímaje. Ačkoli byla prosazována politika plné zaměstnanosti, přesto byla registrována určitá nezaměstnanost. Dokonce fungovala i síť úřadů práce, jejíž funkce spočívala především v hledání zaměstnání pro těžko zaměstnatelné pracovníky, handicapované a mládež. Přesto nebyl jugoslávský (slovinský) trh práce považován za efektivní (Ignjatovi et al., 2000). Z období reálného socialismu Slovinsko zdědilo i systém sociálního zabezpečení, který si po zahájení tržních reforem vyžádal určité změny. Ostatní tranzitivní země prakticky musely vytvářet kompletně nové sociální systémy tak, aby tyto plnily funkce v tržním hospodářství obvyklé. K hlavním změnám ve Slovinsku patřilo zkrácení doby vyplácení dávek v nezaměstnanosti, systém péče v nezaměstnanosti se stal více redistributivním, politika zaměstnanosti se již od začátku soustředila i na aktivní opatření. 23 Slovinsko nezaznamenalo tak výrazný nárůst nezaměstnanosti jako třeba Rumunsko s Bulharskem. Míra nezaměstnanosti během transformačního období nikdy nedosáhla dvouciferných hodnot (dle metodiky ILO). Nejvíce se jim přiblížila pouze v roce 1993, kdy dosáhla 9,1 % (Ignjatovi et al., 2000). Tuto skutečnost lze přičíst na vrub transformačnímu ekonomickému propadu, který ale zaznamenaly všechny tranzitivní země. Struktura zaměstnanosti ve Slovinsku se měnila pozitivním směrem. Podíl zemědělství na zaměstnanosti dosahoval na počátku transformace zhruba 8 %, o desetiletí později se tento podíl snížil na 5,1 %, přičemž podíl služeb dosáhl téměř 60 % (Thiessen, Gregory, 2005). Estonsko Estonský trh práce zaznamenal podobný vývoj jako trhy práce ostatních tranzitivních ekonomik. Estonsko, do roku 1991 součást SSSR, bylo také součástí sovětského ekonomického modelu. Reforma pracovního trhu měla v zásadě dvě fáze, z nichž první lze vymezit přelomem 90. let, kdy ještě částečně spadala do období tzv. perestrojky. Skutečná tržní reforma pracovního trhu však začala až v roce 1992, kdy započaly i ostatní ekonomické reformy (Arro et al., 2001). Období počátku transformace je charakteristické obecným poklesem zaměstnanosti (podobně jako v jiných tranzitivních zemích). Stejně tak příčiny jsou podobné jako jinde ­ snižování přezaměstnanosti a počáteční transformační pokles hospodářského výkonu. (Rajasalu et al., 2003). To se následně projevilo skokovým zvýšením nezaměstnanosti, která do roku 1996 vzrostla až na 10% úroveň (Arro et al., 2001). V dalším období mírně poklesla, nicméně bývá považována převážně za strukturální. Nezaměstnaností byly nejvíce postiženy skupiny jako muži, mladí do 24 let, lidé s nízkým vzděláním a kvalifikací, Rusové a také lidé v oblastech, kde dříve dominovalo zemědělství a průmysl. Problémem je také přetrvávající nesoulad mezi požadavky pracovního trhu a kvalifikační strukturou absolventů (Rajasalu et al., 2003). Estonsko patří k zemím, které se vydaly cestou šokové terapie. Zároveň bývá označováno za zemi, která zvolila nejvíce liberální podobu ekonomických reforem včetně reforem pracovního trhu. Zároveň bývá estonský pracovní trh považován za vysoce pružný. S tím souvisí poměrně vysoká profesní mobilita a institucionální flexibilita (Rajasalu et al., 2003). Pružnost estonského pracovního trhu lze také přičíst tomu, že Estonsko provádělo poměrně velmi liberální politiku pracovního trhu. K flexibilitě přispívá hned několik faktorů. Z pohledu pasivní politiky zaměstnanosti stojí za zmínku především fakt, že průměrná dávka v nezaměstnanosti dosahovala v roce 1998 pouhých 7 % národní průměrné mzdy, zatímco například ve Slovinsku 44 % (Arro et al., 2001). Vedle toho stojí poměrně efektivní opatření aktivní politiky zaměstnanosti. Za všechna lze uvést například možnost pracovat na částečný úvazek. Tuto možnost v roce 1991 využívalo 3,6 % zaměstnanců, zatímco na konci 90. let již více než 8 %. Částečné úvazky jsou populární především u osob ve věku 15­24 let (okolo 10 %) a ve věku 50­69 let (mezi 11 a 12 %) (Arro et al., 2001). Využívání částečných úvazků navíc skýtá možnost kombinovat více zaměstnání. Dále je zajímavý i fakt, že v roce 1998 bylo 50 % celkových výdajů na politiku pracovního trhu vydáváno na aktivní politiku 24 zaměstnanosti. Přesto se míra nezaměstnanosti po zbytek 90. let pohybovala kolem 10% hranice (Arro et al., 2001). Strukturální změny, které se udály na estonském pracovním trhu, lze hodnotit jako pozitivní. Podíl zemědělství na zaměstnanosti se snížil z téměř 20 % v roce 1991 na 6,8 % v roce 2001, při současném zvyšování podílu sektoru služeb z cca 45 % na počátku 90. let na 60 % o deset let později (Thiessen, Gregory, 2005). Litva Litva prošla podobným vývojem jako Estonsko, neboť i Litva byla po poměrně dlouhou dobu součástí SSSR. Ekonomické reformy 90. let se samozřejmě nevyhnuly ani pracovnímu trhu. Počátek transformace byl z pohledu pracovního trhu ve znamení poklesu ekonomické aktivity a přesunu pracovní síly z průmyslových odvětví směrem ke službám (Human Development Report, 2000). Důkazem je také fakt, že podíl zemědělství na zaměstnanosti se snížil jen mírně, a to ze zhruba 20 % v roce 1991 na 16,2 % v roce 2001 (Thiessen, Gregory, 2005). Míra nezaměstnanosti dosahovala v Litvě až do roku 1998 jednociferných hodnot, mezi lety 1999­2003 dochází k překročení 10% hranice. Tento fakt lze vysvětlit zpomalením hospodářského růstu, respektive jeho poklesem v roce 1999. Období po roce 2003 je pak charakteristické návratem nezaměstnanosti pod 10 % v souvislosti s razantním oživením litevské ekonomiky (Eurostat, IMF, 2008). Pasivní politika zaměstnanosti spočívá zejména v definování dávek v nezaměstnanosti, jež je možno pobírat maximálně 6 měsíců a jejichž velikost závisí na délce předchozího zaměstnání a velikosti výdělku. Na pasivní politiku zaměstnanosti vydávala litevská vláda průměrně 45 % celkového rozpočtu, určeného na politiku pracovního trhu. Aktivní opatření politiky pracovního trhu se týkají zejména rekvalifikační programy, podpory při zahájení podnikání atd. (Paas et al., 2003). Lotyšsko O vývoji na pracovním trhu v Lotyšsku nelze říci něco výrazně odlišného, než co bylo uvedeno u předchozích dvou pobaltských zemí. Tato skutečnost vyplývá jednak ze společné ,,sovětské" historie všech ze a dále také z jejich podobného charakteru. Vedle standardního vývoje ekonomické aktivity v počáteční fázi transformace lze zmínit jen fakt, že struktura zaměstnanosti se měnila podobně jako v Litvě. Význam zemědělství mírně poklesl, zatímco se výrazně rozvíjel sektor služeb. Konkrétní údaje jsou téměř stejné jako pro Litvu (Thiessen, Gregory, 2005). Míra nezaměstnanosti v Lotyšsku podobně jako v jiných tranzitivních zemích vzrostla především na počátku transformačního období. Nicméně během celé transformace nedosáhla dvouciferných hodnot. Do roku 1999 se pohybovala kolem 6­7 %. Poté byl zaznamenán určitý nárůst o 2 procentní body. Poté se nezaměstnanost ustálila na zhruba 8% úrovni. Vzhledem k tomu, že v období skokového zvýšení nezaměstnanosti v roce 1999 nebyl zaznamenán hospodářský pokles (pouze mírné snížení tempa růstu HDP), lze příčiny tohoto jevu hledat například v dokončení restrukturalizace ekonomiky (Eurostat, IMF, 2008). Pasivní politiku zaměstnanosti lze označit za nejvelkorysejší v rámci pobaltských zemí. V roce 2001 bylo možné pobírat v Lotyšsku dávky v nezaměstnanosti 9 25 měsíců s tím, že i konkrétní výše dávek byla nejvyšší v rámci těchto 3 zemí. Aktivní politika zaměstnanosti se v zásadě soustředila na stejné typy programů jako v Litvě. Podíl výdajů na APZ na celkovém rozpočtu politiky pracovního trhu se pohyboval v průměru na úrovni 20 % v letech 1998­2001 (Thiessen, Gregory, 2005). 3. ANALÝZA NABÍDKY PRÁCE V ZEMÍCH CE-6 V této části příspěvku se budeme zabývat analýzou faktorů, které ovlivňují nabídkovou stranu pracovního trhu. Nabídku práce lze chápat jako extenzivní faktor hospodářského růstu. Zaměříme se proto na velikost nabídky práce a reálné mzdy. Reálné mzdy považujeme za důležité z hlediska působení na ochotu lidí ke vstupu na pracovní trh, tj. na jejich ochotu pracovat. Bude nás tedy zajímat i vzájemná interakce mezi reálnou mzdou a nabízeným množstvím práce. Nabídku práce lze chápat jako extenzivní faktor hospodářského růstu. 3.1. Velikost nabídky práce Nabídku práce tvoří tzv. ekonomicky aktivní obyvatelstvo, tj. obyvatelstvo, které spadá do určité věkové skupiny (zpravidla 15­64) a lze jej (dle metodiky OECD) zařadit do jedné z následujících skupin: * osoby zaměstnané, * osoby bez práce, ale aktivně hledající práci (osoby registrované na pracovním úřadě nebo hledající práci jiným způsobem), * osoby bez práce, ale připravené k nástupu do práce buď okamžitě, nebo nejpozději do 14 dnů. Ostatní osoby, kterým nelze přiřadit ani jednu z výše uvedených charakteristik, pak označujeme za osoby ekonomicky neaktivní, a tudíž je nepočítáme mezi pracovní sílu. Množství pracovní síly lze vyjádřit buď absolutním počtem osob nebo pomocí tzv. míry pracovní participace, což je z hlediska mezinárodního srovnávání vhodnější. Míra pracovní participace je definována jako poměr pracovních sil ku počtu osob v produktivním věku, tj. 15­64 (dle OECD). Míru pracovní participace lze také chápat jako jeden z ukazatelů ekonomické aktivity obyvatelstva. Druhým takovým ukazatelem je míra zaměstnanosti, vyjádřená jako podíl pracujících osob na celkovém počtu populace v dané věkové skupině. Míra zaměstnanosti je vhodnější ukazatel ekonomické aktivity než například míra nezaměstnanosti. Míra nezaměstnanosti je vyjádřením podílu nezaměstnaných na objemu pracovní síly. V míře nezaměstnanosti tudíž nejsou zachyceni lidé, kteří vůbec nevstupují na pracovní trh. To znamená, že ekonomiku s nízkou mírou nezaměstnanosti nelze jednoznačně označit za ekonomiku s vysokou mírou ekonomické aktivity obyvatelstva. Uvažujeme-li tedy o pracovní síle jako o extenzivním faktoru hospodářského růstu, pak nás zajímají právě výše zmíněné ukazatele ekonomické aktivity obyvatelstva. O jejich vývoji ve zkoumaných zemích vypovídají následující grafy. 26 Graf č. 1: Míra pracovní participace v zemích CE-6 v letech 1992­2005 (v %, osoby ve věku 15­64) 40,0 50,0 60,0 70,0 80,0 90,0 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Eurostat (2008), vlastní výpočty Vývoj míry pracovní participace u většiny zkoumaných zemí příliš nevybočuje ze standardu, obvyklého u ostatních tranzitivních ekonomik. S výjimkou Bulharska a Slovinska se míra pracovní participace u všech pohybuje mezi 70 a 80 %. Slovinská míra pracovní participace je zhruba na 65% úrovni, což lze vysvětlit určitou tradicí, přetrvávající z období Jugoslávie. Stejným způsobem lze vysvětlit poměrně vysokou míru pracovní participace v pobaltských zemích, které z dob SSSR zdědily myšlení v intencích ideologie nulové zaměstnanosti. Výjimku vůči všem ostatním zkoumaným zemím tvoří Bulharsko. V roce 1990 vstupovalo na pracovní trh ještě více než 70 % obyvatelstva v dané věkové skupině (v grafu není zachyceno). Ovšem vývoj v následujících letech se zcela vymykal vývoji v jiných zemích. Nejnižší míry pracovní participace dosáhlo Bulharsko v roce 2000 (pouhých 44 %). Klesající trend této veličiny vysvětlují Tzanov, Beleva (2001) a Hoti (2004) odchodem pracovní síly do sféry šedé ekonomiky a pracovní emigrací. Obdobně lze vysvětlit obrácení tohoto trendu po roce 2001, tedy návratem pracovních emigrantů do Bulharska (více viz Franc, 2008) a stabilizací institucionálního prostředí pracovního trhu, která mohla částečně způsobit návrat pracovní síly z šedé ekonomiky na oficiální pracovní trh. Míra zaměstnanosti v uvedených zemích v zásadě kopíruje vývoj míry pracovní participace, přičemž její hodnoty jsou nižší díky nenulové míře zaměstnanosti. Zajímavé je, že všechny sledované země ke konci sledovaného období víceméně konvergují ke shodné hodnotě u obou sledovaných veličin. Tuto skutečnost lze vysvětlit určitou stabilizací ekonomik v daných zemích včetně stabilizace pracovního trhu. 27 Graf č. 2: Míra zaměstnanosti v zemích CE-6 v letech 1992­2005 (v %, osoby ve věku 15­64) 30,0 40,0 50,0 60,0 70,0 80,0 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Eurostat (2008), vlastní výpočty 3.2. Vývoj reálných mezd Reálnou mzdu lze chápat jako množství statků a služeb, které lze pořídit za danou nominální mzdu v peněžním vyjádření a při aktuálních tržních cenách. Jde tedy o ukazatel vyjadřující koupěschopnost lidí, kteří za svou práci pobírají mzdu. Jelikož lidé zpravidla pracují proto, aby za odvedenou práci získali určité množství zboží, dá se říci, že reálná mzda ovlivňuje ochotu lidí pracovat. Velikost reálné mzdy je odvozována od mezní produktivity práce. V praxi jde ale spíše o vztah k průměrné produktivitě práce. Dá se tedy říci, že vývoj reálných mezd by měl víceméně odpovídat vývoji produktivity práce, jinými slovy, pracovník získá z celkového produktu takovou část, kterou sám vytvoří. Reálná mzda tedy funguje jako cena výrobního faktoru práce, která vyčišťuje pracovní trh. Zde nás tedy bude zajímat mzdový vývoj v jednotlivých zemích. Na vývoj reálných mezd lze nahlížet buď pomocí indexu reálných mezd, nebo pomocí meziročních procentních změn. Pro získání lepšího obrazu mzdového vývoje v čase se jako výhodnější jeví využití indexu, pro mezinárodní srovnání mzdové dynamiky je vhodnější využít meziroční procentní změny reálné mzdy. Následující grafy zobrazují oba přístupy. Z grafu je patrný volatilní vývoj reálných mezd především v Bulharsku a Rumunsku v 90. letech. Tuto skutečnost lze vysvětlit poměrně nestabilním vývojem cenové hladiny.1 Inflace vyvolala dramatický pokles cenové hladiny především v Bulharsku, 1 Roční míra inflace dosáhla v Bulharsku v roce 1991 více než 300 %, poté se pohybovala v řádu desítek procent. Další akcelerace inflace nastala v letech 1996 (121 %) a 1997 (1058 %) (Eurostat, 2008). Rumunská roční inflace dosahovala více než 200% úrovně v letech 1991­1993, překročení 100% hranice bylo zaznamenáno pak ještě v roce 1997 (Eurostat, 2008). 28 kde nebyl výjimkou pokles reálné mzdy v řádu desítek procent ročně. Ostatní země prodělaly standardní vývoj tranzitivních ekonomik, kdy na počátku transformace sice vlivem cenové liberalizace došlo k poměrně velkému poklesu reálných mezd, ale v dalších letech už docházelo vesměs k reálnému mzdovému růstu. Graf č. 3: Vývoj reálných mezd v zemích CE-6 v letech 1993­2005 (meziroční změny v %) -30 -20 -10 0 10 20 30 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty Graf č. 4 pak zobrazuje vývoj reálných mezd pomocí indexu. Výchozím rokem je rok 1992. Graf č. 4: Vývoj reálných mezd v zemích CE-6 v letech 1992­2005 (1992=100) 0 50 100 150 200 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty 29 Z grafu je patrné, že relativně nejvíce vzrostla reálná mzda v Estonsku. Estonská reálná mzda se za sledované období téměř zdvojnásobila. Naopak nejproblematičtější vývoj reálné mzdy lze spatřovat v Bulharsku a dále ještě v Rumunsku. Bulharská reálná mzda v roce 2005 dosáhla zhruba 70% úrovně roku 1992. Rumunsko sice úroveň roku 1992 přesáhlo v letech 1995 a 1996, ovšem v dalších šesti letech byla rumunská reálná mzda nižší než na počátku sledovaného období. Nicméně v roce 2005 dosáhla přibližně 1,3 násobku výchozí úrovně. 3.3. Vliv reálných mezd na nabídku práce V této části příspěvku se budeme zabývat vztahem reálné mzdy a nabídkou práce. Přesněji řečeno, soustředíme se na vliv reálného mzdového vývoje na ochotu lidí vstupovat na pracovní trh, čili na ochotu pracovat. Ekonomická teorie říká, že růst reálné mzdy by měl zvyšovat nabízené množství práce jednotlivce, tj. počet odpracovaných hodin. Důvodem je převaha substitučního efektu růstu mzdové sazby nad efektem důchodovým. Lidé zpravidla vnímají změnu mzdové sazby jako změnu dočasnou, a proto jsou ochotni při jejím růstu dnes pracovat více. Vliv růstu mzdové sazby na agregátní nabídku práce je poněkud odlišný. Při růstu mzdové sazby dojde nejen k růstu ochoty stávajících účastníků pracovního trhu pracovat, ale navíc na pracovní trh vstupují pracovníci noví, tj. ti, kteří při nižší mzdě ochotni pracovat nebyli. Růst mzdové sazby by tedy měl vyvolat nejen růst nabízeného množství práce, ale i růst agregátní nabídky práce. Vzhledem k nedostatku dat o odpracovaných hodinách ve sledovaných zemích nejsme schopni vyhodnotit, zda převažuje substituční nebo důchodový efekt. Jsme však schopni porovnat, jak změna reálné mzdy ovlivní objem pracovní síly, tj. množství pracovníků, kteří vstupují na pracovní trh. Budeme tedy porovnávat procentní změnu reálné mzdy a procentní změnu objemu pracovní síly. Z důvodu přehlednosti uvádíme danou souvislost v samostatných grafech pro každou sledovanou zemi. Graf č. 5: Meziroční změny reálné mzdy a objemu pracovní síly v Bulharsku v letech 1993­2005 (v %) -30 -20 -10 0 10 20 30 40 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Meziroční změna reálné mzdy Meziroční změna LFS Zdroj: Eurostat (2008), Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty 30 Vývoj reálné mzdy a objemu pracovní síly je v souladu předpoklady ekonomické teorie, a to především v letech 1993­1995. Jak již bylo zmíněno, toto období je spojeno především s pracovní emigrací a přesunem ekonomické aktivity do šedé ekonomiky. V dalších letech nelze pozorovat vývoj obou veličin v souladu s teorií. Graf č. 6: Meziroční změny reálné mzdy a objemu pracovní síly v Estonsku v letech 1993­2005 (v %) -10 -8 -6 -4 -2 0 2 4 6 8 10 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Meziroční změna reálné mzdy Meziroční změna LFS Zdroj: Eurostat (2008), Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty Ačkoli po téměř celé období reálná mzda v Estonsku rostla, z grafu je patrný prakticky neustálý pokles objemu pracovní síly. Tuto skutečnost lze vysvětlit počáteční poměrně vysokou mírou pracovní participace Estonců, tudíž pokles objemu pracovní síly v Estonsku lze chápat jako přirozený, i když docházelo k růstu reálné mzdy. Graf č. 7: Meziroční změny reálné mzdy a objemu pracovní síly v Lotyšsku v letech 1993­2005 (v %) -15 -10 -5 0 5 10 15 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Meziroční změna reálné mzdy Meziročná změna LFS Zdroj: Eurostat (2008), Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty 31 Rovněž v Lotyšsku lze pozorovat podobný vývoj jako v Estonsku, tudíž pokles objemu pracovní síly za současného růstu reálné mzdy lze chápat jako přirozený. Zároveň je ale třeba zdůraznit, že kauzalita může být opačná, než kterou hledáme, tj. růst reálné mzdy může být vyvolán poklesem nabídky práce. Graf č. 8: Meziroční změny reálné mzdy a objemu pracovní síly v Litvě v letech 1993­2005 (v %) -30 -25 -20 -15 -10 -5 0 5 10 15 20 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Meziroční změna reálné mzdy Meziroční změna LFS Zdroj: Eurostat (2008), Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty V případě Litvy můžeme najít období, kde platí, že růst reálné mzdy je doprovázen růstem objemu pracovní síly, což lze interpretovat jako zvýšení motivace pracovat v důsledku růstu reálné mzdy (např. roky 1997­1999). Zároveň můžeme najít období, která lze interpretovat tak, že pokles nabídky práce způsobil růst reálné mzdy (např. roky 1994, 1996, 2002 a 2004­2005). Graf č. 9: Meziroční změny reálné mzdy a objemu pracovní síly ve Slovinsku v letech 1993­2005 (v %) -2 0 2 4 6 8 10 12 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Meziroční změna reálné mzdy Meziroční změna LFS Zdroj: Eurostat (2008), Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty 32 Slovinský trh práce se zdá být stabilizovaný. Nedochází k žádným významným výkyvům v reálné mzdě ani objemu pracovní síly. Graf č. 10: Meziroční změny reálné mzdy a objemu pracovní síly v Rumunsku v letech 1993­2005 (v %) -25 -20 -15 -10 -5 0 5 10 15 20 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Meziroční změna reálné mzdy Meziroční změna LFS Zdroj: Eurostat (2008), Galgoczi (2002), národní statistické úřady (2008), vlastní výpočty Jak již bylo zmíněno výše, vývoj reálné mzdy v Rumunsku byl do značné míry poznamenán vývojem inflace. Vývoj objemu reálné mzdy byl ovlivněn spíše faktory, které lze hledat za vývojem pracovní síly v Bulharsku. V absolutním vyjádření klesl počet pracovní síly ve sledovaném období o zhruba 1,6 milionu lidí. To lze částečně přičíst na vrub šedé ekonomice a částečně na vrub pracovní emigraci. Celkově lze zhodnotit vliv reálné mzdy na ochotu pracovat jako mizivý, respektive nelze jej jednoznačně prokázat. Vesměs ve všech zemích pozorujeme pokles objemu pracovní síly v první polovině 90. let za současného růstu reálné mzdy. Tento fakt lze vysvětlit jednak tím, že ve srovnání s vyspělými zeměmi západní Evropy byla počáteční míra pracovní participace ve sledovaných zemích nadprůměrná, a jednak tím, že růst reálné mzdy mohl být až důsledkem změny nabídky na pracovním trhu (jejím poklesem). 4. ANALÝZA POPTÁVKY PO PRÁCI V ZEMÍCH CE-6 Z pohledu ekonomické teorie je poptávková strana trhu práce determinována mezní produktivitou práce, mezním příjmem firem na trzích finální produkce a reálnou mzdou. Předmětem praktického zkoumání je ale především vývoj průměrné produktivity práce a reálných mezd. Proto nás v této části bude zajímat (ne)soulad vývoje těchto dvou veličin ve zkoumaných zemích v transformačním období. Poptávka po práci v sobě zahrnuje jak extenzivní (množství zaměstnané pracovní síly), tak intenzivní (produktivita práce) faktory hospodářského růstu. 4.1. Vývoj produktivity práce Produktivitu práce můžeme sledovat například jako produkt vytvořený jedním pracovníkem (HDP na jednoho zaměstnaného, ČSÚ) nebo jako produkt vytvořený za 33 jednu hodinu práce ­ HDP/L(hod). Přesnější obraz poskytuje produktivita práce vyjádřená pomocí HDP na 1 odpracovanou hodinu. Vzhledem k nedostupnosti dat o odpracovaných hodinách ve sledovaných ekonomikách nám nezbývá, než jako měřítko využít produktivity HDP na 1 zaměstnaného. Graf č. 11: Vývoj produktivity práce v zemích CE-6 v letech 1992­2005 (meziroční změny v %) -40,0 -30,0 -20,0 -10,0 0,0 10,0 20,0 30,0 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty Produktivita práce vyjádřená jako HDP na zaměstnance po celé sledované období rostla pouze v Lotyšsku a Estonsku. Bulharsko v produktivitě zaznamenalo poměrně volatilní vývoj, podobně jako Rumunsko. Vývoj v ostatních zemích v podstatě odpovídal vývoji tranzitivních ekonomik. Následující graf pak zaznamenává vývoj produktivity práce v jednotlivých zemích pomocí indexu, kdy za základní období je brán rok 1993. Graf č. 12: Vývoj produktivity práce v zemích CE-6 v letech 1990­2005 (1993=100) 50,0 100,0 150,0 200,0 250,0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty 34 Z grafu je patrné, že největší přírůstek v produktivitě práce dosáhly pobaltské země. Mezi lety 1993 a 2005 se ve všech těchto zemích zvýšila na dvojnásobek či více. Rumunsko a Slovinsko dosáhlo v roce 2005 1,5 násobku roku 1993. Bulharsko sice v několika letech během sledovaného období překročilo v produktivitě práce hodnotu roku 1993, nicméně ke konci sledovaného období se nacházelo pod hodnotou roku základního. 4.2. Vztah produktivity práce, reálných mezd a dopad na zaměstnanost V této části příspěvku se budeme soustředit na vliv produktivity práce a reálných mezd na počet zaměstnaných osob. Jde tedy o posouzení souladu, respektive nesouladu ve vývoji produktivity práce a reálných mezd na poptávku po práci. Vycházíme z teze, že odpovídá-li vývoj produktivity práce vývoji reálných mezd, množství najímané práce by se za jinak stejných okolností nemělo měnit. Jinými slovy, bude-li růst reálných mezd předbíhat růst produktivity práce, měla by taková situace motivovat firmy ke snižování zaměstnanosti a naopak ­ rychlejší růst produktivity práce by měl způsobovat zvyšování najímaného množství pracovní síly. Počáteční intenzivní růst v podobě růstu produktivity práce by měl být následně doplněn růstem extenzivním díky většímu množství zapojené práce do výrobního procesu. K posouzení platnosti této teze využijeme grafický aparát, zobrazující rozdíl v tempech růstu reálné mzdy a produktivity práce v procentních bodech a meziroční procentní změnu v počtu zaměstnaných osob. Z důvodu přehlednosti zobrazíme graf pro každou sledovanou zemi zvlášť. Modré sloupce zobrazují rozdíl v tempech růstu reálné mzdy a produktivity práce. Pokud ukazatel nabývá kladných hodnot, znamená to, že tempo růstu reálné mzdy je vyšší než tempo růstu produktivity práce. Pokud je ukazatel záporný, znamená to naopak, že tempo růstu produktivity práce převyšuje růst reálných mezd. Rozdíly jsou sledované v procentních bodech. Fialové sloupce pak zobrazují procentní změny v počtu zaměstnaných osob. Aby platila zmíněná hypotéza, pak by kladná hodnota modrého sloupce měla být ,,kompenzována" zápornou hodnotou sloupce fialového a naopak, a to buď přímo v jednotlivých letech, nebo s určitým časovým zpožděním. 35 Graf č. 13: Nesoulad tempa růstu produktivity práce a reálné mzdy a vliv na zaměstnanost v Bulharsku -40,0 -30,0 -20,0 -10,0 0,0 10,0 20,0 30,0 40,0 50,0 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rozdíl v tempech růstu reálné mzdy a prduktivity práce (v p.b.) Změny v počtu zaměstnaných osob (v %) Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty V případě Bulharska vidíme, že tato teze platí jen v letech 1998, 2002, 2004 a 2005. V ostatních letech je vývoj opačný než jaký bychom očekávali. Graf č. 14: Nesoulad tempa růstu produktivity práce a reálné mzdy a vliv na zaměstnanost v Estonsku -10,0 -8,0 -6,0 -4,0 -2,0 0,0 2,0 4,0 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rozdíl v tempech růstu reálné mzdy a produktivity práce (v p.b.) Změny v počtu zaměstnaných osob (v %) Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty Stejně tak v Estonsku nastává očekávaný vývoj jen výjimečně, a to v letech 1997, 2004 a 2005. reálná mzda roste rychleji produktivita práce roste rychleji reálná mzda roste rychleji produktivita práce roste rychleji 36 Graf č. 14: Nesoulad tempa růstu produktivity práce a reálné mzdy a vliv na zaměstnanost v Lotyšsku -25,0 -20,0 -15,0 -10,0 -5,0 0,0 5,0 10,0 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rozdíl v tempech růstu reálné mzdy a produktivity práce (v p.b.) Změna v počtu zaměstnaných osob (v %) Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty Očekávaný vývoj v Lotyšsku nastal jen v letech 1998, 2001 a 2004. Graf č. 15: Nesoulad tempa růstu produktivity práce a reálné mzdy a vliv na zaměstnanost v Litvě -15,0 -10,0 -5,0 0,0 5,0 10,0 15,0 20,0 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rozdíl v tempech růstu reálné mzdy a produktivity práce (v p.b.) Změna v počtu zaměstnaných osob (v %) Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty V Litvě došlo k očekávanému vývoji obou veličin o něco častěji než v předchozích zemích, a to zejména v 90. letech. V prvních letech nového století pak očekávaný vývoj lze pozorovat s určitým zpožděním, a to 1-2 roky (roky 2000­2003). produktivita práce roste rychleji reálná mzda roste rychleji reálná mzda roste rychleji produktivita práce roste rychleji 37 Graf č. 16: Nesoulad tempa růstu produktivity práce a reálné mzdy a vliv na zaměstnanost ve Slovinsku -6,0 -4,0 -2,0 0,0 2,0 4,0 6,0 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rozdíl v tempech růstu reálné mzdy a produktivity práce (v p.b.) Změna v počtu zaměstnaných osob (v %) Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty Vývoj ve Slovinsku byl v souladu s výše uvedenou tezí v letech 1993, 1995­1997 a pak na počátku 21. století. Určitý výkyv byl zaznamenán na přelomu tisíciletí, kdy ve třech letech po sobě rostla rychleji reálná mzda a zároveň se zvyšoval počet zaměstnaných osob. Graf č. 17: Nesoulad tempa růstu produktivity práce a reálné mzdy a vliv na zaměstnanost v Rumunsku -25,0 -20,0 -15,0 -10,0 -5,0 0,0 5,0 10,0 15,0 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Rozdíl v tempech růstu reálné mzdy a produktivity práce (v p.b.) Změna v počtu zaměstnaných osob (v %) Zdroj: Eurostat (2008), Galgoczi (2002), IMF (2008), národní statistické úřady (2008), vlastní výpočty Vývoj zkoumaných ukazatelů v Rumunsku byl poměrně chaotický. reálná mzda roste rychleji produktivita práce roste rychleji reálná mzda roste rychleji produktivita práce roste rychleji 38 Pokud bychom měli zhodnotit vývoj poptávky po práci vzhledem k produktivitě a reálné mzdě ve sledovaných zemích, pak docházíme k závěru, že hypotéza ,,nesouhlasného" vývoje se potvrzuje především na počátku nového tisíciletí. K tomuto dochází prakticky ve všech zemích. Tato situace se dá vysvětlit jako známka určité stabilizace pracovních trhů, zatímco vývoj v letech devadesátých je vývojem nestandardním, zřejmě souvisejícím s transformačním procesem jako takovým. Jinými slovy, poptávková strana pracovního trhu se ve sledovaných zemích vyvíjela nestandardně v nestandardních podmínkách a v souladu s teorií poté, co se situace v uvedených ekonomikách stabilizovala. Z hlediska hospodářského růstu se tedy dá očekávat, že pracovní trh pro něj začal vytvářet příhodné podmínky až po roce 2000. V další části příspěvku se podrobněji podíváme na souvislosti extenzivních a intenzivních faktorů a hospodářského růstu. 5. TRH PRÁCE A KONKURENCESCHOPNOST V ZEMÍCH CE-6 Závěrečným bodem analýzy pracovního trhu v zemích CE-6 bude odhad vlivu jeho vývoje na konkurenceschopnost příslušných ekonomik, tedy na jejich schopnost dosahovat hospodářský růst. 5.1. Nezaměstnanost a růst Jeden pohled na tuto problematiku může být veden skrze míru nezaměstnanosti. Nezaměstnanost lze mimo jiné chápat i jako známku neefektivního nebo spíše neplného využívání zdrojů v dané ekonomice. V tomto ohledu je samozřejmě nutné rozlišit nezaměstnanost cyklickou a nezaměstnanost, která je pro danou ekonomiku přirozená. Cyklická nezaměstnanost vzniká v důsledku cyklického vývoje ekonomiky, přesněji, v důsledku zaostávání výkonu za svým potenciálem. V souvislosti s hospodářským růstem je zde ale kauzální vazba opačná, než jakou hledáme. Nejprve dochází k poklesu výstupu, ale až v jeho důsledku roste nezaměstnanost a naopak, s růstem výstupu nezaměstnanost klesá. Důležitější je tedy hledat vazbu přirozené míry nezaměstnanosti a hospodářského růstu. Velikost přirozené míry nezaměstnanosti ovlivňuje velikost samotného potenciálního produktu. Produkční funkce dané ekonomiky je ovlivněna úrovní technologie a vybaveností práce kapitálem (ať už fyzickým či kapitálem lidským). Výsledný produkt (potenciální), kterého bude v ekonomice dosaženo, je pak determinován množstvím zapojené práce. To je odvozeno ze střetu nabídky a poptávky na trhu práce. Pokud vyčištění trhu práce nebude bráněno, přirozená míra nezaměstnanosti bude pravděpodobně velmi nízká a bude dosaženo relativně vyššího potenciálního produktu. Pokud tedy přirozená míra nezaměstnanosti ceteris paribus poroste, potenciální produkt se přinejmenším nebude zvyšovat takovým tempem jakým by mohl. Na přirozenou míru nezaměstnanosti pak má vliv celá řada faktorů. Pro tranzitivní země pak budou patrně nejvýznamnější okolnosti související se strukturálními změnami v ekonomikách, regulací pracovního trhu a transformací sociálního systému. Vzhledem k nepříliš dlouhému časovému úseku, který zkoumáme, můžeme přirozenou míru nezaměstnanosti odhadnout s relativně malou přesností. 39 Graf č. 18: Odhad přirozené míry nezaměstnanosti v zemích CE-6 (polynomický trend, v %)1 -5 0 5 10 15 20 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko Estonsko Lotyšsko Litva Slovinsko Rumunsko Zdroj: Eurostat (2008), vlastní výpočty Pokud bychom uvažovali, že přirozená míra nezaměstnanosti ve sledovaných zemích prodělala takovýto vývoj, pak můžeme u všech zemí sledovat její kulminaci kolem přelomu tisíciletí. Před tímto zlomem přirozená míra nezaměstnanosti rostla, což lze přičíst na vrub především strukturálním změnám a celkovým změnám v hospodářství. Pozdější pokles pak lze vysvětlit postupnou stabilizací ekonomik a praktickým ukončením transformačního procesu ve smyslu zásadních ekonomických reforem. Z pohledu přirozené míry nezaměstnanosti lze jako nejméně konkurenceschopnou ekonomiku vyhodnotit Bulharsko společně se Slovinskem, neboť právě v těchto dvou zemích byla po drtivou většinu sledovaného období dvouciferná, a tedy nejvíce snižující schopnost uvedených ekonomik dosahovat hospodářského růstu. Naopak za nejvíce konkurenceschopné lze v této souvislosti označit pobaltské země, jejichž přirozená míra nezaměstnanosti od počátku nového století klesá (stejně tak i nezaměstnanost skutečná). Dalším pohledem na nezaměstnanost v souvislosti s hospodářským růstem může být skrze délku jejího trvání. Dá se vycházet z teze, že ekonomiky s vyšším podílem dlouhodobé nezaměstnanosti (v trvání více než 1 rok ­ dle ILO) budou pravděpodobně méně schopné dosahovat solidního hospodářského růstu. Jinými slovy je možno říci, že čím je vyšší podíl dlouhodobé nezaměstnanosti, tím bude nižší hospodářský růst. Následující grafy zobrazují tuto souvislost v letech 2000, 2003 a 2005. 1 Hodnoty koeficientu spolehlivosti R 2 jsou následující: Bulharsko 0,4503, Estonsko 0,6224, Lotyšsko 0,8227, Litva 0,7409, Slovinsko 0,7476, Rumunsko 0,7409. 40 Graf č. 19: Vztah dlouhodobé UNE a tempa růstu HDP v roce 2000 BUL EST LAT LIT SLO ROM 0,0 2,0 4,0 6,0 8,0 10,0 12,0 40 45 50 55 60 65 Podíl dlouhodobé UNE na celkové (v %) TemporůstuHDP(v%) Zdroj: Eurostat (2008), vlastní výpočty Graf č. 19: Vztah dlouhodobé UNE a tempa růstu HDP v roce 2003 BUL ESTLAT LIT SLO ROM 0,0 2,0 4,0 6,0 8,0 10,0 12,0 40 45 50 55 60 65 70 Podíl dlouhodobé UNEna celkové (v %) TemporůstuHDP(v%) Zdroj: Eurostat (2008), vlastní výpočty 41 Graf č. 20: Vztah dlouhodobé UNE a tempa růstu HDP v roce 2005 BUL EST LAT LIT SLO ROM 0,0 2,0 4,0 6,0 8,0 10,0 12,0 40 45 50 55 60 65 Podíl dlouhodobé UNEna celkové (v %) TemporůstuHDP(v%) Zdroj: Eurostat (2008), vlastní výpočty Podíváme-li se na uvedené grafy, pak se dá říci, že uvedená teze platí. Země, které mají vyšší podíl dlouhodobé nezaměstnanosti, mají nižší tempa růstu HDP. Určitou výjimkou je Slovinsko. Graf č. 21: Vztah dlouhodobé UNE a růstu HDP (1998­2005)1 0,0 2,0 4,0 6,0 8,0 10,0 12,0 40 45 50 55 60 65 70 Podíl dlouhodobé UNEna celkové (v %) TemporůstuHDP(v%) BUL EST LAT LIT SLO Zdroj: Eurostat (2008), vlastní výpočty Pokud ale budeme sledovat závislost dlouhodobé nezaměstnanosti a tempa růstu HDP izolovaně pro jednotlivé země, pak nemůžeme jednoznačně říci, že vztah 1 Pro Bulharsko jen 2000-2005. Rumunsko není posuzováno pro neúplnost dat. 42 dlouhodobé nezaměstnanosti a změny HDP je nepřímo úměrný. Ten se potvrdil jen v Bulharsku, Lotyšsku a Slovinsku. Estonsko a Litva vykazují ve sledovaném období přímo úměrný vztah mezi tempem růstu HDP a dlouhodobou nezaměstnaností. 5.2. Extenzivní nebo intenzivní růst? Druhým pohledem na souvislost trhu práce a hospodářského růstu může být skrze produktivitu práce. Růst produktivity práce znamená zlepšení produkční funkce dané ekonomiky, což by mělo vést i ke zvyšování výkonu ekonomiky. Důležitou roli zde ale také hraje změna v objemu zaměstnané pracovní síly. Hospodářství může zvyšovat svůj výkon za současného poklesu produktivity práce. Taková situace je pak známkou extenzivního hospodářského růstu, čili růstu založeného na zapojování většího množství výrobního faktoru práce do výrobního procesu. Pokud bude tempo růstu HDP korespondovat s tempem růstu produktivity práce (tj. obě tempa budou přibližně stejná), pak se bude jednat převážně o intenzivní hospodářský růst. Pro posouzení, zda se ve sledovaných zemích jednalo spíše o extenzivní nebo intenzivní růst, využijeme následující grafický aparát. Graf č. 22: Vztah produktivity práce a HDP (pobaltské země) -10 -5 0 5 10 15 -15,0 -10,0 -5,0 0,0 5,0 10,0 15,0 20,0 Tempo růstu produktivity práce (v %) TemporůstuHDP(v%) EST LAT LIT Zdroj: Eurostat (2008), vlastní výpočty Z grafu je patrné, že růst produktivity práce jde ruku v ruce s růstem HDP. Jinými slovy, zvyšuje-li se tempo růstu produktivity práce, tempo růstu HDP se zvyšuje také. Tato závislost platí především u Estonska a Litvy. U Lotyšska lze vypozorovat, že zvyšuje-li se tempo růstu produktivity práce, pak to již nemá výrazný vliv na tempo růstu HDP. Z toho se dá usuzovat, že růst HDP v Lotyšsku nebude tak výrazně intenzivní jako ve zbylých dvou pobaltských zemích. 43 Graf č. 23: Vztah produktivity práce a HDP (Bulharsko, Rumunsko, Slovinsko) -10,0 -5,0 0,0 5,0 10,0 15,0 -10,0 -5,0 0,0 5,0 10,0 15,0 20,0 25,0 Tempo růstu produktivity práce (v %) TemporůstuHDP(v%) BUL SLO ROM Zdroj: Eurostat (2008), vlastní výpočty I zbylé dvě země ukazují spíše na intenzivní hospodářský růst. Nejvíce se zdá být tato skutečnost evidentní v případě Rumunska. Bulharsko překvapuje poměrně vysokými tempy růstu produktivity práce, avšak tempa růstu HDP s tím příliš nekorespondují. 6. ZÁVĚR Pracovní trh ve sledovaných zemích se vyvíjel poměrně různě. Z tohoto pohledu můžeme země rozdělit do tří skupin. První z nich by tvořily pobaltské státy, jejichž pracovní trhy se poměrně rychle přizpůsobily změnám v tamních ekonomikách. Vývoj nezaměstnanosti byl více méně obdobný jako vývoj v ostatních tranzitivních ekonomikách. Co je však pozitivní, je poměrně rychlý růst produktivity práce v pobaltských zemích, který výrazně přispívá k hospodářskému růstu. Ve sledovaném období se produktivita práce v těchto zemích minimálně zdvojnásobila. Reálné mzdy v zásadě odpovídají vývoji produktivity práce, takže se dá usuzovat na dobré podmínky na pracovních trzích pobaltských ekonomik pro další hospodářský růst. Druhou skupinu tvoří Bulharsko a Rumunsko. Obě země se vyznačují poměrně pozdním započetím ekonomických reforem. Obě země zaznamenaly poměrně značný pokles v objemu pracovní síly, a to z důvodu pracovní emigrace či přesunu části pracovní síly do šedé ekonomiky. Vývoj produktivity práce a reálných mezd byl ve sledovaném období víceméně chaotický a zřejmě v sobě odráží fakt, že obě země byly podrobeny několika inflačním šokům, které pravděpodobně způsobily výrazné pokřivení informací, které jsou napříč ekonomikou přenášeny prostřednictvím ceny. V našem případě tedy zejména prostřednictvím reálné mzdy jakožto ceny výrobního faktoru práce. Pozitivním faktem je, že vývoj ke konci sledovaného období nasvědčuje určitému uklidnění hospodářské situace v těchto zemích a tím pádem lze v budoucnosti očekávat nastartování hospodářského růstu. Jako jistou rezervu lze u Bulharska a Rumunska spatřovat nedostatečnou 44 restrukturalizaci ekonomiky směrem k moderní sektorové struktuře. V obou zemích stále přetrvává relativně vysoký podíl zemědělství na zaměstnanosti, což pravděpodobně brzdí větší ekonomický rozmach. Příčiny tohoto stavu mohou být různé ­ počínaje málo rozvinutými trhy a s tím související nedostatečnou dělbou práce, přes nedostatečnou infrastrukturu, nižší úroveň vzdělanosti a tradičním vysokým podílem zaměstnanosti v zemědělství konče. Samostatnou část tvoří Slovinsko. Jeho pracovní trh nezaznamenal nějaký dramatický vývoj, který by výrazně narušoval schopnost Slovinska dosahovat stabilního dlouhodobého hospodářského růstu. Produktivita práce se ve Slovinsku sice nezvýšila v takovém rozsahu jako například v pobaltských státech (vzrostla pouze cca 1,5krát), nicméně je třeba připomenout, že výchozí úroveň produktivity práce byla ve Slovinsku vyšší. Rovněž výchozí podmínky Slovinska co se týče pracovního trhu byly výrazně lepší než v ostatních sledovaných zemích. Slovinsko bylo až do počátku války na Balkáně součástí Jugoslávie, která byla všeobecně považována za ,,nejtržnější" zemi v rámci bývalého socialistického bloku. POUŽITÁ LITERATURA ANNUS, T. et al. (2001): Modernisation of Vocational Education and Training in Estonia. National Observatory of Estonia, 2001. Dostupné na: http://www. innove.ee/ee/files/Estonia%20Country%20Report %202001.pdf (duben 2008). BELEVA, I. ­ TZANOV, V. (2001): Labour Market Flexibility and Employment Security ­ Bulgaria. International Labour Office, Geneva 2001. Dostupné na: http://www-ilo-mirror.cornell.edu/public/english/ employment/strat/download/ep30.pdf (duben 2008). BOCEAN, C.G. ­ BARBU, C.M. (2006): Links Between Employment, Productivity and Output Growth, Case of Romania. University of Craiova, 2006. Dostupné na: http://papers.ssrn.com/sol3/papers. cfm?abstract_id=901726 (duben 2008). BREJC, M. ­ DIAMANTOPOULOU, A. (2000): Joint Assessment of the Employment Policy Priorities of Slovenia. Ministry for Labour, Family and Social Affairs, 2000. Dostupné na: http://www.mddsz.gov.si/fileadmin/mddsz.gov.si/ pageuploads/dokumenti__pdf/jap.pdf (duben 2008). BULGARIAN NATIONAL STATISTICAL INSTITUTE: Labour cost index ­ Wages and salaries for the period 1997­2007. Dostupné na: http://www.nsi.bg/Labour_e/Labour_e.htm (duben 2008). GALGÓCZI, B. (2002): Wage Trends in Central and Eastern Europe. ILO, Labour Education on-line, 2002. Dostupné na: http://www.ilo.org/public/english/dialogue/ actrav/publ/128/8.pdf (duben 2008). GOVERNMENT OF LITHUANIA (2003): Lithuanian Human Development Report 2003. Ministry of Social Security and Labour. Dostupné na: http://hdr.undp.org/docs/reports/country_papers/ Project_docs/LITHUANIA-2002'ICTs'-PRODOC%20.pdf (duben 2008). HOTI, A. (2004): Labour Market Transformation and Implications for Unemployment in South East Europe: Experiences of Albania and Bulgaria and Lessons for 45 Kosova. University of Prishtina Faculty of Economy, Prishtina 2004. Dostupné na: http://papers.ssrn. com/sol3/papers.cfm?abstract_id=921004 (duben 2008). IGNJATOVI, M. et al. (2000): Slovenia: Navigation Through a Turbulent Transition. http://www.socsci.auc.dk/cost/unemployment/system-book/slovenia.pdf (duben 2008). KOTZEVA, M. ­ PAUNA, B. (2006): Labour Market Dynamics and Characteristics in Bulgaria and Romania ­ Challenges for a Successful Integration in the European Union. Global Development Network, 2006. Dostupné na: http://www.wiiw.ac.at/balkan/files/KOTZEVA %20PAUNA.pdf (duben 2008). PAAS, T. et al. (2003): Labour Market Flexibility and Migration in the Baltic States: Macro Evidences. University of Tartu, 2003. Dostupné na: http://papers.ssrn.com/sol3/papers.cfm?abstract_id=419902 (duben 2008). RAJASALU, T. et al.(2003): Understanding Estonian Reforms to Capitalist Market: an Economics Narrative. Estonian Institute of Economics at Tallin Technical University, Tallin 2003. Dostupné na: http://www.gdnet.org/pdf2/gdn_library/global_ research_projects/understanding_reform/Estonia_first_draft.pdf (duben 2008). REELIKA, A. et al. (2001): Labour Market Flexibility and Employment Security Estonia. International Labour Office, Geneva 2001. Dostupné na: http://www-ilomirror.cornell.edu/public/english/ employment/strat/download/ep25.pdf (duben 2008). RODRIGUEZ-PLANAS, N. ­ BENUS, J. (2006): Evaluating Active Labor Market Programs in Romania. Institute for the Study of Labor, Bonn 2006. Dostupné na: http://papers.ssrn.com/sol3/papers.cfm? abstract_id=949183 (duben 2008). ROMANIAN NATIONAL INSTITUTE OF STATISTICS: Real wages indices. Dostupné na: http://www.insse.ro/cms/files/pdf/en/cp4.pdf (duben 2008). STATISTICAL OFFICE OF THE REPUBLIC OF SLOVENIA: Average monthly earnings per person ­ indices of nominal and real earnings. Dostupné na: http://www.stat.si/letopis/2006/13_06/13-01-06.htm?jezik=en (duben 2008). STATISTICS ESTONIA: Average monthly gross and net wages. Dostupné na: http://pub.stat.ee/px-web.2001/I_Databas/Economy/36Wages_and_salaries_and_ labour_costs/09Wages_and_salaries/02Annual_statistics/02Annual_statistics.asp (duben 2008). STATISTICS LITHUANIA: Indexy reálných mezd. Dostupné na: http://www.stat.gov.lt/en/pages/view/?id=1776 (duben 2008). STATISTICS OF LATVIA: Real wage and salary index. Dostupné na: http://212.70.168.100/satr/rad/E4b.cfm?akurs3=E4b (duben 2008). THIESSEN, U. ­ GREGORY, P. (2005): Modelling the Structural Change of Transition Countries. German Institute of Economic Research, Berlin 2005. Dostupné na: http://opus.zbw-kiel.de/volltexte/2007/6084/pdf/dp519.pdf (duben 2008). WORLD BANK: Structure of Employment by Main Sectors in Selected CEEC. http://siteresources.worldbank.org/INTBULGARIA/Resources/BG_CEM_Chapt5.pdf (duben 2008). 46 VLIV SOCIÁLNÍ POLITIKY NA KONKURENCESCHOPNOST LITEVSKÉ, ESTONSKÉ, LOTYŠSKÉ, SLOVINSKÉ, RUMUNSKÉ A BULHARSKÉ EKONOMIKY ZDEŇKA MUSILOVÁ Cílem příspěvku, je analyzovat vývoj sociální politiky ve zkoumaných zemích a posoudit, zda opatření z oblasti sociální politiky mají pozitivní vliv na konkurenceschopnost, zde definovanou jako dlouhodobý hospodářský růst. Důraz je kladen na vývoj ukazatele složené daňové kvóty, implicitní daňové sazby práce a jejich vliv na extenzivní faktor růstu, zde zaměstnanost. Přerozdělovací procesy v ekonomice a příjmová nerovnost obyvatel jsou analyzovány pomocí Giniho koeficientu. Dále se studie zabývá tvorbou dlouhodobých úspor skrze penzijní systém a výší celkových výdajů na sociální ochranu. 1. ÚVOD Sociální politikou se rozumí souhrn opatření státu a ostatních institucí, která směřují ke zmírnění nerovností mezi obyvatelstvem. Prostřednictvím ovlivňování chování jednotlivých ekonomických subjektů ovlivňuje sociální politika i hospodářský růst. Pro sociální politiku je výkonnost ekonomiky nezbytná, neboť ta směřuje k produkci zdrojů, které jsou základem financování opatření sociální politiky. V této práci budeme zkoumat, zda kroky z oblasti sociální politiky mohou ovlivnit konkurenceschopnost, zde definovanou jako hospodářský růst. Mezi faktory růstu z oblasti sociální politiky kterými se budeme zabývat patří např. objem pracovní síly jako extenzivní faktor růstu, či produktivita práce jako intenzivní faktor růstu. Tyto faktory ovlivňuje v největší míře rozsah zdanění příjmů a sociální transfery. Daně, jakožto příjem státního rozpočtu na jedné straně ovlivňují množství přerozdělených prostředků v rámci sociální politiky. Čím vyšší daně, tím vyšší příjmy do státního rozpočtu a tím větší možnost finančně podpořit sociální oblast. Na druhou stranu vyšší zdanění, jak je známo z Lafferovy křivky, může obyvatele demotivovat při rozhodování o práci. Tím se samozřejmě negativně ovlivní zaměstnanost v zemi a výše vybraných daní klesá. Z pohledu příjemce sociálních transferů toto přerozdělení zvyšuje jeho kupní sílu. Naopak, kupní síla obyvatel platících daně se snižuje. Dalším faktorem, kterým se tato studie bude zabývat, je tvorba dlouhodobých úspor pomocí penzijního systému a velikost výdajů na sociální ochranu v jednotlivých zemí. Oba tyto faktory, shledáváme jako podnět k dlouhodobému růstu. Všechny námi zkoumané země můžeme zařadit k zemím s kontinentálním modelem sociální politiky, někdy též označovaným jako model Bismarckův. Jeho výchozí myšlenkou je, že míra zabezpečení člověka by v okamžiku, kdy upadne do některého ze sociálních problémů, měla odpovídat jeho předchozímu pracovnímu úsilí, výši jeho pracovních příjmů a rozsahu finančních prostředků, jimiž do systému sociálního zabezpečení přispěl v době své pracovní aktivity. Do jisté míry by měla 47 odrážet i předchozí životní úroveň. Základem modelu je povinné pojištění proti sociálním rizikům.1 Cílem práce je prostřednictvím vybraných důležitých ukazatelů zhodnotit vztah sociálních politik zkoumaných zemí k ekonomickému růstu, resp. ke konkurenceschopnosti. V první kapitole nastíníme historický vývoj sociálních systémů, zaměříme se na počáteční podmínky na začátku 90. let 20. století a shrneme důležité kroky z oblasti sociální politiky, které byly učiněny v procesu transformace všech zkoumaných zemích. Druhá kapitola se bude zabývat vazbou opatření sociální politiky a extenzivních faktorů hospodářského růstu. Vzhledem k nedostupnosti některých dat a velmi krátkým časovým řadám, po které jsou dostupná data sledována, omezíme zkoumání u některých ukazatelů pouze na období 2000­2005. Ve třetí kapitole shrneme výsledky našeho zkoumání a zhodnotíme pozitivní či negativní vazby mezi jednotlivými indikátory a hospodářským růstem. Mezi nejdůležitější ukazatele, jimiž se budeme v práci zabývat patří: * složená daňová kvóta, pomocí níž budeme sledovat přerozdělovací procesy v dané zemi,; * Giniho koeficient, který nám pomůže analyzovat dopad těchto přerozdělovacích procesů na obyvatelstvo,; * implicitní daňová sazba práce, která nám bude sloužit ke zhodnocení dopadu daní a odvodů na sociální zabezpečení na zaměstnanost, jakožto extenzivního faktoru růstu,; * tvorba dlouhodobých úspor, jež se přemění na investice a tím podpoří dlouhodobý hospodářský růst; * celkový objem výdajů na sociální ochranu, které mohou, v závislosti na své velikosti, také ovlivnit hospodářský růst. 2. VÝVOJ SOCIÁLNÍCH SYSTÉMŮ Všechny námi zkoumané postkomunistické země prošly podobným vývojem. Po druhé světové válce byly již všechny státy součástí socialistického bloku SSSR. Výjimku tvořilo Slovinsko, jež bylo součástí Federativní lidové republiky Jugoslávie. Od roku 1946 sice již Slovinsko bylo formálně socialistickou zemí, ale ani hospodářsky ani kulturně se na SSSR neorientovalo. V ostatních zemích komunistická strana řídila většinu procesů v ekonomice. Výroba byla orientována na těžký průmysl a hlavním obchodním partnerem zemí byly země Východního bloku v čele se SSSR. Všechny nedemokratické postupy měly být vykupovány posilováním oblasti sociálních jistot a růstem životní úrovně. Po rozpadu RVHP již nebyl zajištěn dostatek odběratelů a systém se začal hroutit. Krize vyvrcholila na počátku 90. let 20. století rozpadem SSSR, kdy byla centrálně plánovaná hospodářství transformována na ekonomiky tržní. Pro transformační období ve všech zemích je charakteristické zpomalení tempa růstu, doprovázené růstem nezaměstnanosti a inflací. Díky rozpadu RVHP a následným exportním 1 Klvačová, E. ­ Jírová, H. (2004). 48 problémům ve všech zkoumaných zemích se nepříznivě vyvíjela i bilance na běžném účtu platební bilance.1 Z této recese se zemím podařilo vymanit až v polovině 90. let. Před komunistickou nadvládou se sociální systémy v námi zkoumaných zemích vyvíjely shodně se systémy sociální ochrany v zemích západní Evropy. Byly založeny na konceptu povinného sociálního pojištění pracujících obyvatel v určitých profesích, proto ale bylo pokrytí populace nekompletní. Jakmile řízení států převzaly příslušné komunistické strany, byl vytvořen model sociální ochrany sociálně-demokratického typu2 , který byl charakteristický svou univerzálností, rozsahem a egalitářstvím. Sociální systémy v komunistických zemích byly financovány státem a zisky podniků, které také společně nesly odpovědnost za řízení sociální ochrany. Většinu majetku vlastnil stát a téměř všichni ekonomicky aktivní obyvatelé byli zaměstnáni, a to buď ve státních podnicích či v zemědělských družstvech. Proto se můžeme domnívat, že díky umělému vytváření pracovních míst plnila mnohdy mzda funkci sociálních dávek. Sociální dávky závisely na rozhodnutí strany (resp. vlády) o rozdělení národního produktu mezi úspory a investice a na rozdělení spotřebních výdajů mezi mzdy a sociální ochranu. Sociální výhody, mezi něž patřila bezplatná zdravotní péče, vzdělávání, bezplatné mateřské školy, mateřská dovolená či pobírání nemocenských dávek a starobní penzí, byly zajištěny pro veškeré obyvatelstvo bez rozdílu. 2.1. Bulharsko a Rumunsko3 Obě země prošly stejným vývojem. Systém sociálního zabezpečení má v Bulharsku a Rumunsku více než stoletou tradici. Od roku 1891, kdy byly implementovány Bismarckovy sociální zákony4 , mají státní zaměstnanci nárok na starobní penze. Od roku 1924 jsou povinně pojišťováni dělníci pro případ pracovního úrazu, nemoci, mateřství a stáří. Všechny příspěvky jsou odváděny na osobní účty pojištěnců. Po druhé světové válce, kdy se k moci dostali komunisté, byly sociální fondy vyvlastněny a sociální jistoty byly úzce spojeny s pracovní jistotou, tedy kdo pracuje, má nárok na jejich výplatu. Po roce 1989, kdy země započaly proces ekonomické transformace, ukazoval se komunistický sociální systém jako nevhodný. Přibývalo příjemců sociálních dávek, rostla nezaměstnanost a systém se stával finančně neudržitelný, proto byl v roce 1997 definován nový systém sociální ochrany, který byl rozdělen do tří oblastí: * státní sociální pojištění * sociální pomoc * zdravotní pojištění V Bulharsku byl již v roce 1995 od státního rozpočtu oddělen Fond státního sociálního pojištění, který byl v roce 1999 rozdělen na penzijní fond, fond pro případ 1 Karpová (2004). 2 Tento model sociální politiky bývá též označován jako model institucionálně redistributivní. Mezi hlavní charakteristické rysy tohoto modelu můžeme zařadit např. vysokou odpovědnost státu za eliminaci sociálních problémů, založení na vysoké míře solidarity mezi bohatými a chudými či vysoká účinnost systému podmíněná vysokou mírou zaměstnanosti. Blíže např. Klvačová E., Jírová, H. (2004). 3 Čerpáno z Bulgaria and Romania Country Study (2003). 4 Více o Bismarckových sociálních zákonech např. Potůček, M.: Sociální politika (1995). 49 nemoci či mateřství a fond pro případ pracovního úrazu. Od roku 1995 je povinné sociální pojištění příspěvkově definováno a průběžně financováno (PAYG DC). Od roku 1999 je v Bulharsku zřízeno i dobrovolné připojištění, které je plně fondové. Tento třetí pilíř byl v Rumunsku oficiálně vytvořen až v roce 2003. Penzijní systémy byly v obou republikách reformovány v roce 2001 jako reakce na demografické tendence v Evropě. Byl zaveden třípilířový systém postavený postupně na těchto pilířích: * povinné průběžně financované pojištění, * povinné plně fondové pojištění, * dobrovolné připojištění. Součástí penzijní reformy v obou zemích bylo kromě představení multipilířového penzijního uspořádání také postupné zvyšování důchodového věku na 65 let pro muže i ženy v Rumunsku a 65 let pro muže a 62 let pro ženy v Bulharsku. Díky politickým průtahům v Rumunsku byl druhý, povinný a plně fondový pilíř zaveden až v roce 2007. V roce 2002 se součástí bulharského systému sociálního pojištění stal i samostatný fond pro případ nezaměstnanosti, který byl do té doby součástí státního rozpočtu. Příspěvky na sociální a zdravotní pojištění jsou v současné době stále vysoké, konkrétně v Rumunsku je odváděno ze mzdy 49,5 % (32,5 % zaměstnavatelem a 17 % zaměstnancem)1 a v Bulharsku odvádí zaměstnavatel 27 % a zaměstnanec 13 % ze své hrubé mzdy.2 2.2. Slovinsko3 Slovinsko vzniklo v roce 1991 po rozpadu jugoslávské federace. První transformační myšlenky se objevovaly již před rozpadem Jugoslávie a byly pozitivně přijímány. Počáteční roky transformace byly ve znamení vysoké nezaměstnanosti, vysoké míry inflace i schodku na běžném účtu platební bilance. V roce 1992 proběhla první vlna parametrických úprav penzijního systému. Další vlna následovala v roce 1999, kdy byl představen třípilířový systém penzí, přičemž druhý fondový pilíř byl dobrovolný s vysokou státní regulací. Z tohoto důvodu nebyl pro investory příliš lákavý a v roce 1999 nedosahovala aktiva fondů ani 2 % HDP.4 Součástí parametrických úprav penzijního systému bylo i postupné zvyšování důchodového věku, který by měl v roce 2022 dosáhnout 65 let pro muže a 63 let pro ženy. Nárok na výplatu starobního důchodu má každý občan po odpracování 40 let (38 let pro ženy). Pokud občan nesplní podmínky pro výplatu penze, má nárok na minimální penzi financovanou skrze státní rozpočet. Minimální penze byla definována v roce 1999 jako součást sociální pomoci a je příjmově testována. Při penzijní reformě v roce 1999 bylo také zavedeno krácení penze v případě předčasného odchodu do důchodu a jako prvek motivace k setrvání na trhu práce co nejdéle byly zavedeny finanční bonusy pro občany pracující i za hranicí důchodového věku. V roce 2003 byl druhý dobrovolný pilíř částečně reformován a pro pracující ve veřejném sektoru je od roku 2003 povinný. Ve Slovinsku existují 1 Ministry of Labour, Family and Equal Opportunities, Romania. 2 Ministry of Labour and Social Policy, Bulgaria. 3 Čerpáno z Slovenia Country Study (2003). 4 Zapletal, J (2007). 50 dvě formy zdravotního pojištění. Povinné zdravotní pojištění a dobrovolné zdravotní připojištění. Povinné zdravotní pojištění bylo zavedeno v roce 1992 a zahrnuje pojištění proti nemoci, pracovním úrazům a nemocem z povolání. Na plnou úhradu zdravotní péče z povinného pojištění mají pouze vybrané skupiny obyvatel, např. děti či těhotné ženy. Ostatní pojištěné osoby platí doplatky přímo ve zdravotnických zařízeních. Proto v roce 1993 vznikla možnost se na doplatky u lékaře připojistit. Dobrovolné zdravotní připojištění využívá většina obyvatel Slovinska. V současné době jsou ve Slovinsku odvody na sociální a zdravotní pojištění nastaveny na hodnotě 16,1 % placené zaměstnavatelem a 22,1 % odvádí zaměstnanec.1 2.3. Pobaltské země - Litva, Lotyšsko, Estonsko2 Od roku 1940, kdy byly pobaltské republiky obsazeny Sovětským svazem, byl systém sociální ochrany charakteristický plnou zaměstnaností, nízkými cenami spotřebního zboží a řadou sociálních výhod. Díky povaze komunistického sociálního systému nebylo potřeba vyplácet dávky v nezaměstnanosti a mzdy často suplovaly jejich roli. Po rozpadu SSSR v roce 1991 můžeme při tvorbě nové sociální politiky v jednotlivých pobaltských zemích shledat určité společné znaky, kterými jsou např. financování penzijního pojištění průběžným způsobem, či pokrytí sociálním pojištěním pouze pracující populaci, či rozdělení placených odvodů ze mzdy mezi zaměstnance i zaměstnavatele, kde zaměstnavatel platí větší část příspěvku. Od roku 1991 je v Litvě financování sociálního zabezpečení odděleno od státního rozpočtu. V témže roce bylo sociální zabezpečení rozděleno na systém sociální pomoci a systém sociálního pojištění. Sociální pomoc je financována ze státního rozpočtu a systém sociálního pojištění je financován z příspěvků od zaměstnavatelů, zaměstnanců či samostatně výdělečných osob a pokrývá největší část obyvatelstva. Dávky sociální pomoci jsou příjmově testované. Sociální pojištění od roku 1991 zahrnuje zdravotní péči, penzijní systém, pojištění pro případ nemoci, mateřství a nezaměstnanosti. Výše příspěvku na sociální zabezpečení byla nastavena v roce 1991 na výši 31 % z hrubé mzdy (kdy 30 % odváděl zaměstnavatel a 1 % zaměstnanec) se zvýšila až v roce 2000, přičemž výše odvodů placených zaměstnavatelem se zvýšila na 31 % a zaměstnanec místo 1 % nyní odváděl 3 %. V roce 1995 byl reformován penzijní systém. Součástí reformy bylo rozštěpení prvního průběžně financovaného pilíře. Část vyplácené penze z prvního pilíře je dávkově definovaná (státem garantovaná částka) a část je definovaná příspěvkově. 1. ledna 2004 byl do důchodového systému v Litvě včleněn druhý povinný fondově financovaný pilíř, do kterého zaměstnanec odvádí 5,5 % ze své hrubé mzdy. Zároveň byla v roce 2004 zrušena možnost předčasného odchodu do penze. V roce 1991 byl od státního rozpočtu v Lotyšsku oddělen Fond státního sociálního pojištění, který přešel pod správu Státní sociální pojišťovací agentury. Roku 1995 v Lotyšsku odstartovala reforma sociálního pojištění. Již v roce 1991 však byla v Lotyšsku zavedena sociální daň,3 od roku 1996 byly sociální odvody každého pojištěnce zachycovány na jeho osobní účet. Rovná daň byla v Lotyšsku zavedena 1 Ministry of Labour, Family and Social Affairs, Slovenia. 2 Čerpáno z Estonia, Latvia a Lithuania Country Study (2003). 3 Sociální daň je daň zahrnující příspěvky na sociální a zdravotní pojištění. 51 v roce 1995 a to pro fyzické osoby ve výši 25 %. V roce 1998 byly představeny změny ve financování sociálního pojištění, kdy sociální daň byla nahrazena příspěvky na sociální pojištění. Koncept penzijní reformy byl představen roku 1995 a jednotlivé kroky vstoupily v platnost v roce 1996 (povinný nefondový pilíř), 1998 (osobní dobrovolné penzijní připojištění), 2001 (státní fondový systém). V roce 2005 byly odvody na sociální zabezpečení ve výši 33 %, z toho 24 % platil zaměstnavatel a 9 % zaměstnanec.1 Již v roce 1990 se součástí estonského státního rozpočtu stal Sociální fond, jehož příjmy tvořila vybraná sociální daň. Estonský sociální systém se tedy skládal z penzijního systému a systému zdravotního pojištění, který byly financován z příjmů ze sociální daně, dále systému rodinných benefitů, jež jsou financovány přímo ze státního rozpočtu a systému pojištění proti nezaměstnanosti. Roku 1997 byla představena systémová reforma penzijního systému s cílem snížit budoucí finanční zátěž státního rozpočtu. Páteří systémové změny bylo zavedení druhého pilíře penzijního systému s účinností od roku 2002. Nově zavedený soukromý a plně fondový pilíř byl povinný pro osoby nově vstupující na trh práce a dobrovolný ostatní osoby. Zaměstnavatelé v současné době neplatí daň z příjmu, ale pouze sociální daň a zaměstnanci v Estonsku žádné odvody ze své mzdy neplatí. Výše sociální daně, kterou můžeme ztotožnit s odvody na sociální a zdravotní pojištění, je ve výši 33 % z hrubé mzdy a platí ji pouze zaměstnavatel za své zaměstnance. 3. VLIV KONKRÉTNÍCH OPATŘENÍ SOCIÁLNÍ POLITIKY NA FAKTORY RŮSTU Jednou ze základních funkcí nejen sociální politiky, ale také státu, je funkce redistributivní. Tato funkce je spojena s cíli sociální politiky, mezi něž patří i dosažení větší rovnosti mezi jednotlivci.2 Nástroje redistribuce nacházíme jak na straně příjmů, tak na straně výdajů. Na příjmové straně jsou to zejména daně a odvody na sociální zabezpečení a zdravotní pojištění, na straně výdajů naopak sociální transfery. Tuto kapitolu rozdělíme do pěti základních podkapitol. Procesy přerozdělení ve sledovaných ekonomikách nám v první části pomůže zachytit indikátor složené daňové kvóty. Ve druhé podkapitole pomocí indikátoru implicitní daňové sazby práce popíšeme vliv zdanění na ochotu pracovat. Konečný dopad přerozdělovacích procesů na obyvatelstvo budeme sledovat ve třetí podkapitole pomocí Giniho koeficientu. Všechny zmíněné ukazatele porovnáme se změnami v zaměstnanostech v daných zemích a zhodnotíme, zda existuje vazba mezi výší zdanění a objemem pracovní síly, jako extenzivního faktoru růstu. Čtvrtá podkapitola bude analyzovat vývoj sociálních transferů ve zkoumaných zemích a jejich vazbou na hospodářský růst. V poslední části této kapitoly je věnována pozornost dlouhodobým úsporám vznikajícím v penzijním systému. Tyto dlouhodobé úspory jsou následně transformovány na investice a tím vytvářejí podmínky pro dlouhodobý hospodářský růst. 1 Ministry of Welfare, Latvia. 2 Horáková (2006). 52 3.1. Složená daňová kvóta (SDK) Dle definice MFČR je daňová kvóta makroekonomickým ukazatelem, představujícím podíl daní na hrubém domácím produktu. Ve skutečnosti představuje podíl hrubého domácího produktu, který se přerozděluje prostřednictvím veřejných rozpočtů. Rozlišujeme dva druhy daňové kvóty. Daňovou kvótu jednoduchou a složenou. Daňová kvóta jednoduchá představuje podíl daní na HDP. Složená daňová kvóta představuje podíl daní včetně cla a povinných příspěvků na sociální zabezpečení a příspěvek na státní politiku zaměstnanosti i příjmy z povinného pojistného na HDP. V našem výzkumu budeme analyzovat vývoj SDK, jelikož odvody na sociální zabezpečení a veřejné zdravotní pojištění jsou jedním z indikátorů, které ovlivňují ochotu pracovat a tím i rozsah sociální politiky. Díky nedostupnosti dat starších roku 1995, omezíme analýzu pouze na léta 1995­2005. Můžeme se domnívat, že všechny námi zkoumané země měly před rokem 1989 velmi vysokou hodnotu složené daňové kvóty, neboť socialistické země přerozdělovaly většinu HDP prostřednictvím veřejných rozpočtů Pokud vyjdeme z předpokladu, že nižší SDK motivuje ekonomicky aktivní obyvatelstvo k práci, měli bychom dojít v našem výzkumu k závěru, že při snižování SDK bude zaměstnanost1 v dané zemi růst. 3.2. Litva Graf č. 1: Vývoj SDK a zaměstnanosti v Litvě Vývoj SDK a zaměstanosti - Litva 63,6 57,5 62,3 27,94 29,74 28,29 32,14 28,57 54 56 58 60 62 64 66 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 zaměstnanost 25 26 27 28 29 30 31 32 33 SDK zamestnanost SDK Zdroj: Eurostat (2008) Počáteční pokles SDK byl mezi lety 1996 až 1999 vystřídán růstem především díky zavedení rovné daně pro fyzické osoby ve výši 33 %. Hlavním důvodem byla také nezměněná výše povinných odvodů na sociální zabezpečení a zdravotní pojištění od roku 1991 až do roku 2000 a zvýšení DPPO z 29 na 33 % v roce 1996. Zároveň v roce 1999 postihl zemi hospodářský pokles způsobený finanční krizí v Rusku. Až do roku 2004 SDK klesala a to hlavně zásluhou růstu HDP. Od roku 2003 SDK opět 1 Míra zaměstnanosti je vypočítána podílem počtu zaměstnaných osob ve věku 15­64 let ku počtu všech osob v této věkové skupině. 53 roste díky transformaci zdanění na duální systém daní.1 Data o zaměstnanosti jsou dostupná až od roku 1998, proto můžeme vztah SDK a zaměstnanosti zkoumat až od tohoto roku. Od roku 1999 klesá zaměstnanost, a to díky již zmíněné ruské krizi. Od roku 2001 zaměstnanost již roste, což ale nepotvrzuje naši teorii. 3.3. Lotyšsko Graf č. 2: Vývoj SDK a zaměstnanosti v Lotyšsku Vývoj SDK a zaměstanosti - Lotyšsko 59,9 57,5 66,333,21 33,77 28,39 30,04 30,85 52 54 56 58 60 62 64 66 68 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 zaměstnanost 25 26 27 28 29 30 31 32 33 34 35 SDK zamestnanost SDK Zdroj: Eurostat(2008) SDK v Lotyšsku klesla v roce 1995 díky zavedení rovné daně z příjmu ve výši 25 %. Následné dvouleté období růstu SDK je zapříčiněno především zavedením povinných sociálních odvodů na osobní účty pojištěnců. Roku 1998 byl změněn systém financování sociálního pojištění a až do roku 2002 příspěvky na toto pojištění klesají, stejně jako DPPO. Pro právnické osoby platí také rovná daň ve výši 15 %. V roce 2002 byly sociální odvody zvýšeny na z 33 na 35 %, což může vysvětlit mírný růst SDK po tomto roce. Počáteční pokles ve vývoji zaměstnanosti si vysvětlujeme zpomalením růstu2 ekonomiky. Růst lotyšského HDP byl obnoven již v roce 2000 a pohyboval se v hodnotách od 7 do 11 %. 3.4. Estonsko V roce 1994 byla v Estonsku zavedena rovná daň z příjmu fyzických osob ve výši 26 %. Ve sledovaném období má SDK klesající trend, hlavně díky snižujícím se příspěvkům na sociální zabezpečení a DPPO, která ve své maximální výši dosahuje 24 %. K tomuto trendu také přispělo snížení rovné daně v roce 2006 na 23 % jak u FO i PO. Zaměstnanost po počátečním propadu roste, což by odpovídalo naší hypotéze o vlivu zdanění na ochotu pracovat. 1 Do roku 2003 byla progresivní daň z příjmu v rozmezí 18­33 %. Po reformě byl zaveden duální systém, který zdaňoval příjmy z výdělečné činnosti jednotnou sazbou 33 % a ostatní příjmy jednotnou sazbou 15 %. 2 V roce 1997 byl růst HDP 8,4 %, v roce 1999 pak již jen 3,3 %. 54 Graf č. 3: Vývoj SDK a zaměstnanosti v Estonsku Vývoj SDK a zaměstanosti - Estonsko 64,60 60,50 68,10 37,89 30,49 30,77 35,60 56,00 58,00 60,00 62,00 64,00 66,00 68,00 70,00 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 zaměstnanost 20,00 25,00 30,00 35,00 40,00 SDK zamestnanost SDK Zdroj: Eurostat (2008) 3.5. Slovinsko Graf č. 4: Vývoj SDK a zaměstnanosti ve Slovinsku Vývoj SDK a zaměstanosti - Slovinsko 62,661,3 62,2 63,8 62,6 66,640,4 39,3 38,23 39,04 60 61 62 63 64 65 66 67 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 zaměstnanost 35 36 37 38 39 40 41 SDK zamestnanost SDK Zdroj: Eurostat (2008) V roce 1994 byla snížena DPPO z 30 na 25 %, což může být příčinou klesajícího trendu ve vývoji SDK v prvních třech letech. V roce 1997 byla představena daň ze mzdy placená zaměstnavatelem, proto následoval růst SDK. Od roku 2000 SDK roste, a to díky nezměněným sazbám DPFO a sazbám sociálního pojištění. Zaměstnanost má ve sledovaném období rostoucí trend, až na období let 2001 a 2002 kdy došlo ke zpomalení růstu ekonomiky. 3.6. Bulharsko Velké snížení hodnoty SDK v Bulharsku v roce 1997 bylo zapříčiněno velkým propadem v HDP (-5,6 %). Další snížení daňové kvóty mezi lety 2000 až 2002 můžeme vysvětlit úsilím Bulharska zvýšit míru výběru daní jejich snížením. V roce 2000 byla snížena DPFO pro nejvyšší příjmovou skupinu z 29 na 24 %, roku 2001 byla snížena DPPO z 23,5 na 19,5 %, následně v roce 2005 až na 15 %. Toto 55 snižování můžeme považovat za pozitivní, neboť od roku 2001 se zvyšuje počet zaměstnaných osob i přes záporné saldo migrace a negativní demografické tendence.1 Graf č. 5: Vývoj SDK a zaměstnanosti v Bulharsku Vývoj SDK a zaměstanosti - Bulharsko 50,40 49,70 58,60 36,60 35,41 34,67 37,05 48,00 50,00 52,00 54,00 56,00 58,00 60,00 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 zaměstnanost 31,00 32,00 33,00 34,00 35,00 36,00 37,00 38,00 SDK zamestnanost SDK Zdroj: Eurostat (2008) 3.7. Rumunsko Graf č. 6: Vývoj SDK a zaměstnanosti v Rumunsku Vývoj SDK a zaměstanosti - Rumunsko 57,6 58,8 62,4 65,1 65,4 29,34 27,26 30,08 35,31 30,69 55 57 59 61 63 65 67 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 zaměstnanost 27 28 29 30 31 32 33 34 35 36 SDK zamestnanost SDK Zdroj: Eurostat (2008) Stejný vývoj SDK od roku 2000, jako je vývoj v Bulharsku, je zapříčiněn také jednáními o přistoupení k EU. Proto se také Rumunsko snaží pomocí snížení daní 1 Od roku 1996 uvádí Eurostat záporné saldo migrace (např. v roce 2001 nabylo hodnoty 214 185 osob) a přirozený úbytek obyvatel okolo 40 000 obyvatel za rok. 56 zvýšit míru jejich výběru. Trvalé snižování zaměstnanosti, může být vysvětleno velkým podílem šedé ekonomiky1 či odchodem pracovní síly do jiných zemí.2 3.8. Implicitní daňová sazba práce (IDSL) Pokud bychom proložili výše vykreslené řady SDK trendovou linií, u všech zemí bychom viděli klesající tendenci zdanění, která ne vždy vede ke zvýšení zaměstnanosti. Ke sledování dopadu zdanění práce na ekonomickou aktivitu obyvatel použijeme indikátor implicitní daňové sazby práce. IDSL se vypočítá jako podíl celkových daňových výnosů z každého typu ekonomických příjmů či aktivit k potenciálnímu základu těchto daní, zde tedy k nákladům práce.3 IDSL tedy představuje podíl daní a veřejnoprávního pojistného (placeného z pracovních příjmů jak zaměstnancem, tak zaměstnavatelem) k celkovým nákladům práce. Tabulka č. 1: Implicitní daňová sazba práce 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Bulharsko 38,8 34,4 33 35,5 36,3 34,2 Rumunsko 31,5 29,7 28,1 26,7 Estonsko 39,2 39,1 38,5 39,8 39,5 37,8 37,3 37,8 36,5 35,2 33,1 Lotyšsko 39,2 34,6 36,1 37,2 37 36,7 36,5 37,8 36,6 36,7 36,2 Litva 34,5 35 38,4 38,3 38,7 41,2 40,3 38,1 36,9 36 35,9 Slovinsko 38,9 37,1 37,3 37,7 38,4 37,7 37,7 37,8 37,4 37,1 37,5 Zdroj: Eurostat (2008) Vidíme, že vývoj IDSL opisuje stejnou trendovou linii jako SDK a ve většině zemí klesá. IDSL může klesat z důvodu snížení daňového zatížení práce, či z důvodu růstu celkových nákladů práce. Pokud opět vycházíme z tvrzení, že nižší daňové zatížení práce motivuje obyvatele k větší ochotě pracovat, tak by podle zjištěných hodnot měla být největší motivace k práci v roce 2005 v Rumunsku a nejnižší ve Slovinsku. 3.9. Giniho koeficient a příjmová nerovnost Nerovnost v rozdělení důchodů můžeme sledovat pomocí Giniho koeficientu. Tento ukazatel je vypočítán na základě Lorenzovy křivky, která stupeň nerovnosti graficky zachycuje. Lorenzova křivka je konstruována tak, že vyjadřuje vztah mezi procentním vyjádřením domácností a procentním vyjádřením důchodu. Každý bod Lorenzovy křivky tedy udává, jak se příslušné procento domácností podílí na celkovém důchodu.4 Giniho koeficient nám říká, kolik procent mezd je třeba vyplatit navíc, aby bylo dosaženo dané diferenciace. To znamená, že čím vyšší je hodnota tohoto ukazatele, tím vyšší je nerovnost v rozdělení důchodů ve společnosti. Pokud diferenciace příjmů odráží efektivitu vynakládané práce, pak je do určité míry žádoucím faktorem. Nesmí ale omezit existenční potřeby osob, jejichž efektivita vynaložené práce je stejná jako u osob, které tímto efektem postiženy nejsou. 1 Podíl šedé ekonomiky je oficiálními zdroji uváděn v rozmezí 20­25 %, ale neoficiální zdroje hovoří až o 45 %. 2 Saldo migrace je v Rumunsku dlouhodobě záporné, dle údajů Eurostatu se pohybuje od roku 1996 každoročně v hodnotách okolo 8 000 osob (extrém tvoří rok 2001, kdy bylo saldo 557 739 osob). 3 Definice z MFČR. 4 Fuchs, Tuleja (2003). 57 V následující tabulce shrneme vývoj Giniho koeficientu od předtransformačního období (rok 1989) až po rok 2005. Tabulka č. 2: Giniho koeficient 1989 1993 1998 2000 2001 2002 2003 2004 2005 Bulharsko 23 30 26 25 26 26 24 26 25 Estonsko 23 35 37 36 35 35 35 37 37 Lotyšsko 23 31 33 34 36 34 34 36 39 Litva 23 37 36 31 31 34 36 35 36 Rumunsko 23 29 30 28 30 30 30 31 31 Slovinsko 22 25 25 23 22 22 24 24 24 Zdroj: 2000­2005 Eurostat (2008), 1989­1998 Stanovnik, T.(2002), World Bank (2008) Jak můžeme z tabulky vidět, příjmová nerovnost se ve všech zkoumaných zemích zvýšila. Na počátku transformace se Giniho koeficient pohyboval na hodnotě 23 ve všech zkoumaných postsocialistických zemích. Velká příjmová nerovnost mezi obyvateli komunistických zemí totiž nebyla žádoucí. V současné době nejvyšších hodnot nabývá v pobaltských zemích, kde je diferenciace obyvatel dána i faktem, že třetina obyvatel žije na venkově a disponují velmi nízkými příjmy1 a zároveň všechny zmíněné země zavedly během 90. let 20. století rovnou daň z příjmu. Nicméně, ve Slovinsku a Bulharsku je dle Eurostatu hodnota Giniho koeficientu stále blízko hodnoty dosahované v roce 1989, což může být vysvětleno tím, že z námi zkoumaných zemí mají tyto země největší podíl výdajů na sociální ochranu ku HDP.2 Pokud bychom porovnali hodnoty příjmové nerovnosti pouze u důchodů plynoucích z pracovní činnosti, pohybovaly by se hodnoty Giniho koeficientu ve Slovinsku okolo 30. V této vyšší hodnotě Giniho koeficientu se neodrážejí příjmy z držení kapitálu, které by podle nás hodnotu koeficientu zvýšily a tím i prohloubily příjmovou nerovnost ve společnosti, neboť úspory tvoří domácnosti spíše s vyšším příjmem. To potvrzuje naši domněnku, že ve Slovinsku je stále velmi štědrý sociální systém. V následující tabulce si ukážeme nerovnost v rozdělení příjmů jako procentní podíl příjmového kvintilu, tedy poměr objemu příjmů připadajících na 20 % osob s nejvyššími příjmy (horní kvintil) k objemu příjmů připadajících na 20 % osob s nejnižšími příjmy (dolní kvintil). Průměrná hodnota tohoto ukazatele se v zemích EU-25 pohybuje okolo hodnoty 4,7. To znamená, že lidé s nejvyššími příjmy mají 4,7krát vyšší příjmy než lidé s nejnižšími příjmy. 1 V Litvě žije 32 % obyvatel na venkově (www.senat.cz, Výbor pro zdravotní a sociální politiku). 2 Výdaje na sociální ochranu se ve Slovinsku pohybují okolo 24 % HDP a v Bulharsku okolo 18 % HDP (zdroj dat ESS ­ European Social Statistics). 58 Tabulka č. 3: Nerovnost v rozdělení příjmů 2000 2001 2002 2003 2004 2005 Litva 5 4,9 n.a. n.a. n.a. 6,9 Lotyšsko 5,5 5 n.a. n.a. n.a. 6,7 Estonsko 6.3 6,1 6,1 5,9 7,2 6,9 Bulharsko 3,7 3,8 3,8 3,6 4 4,2 Rumunsko 4,5 4,6 4,7 4,6 4,8 4,9 Slovinsko 3,2 3,1 3,1 3,1 3,3 3,4 Zdroj: Eurostat (2008) Jak lze vidět z tabulky, slovinský štědrý sociální systém nejvíce ,,potírá" příjmové rozdíly mezi obyvateli. Naopak v pobaltských republikách je příjmová nerovnost mezi nejbohatšími a nejchudšími značná. Ve všech zkoumaných zemích, sociální systémy garantují minimální příjem v případě jakékoliv sociální události, proto se můžeme domnívat, že růst hodnot ukazatele příjmové nerovnosti mezi nejvyšším a nejnižším příjmovým kvintilem není zapříčiněn poklesem příjmů u nejchudších, ale naopak příčinu můžeme nalézt v rostoucích příjmech nejbohatších. Vzhledem k hospodářskému růstu proto můžeme tento jev shledat jako pozitivní. Jak se měnilo rozdělení příjmů mezi jednotlivé decily domácností ve zkoumaných zemích budeme zkoumat níže. Jelikož se data v různých zdrojích dosti liší, omezíme naše zkoumání pouze na data dostupná v databázi Světové banky. Časové řady s rozdělením domácností na jednotlivé decily jsou umístěny v příloze. Pro názornost v příloze uvádíme i počáteční rozdělení příjmů na konci 80. let mezi jednotlivé decilové skupiny domácností. Ze získaných dat jasně vyplývá, že příjmová nerovnost ve všech zkoumaných zemích roste, o čemž vypovídal již dříve zmíněný Giniho koeficient. Pro porovnání můžeme konstatovat, že za komunismu se rozdělovalo 20 % všech příjmů prvním třem decilům domácností, přičemž současný systém rozděluje pro první tři decily v průměru pouze 12 % příjmů. Naopak, za socialismu se 50 % všech příjmů rozdělilo mezi poslední čtyři decily domácností, v současné době je 50 % příjmů rozděleno ve prospěch již pouze posledních třech decilů domácností. Největší nárůst v rozdělení příjmů u 10 % nejbohatších shledáváme v pobaltských republikách, kde v předtransformačním období dosahovala 18 % všech příjmů a v roce 2003 se pohybovala již na hranici 28 %. I ve Slovinsku, které má ze všech zkoumaných zemí nejštědřejší sociální politiku, je vidět mírný nárůst příjmů nejbohatších. Pokles příjmů u nejchudších není ve Slovinsku tak citelný jako v ostatních zemích, a to právě díky štědré sociální politice. Pokud by zde ukázaný nárůst příjmů u posledních tří decilů domácností a pokles příjmů u ostatních domácností odrážel i efektivitu jejich vynakládané práce, jedná se o žádaný faktor, který přispívá k dlouhodobému hospodářskému růstu. 3.10. Sociální transfery O výši přerozdělování ve společnosti, vypovídají též sociální transfery. Sociálními transfery zde rozumíme státní výdaje na sociální ochranu peněžitého charakteru. Podle klasifikačního registru OSN do sociálních transferů řadíme výdaje na nemocnost a neschopnost, stáří, pozůstalé, rodiny s dětmi, nezaměstnanost, bydlení, sociální vyloučení a výdaje na výzkum a vývoj v sociální ochraně. Vyjdeme-li z předpokladu, že země s nízkými výdaji na sociální ochranu vytvářejí 59 pozitivní podmínky pro dlouhodobý hospodářský růst, měl by z našeho výzkumu vyplynout závěr, že se snižujícími se sociálními transfery se hospodářský růst v daných zemích zvyšuje. Dle výzkumu Romera de Avila a Straucha vede 1 % zvýšení podílu státních transferů na HDP k poklesu míry růstu HDP v dlouhém období až o 3,8 %.1 Tabulka č. 4: Výdaje na sociální ochranu ku HDP (v %) 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Lotyšsko 15,3 16,1 17,2 15,3 14,3 13,9 13,8 12,9 12,8 12,4 Litva 13,8 15,2 16,4 15,8 14,7 14,1 13,6 13,3 13,2 13 Estonsko 14,1 15,9 14 13,1 12,7 12,6 13,1 12,5 12,3 Slovinsko 24,5 24,7 24,8 24,6 24,8 24,8 24,8 24,1 23,7 23,4 Bulharsko 20,9 20,6 18,1 18,1 Rumunsko 13,2 13,2 13,4 12,6 15,1 14,2 14,1 Zdroj: ESS ­ European social statistics (2008), vlastni výpočty Tabulka č. 5: Podíl výdajů na sociální ochranu na mandatorních výdajích 1995 1996 1997 1998 1999 2000 Estonsko 64,2 64,2 64,2 61,5 63,8 64,5 Lotyšsko 73,1 67,9 63,3 58,6 62,4 62,3 Litva 64,4 63,2 60,3 62 67,8 64,8 Slovinsko 68,2 2001 2002 2003 2004 2005 2006 Estonsko 64,5 63,9 64,9 64,8 64,2 64 Lotyšsko 60,6 60,5 59,7 59,1 59,1 58,1 Litva 67,7 67,4 67 66 65 64,2 Slovinsko 68,8 69 69,3 69 68,9 68,5 Zdroj: Statistical Annex of European Economy (2006) Z tabulky vyplývá, že výdaje na sociální ochranu ve všech sledovaných zemích klesají. A to nejen ve vztahu k HDP, ale také ve vztahu k celkovým mandatorním výdajům jednotlivých státních rozpočtů. Nejvýraznější pokles byl zaznamenán v Lotyšsku, které v roce 1995 mělo podíl výdajů na sociální ochranu na celkových mandatorních výdajích 74,6 % a v roce 2006 již jen 58,1 %.2 To může být zapříčiněno rostoucí zaměstnaností, ale i posunutím věkové hranice pro odchod do penze. Litva a Estonsko udržují výdaje na sociální ochranu jako procento celkových mandatorních výdajů od roku 1995 na stejné výši a jejich hodnota se pohybuje kolem 64 %. Ve Slovinsku je to 68 %. Přitom hodnota ve vztahu k HDP klesá, což si můžeme vysvětlit ekonomickým růstem zemí. Jak hospodářský růst či pokles ovlivňuje vývoj výdajů na sociální ochranu v krátkém období je zřejmé a z následujících grafů si to lze snadno ověřit. Při negativním hospodářském růstu rostou výdaje na sociální ochranu hlavně z důvodu rostoucí nezaměstnanosti a naopak. Ale opačné působení, tj. jak ovlivňují výdaje na sociální ochranu v dlouhém období ekonomický růst, si z důvodu nedostupnosti dat pro 1 Izák, V., Dufková, E. (2006). 2 Statictical Annex of European Economy (2006). 60 námi zkoumané země ověřit nelze. Můžeme se přesto domnívat, že nižší výdaje na sociální ochranu mají vliv na rostoucí zaměstnanost, jakožto extenzivní faktor růstu. Graf č. 7: Vztah meziročních změn výdajů na sociální ochranu a meziročních změn HDP pro roky 1999 a 2005 Vztah výdajů na sociální ochranu a HDP Estonsko Lotyšsko Litva Slovinsko Slovinsko Rumunsko Bulharsko Litva Estonsko Lotyšsko -13,00 -8,00 -3,00 2,00 7,00 12,00 -2 -1 0 1 2 3 4 5 6 7 8 9 10 11 % změna HDP %změnavýdajůnasociálníochranu 1999 2005 Zdroj: Eurostat (2008), ESS Jak vidíme, teorii o rostoucích výdajích na sociální ochranu v období recese potvrzuje i Estonsko a Litva v roce 1999. Výdaje na sociální ochranu rostly i v Lotyšsku, které sice v roce 1999 dosahovalo růstu 3 % HDP, ale oproti rokům 1997 a 1998 zaznamenalo značný pokles růstu.1 V roce 2005 již všechny země dosahovaly hospodářského růstu a zároveň snižovaly výdaje na sociální ochranu, které podle zmíněné studie Romera de Avila a Straucha v dlouhém období vytvářejí podmínky pro hospodářský růst. Graf č. 8: Vztah výdajů na sociální ochranu a HDP (1997­2005) Vztah výdajů na sociální ochranu a HDP -13 -8 -3 2 7 12 17 -3 -1 1 3 5 7 9 11 13 % změna HDP %změnavýdajůnasociálníochranu Lotyšsko Litva Estonsko Slovinsko Bulharsko Rumunsko Lineární (Litva) Logaritmický (Lotyšsko) Lineární (Estonsko) Logaritmický (Slovinsko) Zdroj: Eurostat (2008), ESS, vlastní výpočty 1 Růst HDP v roce 1997 v Lotyšsku dosahoval 8,4 % a v roce 1998 4,9 %. 61 Z předcházejícího grafu můžeme usoudit, že trend výdajů na sociální ochranu je ve zkoumaných zemích klesající se zvyšujícím se ekonomickým růstem. Data o velikosti HDP a výdajů na sociální ochranu jsme proložili lineárním či logaritmickým trendem. Jelikož data pro Rumunsko a Bulharsko jsme získali pouze pro 3 roky, nemá význam analyzovat jejich trend, neboť časová řada je příliš krátká. Nejmenší sklon trendové linie můžeme vypozorovat u Slovinska, které svou štědrou sociální politiku ve velké míře neomezuje ani v období hospodářského růstu. 3.11. Úspory v důchodovém systémy Stejně jako objem sociálních transferů negativně ovlivňuje dlouhodobý hospodářský růst, tak na druhou stranu, je ekonomický růst pozitivně ovlivněn veřejnými investicemi. Podle výzkumu Romera de Avila a Straucha vede 1 % růst podílu veřejných investic na HDP k růstu HDP v dlouhém období o 1,6 %.1 Proto se nyní budeme zabývat tvorbou dlouhodobých úspor pomocí penzijního systému, v němž se tyto transformují na investice a tím podporují dlouhodobý hospodářský růst. Ve všech námi zkoumaných zemích proběhla během sledovaného období penzijní reforma. Systémové změny ve smyslu multipilířového uspořádaní penzijních systémů s sebou přinesly vytvoření druhého pilíře povinných či dobrovolných úspor. Tyto dlouhodobé úspory jsou transformovány na investice a tím i podnětem pro hospodářský růst. Tabulka č. 6: Přehled fondových pilířů rok změny odvody do fondů povinný státní Lotyško 2001 2 %, do r.2010 10 % A A Estonsko 2002 6 % A N Litva 2004 5,5 % N N Rumunsko 2007 6 % A A Bulharsko 2000 4,5 % A N Slovinsko 1999 / 2003 4,5 % N / A N Zdroj: vlastní zpracování Tabulka č. 7: Pasiva penzijních fondů a penzijních pojišťoven (% HDP) 2000 2001 2002 2003 2004 2005 2006 Lotyšsko 2,66 2,81 3,03 3,1 3,1 3,3 Estonsko 2,13 2,27 2,56 3,54 5,09 6,98 8,62 Litva 1,65 1,95 2,18 2,27 2,8 3,43 4,42 Rumunsko 1,43 1,49 1,52 1,84 2,21 2,31 2,38 Bulharsko 1,83 2,5 3,21 4,89 3,98 7,06 9,33 Slovinsko 9,32 10,89 12,77 14,04 13,35 15,72 Zdroj: Liabilities /indic_na:Liabilities /sector:Insurance corporations and pension funds /co_nco:Non-consolidated /currency:Percentage of gross domestic product (GDP) Jak můžeme vidět z vývoje vkladů do penzijních fondů (druhý pilíř) či do penzijních pojišťoven (dobrovolné připojištění ve třetím pilíři), jejich objem se všech zemích zvyšuje, což má pozitivní vliv na růstový potenciál daných zemí. Největší podíl dlouhodobých úspor tvořených v penzijním systému má Slovinsko a Bulharsko. Nízký podíl v Rumunsku může být vysvětlen tím, že povinné přispívání do fondů je 1 Izák, V., Dufková, E. (2006). 62 zavedeno až od roku 2007, takže 2,38 % HDP jsou pouze dobrovolné připojištění. Proto se dá v Rumunsku očekávat zvyšování tohoto podílu. Zvyšování se dá očekávat i v Lotyšsku, jelikož odvody do fondů jsou nyní pouze 2 %, ale v roce 2010 to bude již 10 %. Všechny sledované země společně se systémovou reformou penzijních systémů přijaly i parametrické změny v prvním průběžně financovaném pilíři. Jedním z nich je postupné zvyšování věkové hranice pro získání nároku na výplatu starobní penze. Tento krok má samozřejmě pozitivní dopad na snižování celkového objemu vyplácených dávek a zároveň do systému přibývají prostředky díky dodatečným placeným sociálním odvodům. Tím státy podporují snižování objemu sociálních výdajů a samozřejmě podněcují hospodářský růst svých ekonomik. 4. ZHODNOCENÍ VLIVU JEDNOTLIVÝCH SOCIÁLNÍCH POLITIK NA KONKURENCESCHOPNOST VE ZKOUMANÝCH ZEMÍCH Pro konečné resumé a diskutování teoretických poznatků s praktickými výsledky se v pobaltských republikách omezíme na období od roku 2000. Tím zabráníme zkreslení, ke kterému by došlo v důsledku zasažení těchto republik ruskou krizí na konci tisíciletí. Ve všech třech republikách dochází od roku 2000 k růstu zaměstnanosti a snižování daňového zatížení. Zároveň se snižuje vysoká nezaměstnanost a na konci sledovaného období již dosahuje pouze jednociferných hodnot. Abychom mohli učinit relevantní závěr o pozitivním vztahu mezi daňovým zatížením a objemem pracovní síly, potřebovali bychom samozřejmě delší časovou řadu. Ale výsledky napovídají, že daňová reforma s cílem snížit daňové zatížení obyvatel, pozitivní vazbu na hospodářský růst má. Stejné výsledky jsme získali i při porovnání s IDSL. Při kvantifikování Giniho koeficientu jsme dospěli k závěru, že pobaltské země, jsou v rámci zkoumaných zemí, zeměmi s nejvyšší příjmovou nerovností, jež je dána geograficko-ekonomickými podmínkami zemí. Tato příjmová nerovnost mohla přispět ke zvyšující se zaměstnanosti a snižující se nezaměstnanosti, jakožto faktoru motivace. Bohužel tato vazba není zcela průkazná. Za průkaznou vazbu můžeme považovat vazbu vlivu rostoucích veřejných investic a snižujícího se podílu výdajů na sociální ochranu ku HDP. Ve Slovinsku SDK osciluje kolem hodnoty 39 %, zaměstnanost opisuje rostoucí trend a nezaměstnanost si udržuje hodnotu v rozmezí 6­7 %.1 Proto nemůžeme pokládat vazbu výše zdanění na objem pracovní síly, potažmo na hospodářský růst za průkaznou. Pomyslné nůžky příjmové nerovnosti se rozevírají i ve Slovinsku, což opět může obyvatele motivovat k práci a dosáhnout tak na vyšší příjem. Na druhou stranu velmi štědrá sociální politika ve Slovinsku tyto nůžky příjmové nerovnosti zpětně zavírá. Celková výše dlouhodobých úspor v penzijních fondech pojišťovnách v současné době dosahuje hodnot přes 15 % DPH, což pozitivně působí na hospodářský růst. V Bulharské republice se také neprokázal kladný vliv zdanění na extenzivní faktor růstu, zde objem pracovní síly. Od roku 2002 tu současně roste zaměstnanost i SDK. Bulharsko úspěšně bojuje s nízkou mírou výběru daní a vysokou korupcí. Příjmová nerovnost se po celé sledované období v Bulharsku nijak zásadně nemění, což spolu s rostoucí zaměstnaností neprokazuje pozitivní vazbu mezi 1 www.ilo.org 63 rozdělením příjmů a hospodářským růstem. Výdaje na sociální ochranu jsou po celé sledované období klesající, což vytváří podmínky pro dlouhodobí hospodářský růst. Jako hlavní faktor růstu z oblasti sociální politiky v Bulharsku můžeme označit výši dlouhodobých úspor. Pasiva fondů a penzijních pojišťoven se od roku 2000, kdy byl do penzijního systému včleněn povinný fondový pilíř, více než zpětinásobila.1 Rumunsko je jediná země, kde jsme zaznamenali pokles zaměstnanosti. Tento jev si, jak již bylo zmíněno výše, můžeme vysvětlit zvyšujícím se počtem obyvatel, kteří odjíždějí za prací do jiných členských zemí EU, či vysokým podílem šedé ekonomiky. SDK má i v této zemi klesající trend, proto se ani zde neprokázal pozitivní vliv nižšího zdanění na hospodářský růst a hypotézu můžeme pro tuto zemi zamítnout. I přes klesající zaměstnanost roste příjmová nerovnost obyvatel, což by mohlo potvrzovat neoficiální odhady o vysokém podílu šedé ekonomiky. Díky politickým průtahům byl povinný fondový pilíř včleněn do penzijního systému až v roce 2007, a proto jsou pasiva penzijních pojišťoven pouze na hodnotách menších než 2 % HDP. Podpora hospodářského růstu pomocí tvorby dlouhodobých úspor je proto očekávána až v budoucnu. Jelikož všechny námi zkoumané země snižují podíl sociálních výdajů ku HDP i k celkovým mandatorním výdajům, postupně zvyšují věkovou hranici pro odchod do penze a zároveň zvyšují podíl dlouhodobých úspor ku HDP, můžeme učinit závěr, že země vytvářejí podmínky pro dlouhodobý hospodářský růst. 5. ZÁVĚR Cílem našeho výzkumu bylo prostřednictvím analýzy charakteristik a opatření sociální politiky ve zkoumaných zemích zhodnotit jejich vztah k dlouhodobému ekonomickému růstu, resp. ke konkurenceschopnosti. Tento vztah jsme specifikovali na vztah sociální politiky a objemu pracovní síly jako extenzivního faktoru růstu. K dosažení cíle nám napomohla charakteristika přerozdělovacích procesů, konkrétně sociálních transferů a daňového zatížení výrobního faktoru práce či tvorba dlouhodobých úspor pomocí penzijního systému a celkový objem výdajů na sociální ochranu. Na základě provedeného výzkumu jsme dospěli k těmto závěrům: POBALTSKÉ ZEMĚ Na základě analýzy složené daňové kvóty, implicitní daňové sazby práce, Giniho koeficientu, sociálních transferů a tvorby dlouhodobých úspor jsme dospěli k závěru, že opatření sociální politiky s hlavním záměrem snížit daňové zatížení obyvatel, podpořilo vývoj zaměstnanosti ve všech třech zemích a tím i vytvořilo podmínky pro ekonomický růst. Stejně tak vytvoření fondového pilíře penzijního systému a snižování výdajů na sociální ochranu dle námi provedeného výzkumu vytváří podmínky pro dlouhodobí hospodářský růst. SLOVINSKO Ve Slovinsku dochází ve sledovaném období k pozvolnému snižování složené daňové kvóty a zaměstnanost roste. Proto můžeme konstatovat, že slovinská 1 V roce 2000 byly celkové příspěvky odvedené do fondů či pojišťoven ve výši 1,83 % HDP, v roce 2006 to bylo již 9,33 % HDP. 64 sociální politika vytváří podmínky pro ekonomický růst. Příjmová nerovnost díky štědré sociální politice není tak značná jako např. v pobaltských republikách a příjmy u nižších příjmových skupin neodrážejí efektivitu vynaložené práce, proto se můžeme domnívat, že přílišná štědrost sociální politiky brzdí hospodářský růst. Na druhou stranu je dlouhodobý hospodářský růst podpořen tvorbou úspor skrz penzijní systém. RUMUNSKO V Rumunsku jako v jediné z námi zkoumaných zemí klesá zaměstnanost. Složená daňová kvóta ve sledovaném období klesá, což zvyšuje úspěšnost výběru daní více než zaměstnanost. Přerozdělovací procesy zvyšují příjmovou nerovnost, jak je možno vysledovat z vývoje Giniho koeficientu. Proto nemůžeme konstatovat, že by sociální politika v Rumunsku pomocí zdanění podporovala ve sledovaném období hospodářský růst. Naopak můžeme konstatovat, že pozitivní podmínky pro hospodářský růst jsou dány snižujícími se výdaji na sociální ochranu a nově zavedeným pilířem povinných úspor, jež byl do penzijního systému včleněn až v roce 2007. BULHARSKO Z námi provedené analýzy vyplývá, že složená daňová kvóta po většinu sledovaného období roste společně se zaměstnaností. Příjmová nerovnost se nijak zásadně nemění. Proto můžeme učinit závěr, že tato opatření sociální politiky nevytvářejí podmínky pro ekonomický růst. Z analýzy vývoje výdajů na sociální ochranu a tvorby dlouhodobých úspor pomocí penzijního systému lze vyvodit pozitivní vliv těchto faktorů na hospodářský růst. POUŽITÁ LITERATURA AVOLIO, C. (2003): Welfare in the Mediterranean Countries Slovenia, dostupné na: http://unpan1.un.org/intradoc/groups/public/documents/CAIMED/UNPAN018930.pdf BERNOTAS, D. ­ GUOGIS, A (2004): Evaluation of Social Security in Lithuania, Latvia and Estonia: Achievements and Drawbacks, dostupné na: http://palissy.humana.univ-nantes.fr/msh/costa15/ pdf/nantes/guogis.pdf BITE, I. ­ ZAGORSKIS, V. (2003): Latvia Country Study (2003). Study on the Social Protection Systems in the 13 Applicant Countries, dostupné na: http://ec.europa.eu/employment_social/spsi/social_ protection_en.htm BORC, G. (2001): Social Security Reform: The case of Romania, dostupné na: www.cepii.fr/anglaisgraph/communications/pdf/2001/enepri07080901/borc.pdf ČERNÝ, M. (2006): Kostlivci ve skříni 2. světová války. in Britské listy. 21.7.2006. dostupné na: http://www.blisty.cz/art/29472.html ČSÚ (2004): Změny sociálního státu v evropském kontextu. dostupné na: http://www.czso.cz/csu/2004edicniplan.nsf/t/D000341F58/$File/ 1525-04-01.pdf DHAI, G. (2002): Social Security Priorities and Patterns: A Global Perspective. DOBRAVOLSKAS, A. ­ BUIVYDAS, R. (2003): Lithuania Country Study (2003). Study on the Social Protection Systems in the 13 Applicant Countries, dostupné na: http://ec.europa.eu/employment_ social/spsi/social_protection_en.htm 65 FLEMMING, J. ­ MICKLEWRIGHT, J. (1999), Income Distribution, Economic Systems and Transitions, www.unicef-irc.org/publications/pdf/eps70.pdf EUROSTAT (2006): European social statistics, Social protection Expenditure and receipts - Data 1997-2005, ISSN 1681-9365, dostupné na: ec.europa.eu/employment_social/news/2006/mar/ socialstatistic_en.html FUCHS, K. ­ TULEJA, P. (2003): Základy ekonomie. Ekopress. ISBN 80-86119-74- 2. HORÁKOVÁ, J. (2006): Sociální nerovnost, ukazatelé redistribuce, nástroje veřejných financí k realizaci sociální spravedlnosti, diferenciace mezd. dostupné na: http://nb.vse.cz/~urbanek/VF200/ REDISTRIBUCEHorakova.pdf HRDLIČKOVÁ, Z. (2006): Vliv sociální politiky na konkurenceschopnost ČR. Brno. ISBN 1801-4496. IZÁK, V. ­ DUFKOVÁ, E. (2006): Výdaje na sociální ochranu - nové státy Evropské unie a Česká republika. dostupné na: kvf.vse.cz/download.php?soubor=21 KARPOVÁ, E. (2004): Vývoj ekonomik zemí střední a východní Evropy v letech 1991 až 2003. Nakladatelství VŠE. ISBN 80-245-0674-2. KLVAČOVÁ, E. ­ JÍROVÁ, H. (2004): Evropská sociální politika. dostupné na: www.kap.zcu.cz/opory/vei/Socialni %20politika % 20EU.pdf LEPPIK, L. ­ KRUUDA, R. (2003): Estonia Country Study (2003). Study on the Social Protection Systems in the 13 Applicant Countries, dostupné na: http://ec.europa.eu/employment_social/spsi/social_ protection_en.htm Ministry of Labour and Social Policy, Bulgaria. dostupné na: http://www.mlsp. government.bg/en/index.htm Ministry of Labour, Family and Equal Opportunities, Romania. dostupné na: http://sas.mmssf.ro/ Ministry of Labour, Family and Social Affairs, Slovenia. dostupné na: http://www.mddsz.gov.si/ Ministry of Social Affairs, Estonia. dostupné na: http://www.sm.ee/ est/pages/index.html Ministry of Social Security and Labour, Lithuania. dostupné na: http://www.socmin.lt/ Ministry of Welfare, Latvia. dostupné na: http://www.lm.gov.lv/ NATALI, D. (2004): The Reformed Pension System, dostupné na: www.ose.be/files/mocpension/SloveniaOMC.pdf NONCHEVA, T. ­ SATCHEVA, D. (2003): Bulgaria Country Study (2003). Study on the Social Protection Systems in the 13 Applicant Countries, dostupné na: http://ec.europa.eu/employment_social/spsi/ social_protection_en.htm Obecná databáze Eurostatu (česká verze), dostupné na: http://dw.czso.cz/ ode/index.htm 66 OECD (2002): Retirement incomes and economic well-being in centra and eastern Europe, dostupné na: http://www.olis.oecd.org/olis/2002doc.nsf/LinkTo/ NT00000ED2/$FILE/JT00129030.PDF POTŮČEK, M. (1995): Sociální politika. Sociologické nakladatelství. ISBN 80- 85850-01-X. Statistical Annex of European Economy (2006) dostupné na: http:// ec.europa.eu/economy_finance/publications/publication7889_en.pdf STROPNIK, N. ­ STANOVNIK, T. ­ REBOLJ, M. ­ PREVOLNIK, V. (2003): Slovenia Country Study (2003). Study on the Social Protection Systems in the 13 Applicant Countries, dostupné na: http://ec.europa.eu/employment_social/ spsi/social_protection_en.htm Structures of the taxation systems in the European Union (2005). dostupné na: http://europa.eu.int/estatref/info/sdds/en/gov/gov_a_tax_ add01_struc_taxsyst.pdf UNECE (2004): Economic Survey of Europe, Poverty in eastern Europe and the CIS, dostupné na: www.unece.org/ ead/pub/041/041c7.pdf VILNOIU, M. ­ ABAGIU, C. (2003): Romania Country Study (2003). Study on the Social Protection Systems in the 13 Applicant Countries, dostupné na: http://ec.europa.eu/employment_social/spsi/social_ protection_en.htm WORLDBANK (2007): Social Assistance in Central Europe and the Baltic States, dostupné na: http://siteresources.worldbank.org/INTECONEVAL/Resources/ SocialAssistanceReviewDraftb.pdf www.ilo.org/public/english/bureau/inst/download/dp14102.pdf ZAPLETAL, J. (2007): Penzijní reforma (nejen) v Česku, dostupné na: http://www.finexpert.cz/Pojisteni/Tema-Penzijni-reforma-nejen-v-Cesku/Prehled- penzijnich-systemu-v-Evrope/sc-30-sr-1-a-19214-ch-8711/default.aspx 67 KOMPARACE DEMOGRAFICKÉHO VÝVOJE ESTONSKA, BULHARSKA, LOTYŠSKA, LITVY, RUMUNSKA A SLOVINSKA V LETECH 1990­2007 VERONIKA KARTUSOVÁ Cílem příspěvku je analýza a srovnání demografického vývoje a základních demografických jevů v Estonsku, Bulharsku, Lotyšsku, Litvě, Rumunsku a Slovinsku v letech 1990­2007. Je zkoumána hlavní demograficko-ekonomická veličina - věková struktura obyvatelstva - která je ovlivněna především vývojem míry plodnosti a úmrtnosti a migrace. Následně je zkoumáno, jak změny ve věkové skladbě obyvatelstva ovlivňují konkurenceschopnost sledovaných ekonomik. Dopady demografických změn na ekonomický vývoj jsou nejmarkantnější v oblasti stárnutí populace a stárnutí pracovní síly. 1. ÚVOD Cílem této práce je analyzovat základní demografické jevy v Estonsku, Bulharsku, Lotyšsku, Litvě, Rumunsku a Slovinsku, porovnat demografický vývoj v těchto zemích v období 1990­2007 a analyzovat jejich vazbu na vývoj konkurenceschopnosti sledovaných ekonomik. Určujícím ukazatelem pro tuto práci je věková struktura obyvatelstva, která je formována mírou plodnosti a úmrtnosti a pohybem obyvatelstva. Věková skladba pak určuje objem nabídky pracovních sil v ekonomice a skladbu spotřebitelské poptávky a limituje možnosti přerozdělovací politiky. Tyto změny jsou vysvětleny na základě jak historického, tak ekonomického vývoje zkoumaných zemí. Práce je rozdělena do tří částí. V první části je popsána situace a demografický stav před započetím a těsně na počátku transformace, tzn. vývoj do roku 1989. V druhé části je pak popsán samotný demografický vývoj v letech 1990­2007 a provedena vzájemná komparace mezi jednotlivými zkoumanými zeměmi, a v poslední třetí části jsou popsány důsledky tohoto demografického vývoje. Vzhledem k tomu, že se jedná o analýzu šesti východoevropských států, v práci bude využita především metoda komparace. 2. STAV NA POČÁTKU TRANSFORMACE Přechod od centrálně plánovaného hospodářství k tržnímu hospodářství má za následek nejen změny ekonomické, ale také změny sociální, politické a pro naši práci důležité změny demografické. Toto období je spojeno s pádem komunismu, který vyvrcholil na konci 80. a počátku 90. let 20. století, s rozpadem Sovětského svazu a Jugoslávie. Životní standardy byly ovlivněny poklesem ve skutečných příjmech, vzrůstající nejistotou v pracovním procesu a nezajištěním základních sociálních služeb státem. Kombinace politické nestability, etnických konfliktů, ekonomických utrpení a otevření hranic způsobila obrovský pohyb obyvatelstva mezi transformujícími se zeměmi a zeměmi s tržním hospodářstvím. Pro lepší pochopení demografických změn, které v tomto období nastaly, je nutné se obeznámit s výchozími situacemi a podmínkami, které byly v daných zemích na počátku transformace. V následující kapitole bude popsána věková skladba 68 obyvatelstva na konci roku 1989, vývoj celkové míry plodnosti od roku 1970 do roku 1989 a naděje dožití v roce 1989. 2.1. Věková skladba na konci roku 1989 Základní demografickou charakteristikou populace je věková skladba populace, která představuje rozdělení populace dle pohlaví na muže a ženy a na různě velké věkové skupiny obyvatel. V našem případě je populace rozdělena na kategorie od narození do 14 let života, druhou skupinu tvoří obyvatelstvo ve věku od 15 do 64 let a poslední skupinou je obyvatelstvo starší 65 let. Co se týče poměru mužů a žen, tak neustále byla patrná převaha žen nad muži. Zhruba do 35. roku bylo vyšší zastoupení mužů (nejvyšší bylo při narození), ale potom se poměr otočil. Ženy měly nejvyšší převahu ve vysokém věku, což souviselo s mužskou nadúmrtností, která byla v zemích bývalého ,,východního bloku" velmi výrazná.1 Více než absolutní čísla jsou pro naši analýzu důležitější relativní čísla, která pro nás mají vyšší vypovídací schopnost. Odlišnou strukturu obyvatelstva vidíme u Slovinska, které mělo téměř o 2 % relativně vyšší zastoupení u obyvatel v produkčním věku, což je skupina od 15 do 64 let, než ostatní země. Bulharsko se od zkoumaných zemí také značně odlišovalo, a sice především složkou obyvatelstva staršího 65 let, která byla téměř o 2 % vyšší než u ostatních států a měla nejvyšší zastoupení mužů ze zkoumaných zemí, a složkou obyvatelstva od narození do 14 let, která měla u Bulharska nejnižší zastoupení. Tabulka č. 1: Věková skladba k 31. 12. 1989 Absolutně relativně (%)věková skupina obě pohlaví muži ženy obě pohlaví muži ženy Estonsko 0 - 14 350 134 178 356 171 778 22,3 24,3 20,5 15 - 64 1 038 860 501 255 537 605 66,1 68,2 64,3 65+ 181 605 54 927 126 678 11,6 7,5 15,2 celkem 1 570 599 734 538 836 061 Bulharsko 0 - 14 1 800 967 923 858 877 109 20,5 21,4 19,7 15 - 64 5 830 075 2 899 388 2 930 687 66,5 67,1 66,0 65+ 1 136 266 500 527 635 739 13,0 11,6 14,3 celkem 8 767 308 4 323 773 4 443 535 Lotyšsko 0 - 14 571 823 291 453 280 370 21,4 23,5 19,6 15 - 64 1 780 927 852 039 928 888 66,8 68,7 65,1 65+ 315 390 97 039 218 351 11,8 7,8 15,3 celkem 2 668 140 1 240 531 1 427 609 Litva 0 - 14 833 615 423 950 409 665 22,6 24,3 21,0 15 - 64 2 460 639 1 185 935 1 274 704 66,6 67,9 65,5 65+ 399 454 137 588 261 866 10,8 7,9 13,5 celkem 3 693 708 1 747 473 1 946 235 1 Demografické informační centrum, 2006. 69 Rumunsko 0 - 14 5 508 479 2 814 940 2 693 539 23,7 24,6 22,9 15 - 64 15 319 481 7 646 946 7 672 535 66,0 66,8 65,2 65+ 2 383 435 988 945 1 394 490 10,3 8,6 11,9 celkem 23 211 395 11 450 831 11 760 564 Slovinsko 0 - 14 418 239 214 559 203 680 20,9 22,2 19,8 15 - 64 1 366 532 680 006 686 526 68,5 70,2 66,8 65+ 211 606 73 687 137 919 10,6 7,6 13,4 celkem 1 996 377 968 252 1 028 125 Zdroj: Eurostat, vlastní výpočty 2.2. Plodnost a úmrtnost na konci roku 1989 Do konce 80. let byla východní Evropa považována za region s relativně vysokou mírou plodnosti, s brzkými svatbami a zakládáním rodin, velmi nízkou neplodností a silnou orientací na dvoudětný model rodiny. Většina žen porodila své děti ve velmi mladém věku. Vysokou plodnost v těchto regionech způsobovalo hned několik faktorů. Na konci 80. let mělo na rozhodnutí o početí malý vliv vzdělání a kariéra, velký vliv měla propopulační politika, nedostatek možností například cestovat a pomalý rozvoj moderní ochrany před početím, ale na druhou stranu velmi snadný přístup k potratům. Ve východní Evropě vzdělání a kariéra obecně nevytvářely velkou překážku před početím. Většina lidí ukončila své vzdělání ještě před dosažením dospělosti. Motivace k pokračování v dalším studiu byla minimální, protože dosažené vyšší vzdělání mělo nepatrný vliv na profesionální kariéru. Fungoval zde totiž systém, ve kterém dělníci byli často placeni mnohem lépe než vysokoškolsky vzdělaní lidé (Sobotka, 2004). Pro ženy bylo typické porodit v raném věku dvě děti krátce po sobě a začít do dvou až tří let pracovat. Sociální a rodinná politika měla často propopulační charakter. Co se týče péče o děti, byla vytvořena široká síť jeslí, mateřských škol a základních škol, které byly velice levné a poskytovaly jídlo a učebnice. Věk odchodu do důchodu byl často počítán podle počtu dětí, které žena měla. Bydlení bylo přidělováno striktně sezdaným párům s dětmi. Vzhledem k nízkým možnostem vzdělání, kariéry, cestování, osobního rozvoje a volnočasových aktivit, cena za založení manželství a rodiny byla relativně nízká. Navzdory rozšířené toleranci vůči potratům, rozvodům a mimomanželským poměrů, šťastný rodinný život byl i přesto jedním z hlavních cílů lidí žijících v této době ve zkoumané oblasti. I přesto, že brzká otěhotnění a rychlé svatby byly v komunistických zemích Evropy velmi časté, ve více jak 60 % případů bylo důvodem pro svatbu těhotenství nevěsty. Potrat se stal velmi dostupným dříve, než dorazila moderní ochrana před početím a paradoxně bohužel byl často považován za symbol osobní svobody ve společnosti.1 1 Sobotka, 2004. 70 Graf č. 1: Vývoj úhrnné míry plodnosti 1,40 1,60 1,80 2,00 2,20 2,40 2,60 2,80 3,00 1970 1971 1972 1973 1974 1975 1976 1977 1978 1979 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 Rok Úhrnnámíraplodnosti Estonsko Bulharsko Lotyšsko Litva Rumunsko Slovinsko Zdroj: Eurostat Lotyšsko prošlo specifickým populačním vývojem. Demografické chování mělo blíže k západoevropskému než východoevropskému. Již na konci 19. století došlo k prvnímu poklesu plodnosti a již před první světovou válkou byla míra plodnosti pod mírou nutnou pro zachování přirozené obnovy populace. Od poloviny 20. let 20. století se úhrnná plodnost téměř vždy pohybovala pod hranicí 2,2. Tato hranice byla překročena pouze v letech 1986­1988, kdy byla přijata specifická propopulační opatření.1 Vývoj úhrnné míry plodnosti se nejvíce odlišoval v Rumunsku, kde byla z pozorovaných zemí jednoznačně nejvyšší míra plodnosti po celé sledované období. Bylo to způsobeno silnou tradicí pro rodinný život v Rumunsku. Slovinsko je zemí, ve které došlo k poklesu míry plodnosti nejdříve ze všech zkoumaných zemí. V ostatních zemích docházelo k poklesu až během 90. let, jak bude dále ukázáno, avšak ve Slovinsku k tomuto poklesu došlo už během let osmdesátých. Tabulka č. 2: Naděje dožití v roce 1989 (v letech) Estonsko Bulharsko Lotyšsko ve věku 0 45 65 0 45 65 0 45 65 muži 65,8 26,2 12,6 68,2 27,3 12,8 ženy 75,0 32,8 16,1 74,8 32,4 15,2 Litva Rumunsko Slovinsko ve věku 0 45 65 0 45 65 0 45 65 muži 66,9 27,2 13,7 66,7 27,6 13,2 69,3 27,7 13,3 ženy 76,3 34,1 17,2 72,7 31,9 15,0 77,5 34,4 17,2 Zdroj: Eurostat, www.demografie.info 1 Demografické informační centrum, 2006. 71 Svou roli u tohoto faktoru sehrává úroveň zdravotnictví, životní styl a kvalita životního prostředí. Z tabulky lze vyčíst, že nejvyšší naději dožití při narození měli lidé ve Slovinsku, kde muži měli naději dožít se až 69,3 a ženy dokonce 77,5 let. Zhruba v době odchodu do důchodu, tzn. v 65 letech, Slovinsko začala lehce předhánět Litva, kdy muži v 65 letech měli naději žít dalších 13,7 a ženy 17,2 let. Naopak nejnižší naděje na dožití se nedá jednoznačně z tabulky určit, dá se určit pouze pro muže a pro ženy zvlášť. Co se týče mužů, tak nejnižší naději na dožití během celého svého života měli muži v Estonsku, a co se týče žen, tak nejnižší naději měly ženy v Rumunsku. 3. DEMOGRAFICKÝ VÝVOJ V LETECH 1990­2007 V průběhu transformace, což znamená v době přechodu od centrálně plánovaného hospodářství na hospodářství tržní, došlo ke spoustě změn, nejen sociálních, politických a ekonomických, ale také demografických. Určujícím faktorem je věková struktura populace v jednotlivých zemích, která je nejdůležitější pro zkoumání ekonomických důsledků demografického vývoje. Vývoj věkové struktury obyvatelstva v jednotlivých zemích v letech 1990­2007 ukazuje Příloha č. 1. Věková struktura populace se utváří na základě vývoje plodnosti, úmrtnosti a migrace. Věková skladba pak určuje objem nabídky pracovních sil v ekonomice, skladbu spotřebitelské poptávky a ovlivňuje možnosti přerozdělovací politiky. V následující kapitole bude popsán a srovnán demografický vývoj v jednotlivých zemí, které jsou předmětem našeho zkoumání. Postupně budou zkoumány jednotlivé faktory ovlivňující věkovou strukturu obyvatelstva, které byly zmíněny výše, a sice míra plodnosti, úmrtnosti a pohyb obyvatelstva. Věkové složení populace se v poslední době značně mění. Vzrůstá podíl postreprodukční a klesá podíl dětské složky, z čehož vyplývá, že dochází k demografickému stárnutí populace. Podíl reprodukční složky je v současné době zatím stále poměrně vysoký. Jak ukazuje Příloha č. 1, situace je zatím příznivější v Litvě, Rumunsku a Slovinsku, kde postreprodukční složka je přibližně o 2 % nižší než u Estonska, Bulharska a Lotyšska. 3.1. Porodnost a plodnost 90. léta a počátek nového tisíciletí jsou typické rapidně se snižující mírou plodnosti, posouváním věku matek při narození prvního dítěte a klesajícím počtem živě narozených dětí. Souvisí to se spoustou změn, které v dané době nastaly, s transformačním procesem. Tento pokles trval zhruba do roku 2003, kdy nastal obrat a míra plodnosti se opět začala zvyšovat a počet živě narozených dětí začal opět narůstat. Největší vliv na pokles míry plodnosti mají politické změny spojené s přechodem od centrálně plánovaného k tržnímu hospodářství, které přinesly svobodu a možnost uplatnit se nejen v rodinném životě, ale v celé společnosti, což se týkalo především mladší populace a žen, které jsou pro reprodukci nejdůležitější. Důsledkem byl obrovský propad v intenzitě plodnosti. Vliv ekonomické situace byl také bezpochyby 72 významný. Například v Lotyšsku byla úroveň hrubého domácího produktu v roce 1995 o 26 % nižší než v roce 1980 a míra inflace dosahovala velice vysokých hodnot (Demografické informační centrum, 2006). Situaci též prohloubily sociální problémy, především vysoká přezaměstnanost za sovětského období a její následný očekávaný pokles po vzniku Lotyšské republiky, ale také bytový problém, který měly všechny transformující se země.1 Na počátku 90. let 20. století byla propopulační politika vystřídána takovou politikou, která se zaměřovala především na problém inflace a na krácení státních výdajů, což bylo v rozporu s propopulační politikou. Systém přidělování bydlení byl zrušen. Snadný přístup k potratům byl zachován a dále liberalizován a moderní ochrana před početím se stala běžně dostupnou. Do popředí se dostalo vzdělání, protože se stalo hlavním faktorem pro získání dobře placené práce a budování další kariéry. Otevření domácích trhů dále na Západ, snadnější cestování a kulturní globalizace změnily hodnoty při rozhodování mladých o jejich dalším životě. Nový fenomen hyperinflace, nezaměstnanosti, vzrůstající moci, dramatického poklesu v životních standardech a neschopnost vlády zajistit ani základní sociální jistoty vedl lidi k nepředvídatelnému stupni nejistoty.2 Obrovský růst zájmu o střední a vysokoškolské vzdělání může být zařazen mezi jeden z nejsilnějších vlivů na sociální změny po roce 1990. Vzdělání se stalo základním prvkem pro zvýšení budoucích šancí získat stabilní a dobře placené místo. V současnosti ženy studují na vysokých školách více než muži, v zemích jako je Slovinsko, Bulharsko a Pobaltské země účast na vzdělání mezi ženami ve věku 20­24 let je vyšší o 30­50 %. Status studenta je v dnešní době téměř neslučitelný s rodinným životem, neboť studenti mají nedostatek času a především zdrojů k uživení rodiny. Důsledkem zvyšujícího se věku studujících žen je posunutí věku při narození prvního dítěte. Rozhodujícím se též stává úroveň vzdělání, neboť ženy s vysokoškolským vzděláním dávají více důrazu na budování kariéry a mají většinou děti až v pozdějším věku a mají méně dětí než ženy, které jsou méně vzdělané. Ačkoli některé ženy preferují zůstat doma než pracovat, existuje velké množství žen, které upřednostňují být součástí pracovního trhu a získávat zkušenosti, využívat dosaženého vzdělání a zajistit se samy po finanční stránce.3 Pokles potratovosti je způsoben jak snížením míry plodnosti, tak zvýšeným užíváním moderní ochrany proti početí. Tabulka č. 3: Počty živě narozených dětí od roku 1990 Estonsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 22 304 19 413 18 038 15 253 14 176 13 509 13 242 12 577 12 167 1999 2000 2001 2002 2003 2004 2005 2006 2007 12 425 13 067 12 632 13 001 13 036 13 992 14 350 14 877 15 830 Bulharsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 105 180 95 910 89 134 84 400 79 442 71 967 72 188 64 125 65 361 1 Demografické informační centrum, 2006. 2 Sobotka, 2004. 3 Sobotka, 2004. 73 1999 2000 2001 2002 2003 2004 2005 2006 2007 72 290 73 679 68 180 66 499 67 359 69 886 71 075 73 978 73 257 Lotyšsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 37 918 34 633 31 569 26 759 24 256 21 595 19 782 18 830 18 410 1999 2000 2001 2002 2003 2004 2005 2006 2007 19 396 20 248 19 664 20 044 21 006 20 334 21 497 22 264 22 936 Litva 1990 1991 1992 1993 1994 1995 1996 1997 1998 56 868 56 019 53 617 47 464 42 376 41 195 39 066 37 812 37 019 1999 2000 2001 2002 2003 2004 2005 2006 2007 36 415 34 149 31 546 30 014 30 598 30 419 30 541 31 265 31 908 Rumunsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 314 746 275 275 260 393 249 994 246 736 236 640 231 348 236 891 237 297 1999 2000 2001 2002 2003 2004 2005 2006 2007 234 600 234 521 220 368 210 529 212 459 216 261 221 020 219 483 210 995 Slovinsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 22 368 21 583 19 982 19 793 19 463 18 980 18 788 18 165 17 856 1999 2000 2001 2002 2003 2004 2005 2006 2007 17 533 18 180 17 477 17 501 17 321 17 961 18 157 18 932 19 077 Zdroj: Eurostat Co se týče počtu živě narozených dětí, porovnáme nyní největší a nejmenší relativní pokles mezi léty 1990 a 2002, protože jak již bylo zmíněno dříve, od roku 2003 nastal obrat a míra plodnosti začala opět stoupat. Největší relativní pokles můžeme pozorovat u Litvy a Lotyšska, kdy počet živě narozených dětí v roce 2002 tvořil pouze 52,7 % u Litvy a 52,8 % u Lotyšska z celkového počtu živě narozených dětí v roce 1990. Naopak nejnižší pokles je zřetelný u Slovinska, kdy počet narozených dětí v roce 2002 tvořil 78,2 % z celkového počtu živě narozených dětí v roce 1990. Je to způsobeno již dříve zmiňovaným faktem, a sice že ve Slovinsku došlo k celkovému poklesu plodnosti již během 80. let, na rozdíl od ostatních pozorovaných zemí, kde k tomuto poklesu došlo až během let 90. Dále srovnáme nejvyšší a nejnižší relativní zvýšení počtu živě narozených dětí mezi léty 2002 a 2007, protože od roku 2003 už se míra plodnosti zvyšovala. Ve všech zemích v tomto období došlo k nárůstu v počtu živě narozených dětí. K nejvyššímu relativnímu zvýšení došlo v Estonsku, kdy počet dětí narozených v roce 2007 tvořil 121,8 % celkového počtu živě narozených dětí v roce 2002. K nejnižšímu relativnímu zvýšení došlo v Rumunsku, kde počet živě narozených dětí v roce 2007 tvořil pouze 100,2 % celkového počtu dětí narozených v roce 2002. Tabulka č. 4: Průměrný věk matky při narození dítěte Estonsko 1995 1996 1997 1998 1999 2000 25,54 25,79 26,14 26,31 26,49 26,97 2001 2002 2003 2004 2005 2006 27,15 27,52 27,68 27,87 28,18 28,36 Bulharsko 74 1995 1996 1997 1998 1999 2000 24,15 24,34 24,48 24,54 24,69 25,00 2001 2002 2003 2004 2005 2006 25,11 25,29 25,54 25,70 26,01 24,57 Lotyšsko 1995 1996 1997 1998 1999 2000 24,56 25,53 25,93 26,15 26,32 26,69 2001 2002 2003 2004 2005 2006 26,89 27,11 27,22 26,14 27,72 27,76 Litva 1995 1996 1997 1998 1999 2000 25,58 25,80 25,95 26,25 26,43 26,59 2001 2002 2003 2004 2005 2006 27,16 26,90 27,10 27,37 27,58 27,70 Rumunsko 1995 1996 1997 1998 1999 2000 24,88 25,05 25,14 25,32 25,45 25,66 2001 2002 2003 2004 2005 2006 25,84 26,07 26,17 26,39 26,69 26,85 Slovinsko 1995 1996 1997 1998 1999 2000 27,04 27,27 27,53 27,81 27,97 28,19 2001 2002 2003 2004 2005 2006 28,46 28,78 28,93 29,19 29,36 29,62 Zdroj: Eurostat Během celého sledovaného období dochází ve všech zkoumaných státech ke zvyšování průměrného věku matky. Důvody zvyšování tohoto věku byly vysvětleny již výše, souvisí to především s větším zájmem o terciální vzdělání a s větší koncentrací na kariérní život. Jednoznačně nejnižší průměrný věk mají matky v Bulharsku, kde tento věk za posledních 11 let stoupl pouze o 0,42 let. V Bulharsku je během 21. století stabilní vývoj, míra plodnosti je téměř stejná a i počet živě narozených dětí se výrazně nemění, s tím souvisí i stejný průměr věk matek. V Bulharsku je rodina stále na prvním místě. Naopak nejvyšší průměrný věk mají matky ve Slovinsku, kde v roce 2006 byl průměrný věk dokonce 29,62 let. Souvisí to i s nízkou porodností ve Slovinsku a s velkým jak ekonomickým, tak sociálním rozvojem ve Slovinsku, a s tím souvisejícím zájmem o vyšší vzdělání a orientací především na profesní život. Na následujícím grafu vidíme, že s výjimkou Slovinska, kde došlo k výraznému poklesu míry plodnosti již během 80. let, je pokles úhrnné míry plodnosti nejdiskutovanějším tématem co se týče změn v míře plodnosti po roce 1990. Do 90. let měly státy východní Evropy poměrně vysokou míru plodnosti a tvořily tak region s relativně nejvyšší plodností v Evropě. Během 90. let však míra plodnosti v tomto 75 regionu klesla na přibližně 1,1 až 1,4 a tento region se tak stal oblastí s nejnižší plodností v Evropě.1 Graf č. 2: Vývoj úhrnné plodnosti od roku 1990 1,00 1,20 1,40 1,60 1,80 2,00 2,20 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Rok Úhrnnámíraplodnosti Estonsko Bulharsko Lotyšsko Litva Rumunsko Slovinsko Zdroj: Eurostat Tabulka č. 5: Živě narození dle pořadí narození 1 2 3+ Estonsko 1990 10 302 (46,2 %) 7 314 (32,8 %) 4 688 (21,0 %) 1995 6 798 (49,9 %) 4 316 (32,0 %) 2 477 (18,1 %) 2000 6 337 (48,4 %) 4 195 (32,1 %) 2 553 (19,5 %) 2005 6 945 (48,4 %) 4 825 (33,6 %) 2 580 (18,0%) Bulharsko 1990 52 515 (49,9 %) 38 950 (37,0 %) 13 715 (13,0 %) 1995 39 337 (54,7 %) 24 212 (33,6 %) 8 418 (11,7 %) 2000 42 878 (58,2 %) 22 307 (30,3 %) 8 494 (11,5 %) 2005 41 443 (58,3 %) 21 674 (30,5 %) 7 938 (11,2 %) Lotyšsko 1990 18 045 (47,6 %) 12 422 (32,8 %) 7 450 (19,6 %) 1995 11 248 (52,1 %) 6 466 (30,0 %) 3 866 (17,9 %) 2000 10 051 (49,6 %) 6 493 (32,1 %) 3 704 (18,3 %) 2005 10 998 (51,2 %) 6 873 (32,0 %) 3 624 (16,8 %) Litva 1990 27 239 (47,9 %) 20 595 (36,2 %) 9 034 (15,9 %) 1995 20 663 (50,2 %) 14 260 (34,6 %) 6 254 (15,2 %) 2000 15 981 (46,8 %) 11 660 (34,2 %) 6 495 (19,0 %) 2005 15 109 (49,5 %) 10 344 (33,9 %) 5 088 (16,6 %) Rumunsko 1 Sobotka, 2004. 76 1990 136 923 (43,5 %) 91 303 (29,0 %) 86 520 (27,5 %) 1995 128 742 (54,4 %) 65 540 (27,7 %) 42 358 (17,9 %) 2000 120 902 (51,6 %) 68 872 (29,4 %) 44 747 (19,1 %) 2005 114 992 (52,0 %) 67 712 (30,6 %) 38 316 (17,3 %) Slovinsko 1990 10 672 (47,7 %) 8 827 (39,5 %) 2 869 (12,8 %) 1995 8 780 (46,3 %) 7 482 (39,4 %) 2 718 (14,3 %) 2000 9 132 (50,2 %) 6 540 (36,0 %) 2 508 (13,8 %) 2005 9 157 (50,4 %) 6 486 (35,7 %) 2 514 (13,9 %) Zdroj: Eurostat, vlastní výpočty Z předchozí tabulky lze vyčíst, jak se mění přání rodin, co se týče počtu dětí. Vidíme, že v Estonsku, Bulharsku a Lotyšsku se počet dětí v rodinách výrazně nemění, sice počet dětí klesl, ale ne nějak markantně. Zajímavý je vývoj v Rumunsku, kdy na počátku 90. let 20. století bylo až 27,5 % narozených v pořadí jako 3. nebo další dítě z celkového počtu dětí, avšak v roce 2005 to už bylo pouze 17,3 % dětí. Za zmínku také stojí vývoj v Litvě a Slovinsku, kdy počet dětí v domácnostech dokonce nepatrně vzrostl. 3.2. Mortalita Mezi základní demografické ukazatele patří míra plodnosti, úmrtnosti a migrace. Nyní se zaměříme na druhý z nich, a sice mortalitu. Pro vývoj mortality je charakteristický ukazatel naděje dožití. Naději dožití po roce 1990 v jednotlivých zemích nám ukazuje Příloha č. 2. Během 90. let došlo nejen ke zhoršení poměrů plodnostních, ale také ke zhoršení úmrtnostních poměrů. Naděje dožití mužů i žen se neustále snižovala zhruba do roku 1994. U žen byl tento pokles o něco nižší. Na tento prudký pokles měla vliv nejen zhoršující se sociální a ekonomická situace na počátku 90. let, ale také především nezdravý a rizikový životní styl, který byl spojen se zvýšeným užíváním návykových látek, jako jsou cigarety, alkohol a drogy. Velkou mírou na poklesu střední délky života se podílela také úmrtnost u pracujících lidí.1 Z Přílohy č. 2 nám vyplývá, že jednoznačně nejvyšší naději na dožití při narození v roce 1990 měli jak muži, tak ženy ve Slovinsku, kdy muži měli naději dožít se 69,8 let a ženy dokonce 77,8 let. Naopak nejnižší naději na dožití v roce 1990 měli muži v Estonsku, jejichž naděje byla dožít se 64,7 let, a ženy v Rumunsku měly při narození naději dožít se pouze 73,1. V roce 2005 měli nejvyšší naději na dožití opět lidé žijící ve Slovinsku, kteří při narození měli naději dožít se 73,9 let (u mužů), respektive 80,9 let (u žen). Naopak nejnižší naději na dožití při narození měli muži v Litvě, kde je to 65,3 let, a ženy v Rumunsku, 75,7 let. 1 Demografické informační centrum, 2006. 77 Graf č. 3: Vývoj střední délky života po roce 1990 60,0 62,0 64,0 66,0 68,0 70,0 72,0 74,0 76,0 78,0 80,0 82,0 84,0 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Rok Nadějedožití[vletech] Estonsko muži Estonsko ženy Bulharsko muži Bulharsko ženy Lotyšsko muži Lotyšsko ženy Litva muži Litva ženy Rumunsko muži Rumunsko ženy Slovinsko muži Slovinsko ženy Zdroj: Eurostat Obecně se dá říci, že střední délka života od roku 1990 do roku 2007 vzrostla téměř ve všech zkoumaných krajinách zhruba o 4­5 let. Toto tvrzení neplatí pouze u žen a mužů v Litvě, u mužů v Estonsku a u mužů a žen v Lotyšsku. U Bulharska bohužel nebylo dostatek zdrojů. Pokud se více zaměříme na vývoj střední délky života například v Lotyšsku, vidíme, že dochází k opětovnému nárůstu střední délky života oproti polovině 90. let a v roce 2004 se již muži dožívají 65,9 let a ženy 76,2 let. Stále ale přetrvává velmi vysoká nadúmrtnost mužů (Demografické informační centrum, 2006). 3.3. Migrace Migrace je významným faktorem pro popis otevřených populací. Vývoj čisté migrace ve zkoumaných zemích nám ukazuje následující tabulka. Ve vývoji čisté migrace je velmi obtížně nalézt určité pravidelnosti a zákonitosti, neboť faktory, které ji ovlivňují, jsou nepředvídatelné. Tabulka č. 6: Vývoj čisté migrace v letech 1990­2007 Estonsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 -5 623 -12 569 -41 487 -28 318 -20 841 -15 564 -13 418 -6 927 -6 559 1999 2000 2001 2002 2003 2004 2005 2006 2007 -1 144 224 167 157 140 134 140 164 -2 000 Bulharsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 -94 611 -59 291 -91 738 40 0 0 1 089 0 0 1999 2000 2001 2002 2003 2004 2005 2006 2007 1 0 -214 185 864 0 0 0 0 -33 772 Lotyšsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 78 -13 085 -15 045 -53 474 -32 333 -22 823 -13 713 -10 081 -9 420 -5 751 1999 2000 2001 2002 2003 2004 2005 2006 2007 -4 085 -5 504 -5 159 -1 834 -846 -1 079 -564 -2 451 -1 933 Litva 1990 1991 1992 1993 1994 1995 1996 1997 1998 -8 848 -10 675 -24 532 -23 990 -24 195 -23 668 -23 369 -22 421 -22 122 1999 2000 2001 2002 2003 2004 2005 2006 2007 -20 739 -20 306 -2 559 -1 975 -6 304 -9 612 -8 782 -4 857 -5 733 Rumunsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 -86 781 -405 754 -28 040 -17 177 -16 268 -21 217 -19 473 -13 345 -5 629 1999 2000 2001 2002 2003 2004 2005 2006 2007 -2 516 -3 729 -557 739 -1 572 -7 406 -10 095 -7 234 -6 483 -100 000 Slovinsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 -245 -3 292 -5 477 -4 457 -35 777 -3 445 -1 303 -5 406 1999 2000 2001 2002 2003 2004 2005 2006 2007 10 773 2 747 4 963 2 207 3 530 1 719 6 436 6 267 11 741 Zdroj: Eurostat, vlastní výpočty V Estonsku vidíme během 90. let zápornou čistou migraci. Souvisí to především se zpřísněním podmínek pro pohyb na území Estonska, s deportací přistěhovalců bez platných dokumentů a se zavedením vízové povinnosti pro Rusy. V Bulharsku výrazně vzrostla migrace do ostatních zemí po uvolnění hraničních kontrol v roce 1990, tedy za války v Chorvatsku a za konfliktu v Bosně a Hercegovině na počátku 90. let. Tento odliv rapidně poklesl po roce 1993 a jen lehce vzrostl na konci 90. let během krize v Kosovu. V Lotyšsku po celé sledované období je záporná čistá migrace. Lotyšsko bylo pobaltskou zemí nejvíce zasaženou ekonomickými krizemi po rozpadu SSSR. V Litvě stejně jako v ostatních pobaltských zemích začal klesat příliv obyvatel před vyhlášením nezávislosti a tento pokles pokračoval během celých 90. let. Litva, stejně jako ostatní Pobaltské země, zpřísnila podmínky a vydala kvóty na počet přistěhovalců do země. Počet emigrantů v Rumunsku rostl během celých 80. let a dosáhl svého maxima v roce 1991, kdy podstatné množství Rumunů opustilo zemi a usadilo se v cizině, a pak prudce klesal během 90. let. Na počátku roku 2001 byly zavedeny nové cestovní pasy, které byly v souladu s kritérii Schengenského prostoru, s čímž souvisí obrovský odliv rumunského obyvatelstva v roce 2001. Slovinsko vyhlásilo svoji nezávislost na Jugoslávii v červnu roku 1991. Krátký konflikt s jugoslávským vojskem skončil vítězstvím pro slovinskou armádu roku 1991 a výsledkem byla spousta uprchlíků, kteří se ale do země vrátili po roce 1995, s čímž souvisí kladné saldo migrace v roce 1995. Příliv a odliv obyvatel byl během 90. let téměř neměnný. Slovinsko se stalo azylovou zemí v roce 1999 a především 79 v roce 2000 poté, co skončila válka v Kosovu a byly uvolněny hranice tehdejší Jugoslávie.1 4. DŮSLEDKY DEMOGRAFICKÉHO VÝVOJE Důsledky demografického vývoje během transformačního období můžeme spatřit v poklesu počtu obyvatel, v migraci a ve stárnutí populace. 4.1. Pokles počtu obyvatel Z následující tabulky je zřetelné, že celkový počet obyvatel ve všech pozorovaných zemích s výjimkou Slovinska klesl. Jedním z hlavních důvodů bude i kladné saldo migrace, které bude vysvětleno v následující kapitole. Tabulka č. 7: Vývoj počtu obyvatel od roku 1990 (v tis.) Estonsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 1 571 1 568 1 555 1 511 1 477 1 448 1 425 1 406 1 393 1 379 2000 2001 2002 2003 2004 2005 2006 2007 2008 1 372 1 367 1 361 1 356 1 351 1 348 1 345 1 342 1 339 Bulharsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 8 767 8 669 8 595 8 485 8 460 8 427 8 385 8 341 8 283 8 230 2000 2001 2002 2003 2004 2005 2006 2007 2008 8 191 8 149 7 891 7 846 7 801 7 761 7 719 7 679 7 605 Lotyšsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2 668 2 658 2 643 2 586 2 541 2 501 2 470 2 445 2 421 2 399 2000 2001 2002 2003 2004 2005 2006 2007 2008 2 382 2 364 2 346 2 331 2 319 2 306 2 295 2 281 2 269 Litva 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 3 694 3 702 3 706 3 694 3 671 3 643 3 615 3 588 3 562 3 536 2000 2001 2002 2003 2004 2005 2006 2007 2008 3 512 3 487 3 476 3 463 3 446 3 425 3 403 3 385 3 365 Rumunsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2 321 2 319 2 281 2 278 2 275 2 271 2 266 2 258 2 253 2 249 2000 2001 2002 2003 2004 2005 2006 2007 2008 2 246 2 243 2 183 2 177 2 171 2 166 2 161 2 165 2 142 Slovinsko 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 1 996 2 000 1 999 1 994 1 989 1 989 1 990 1 987 1 985 1 978 2000 2001 2002 2003 2004 2005 2006 2007 2008 1 988 1 990 1 994 1 995 1 996 1 998 2 003 2 010 2 023 Zdroj: Eurostat Počet obyvatel v pobaltských zemích od vyhlášení nezávislosti v roce 1991 neustále klesá. Důsledkem byl obrovský propad v intenzitě plodnosti a přispěl 1 United Nations, 2002. 80 k tomu i další problém, a sice zvýšení počtu zemřelých lidí především během 90. let.1 K tomuto poklesu přispěl i značný odliv populace do lákavějších zemí, především do zemí západní Evropy. Pokles počtu obyvatel v Rumunsku mezi léty 2001 a 2002 o téměř 0,5 mil. osob souvisel s obrovskou migrací rumunského obyvatelstva v roce 2001. Pokles počtu obyvatel souvisí i se zápornými přirozenými přírůstky ve všech zkoumaných zemích po celé sledované období, až na malé výjimky, jak je vidět v Příloze č. 3. 4.2. Stárnutí populace V poslední době dochází ke zvyšování průměrného věku populace. Je to dáno jednak poklesem dětské složky populace a také růstem objemu starší části populace. Zvyšování hodnoty průměrného věku populace může být považováno za měřítko stárnutí těchto populací. Tabulka č. 8: Průměrný věk populace Estonsko Bulharsko Lotyšsko Litva Rumunsko Slovinsko 1970 33,7 33,2 34,1 30,7 30,9 31,0 1975 34,1 34,0 34,8 31,3 30,8 31,4 1980 33,9 34,2 35,0 31,8 30,7 31,7 1985 33,9 35,7 34,7 31,9 31,8 32,8 1990 34,4 36,6 34,6 32,7 32,6 34,2 1995 36,3 38,3 36,1 34,0 34,0 36,1 2000 37,8 39,7 38,0 35,9 34,7 38,1 2005 38,9 40,8 39,3 37,9 36,7 40,2 Zdroj: United Nations Nejvíce se zvýšil průměrný věk populace ve Slovinsku, kde se za posledních 25 let zvýšil z 31 na 40,2 let. Na druhou stranu nejméně se zvýšil průměrný věk v Estonsku a Lotyšsku, kde se v průměru zvýšil pouze o 5,2 let. 4.3. Stárnutí pracovní síly Demografická struktura obyvatelstva a její vývoj se promítá do ekonomické struktury obyvatelstva a má významný vliv na věkovou strukturu pracovní síly. Ekonomická struktura obyvatelstva neboli věková struktura pracovní síly má nemalý vliv na demografickou strukturu obyvatelstva a její vývoj. Tato demografická struktura obyvatelstva je dále ovlivněna i ekonomicko-sociálním vlivem. Jedná se především o nastavení důchodového systému, který ovlivní ekonomickou aktivitu starší části populace, a také o nastavení systému vzdělávání, především pak terciálního, který výrazně ovlivní ekonomickou aktivitu věkové skupiny zhruba 18 až 25 let. Obecně lze říci, že věková struktura pracovní síly výrazně ovlivňuje výslednou ekonomickou aktivitu. 1 Demografické informační centrum, 2006. 81 Tabulka č. 9: Ekonomicky aktivní obyvatelstvo (v %) 1998 2000 2002 2004 2006 2007 Estonsko Celkem 48,1 48 48,1 48,9 51,3 51,4 Muži 53,9 53,7 53,5 53,9 55,9 56,8 Ženy 43,2 43,2 43,6 44,6 47,3 46,8 Bulharsko Celkem 49,1 42,5 42,7 44,3 45,4 Muži 54,8 46,5 46,9 48,5 49,9 Ženy 43,9 38,8 38,7 40,4 41,4 Lotyšsko Celkem 47,5 45,9 47,9 49 50,9 52,1 Muži 53,8 51,4 53,9 54,6 57 58,2 Ženy 42,2 41,2 42,9 44,2 45,6 47 Litva Celkem 48,1 47,8 46,9 47,1 46,7 47,4 Muži 53,4 51,6 51,1 51,3 50,6 51,5 Ženy 43,4 44,5 43,3 43,4 43,3 43,7 Rumunsko Celkem 51,4 47 45,8 46,4 46,4 Muži 56,5 52,4 51,5 52,4 52,5 Ženy 46,5 41,8 40,4 40,8 40,5 Slovinsko Celkem 48,7 48,5 48,7 50,4 50,9 51,4 Muži 53,8 53,5 53,8 55,8 56 56,7 Ženy 43,9 43,7 43,7 45,3 46,1 46,2 Zdroj: Eurostat, vlastní výpočty Z tabulky č. 9 vidíme, že v Estonsku, Lotyšsku a Slovinsku roste relativní zastoupení ekonomicky aktivního obyvatelstva z celkové populace v dané zemi. Souvisí to se silnými ročníky ze 70.­80. let, které se ve sledovaném období dostaly do pracovního procesu. Naopak v Bulharsku, Litvě a Rumunsku dochází k relativnímu poklesu ekonomicky aktivního obyvatelstva, což je způsobeno především upřednostňováním terciálního vzdělávání a stárnutím populace. Tabulka č. 10: Věková struktura a ekonomická aktivita ­ muži (v %) 1998 2000 2002 2004 2006 2007 Estonsko 15 až 24 let 46,8 40,9 36,4 43,3 41,2 44,2 25 až 54 let 93 92,3 90,4 90,6 92,8 93,6 55 až 64 let 65,6 56,8 62,8 56,9 61,6 63,7 65 a více 10,8 11,1 11 17,7 16,9 14,4 Bulharsko 15 až 24 let 35,9 35,1 33,3 31,3 31,7 25 až 54 let 84,4 83,6 83,6 85,1 87,5 55 až 64 let 39,9 43,8 47,6 53,6 55,3 65 a více 4,5 5,1 5,8 4,6 5,3 Lotyšsko 82 15 až 24 let 50,2 44,8 43,1 42,7 47,8 48,9 25 až 54 let 91,1 88,5 90,6 90,7 90 91 55 až 64 let 56,2 53,8 59,4 57,5 64,4 67,9 65 a více 12,3 10,2 12,3 15,5 16,4 16,7 Litva 15 až 24 let 53,3 41,8 36 32,9 29,3 31,8 25 až 54 let 92,2 90,4 90,6 90,8 88,7 87,9 55 až 64 let 59,1 59 62,6 63,5 59,9 63,4 65 a více 9,5 10,1 7,9 6,4 7,1 9,3 Rumunsko 15 až 24 let 49,9 45,7 41,7 40,4 35,1 35,9 25 až 54 let 90,9 91 87,1 87 87,1 85,9 55 až 64 let 62,6 58,4 44,7 44,8 52 52,1 65 a více 43,5 43,5 28,2 18,5 16,6 19,5 Slovinsko 15 až 24 let 46,3 40,7 40,2 43,1 44,4 47,6 25 až 54 let 91,4 90,7 91,6 91 91 91,3 55 až 64 let 33,7 33,5 38,4 42,7 45,8 46,7 65 a více 15,5 10,8 10,6 10,8 11,5 12 Zdroj: Eurostat Z tabulky č. 10 a 11 vyplývá řada poznatků. Podobný vývoj můžeme sledovat mezi pobaltskými zeměmi, kde u nejmladší pozorované skupiny došlo k relativnímu poklesu ekonomicky aktivního obyvatelstva, což souvisí se zvyšujícím se zájmem o terciální vzdělání. Relativní zastoupení u produktivní skupiny 25 až 54 let se v pobaltských zemích téměř nemění. A od skupiny 55 let a více vidíme narůstající podíl ekonomicky aktivního obyvatelstva, což souvisí se stárnutím populace a se zvyšujícím se průměrným věkem obyvatelstva. Relativní pokles ve skupině 15 až 24 let vidíme u všech pozorovaných zemích, za zmínku stojí Litva a Rumunsko, kde je tento pokles nejmarkantnější. Souvisí to s obrovským rozvojem terciálního vzdělávání během začátku 21. století oproti 90. létům. Tato změna je téměř totožná u mužů i u žen. Největší rozdíl mezi muži a ženami můžeme pozovat u věkové skupiny 25 až 54 let, kde zastoupení u mužů v ekonomicky aktivním obyvatelstvu je o hodně vyšší než u žen. Souvisí to především s odložením početí do vyšších let a s vyšší ekonomickou neaktivitou u žen v tomto období, jak ukazuje tabulka č. 12. Vysvětlení této neaktivity je prosté: ženy jsou často na mateřské dovolené. Důležitým poznatkem je dále zvyšování relativního zastoupení ekonomicky aktivního obyvatelstva u skupiny od 55 let výše. Souvisí to s již dříve zmiňovaným zvyšujícím se průměrným věkem populace a s tím souvisejícím stárnutím populace. Jedinou výjimku tvoří Rumunsko, kde došlo k velkému relativnímu poklesu ekonomického aktivního obyvatelstva nad 55 let, což souvisí i se zvyšující se nezaměstnaností u skupiny osob starších 55 let vzhledem k 90. létům. 83 Tabulka č. 11: Věková struktura a ekonomická aktivita ­ ženy (v %) 1998 2000 2002 2004 2006 2007 Estonsko 15 až 24 let 35,1 29,7 24,9 29,4 30,6 32,3 25 až 54 let 84,1 84 80 83,1 85,7 83,7 55 až 64 let 43,6 39,8 50,2 52 60,5 61 65 a více 4,6 6 8 6,8 8,8 9,1 Bulharsko 15 až 24 let 25,6 28,6 25,6 26,4 26 25 až 54 let 78,9 79,4 78,4 79,4 81,4 55 až 64 let 12,5 22,8 27,9 33,9 37,2 65 a více 1,8 1,8 1,9 1,5 1,6 Lotyšsko 15 až 24 let 39,8 31,8 34,3 30,6 33,6 36,8 25 až 54 let 83,9 82,7 84,1 81,7 82,9 83,6 55 až 64 let 29,6 28 38,4 45,6 51,6 54,6 65 a více 7,1 5,1 5,3 6,7 7,7 8,6 Litva 15 až 24 let 34,8 32,7 27,5 19,3 23,1 22,8 25 až 54 let 87 88,3 86,5 87,2 83,8 84,2 55 až 64 let 29,4 35,4 36,4 44,2 47,6 49,7 65 a více 3,9 6,8 3,7 3,1 3,2 3,4 Rumunsko 15 až 24 let 40 37 33,1 31,7 25,9 24,9 25 až 54 let 78,1 77,9 72,4 72,1 72,6 72 55 až 64 let 48,4 47,5 34,2 32,6 34,8 33,9 65 a více 33,7 34,4 24 13,9 12,6 13,6 Slovinsko 15 až 24 let 41,6 33,6 32,6 35,4 36,4 35,4 25 až 54 let 83,7 84,7 85,7 86,4 87 87,3 55 až 64 let 19,7 14,8 15,4 20 21,4 23,1 65 a více 7,5 5,4 6,1 5 5,4 6,7 Zdroj: Eurostat V následující tabulce č. 12 vidíme ekonomickou neaktivitu dle věku. Můžeme zde potvrdit, co bylo již dříve zjištěno, a sice, že ekonomická neaktivita se zvyšuje u nejnižší věkové skupiny, což je skupina od 15 do 24 let, což souvisí se zvyšujícím terciálním vzděláváním. V Litvě, Lotyšsku a Rumunsku dochází ke zvyšování ekonomické neaktivity také u druhé pozorované skupiny, a sice od 25 do 54 let, což souvisí především s posunem průměrného věku při početí, se zvyšující se porodností a s mateřskými dovolenými u žen. Dále je to také již zmíněný fakt klesající ekonomické neaktivity u osob starších 55 let, což souvisí se stárnutím populace, s výjimkou Rumunska. 84 Tabulka č. 12: Ekonomická neaktivita dle věku (v %) 1998 2000 2002 2004 2006 2007 Estonsko 15 až 24 let 59 64,6 69,3 63,6 64,1 61,7 25 až 54 let 11,7 12 15 13,3 10,9 11,5 55 až 64 let 46,8 52,8 44,4 45,9 39 37,8 65 a více 93,4 92,4 91 89,6 88,5 89,2 Bulharsko 15 až 24 let 69,3 68,2 70,5 71,1 71,1 25 až 54 let 18,4 18,5 19 17,7 15,5 55 až 64 let 74,9 67,4 62,9 57 54,3 65 a více 97 96,8 96,5 97,2 96,9 Lotyšsko 15 až 24 let 54,9 61,6 61,2 63,2 59,2 57 25 až 54 let 12,6 14,5 12,8 13,9 13,6 12,8 55 až 64 let 59 61 52,7 49,3 42,9 39,7 65 a více 91,3 93,3 92,4 90,4 89,4 88,7 Litva 15 až 24 let 55,9 62,7 68,3 73,8 73,7 72,6 25 až 54 let 10,4 10,7 11,5 11 13,8 14 55 až 64 let 57,8 54,4 52,3 47,5 47,1 44,4 65 a více 94,2 92,1 94,8 95,8 95,5 94,6 Rumunsko 15 až 24 let 55,1 58,7 62,6 63,9 69,4 69,5 25 až 54 let 15,5 15,6 20,3 20,5 20,1 21 55 až 64 let 45 47,5 60,9 61,7 57,2 57,6 65 a více 62,2 61,8 74,3 84,2 85,8 84 Slovinsko 15 až 24 let 56 62,7 63,4 60,7 59,4 58,2 25 až 54 let 12,3 12,3 11,3 11,2 11 10,7 55 až 64 let 73,5 76,3 73,4 68,9 66,6 65,4 65 a více 89,6 92,6 92,2 92,8 92,3 91,2 Zdroj: Eurostat Z výše uvedených poznatků můžeme dospět k těmto závěrům: * relativní pokles ekonomicky aktivního obyvatelstva ve věkové skupině 15 až 24 let z důvodu růstu terciálního vzdělávání. S tím ale souvisejí předpoklad poklesu nezaměstnanosti v budoucnu z důvodu vyššího vzdělání; * snižování ekonomické aktivity u žen z důvodu mateřské dovolené v reprodukčních věkových skupinách, s růstem plodnosti by tedy mělo docházet ke snižování ekonomické aktivity u žen a naopak; * relativně stabilní podíl ekonomicky aktivních mužů ve věkové skupině 25 až 54 let; * zvyšující se podíl ekonomicky aktivního obyvatelstva od 55 let z důvodu zvyšujícího se věku odchodu do důchodu, zvyšujícího se průměrného věku obyvatelstva a s tím související stárnutí populace. 85 5. ZÁVĚR Obyvatelstvo zkoumaných zemí prošlo během 90. let 20. století a na počátku 21. století velkými změnami nejen ekonomickými, sociálními a politickými, ale také demografickými a změnami v oblasti reprodukce. Na základě výše zmíněných poznatků jsme došli k těmto závěrům: * snížení míry plodnosti a porodnosti, s čímž souvisí i pokles počtu živě narozených dětí; * neustálé zvyšování průměrného věku matky při narození dítěte; * klesající počet dětí v rodině; * stabilní růst střední délky života, což představuje vyšší naději dožití. Nové síly, které hrají důležitou roli ve vytváření změn v míře plodnosti po rozpadu komunistických zemí, jako jsou rozšíření vyššího vzdělání, nestálost práce, ochrana před početím, rostoucí výběr a příležitosti, nižší význam důležitosti rodiny a přerušení pokračování bývalých politik, které měly propopulační charakter, budou pokračovat v měnění kulturních rozdílů. Z hlediska udržení udržitelnosti konkurenceschopnosti ve smyslu dlouhodobého ekonomického růstu můžeme říct několik poznatků: * obyvatelstvo je stále vzdělanější a i nadále se více a více vzdělává, klesá tím sice podíl ekonomicky aktivního obyvatelstva na celkovém obyvatelstvu, avšak do budoucna to má především pozitivní vliv, neboť působí fakt, že s rostoucím vzděláním klesá nezaměstnanost a roste úroveň země; * u žen dochází k růstu ekonomické neaktivity i ve vyšším věku, a sice z důvodu zájmu po vyšším vzdělání, z důvodu vyššího průměrného věku při narození dítěte a z důvodu odchodu na mateřskou dovolenou; * snižování ekonomické neaktivity u skupiny nad 55 let, která souvisí s posouváním věku odchodu do důchodu, s vyšším průměrným věkem populace a se zlepšováním životních podmínek. Obecně lze říci, že z hlediska vysokého podílu ekonomicky aktivního obyvatelstva a vzhledem k nárůstu terciálního vzdělání a vysoce kvalifikované populace, zde existuje významný potenciál pro konkurenceschopnost jednotlivých ekonomik a jejich ekonomický růst. POUŽITÁ LITERATURA SOBOTKA, T. (2004): Postponement of Childbearing and Low Fertility in Europe. Amsterdam: Dutch University Press, 2004. UNITED NATIONS (2002): International Migration from Countries with Economies in Transition: 1980­1999. New York: United Nations, 2002. UNITED NATIONS (2002): World Population Aging, 1950­2050. New York: United Nations, 2002. DATOVÉ ZDROJE ­ stav k 31. 5. 2008 Databáze Eurostat. Dostupné na http://epp.eurostat.ec.europa.eu. Databáze OECD. Dostupné na http://www.oecd.org. 86 Databáze United Nations. Dostupné na http://www.un.org. Demografické informační centrum. Dostupné na http://www.demografie.info. 5.1. Přílohy Příloha č. 1: Věková struktura populace v letech 1990­2007 (v %) Estonsko Bulharsko Lotyšsko 0­14 15­64 65+ 0­14 15­64 65+ 0­14 15­64 65+ 1990 22,3 66,1 11,6 20,5 66,5 13,0 21,4 66,8 11,8 1991 22,2 66,1 11,7 20,1 66,5 13,4 21,5 66,7 11,8 1992 22,0 66,0 12,0 19,6 66,6 13,8 21,5 66,2 12,3 1993 21,6 65,9 12,5 19,0 66,8 14,2 21,4 65,8 12,8 1994 21,2 65,9 12,9 18,6 66,8 14,6 21,1 65,7 13,2 1995 20,9 65,8 13,3 18,1 67,0 14,9 20,9 65,7 13,4 1996 20,5 65,7 13,7 17,7 67,1 15,2 20,5 65,7 13,8 1997 20,0 65,8 14,1 17,2 67,5 15,3 20,0 65,9 14,1 1998 19,5 66,1 14,6 16,8 67,6 15,6 19,4 66,1 14,4 1999 18,9 66,4 15,1 16,3 67,8 15,9 18,7 66,7 14,7 2000 18,3 66,8 14,9 15,9 67,9 16,2 18,0 67,2 14,8 2001 17,7 67,0 15,2 15,5 68,2 16,3 17,3 67,4 15,2 2002 17,2 76,3 15,5 15,0 68,1 16,9 16,6 67,9 15,5 2003 16,6 67,6 15,8 14,6 68,4 17,0 16,0 68,2 15,9 2004 16,0 67,8 16,2 14,2 68,7 17,1 15,4 68,5 16,2 2005 15,4 68,0 16,5 13,8 69,1 17,1 14,8 68,6 16,5 2006 15,1 68,2 16,8 13,6 69,2 17,2 14,3 68,8 16,8 2007 14,9 68,0 17,1 13,4 69,3 17,3 14,0 68,9 17,1 Litva Rumunsko Slovinsko 0­14 15­64 65+ 0­14 15­64 65+ 0­14 15­64 65+ 1990 22,6 66,6 10,8 23,7 66,0 10,3 20,9 68,5 10,6 1991 22,5 66,5 11,0 23,3 66,1 10,6 20,6 68,6 10,8 1992 22,5 66,2 11,3 22,7 66,1 11,2 20,1 68,8 11,1 1993 22,4 66,0 11,6 22,2 66,3 11,5 19,6 69,0 11,4 1994 22,2 65,9 11,9 21,6 66,7 11,7 19,1 69,2 11,7 1995 21,9 65,9 12,2 21,1 66,9 12,0 18,5 69,4 12,1 1996 21,6 65,9 12,5 20,5 67,2 12,3 18,1 69,3 12,5 1997 21,4 65,8 12,8 20,0 67,4 12,6 17,5 69,6 12,8 1998 21,1 65,7 13,2 19,6 67,5 12,9 17,0 69,7 13,2 1999 20,7 65,9 13,5 19,3 67,6 13,1 16,6 69,8 13,6 2000 20,2 66,1 13,7 18,8 67,8 13,4 16,1 70,0 13,9 2001 19,7 66,2 14,1 18,3 68,1 13,6 15,7 70,1 14,2 2002 19,0 66,5 14,4 17,7 68,4 13,9 15,4 70,1 14,5 2003 18,3 67,0 14,8 17,0 68,8 14,2 15,0 70,3 14,8 2004 17,7 67,3 15,0 16,4 69,2 14,4 14,6 70,4 15,1 2005 17,1 67,8 15,1 15,9 69,4 14,7 14,4 70,2 15,3 2006 16,5 68,2 15,3 15,5 69,7 14,8 14,1 70,3 15,6 2007 15,9 68,5 15,6 15,4 69,7 14,9 14,0 70,1 15,9 Zdroj: Eurostat, vlastní výpočty 87 Příloha č. 2: Naděje dožití po roce 1990 Estonsko muži ženy věk 0 věk 45 věk 65 věk 0 věk 45 věk 65 1990 64,7 25,3 12,0 75,0 32,6 15,8 1995 61,5 23,4 12,0 74,3 32,4 16,1 2000 65,5 25,3 12,8 76,2 33,6 17,0 2005 67,3 26,2 13,1 78,2 35,0 18,0 Bulharsko muži ženy věk 0 věk 45 věk 65 věk 0 věk 45 věk 65 1990 68,0 27,3 12,7 74,7 32,3 15,2 1995 67,4 26,6 12,7 74,9 32,4 15,3 2000 68,4 27,0 12,7 75,0 32,4 15,3 2005 69,0 27,2 13,1 76,2 33,3 16,1 Lotyšsko muži ženy věk 0 věk 45 věk 65 věk 0 věk 45 věk 65 1990 1995 2000 2005 65,4 25,0 12,5 76,5 33,8 17,2 Litva muži ženy věk 0 věk 45 věk 65 věk 0 věk 45 věk 65 1990 66,5 26,6 13,3 76,3 33,8 17,0 1995 63,3 24,5 12,9 75,1 33,0 16,9 2000 66,8 26,7 13,7 77,5 34,8 17,9 2005 65,3 25,3 13,0 77,3 34,3 17,6 Rumunsko muži ženy věk 0 věk 45 věk 65 věk 0 věk 45 věk 65 1990 66,7 27,4 13,2 73,1 32,0 15,2 1995 65,5 26,0 12,8 73,5 31,8 15,3 2000 67,7 27,3 13,4 74,8 32,7 15,9 2005 68,7 27,4 13,4 75,7 33,1 16,1 Slovinsko muži ženy věk 0 věk 45 věk 65 věk 0 věk 45 věk 65 1990 69,8 27,9 13,3 77,8 34,5 17,1 1995 70,8 28,6 13,6 78,5 35,0 17,6 2000 72,2 29,7 14,2 79,9 36,2 18,7 2005 73,9 31,1 15,2 80,9 37,1 19,3 Zdroj: Eurostat, www.demografie.info 88 Příloha č. 3: Pohyb obyvatelstva od roku 1990 Estonsko Bulharsko přirozený přírůstek čistá migrace celkový přírůstek přirozený přírůstek čistá migrace celkový přírůstek 1990 2 773 -5 623 -2 850 -3 428 -94 611 -98 039 1991 -302 -12 569 -12 871 -14 513 -59 291 -73 804 1992 -2 088 -41 487 -43 575 -18 864 -91 738 -110 602 1993 -6 033 -28 318 -34 351 -25 140 40 -25 100 1994 -8 036 -20 841 -28 877 -32 345 0 -32 345 1995 -7 319 -15 564 -22 883 -42 703 0 -42 703 1996 -5 778 -13 418 -19 196 -44 868 1 089 -43 779 1997 -5 995 -6 927 -12 922 -57 736 0 -57 736 1998 -7 278 -6 559 -13 837 -52 829 0 -52 829 1999 -6 022 -1 144 -7 166 -39 496 1 -39 495 2000 -5 336 224 -5 112 -41 408 0 -41 408 2001 -5 884 167 -5 717 -44 188 -214 185 -258 373 2002 -5 354 157 -5 197 -46 118 864 -45 254 2003 -5 116 140 -4 976 -44 568 0 -44 568 2004 -3 693 134 -3 559 -40 224 0 -40 224 2005 -2 966 140 -2 826 -42 299 0 -42 299 2006 -2 439 164 -2 275 -39 460 0 -39 460 2007 -1 792 -2 000 -3 792 -40 454 -33 772 -74 226 Lotyšsko Litva přirozený přírůstek čistá migrace celkový přírůstek přirozený přírůstek čistá migrace celkový přírůstek 1990 3 106 -13 085 -9 979 17 108 -8 848 8 260 1991 -116 -15 045 -15 161 15 006 -10 675 4 331 1992 -3 851 -53 474 -57 325 12 162 -24 532 -12 370 1993 -12 438 -32 333 -44 771 1 357 -23 990 -22 633 1994 -17 501 -22 823 -40 324 -4 110 -24 195 -28 305 1995 -17 336 -13 713 -31 049 -4 111 -23 668 -27 779 1996 -14 538 -10 081 -24 619 -3 830 -23 369 -27 199 1997 -14 703 -9 420 -24 123 -3 331 -22 421 -25 752 1998 -15 790 -5 751 -21 541 -3 738 -22 122 -25 860 1999 -13 448 -4 085 -17 533 -3 588 -20 739 -24 327 2000 -11 957 -5 504 -17 461 -4 770 -20 306 -25 076 2001 -13 327 -5 159 -18 486 -8 853 -2 559 -11 412 2002 -12 454 -1 834 -14 288 -11 058 -1 975 -13 033 2003 -11 431 -846 -12 277 -10 392 -6 304 -16 696 2004 -11 690 -1 079 -12 769 -10 921 -9 612 -20 533 2005 -11 280 -564 -11 844 -13 258 -8 782 -22 040 2006 -10 834 -2 451 -13 285 -13 548 -4 857 -18 405 2007 -10 271 -1 933 -12 204 -13 704 -5 733 -19 437 Rumunsko Slovinsko přirozený přírůstek čistá migrace celkový přírůstek přirozený přírůstek čistá migrace celkový přírůstek 1990 67 660 -86 781 -19 121 3 813 -245 3 568 1991 23 515 -405 754 -382 239 2 259 -3 292 -1 033 1992 -3 462 -28 040 -31 502 649 -5 477 -4 828 1993 -13 329 -17 177 -30 506 -219 -4 457 -4 676 89 1994 -19 365 -16 268 -35 633 104 -35 69 1995 -35 032 -21 217 -56 249 12 777 789 1996 -54 810 -19 473 -74 283 168 -3 445 -3 277 1997 -42 424 -13 345 -55 769 -763 -1 303 -2 066 1998 -31 869 -5 629 -37 498 -1 183 -5 406 -6 589 1999 -30 594 -2 516 -33 110 -1 352 10 773 9 421 2000 -21 299 -3 729 -25 028 -408 2 747 2 339 2001 -39 235 -557 739 -596 974 -1 031 4 963 3 932 2002 -59 137 -1 572 -60 709 -1 200 2 207 1 007 2003 -54 116 -7 406 -61 522 -2 130 3 530 1 400 2004 -42 629 -10 095 -52 724 -562 1 719 1 157 2005 -41 081 -7 234 -48 315 -668 6 436 5 768 2006 -38 611 -6 483 -45 094 752 6 267 7 019 2007 -41 753 -100 000 -141 753 518 11 741 12 259 Zdroj: Eurostat, vlastní výpočty 90 PRACOVNÍ MIGRACE VE VYBRANÝCH ZEMÍCH STŘEDNÍ A VÝCHODNÍ EVROPY ALEŠ FRANC Cílem této práce je analýza pracovních migrací ve vybraných zemích střední a východní Evropy: Slovinsku, Rumunsku, Bulharsku, Litvě, Lotyšku a Estonsku. Pozornost je věnována kvalitativním a kvantitativním charakteristikám migrující pracovní síly. Naznačeny jsou dopady pracovní migrace na národní trhy práce a ekonomický růst v těchto zemích. 1. ÚVOD Součástí procesů globalizace je postupující integrace trhů práce. Intenzifikace migračních pohybů se týká jak zemí vyspělých, kde převládají imigrační toky, tak zemí méně vyspělých, které jsou charakteristické odlivem domácích pracovníků. Vliv pracovní migrace na ekonomický růst je považován za pozitivní. Jeden z přínosů plynoucí z rostoucí intenzity pracovních imigračních toků může mít podobu zaplňování mezer na domácím trhu práce. Odchod části domácí pracovní síly může zase v podmínkách vysoké nezaměstnanosti zmírnit napětí na trhu práce. Následný příliv remitancí může podporovat domácí spotřebitelskou poptávku a zvyšovat míru úspor domácností. Masivní odliv těchto pracovníků může však mít negativní vliv na ekonomický růst v důsledku akutního nedostatku pracovníků v některých odvětvích. Určité riziko může také vyplývat z odlivu vysoce kvalifikované pracovní síly (brain drain).1 Cílem této práce je popis hlavních tendencí ve vývoji pracovních migrací a jejich ekonomických dopadů ve Slovinsku, Rumunsku a Bulharsku a třech pobaltských zemích (Litvě, Lotyšsku a Estonsku).2 Každé zemi bude věnována samostatná kapitola. Jednotlivé kapitoly budou uvozeny stručnou charakteristikou výchozí situace a celkových migračních pohybů. Následuje analýza pracovních emigrací a imigrací a popis toku remitancí. Záběr této analýzy je významně ovlivněn nízkou dostupností statistických dat v některých zemích, které jednak komplikují vystižení kvantitativních a kvalitativních aspektů pracovních migrací a jednak způsobují jejich obtížnou srovnatelnost. 2. SLOVINSKO 2.1. Celková migrace V komunistické etapě bylo Slovinsko nejvíce rozvinutou republikou bývalé Jugoslávie, do které směřovaly silné imigrační toky z ostatních republik. Slovinsko tedy v tomto období inkasovalo migrační zisky.3 Imigranti byli obecně lidé s nízkým vzděláním, kteří se ve Slovinsku uplatňovali hlavně v pracovně náročném těžkém průmyslu. Po získání nezávislosti v roce 1991 mohli ve stanovené lhůtě požádat o slovinské občanství (EWCO, 2007). 1 Blíže viz Franc (2006). 2 Jmenované země označujeme jako 6CE. 3 Z databáze Statistického úřadu Slovinska vyplývá, že příliv imigrantů kulminoval v 70. letech. V dekádě 1971­80 dosahovalo roční migrační saldo průměrného přebytku 5 725 osob, zatímco v předcházející dekádě to bylo 2 484 osob a v dekádě následující 3 698 osob. 91 V grafu č. 1 vidíme oslabení migračních toků v první polovině 90. let, přechodné zesílení v letech 1995 a 1996 a pak trvalé zesilování od konce 90. let. Zvláště v posledních dvou letech sledovaného období jejich intenzita silně vzrostla. V roce 2006 se počet imigrantů ve srovnání s předchozím rokem zvýšil o 33 % a počet emigrantů o 60 %. Graf č. 1: Mezinárodní migrační toky, 1991­2006 -5000 0 5000 10000 15000 20000 25000 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 přistěhovalí vystěhovalí migrační saldo Zdroj: databáze Statistického úřadu Slovinska V roce 2006 nejvíce Slovinců emigrovalo do Německa (20 %) a Rakouska (17 %).1 Od roku 2000 neustále roste počet imigrantů z Bosny a Hercegoviny (v roce 2006 dosáhl 43 %) a Srbska a Černé Hory (24 %).2 Ve srovnání s rokem 2005 byl zaznamenán i mírný nárůst počtu imigrantů ­ občanů EU-25. V roce 2006 jich do Slovinska imigrovalo 1 339. Díky výraznému nárůstu imigrantů ze třetích zemí představovali občané EU-25 menší procentní podíl než v roce 2005 (7,3 %). 2.2. Pracovní migrace Většina cizinců přicházejících do Slovinska jsou pracovní migranti (74 % v roce 2006), kteří představují přibližně 5 % aktivní populace ve Slovinsku (EWCO, 2007). I když se po roce 2004 počet pracovních migrantů z nových členských států EU poněkud zvýšil, je stále velmi nízký. Pro pracovní imigranty z různých zemí existují ve Slovinsku různé pracovní režimy. Občané z nečlenských zemí EU musí žádat o pracovní povolení, pro občany EU byla tato povinnost zrušena po vstupu do Unie. Od té doby Slovinsko aplikovalo princip reciprocity pro ty staré členské státy, které neuvolnily své pracovní trhy. Od roku 2006 Slovinsko ustoupilo od principu reciprocity a v současnosti mají všichni občané EU/EHP na jeho pracovním trhu stejné podmínky jako občané Slovinska. 1 Údaje v tomto odstavci byly čerpány ze studie EWCO (2007). 2 Ve srovnání s rokem 2005 počet imigrantů z Bosny a Hercegoviny vzrostl o 83 % a ze Srbska a Černé Hory o 34 %. 92 Z důvodu statistické evidence jsou zaměstnavatelé povinni oznamovat zaměstnání občana EU. Ve Slovinsku jsou rozlišovány tři typy pracovních povolení: * osobní pracovní povolení (přechodné nebo trvalé) je vydáváno na základě žádosti individuálního občana ze třetí země a není vztaženo k poptávce na pracovním trhu; * povolení k zaměstnání je vydáváno na omezenou dobu (standardně na 1 rok) na základě žádosti zaměstnavatele. V principu je vztaženo k poptávkové situaci na trhu práce a Služba zaměstnanosti může jejich počet regulovat v závislosti na počtu nezaměstnaných; * povolení k práci je dočasné povolení, jehož doba trvání závisí na účelu práce, jedná se například o sezónní práce, školení cizinců ve slovinských firmách, apod. Toto povolení je vydáváno na základě žádosti zaměstnavatele a není podmíněno situací na slovinském pracovním trhu. Od roku 2004 slovinská vláda stanovuje roční kvóty pro povolení k práci a povolení k zaměstnání, přičemž zákon stanovuje maximální limit ve výši 5 % aktivní populace ve Slovinsku. Součástí této kvóty nejsou migranti s osobním pracovním povolením, zahraniční manažeři a pracovníci ze zemí, kteří pracovní povolení nepotřebují. Z tabulky č. 1 je vidět, že podíl cizinců na pracovní síle se kontinuálně zvyšuje. Zatímco v roce 2001 činil tento podíl 3,7 %, v roce 2006 to bylo o necelé dva procentní body více (5,6 %). Tabulka č. 1: Vybrané charakteristiky pracovní migrace, 2001­2006 rok celkový počet vydaných prac. povolení registrace pracovníků bez prac. pov. celkový počet cizích pracovníků podíl cizích pracovníků na prac. síle (v %) 2001 33932 33932 3,72 2002 36059 36059 3,98 2003 39527 39527 4,51 2004 39030 1662 40692 4,67 2005 42967 3500 46467 5,27 2006 44654 5196 49850 5,62 Zdroj: výroční zprávy Služby zaměstnanosti za léta 2004, 2005 a 2006, databáze Statistického úřadu Slovinska, vlastní dopočty Většinu pracovních migrantů tvoří pracovníci ze zemí bývalé Jugoslávie.1 V roce 2006 představovala tato skupina 90 % všech pracovních migrantů ve Slovinsku a 93 % migrantů s pracovním povolením. Většina z nich pochází z Bosny a Hercegoviny (v roce 2006 51 % z celkového počtu cizích pracovníků), Srbska a Černé Hory (17 %), Chorvatska (14 %) a Makedonie (9 %). Po vstupu do EU se počet pracovních migrantů z nových členských států mírně zvýšil, zvláště o pracovníky ze Slovenska, méně pak o občany z České republiky, Polska a Maďarska. Zaměstnanost cizinců ze starých členských států je nízká. 1 Údaje ve zbytku této části jsou (nebude-li uvedeno jinak) čerpány ze studie EWCO (2007). 93 V roce 2005 bylo registrováno 5 635 zaměstnaných cizinců z EU, což je 12 % celkového počtu. Z občanů EU je ve Slovinsku zaměstnáno nejvíce Slováků (3 046), Italů (567), Rakušanů (348), Čechů (285), Němců (169), Poláků (143) a Francouzů (145). Pracovníci přicházející z nečlenských států EU se uplatňují hlavně ve stavebnictví, železářském průmyslu, stravování, sezónních pracích v zemědělství a dopravě. Stavební průmysl je ve Slovinsku tradičně závislý na pracovních migrantech ze zemí bývalé Jugoslávie, kteří tak zaplňují mezeru na tamním trhu práce. Zaměstnavatelé totiž čelí ve Slovinsku potížím s nedostatkem domácích pracovníků na tento typ prací, kde není vyžadována žádná nebo jen nízká kvalifikace. Jedná se o práce fyzicky náročné a podprůměrně placené. Pracovníci ze starých členských států obsazují většinou manažerské posty v podnicích vlastněných zahraničním kapitálem. V menší míře se jedná o pracovníky, kteří ve Slovinsku žijí a pracují již delší dobu nebo je pojí se slovinskými občany rodinné svazky. Mezi lety 2001 a 2006 bylo 90 % povolení k zaměstnání vydáno na pracovní pozice, na které bylo nutné nejvýše středoškolské vzdělání. Podle údajů Služby zaměstnanosti jen 5 % pracovních migrantů disponovalo vyšším než středoškolským vzděláním. Pracovní povolení na místa vyžadující sekundární vzdělání se týkala zejména technických profesí. Povolení vyžadující terciární vzdělání se týkala vysoce kvalifikovaných technických profesí, lékařů a ekonomů. Z dostupných materiálů vyplývá, že počet nelegálních migrantů, kteří pracují ve Slovinsku bude pravděpodobně malý, žádné oficiální odhady nejsou. V roce 2006 Inspektorát práce vykázal jen 77 případů nelegální práce cizinců.1 Emigrační potenciál Slovinců je nízký. Podle databáze LABORSTA, která obsahuje údaje o počtu Slovinců v zahraničí za období 1995­2002 je jejich počet stabilní a mírně přesahuje hranici 30 tisíc. Podle průzkumů 74 % Slovinců nikdy v zahraničí nepracovalo, 70 % o to ani nikdy neusilovalo a pouze méně než třetina by byla připravena v případě zajímavé pracovní nabídky na odchod do zahraničí (EWCO, 2007). Jako cílové země respondenti nejčastěji uváděli Německo, Rakousko a Velkou Británii. Tabulka č. 2 ukazuje toky remitancí v období 2000­2006. Vyplývá z ní, že jsou v tomto období stabilní a nijak zvlášť významné. Tabulka č. 2: Toky remitancí (v mil. USD) a podíl na HDP (v %), 2000­2006 Zdroj: www.worldbank.org/prospects/migrationandremittances, databáze DSI World Statistics, vlastní výpočty 1 Jednalo se o pracovníky ze zemí bývalé Jugoslávie, kteří neměli pracovní povolení. 2000 2001 2002 2003 2004 2005 2006 příliv 205 201 217 238 266 264 283 podíl na HDP 1,1 1,0 1,0 0,9 0,8 0,8 0,7 odliv 29 29 46 66 80 95 129 podíl na HDP 0,2 0,2 0,2 0,2 0,3 0,3 0,3 94 3. RUMUNSKO 3.1. Celková migrace Rumunsko je tradiční emigrační zemí. V komunistické éře byla emigrace omezována restrikcemi ze strany rumunských orgánů. Režim povoloval a v některých případech i nepřímo řídil emigrace etnických menšin, zejména Němců a Židů. V případě Maďarů byla situace odlišná. K větším odchodům docházelo až ve 2. polovině 80. let formou nelegálních přechodů hranic do sousedního Maďarska. Dočasná migrace byla motivována pracovními a studijními účely. Pracovní migrace byla řízena státem, většina rumunských pracovníků směřovala na střední východ, hlavně do zemí Perského zálivu (HWWI, 2007). Během komunistické éry byl omezený také příliv imigrantů. Každý cizinec, zvláště občan ,,nepřátelské" země, byl vládními orgány považován za potenciální nebezpečí. V tomto obecném postoji vůči cizincům existovaly i výjimky, například v případě zahraničních studentů ze zemí středního východu a afrických zemí, kteří od 70. let studovali na rumunských univerzitách (HWWI, 2007).1 Podle studie HWWI (2007) v prvních třech letech po pádu komunismu z Rumunska legálně emigrovalo 170 tisíc osob. Emigrační vlna kulminovala v roce 1990, kdy odešlo necelých 100 tisíc Rumunů v důsledku uvolnění hranic a politických a ekonomických turbulencí v zemi. Mezi emigranty převažovali příslušníci etnických menšin (hlavně Němci a Maďaři). Emigrace etnických Němců proběhla za asistence německé spolkové vlády. Nicméně hlavní pohnutkou k emigraci byl v té době motiv ekonomický. Na začátku 90. let získala řada vysoce kvalifikovaných a mladých emigrantů povolení k dlouhodobému pobytu v různých evropských zemích, USA a v Kanadě. Poté začali odcházet za prací do zahraničí i nekvalifikovaní a málo kvalifikovaní pracovníci z venkovských oblastí.2 Následující graf potvrzuje, že v Rumunsku i nadále převažují emigrační toky. Rumunsko tak dlouhodobě zaznamenává migrační ztrátu. Od roku 2000 dochází ve srovnání předchozí dekádou k určitému oslabení migračních toků, a tím i ke zmírnění migrační ztráty. 1 Vrcholu tento počet dosáhl v roce 1981, kdy dosáhl necelých 17 tisíc, což reprezentovalo 7­8 % všech studentů zapsaných na rumunských univerzitách. 2 V tomto případě se jednalo o přechodné migrační pohyby. 95 Graf č. 2: Vývoj migrace a migračního salda, 1991­2006 -50000 -40000 -30000 -20000 -10000 0 10000 20000 30000 40000 50000 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 přistěhovalí vystěhovalí saldo Zdroj: databáze Statistického úřadu Rumunska 3.2. Pracovní migrace V Rumunsku je každoročně stanovován limit udělených pracovních povolení na příští rok. Od roku 2004 dochází k výraznému nárůstu tohoto limitu. Tak zatímco v roce 2004 byl tento limit stanoven na 2 100, v roce 2006 již dosáhl 10 tisíc (EWCO, 2007). Tento nárůst souvisí jednak se zvyšujícím se nesouladem mezi nabídkou a poptávkou na trhu práce a jednak s rostoucím počtem žádostí o pracovní povolení. V posledních několika letech zesílily migrace Rumunů na pracovní trhy v členských státech EU, což přispělo k nedostatku pracovních sil v některých sektorech. Podle údajů cenzu z roku 2002 pracovalo na území Rumunska 10 852 cizích pracovníků,1 což znamenalo podíl na celkové pracovní síle 0,12 %. Studie EWCO (2007) zmiňuje poněkud odlišné výsledky studie Centra pro etnokulturní diverzitu, podle které pracovalo v zemi v září 2005 3 191 cizinců, z toho 517 (16 %) občanů EU, zbytek (2 674, tedy 84 %) pocházel z nečlenských zemí EU. Jednalo se nejčastěji o občany Turecka (1 295), Číny (375), Moldávie (339) a Libanonu (90). Podle údajů tamního Ministerstva práce bylo k 1. září 2006 uděleno 5 302 pracovních povolení, z toho 27 % občanům Turecka, 15 % občanům Číny a necelých 15 % občanům Moldávie. Pracovní povolení se týkala sektoru obchodu (31 %), průmyslové výroby (29 %) a služeb (21 %). Databáze LABORSTA obsahuje data o počtu vydaných pracovních povolení v časovém rozmezí 1991­1996 (kdy tento dosahoval 700) a pak 2000­2005. V roce 2000 jich bylo vydáno 1 574, do roku 2005 více než dvakrát více (3 678). I když se 1 To je necelých 43 % celkového počtu cizinců pobývajících v té době na území Rumunska po dobu delší než 1 rok. 96 počet cizinců na rumunském trhu práce zvyšuje, jejich podíl na domácí pracovní síle je zanedbatelný. Odhady počtu Rumunů pracujících v zahraničí se velmi liší. Spodní odhady udávají počet přesahující 1 milion osob, horní odhady hovoří až o dvou milionech Rumunů, což je necelá desetina celkové populace Rumunska. Z údajů databáze LABORSTA vyplývá, že pracovní emigrační tok z Rumunska sílí. Zatímco v roce 1995 odešlo za prací necelých 14 tisíc Rumunů, v roce 2006 to bylo přes 52 tisíc. Tento rozsáhlý exodus způsobuje problémy na rumunském trhu práce, který v některých sektorech trpí nedostatkem kvalifikovaných pracovníků.1 Tento deficit sice vytváří tlak na zvyšování mezd, jejich výše ve srovnání s ostatními zeměmi ale není natolik zajímavá, aby byl zmiňovaný deficit pokryt přílivem pracovníků ze zahraničí.2 Nejoblíbenějšími cílovými destinacemi rumunských pracovníků jsou Itálie, Španělsko, Velká Británie a Německo (EWCO, 2007).3 Země pak trpí nedostatkem pracovníků ve zdravotnictví, zemědělství a stavebnictví. Jak můžeme vidět z tabulky č. 3, příliv remitancí od pracovních emigrantů od roku 2005 výrazně zesílil. Remitance v současnosti tvoří významný podíl na HDP (5,5 % v roce 2006). Tyto prostředky pomáhají zvyšovat životní standard rumunských spotřebitelů a stimulovat spotřebitelskou poptávku. Tabulka č. 3: Toky remitancí (v mil. USD) a podíl na HDP (v %), 2000­2006 Zdroj: www.worldbank.org/prospects/migrationandremittances, databáze DSI World Statistics, vlastní výpočty 4. BULHARSKO 4.1. Celková migrace Díky specifikům historického a politicko-ekonomického vývoje převládají v Bulharsku ve sledovaném období emigrační toky. Nejsilnější emigrační vlna přišla v roce 1989, která zahrnovala 218 tisíc osob.4,5 Uvolnění hranic využili k emigraci převážně Bulhaři tureckého původu.6 Poté došlo ke zmírňování emigračního toku, změnil se také jeho charakter z etnicko-politického na ekonomický. Mezi cenzy 1 Podle serveru www.workpermit.com chybí v Rumunsku 300 tisíc stavebních dělníků. Jejich skutečný počet dosahuje poloviny uvedeného odhadu a vzhledem ke konjunktuře v tomto odvětví je silně nedostatečný. 2 Tato situace dokonce přiměla rumunskou vládu, aby podnikla kampaň, která má jednak přilákat do Rumunska cizince a jednak vyzývá Rumuny pracující v zahraničí k návratu domů. 3 Nejsou známa konkrétní čísla o struktuře pracovních emigrantů podle cílových zemí. 4 Údaje v tomto odstavci jsme čerpali z práce I. Baleva. 5 Mezi cenzy uskutečněných v letech 1985 a 1992 Bulharsko díky emigraci ztratilo necelých půl milionu občanů (461 332), přirozený přírůstek v tomto období činil 4 135 osob. Většinu (56 %) tvořili emigranti ve věkové skupině do 30 let. 6 Tento masivní odchod byl reakcí na asimilační politiku tehdejší bulharské vlády, která nutila etnické Turky ke změně jmen na křesťanská, zakázala výuku turečtiny na školách, atd. 2000 2001 2002 2003 2004 2005 2006 příliv 96 116 143 124 132 4733 6707 podíl na HDP 0,3 0,3 0,3 0,2 0,2 4,8 5,5 odliv 6 5 7 8 8 34 56 podíl na HDP 0 0 0 0 0 0 0,1 97 2001 a 1992 se z Bulharska vystěhovalo 230 tisíc lidí, což znamená roční průměr 29 tisíc. Celkový počet imigrantů v tomto období dosáhl 18 450. Ivanova (2007) uvádí, že v období 1996­2004 emigrovalo 196 tisíc Bulharů a 22 tisíc se jich vrátilo. Nejpreferovanější destinací bylo Německo (23 %), následované USA (19 %), Řeckem (8 %), Španělskem (8 %), Velkou Británií a Itálií (6 %).1 Studie EWCO (2007) věnovaná Bulharsku poskytuje následující údaje. Celkový počet migrantů postupně roste. Zatímco v roce 1990 představoval počet imigrantů v Bulharsku 21 500, v roce 2005 to bylo již 104 076, což z hlediska procentního podílu na domácí populaci představovalo nárůst z 0,2 % na 1,3 %. Tato studie dále uvádí, že největší imigrační komunitu (kolem 33 %) představují Rusové, na druhém místě jsou migranti z Blízkého východu a na třetím občané ze zemí bývalého SSSR (kromě Ruska). Významnou skupinu představují také migranti ze západního Balkánu (Albánci, Makonci a Srbové). Vzdělanostní struktura imigrantů je v průměru vyšší než domácích pracovníků.2 4.2. Pracovní migrace V Bulharsku bylo v roce 2005 vydáno 1 060 pracovních povolení, což představuje zanedbatelný podíl na domácí pracovní síle. Největší skupinu tvořili Turci (21 %), dále Němci (13 %), Italové (8 %), Řekové (7 %) a Rusové (5 %) (EWCO, 2007). Z profesního hlediska převažovali konzultanti, techničtí odborníci, manažeři a dělníci (tento typ profesí obsazovali hlavně Turci). Každá země, která je charakteristická masivními emigračními pohyby, se vystavuje riziku odlivu mozků. Ivanova (2007) uvádí, že tento jev se v Bulharsku intenzifikuje. Podle sociologických průzkumů asi 70 % vysoce kvalifikovaných pracovníků, kteří odešli za prací do zahraničí, nemá zájem se vrátit zpátky do Bulharska. Většina odcházejících vědců směřuje do Německa, Itálie, Francie a Británie, kde mají nesrovnatelně lepší materiální a finanční zázemí a celkově lepší podmínky pro svou práci. Odliv těchto pracovníků, kteří nemají zájem se vrátit zpět, tedy z hlediska dalšího socio-ekonomického vývoje Bulharska, představuje určité riziko. Z tabulky č. 4 vyplývá, že příliv remitancí hraje významnou roli v bulharské ekonomice. Maxima (z hlediska absolutní hodnoty i podílu na HDP) dosáhl v roce 2003. V roce 2006 dosáhl příliv remitancí podílu na HDP ve výši 5,4 %. Tabulka č. 4: Toky remitancí (v mil. USD) a podíl na HDP (v %), 2000­2006 2000 2001 2002 2003 2004 2005 2006 příliv 58 826 1177 1718 1722 1613 1695 podíl na HDP 0,5 6,1 7,5 8,7 7,0 5,9 5,4 odliv 26 27 14 13 29 36 48 podíl na HDP 0,2 0,2 0,1 0,1 0,1 0,1 0,2 Zdroj: www.worldbank.org/prospects/migrationandremittances, databáze DSI World Statistics, vlastní výpočty 1 Autorka dokonce uvádí odhad jiného autora, podle kterého na přelomu tisíciletí žilo v zahraničí 4 miliony Bulharů. 2 Bulhaři s vysokoškolským vzděláním tvoří 12 % celkové populace, zatímco mezi migranty je tento podíl 21 %. 98 5. LITVA 5.1. Celková migrace Do konce 80. let byla mezinárodní migrace v Litvě intenzivní a relativně stabilní. Migrační pohyby se v Litvě, stejně jako v Estonsku a Lotyšsku, týkaly téměř výlučně území bývalého SSSR. Probíhající industrializace v baltských státech vyžadovala příliv pracovníků ze sousedních sovětských republik (hlavně Ukrajiny, Běloruska a Ruska) (Zukauskiene, 2005). Tabulka č. 5 srovnává tyto migrační pohyby mezi jednotlivými baltskými státy a vyplývá z ní, že nejsilnější migrační toky se týkaly Lotyšska. V případě Litvy čistá migrace díky imigraci z republik SSSR dosahovala 6 až 8 tisíc osob ročně.1 Tabulka č. 5: Migrace mezi baltskými státy a býv. SSSR, 1960­89 (v tis.) Estonsko Lotyšsko Litva imigrace celkem 655749 1032345 733092 roční průměr 21858 34412 24436 emigrace celkem 460623 723458 525524 roční průměr 15354 24115 17517 čistá migrace celkem 195126 308887 207568 roční průměr 6504 10297 6919 Zdroj: Gruzevskis (2004), s. 72 Politické, společenské e ekonomické změny po roce 1989 se odrazily také ve změně směru migračních pohybů. Zatímco v období zachyceném předchozí tabulkou Litva inkasovala migrační zisk, po získání samostatnosti v roce 1990 se trvale vyznačuje negativním saldem čisté migrace (HWWI, 2007). Tuto skutečnost dokládá i graf č. 3, který zachycuje migrační pohyby v období 2001­2007. Gruzevskis (2004) uvádí, že na začátku 90. let byly emigrační pohyby charakteristické dvěma rysy: intenzivní emigrací rusky hovořících občanů a krátkodobými migračními pohyby do západních zemí. Emigrace rusky hovořícího obyvatelstva dosáhla vrcholu v roce 1992, kdy do zemí SNS emigrovalo 27 tisíc lidí (Zukauskiene, 2005). Většina emigrantů odcházela do Ruska, Ukrajiny a Běloruska, tedy zdrojových zemí imigrace v poválečném období. Od poloviny 90. let začala převažovat emigrace do západní Evropy a severní Ameriky. Po vstupu do EU a následném uvolnění pohybu pracovních sil v některých členských zemích začal narůstat počet Litevců studujících a pracujících v zahraničí. Z níže uvedeného grafu vidíme, že od roku 2003 došlo v Litvě k zesílení migračních toků. To se odráží i v nárůstu celkového počtu cizinců; zatímco v roce 2001 bylo v Litvě registrováno 35 tisíc cizinců2 (1 % celkové populace), v roce 2007 to bylo necelých 40 tisíc (1,17 %). V roce 2005 největší podíl trvalých imigrantů pocházel z Velké Británie (necelých 18 %), Ruska (necelých 13 %) a Německa (kolem 10 %). 1 Tento příliv imigrantů z ostatních regionů Sovětského svazu (zejména z Ruska, Ukrajiny a Běloruska) byl řízený vládními orgány, které tímto usilovaly o vytvoření těsnějšího pouta mezi centrální vládou v Moskvě a původně nezávislými pobaltskými státy. Postupující industrializace si také vyžádala další příliv pracovníků. 2 Údaje o počtu cizinců jsme získali z databází Eurostatu, při výpočtu podílu na celkové populaci jsme využili databáze Statistického úřadu Litvy. 99 Ve srovnání s dalšími pobaltskými státy, Lotyšskem a Estonskem, je v Litvě relativně malý počet cizinců. Je to dáno existencí velkorysejších naturalizačních procedur ve srovnání s těmito dvěma zeměmi. Graf č. 3: Mezinárodní migrační toky, 2001­2007 -15000 -10000 -5000 0 5000 10000 15000 20000 2001 2002 2003 2004 2005 2006 2007 přistěhovalí vystěhovalí migrační saldo Zdroj: databáze Statistického úřadu Litvy 5.2. Pracovní migrace Bohužel nejsou k dispozici aktuální data o počtu cizinců pracujících v Litvě. Poslední údaj jsme získali z databáze LABORSTA za rok 2003, podle kterého v Litvě pracovalo 11 tisíc cizinců (0,7 % pracovní síly). Z dílčích údajů za další roky se dá usoudit, že tento podíl narůstá. Z tabulky č. 6 je vidět, že počty vydaných pracovních povolení jsou nízké. Podíl pracovníků s pracovním povolením na celkové domácí pracovní síle v období 1995­2004 nedosahoval ani jednoho promile (EWCO, 2007). K této hranici se přiblížil až v roce 2005. Ze získaných materiálů můžeme konstatovat, že v posledních několika letech dochází k zesílení přílivu cizích pracovníků do Litvy. Podle serveru http://irzikevicius.wordpress.com se například počet vydaných pracovních povolení v prvních třech kvartálech roku 2007 ve srovnání se stejným obdobím minulého roku zdvojnásobil na 4 253, což činí podíl 0,25 % na domácí pracovní síle. Tabulka č. 6: Počty vydaných pracovních povolení, vybrané roky 1995 2000 2004 2005 prac. povolení 410 701 609 1565 Zdroj: Sipavicieno (1997), www.eurofound.europa.eu Největší počet pracovníků potřebujících pracovní povolení přichází do Litvy z Ukrajiny, Běloruska (více než 1/3) a Rumunska (18 %).1 Uplatňují se především v průmyslu, dále v dopravě a stavebnictví. 1 Tyto údaje se vztahují k r. 2006 a pochází ze studie EWCO (2007). 100 Hlavní pohnutkou k emigraci Litevců jsou ekonomické motivy. Podle oficiálních statistik opustilo zemi v období 2001­2005 skoro 62 tisíc Litevců, 83 % tvořily pracovní emigrace.1 Cílovými zeměmi litevských emigrantů v tomto období byly Irsko, Velká Británie, USA, Španělsko a Německo.2 Podíl emigrantů se sekundárním stupněm dosaženého vzdělání dosahoval 64 %, univerzitní diplom získalo 21 % litevských emigrantů. Fenomén odlivu vysoce kvalifikovaných lidí (brain drain) není považován vládními orgány za závažný, protože spoléhají na návrat těchto osob do vlasti. Tomu odpovídají i průzkumy mezi univerzitními studenty; např. drtivá většina (92 %) studentů univerzity ve Vilniusu uvedla, že si dokáže představit jen dočasný pobyt v zahraničí. Tabulka č. 7 ukazuje zesílení přílivu remitancí po vstupu do EU, což svědčí o rostoucím počtu Litevců pracujících v zahraničí. Odliv remitancí je zanedbatelný. Tabulka č. 7: Toky remitancí (v mil. USD) a podíl na HDP (v %), 2000­2006 2000 2001 2002 2003 2004 2005 2006 příliv 50 79 109 115 325 634 622 podíl na HDP 0,4 0,7 0,8 0,6 1,4 2,1 2,1 odliv 38 29 31 42 28 47 54 podíl na HDP 0,3 0,2 0,2 0,3 0,1 0,2 0,2 Zdroj: www.worldbank.org/prospects/migrationandremittances, databáze DSI World Statistics, vlastní výpočty 6. LOTYŠSKO 6.1. Celková migrace Politické, společenské a ekonomické změny v Lotyšsku na začátku 90. let znamenaly podstatný posun v objemu a směru mezinárodních migrací. Lotyšsko, v sovětské éře imigrační země, se změnilo na zemi emigrační.3 Tabulka č. 8: Migrační toky, různá období Imigrace Emigrace Čistá migrace 1951­1960 63988 45983 18005 1961­1970 47693 33587 14106 1971­1980 54864 42823 12041 1981­1990 50658 42395 8263 1991­1995 6168 33646 -27478 1996­2000 2445 9413 -6968 2001­2005 1557 3454 -1897 Zdroj: databáze Statistického úřadu Lotyšska 1 Více než 37 % pracovních emigrantů bylo před odchodem ze země bez zaměstnání. 2 Po vstupu do EU prudce stouply odchody do Velké Británie a Irska. V Británii Litevci představovali 15 % všech pracovníků ze zemí EU-8 v roce 2005. Vykonávali zde převážně nekvalifikované práce v zemědělství, stavebnictví a pohostinství. V Irsku představovali větší podíl, 21 %. Uplatňovali se v podobných profesích; v poslední době roste i počet Litevců pracujících ve zdravotnictví. 3 Tato charakteristika je platná pro všechny tři pobaltské země. 101 Mezinárodní migrace na začátku 90. let byla omezena na teritorium bývalého SSSR, v průběhu 90. let se migrační toky začaly týkat spíše evropských a ostatních vyspělých zemí. Stabilizace ekonomické a společenské situace v Lotyšsku se projevila i ve zmírnění migračních toků (viz graf č. 4). Graf č. 4: Mezinárodní migrační toky, 1991­2007 -60000 -40000 -20000 0 20000 40000 60000 80000 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 přistěhovalí vystěhovalí migrační saldo Zdroj: databáze Statistického úřadu Lotyšska Z Ruska přichází do Lotyšska stále největší podíl trvalých imigrantů, i když se jeho podíl snižuje. Zatímco v roce 1995 podíl Rusů dosahoval 60 %, v roce 2004 to bylo 16,5 %.1 Dochází k poklesu podílu Ukrajinců a Bělorusů (ze 7,4 % na 4,9 %, resp. z 5 % na 3,5 %). Rostl naopak podíl Litevců a Němců (z 1,9 % na 5,5 %, resp. z 4,9 % na 8,5 %). Co se týče trvalého přesídlení do zahraničí (emigrace), opět zaznamenáváme pokles podílu Ruska ze 70 % na 38,5 %. Ve sledovaném období došlo k poklesu podílu Běloruska (z 6,7 % na 4 %) a nárůstu podílu Německa a USA (z 5 % na 8,5 %, resp. ze 4 % na 6,2 %). Pokud se podíváme na stavovou veličinu podílu cizinců na celkové populaci, registrujeme určitý pokles. V roce 2000 dosahoval podíl cizinců na celkové populaci 26 %, v roce 2007 to bylo jen 19 %. 6.2. Pracovní migrace Celkový počet zaměstnaných cizinců v Lotyšsku není znám a publikovaná data si často (jako i v případě jiných zemí) odporují. Skutečností je, že počet zahraničních pracovníků v Lotyšsku není velký a od vstupu do EU postupně roste. Databáze LABORSTA obsahuje jediný údaj o celkovém počtu zaměstnaných cizinců v Lotyšsku za rok 2001, podle kterého bylo v Lotyšsku zaměstnáno 175 500 cizinců (podíl 16 % na pracovní síle). Z tohoto zdroje jsme také získali údaje o 1 Srovnávané údaje v tomto odstavci se týkají let 1995 a 2004. Získali jsme je z databáze Statistického úřadu Lotyšska. 102 vydaných pracovních povoleních. Je zde zřetelný rostoucí trend vydávaných pracovních povolení. Zatímco v roce 1995 jich bylo vydáno 598, v roce 1999 1 339, v roce 2004 7 400 a v roce 2006 11 100. Dvě třetiny z nich bylo vydáno občanům Ruska. Platí zde obecná tendence jako u ostatních zemí; občané EU se uplatňují v kvalifikovaných (hlavně manažerských pozicích), občané ze zemí bývalého SSSR pak na místech, které nevyžadují vysokou kvalifikaci (textilní průmysl v případě žen, v případě mužů loďařský průmysl, stavebnictví, doprava a další odvětví) (EWCO, 2007). Zvyšující se intenzita emigrace lotyšských pracovníků do zahraničí, která je motivována nízkou úrovní mezd1 na tamním pracovním trhu vytváří v zemi problém nedostatku pracovníků v určitých profesích. Podle odhadů ministerstva hospodářství asi 50 tisíc Lotyšů v roce 2005 odešlo za prací do některé země EU. Údaje z databáze LABORSTA se poněkud liší. Podle nich odešlo v roce 2002 za prací do zahraničí 8000 Lotyšů, zatímco v roce 2006 14 100 občanů Lotyšska. Trend v podobě rostoucího počtu pracovních emigrantů ale potvrzují. V roce 2005 agentura SKDS zveřejnila průzkum, podle kterého 139 tisíc až 207 tisíc Lotyšů zvažuje v průběhu následujících dvou let práci v zahraničí (EWCO, 2007). Vzniklý deficit na trhu práce by mohl poškodit ekonomický růst. Zlepšující se ekonomická situace v Lotyšsku může přispět k poklesu počtu emigrantů, jejichž motiv je dán finančními důvody, počet lidí odcházejících kvůli získání cenných zkušeností a znalostí to však neovlivní. Odhaduje se, že třetina emigrantů se vrátí zpět do Lotyšska. Oblíbenými cílovými zeměmi Lotyšů jsou Velká Británie a Irsko. Z hlediska srovnání je zajímavý údaj ze studie autorů Krisjane, Bauls a Eglite (2004), podle kterého je ochota Lotyšů k emigraci asi čtyřikrát vyšší než v České republice, Maďarsku, Slovinsku a na Slovensku. Z tabulky č. 9 vidíme, že zatímco odliv remitancí je zanedbatelný, jejich příliv postupně zesiluje. Tabulka č. 9: Toky remitancí (v mil. USD) a podíl na HDP (v %), 2000­2006 Zdroj: www.worldbank.org/prospects/migrationandremittances, databáze DSI World Statistics, vlastní výpočty 1 V posledních několika letech dochází k nárůstu reálných mezd, jejich absolutní úroveň je ve srovnání s ostatními vyspělými zeměmi EU stále nízká. 2000 2001 2002 2003 2004 2005 2006 příliv 72 112 138 173 230 381 483 podíl na HDP 0,9 1,4 1,5 1,6 1,7 2,4 2,4 odliv 7 8 7 8 14 20 29 podíl na HDP 0,1 0,1 0,1 0,1 0,1 0,1 0,2 103 7. ESTONSKO Podle údajů Eurostatu dosahoval počet cizinců v Estonsku1 v roce 2000 274 tisíc, zatímco v roce 2007 236 tisíc, což znamená mírný pokles podílu na celkové populaci z 20 % na 18 %.2 l Podle ročenky Výboru pro estonské občanství a migraci disponovalo platným povolením k pobytu na začátku roku 2005 necelých 245 tisíc osob,3 94 % z nich tvořili občané Ruské federace a 3 % občané EU (EWCO, 2007). Z tohoto počtu bylo ekonomicky aktivních 92 %. Vzdělanostní struktura cizinců byla v tomto roce následující: 8,5 % uvedlo základní vzdělání, 54 % vzdělání sekundární a zbytek, tj. 37,5 % vzdělání terciární.4 Údaje o pracovních migracích čerpáme z databáze LABORSTA a jsou dostupné pouze data o stavu mezi lety 1997 a 2003. V roce 1997 pracovalo v Estonsku 125 600 cizinců (podíl 18,5 % na pracovní síle), v roce 2003 110 900 cizinců (podíl 17 % na pracovní síle). Největší je opět podíl Rusů, který se pohyboval kolem jedné třetiny. Přes lepší vzdělanostní strukturu cizinci (především Rusové) obecně obsazují ve srovnání s Estonci méně kvalifikované pozice.5 Mnoho občanů republik bývalého SSSR bylo vysíláno do Estonska na práci v odvětvích, která produkovala výrobky pro celý Sovětský svaz. Po získání nezávislosti mnoho těchto pracovníků zůstalo v Estonsku a zaplňuje pozice nekvalifikovaných pracovníků. Mnohé z těchto pracovníků také na trhu práce znevýhodňuje neznalost estonštiny. Většina cizinců se uplatňuje v průmyslu, dopravě a obchodu. Emigrační potenciál Estonců není velký. Z několika průzkumů veřejného míněné vyplývá, že není mnoho občanů, kteří by měli v úmyslu opustit zemi (EWCO, 2007). Od začátku 90. let byla emigrace z Estonska do zemí EU permanentně nízká. Na začátku tisíciletí dokonce (zřejmě v souvislosti s příznivým ekonomickým vývojem) klesala. Přes 60 % potenciálních migrantů má sekundární vzdělání a 13 % terciární. Podle informací Eurostatu v roce 2001 pobývalo mimo zemi původu kolem 16 700 estonských občanů, kteří se zdržovali hlavně ve Finsku, dále pak v Německu a Švédsku. Z poslední tabulky tradičně popisující toky remitancí, můžeme formulovat podobné závěry jako v případě předešlých dvou baltských zemí. Tabulka č. 10: Toky remitancí (v mil. USD) a podíl na HDP (v %), 2000­2006 1 Vzhledem k nedostatku statistických dat nebudeme tuto kapitolu dělit na celkové a pracovní migrace. 2 Data o počtu cizinců jsme čerpali z databáze Eurostatu, údaje o celkové populaci z databáze Statistického úřadu Estonska. 3 V této části pracujeme se stavovými ukazateli. 4 Vzdělanostní struktura cizinců byla příznivější než vzdělanostní struktura domácích pracovníků. 5 Ve studii Employment and working conditions of migrant workers ­ Estonia se to označuje jako zaměstnanecká segregace. 2000 2001 2002 2003 2004 2005 2006 příliv 3 9 19 51 167 265 402 104 Zdroj: www.worldbank.org/prospects/migrationandremittances, databáze DSI World Statistics, vlastní výpočty ZÁVĚR V posledních letech sílí ve všech sledovaných zemích migrační pohyby. Ekonomický význam pracovních migrací je různý. Největším počtem cizinců na domácí pracovní síle se vyznačuje Lotyšsko a Estonsko, což však není dáno atraktivností těchto ekonomik pro cizí migranty, ale historickými důvody (přítomností silné ruské národnostní menšiny). Pracovní imigrace jsou ekonomicky významné ve Slovinsku, kde podíl cizinců přesahuje 5 % domácí pracovní síly. Imigranti se zde uplatňují v kvalifikovaných a nekvalifikovaných dělnických profesích a službách, o které nemají domácí pracovníci zájem a zaplňují tak mezery na slovinském trhu práce. V ostatních zemích podíl pracovních imigrantů (i přes růst v posledních letech) nedosahoval významnější úrovně, která by umožňovala hodnotit ekonomické dopady. Mzdová úroveň v těchto zemích stále není pro potenciální migranty dostatečně atraktivní. Ve všech sledovaných zemích došlo po vstupu do EU k zesílení odlivu domácích pracovníků na zahraniční trhy práce. Tato tendence byla zvláště významná v obou balkánských státech. Odchod části domácí pracovní síly sice může v podmínkách vysoké nezaměstnanosti zmírnit napětí na domácím trhu práce, pokud ale dochází k významné nenávratové emigraci vysoce kvalifikovaných pracovníků, může domácí ekonomiku poškodit. Například v případě Bulharska se v některých pracích zmiňuje fenomén odlivu mozků. Masivní pracovní emigrace má v těchto zemích další negativní důsledek, který může ohrozit ekonomický růst; dochází k prohlubování nerovnováhy na domácích pracovních trzích (v rámci určitých profesí) a akutnímu nedostatku pracovníků. Na druhou stranu příliv remitancí do těchto ekonomik může být zdrojem ekonomického růstu. POUŽITÁ LITERATURA: BADESCU, G. (2004): Romanian Labor Migration and Citizenship. Dostupný z: http://www.cenpo.ro/files/01%20Migration.pdf. BALEV, I. (rok neuveden): Development of international migration in Bulgaria in the last decade of the 20th century and its consequences on the country´s population. Dostupný z: http://www.demobalk.org/conferences/fr/resume/S3.BALEV.doc. BOTEZATU, M. (2005): Labour Migration and its Impact on Domestic Economy the Case of Romania. Dostupný z: http://papers.ssrn.com/sol3/papers.cfm? abstract_id=995425#PaperDownload. EWCO (2007): Employment and working conditions of migrant workers. Dublin: European Foundation for the Improvement of Living and Working Conditions 2007. Dostupný z: http://www.eurofound.europa.eu/docs/ewco/tn0701038s/tn0701038s.pdf. EWCO (2007): Employment and working conditions of migrant workers - Estonia. Dublin: European Foundation for the Improvement of Living and Working Conditions podíl na HDP 0,1 0,2 0,3 0,5 1,4 1,9 2,4 odliv 3 2 5 18 26 50 76 podíl na HDP 0,1 0 0,1 0,2 0,2 0,4 0,5 105 2007. Dostupný z: http://www.eurofound.europa.eu/ewco/studies/tn0701038s/ ee0701039q.htm. EWCO (2007): Employment and working conditions of migrant workers - Slovenia. Dublin: European Foundation for the Improvement of Living and Working Conditions 2007. Dostupný z: http://www.eurofound.europa.eu/ewco/studies/tn0701038s/ si0701039q.htm. EWCO (2007): Employment and working conditions of migrant workers - Bugaria. Dublin: European Foundation for the Improvement of Living and Working Conditions 2007. Dostupný z: http://www.eurofound.europa.eu/ewco/studies/tn0701038s/ bg0701039q.htm. EWCO (2007): Employment and working conditions of migrant workers - Romania. Dublin: European Foundation for the Improvement of Living and Working Conditions 2007. Dostupný z: http://www.eurofound.europa.eu/ewco/studies/tn0701038s/ ro0701039q.htm. EWCO (2007): Employment and working conditions of migrant workers - Lithuania. Dublin: European Foundation for the Improvement of Living and Working Conditions 2007. Dostupný z: http://www.eurofound.europa.eu/ewco/studies/tn0701038s/ lt0701039q.htm. EWCO (2007): Employment and working conditions of migrant workers - Lithuania. Dublin: European Foundation for the Improvement of Living and Working Conditions 2007. Dostupný z: http://www.eurofound.europa.eu/ewco/studies/tn0701038s/ lv0701039q.htm. FRANC, A. (2006): Hlavní tendence ve vývoji pracovních migrací v České republice. WP č. 22/2006. Brno: CVKSČE 2006. ISSN 1801-4496. GRUZEVSKIS, B. (2004): Labour Migration in Lithuania. Dostupný z: http://www.cenpo.ro/files/05%20Migration.pdf. HAMBURG INSTITUTE OF INTERNATIONAL ECONOMICS (2007): Lithuania. Country Profile. 2007, č. 7. Hamburg: HWWI. Dostupný z: http://www.focus- migration.de/Lithuania.1257.0.html?&L=1. HAMBURG INSTITUTE OF INTERNATIONAL ECONOMICS (2007): Romania. Hamburg: HWWI 2007. Dostupný z: http://www.focus-migration.de/ Romania.2515.0.html?&L=1. IVANOVA, P. (2007): Migration Report for Bulgaria. Dostupný z: http://netbuzzing.blogspot.com/search/label/migration%20and%20integration. KRISJANE, Z., BAULS, A., EGLITE P. (2004): New Trends of International Migration in Latvia during the Transition Period. Dostupný z: http://www.irpps.cnr.it/ricmob/web_conf/download/Krisjane_Bauls_Eglite_paper.pdf. MANSOOR, A., QUILLIN, B. (ed.) (2006): Migration and Remittances. Eastern Europe and the Former Soviet Union. The World Bank 2006. SIPAVICIENO, A., KANOPIENE V. (1997): Foreign labour in Lithuania: Immigration, employment and illegal work. Dostupný z: http://www.ilo.org/public/english/ protection/migrant/download/imp/imp31.pdf. 106 ZUKAUSKIENE, R. (2005): Active Civic Participation of Immigrants in Lithuania. Dostupný z: http://www.uni-oldenburg.de/politis-europe/download/Lithuania.pdf. Další internetové zdroje a databáze: Národní statistické úřady: Statistický úřad Slovinska, dostupný z: http://www.stat.si Národní institut statistiky, Rumunsko, dostupný z: http://www.insse.ro Národní statistický institut, Bulharsko, dostupný z: http://www.nsi.bg Centrální úřad statistiky, Litva, dostupný z: http://www.stat.gov.lt Centrální statistický úřad Lotyšska, dostupný z: http://212.70.168.100/satr/aorg.htm Statistický úřad Estonska, dostupný z: http://stat.ee Databáze DSI World Statistics Databáze Eurostatu, dostupný z: http://epp.eurostat.ec.europa.eu/ Databáze LABORSTA, dostupný z: http://laborsta.ilo.org/ Databáze Světové banky Migration and Remittances, dostupný z: www.worldbank.org/prospects/migrationandremittances 107 FINANČNÍ ZPROSTŘEDKOVATELÉ A ALOKACE KAPITÁLU V ZEMÍCH 6CE PAVLÍNA BALCAROVÁ, JANA CHMELOVÁ Cílem příspěvku je popsat a analyzovat úlohu a postavení finančních zprostředkovatelů, především bankovních institucí, v zemích 6CE v období 1990­ 2006. Práce se zaměřuje na zprostředkovatelskou činnost bank, tedy poskytování volných finančních prostředků domácím residentům, což vytváří příznivé podmínky pro růst potenciálu hospodářství. Příspěvek se nejprve věnuje stručnému zhodnocení stavu bankovního sektoru ve vybraných zemích před a během období transformace. Následující části práce charakterizují bankovní odvětví vybrané ekonomiky se zaměřením na výši poskytnutých úvěrů jednotlivých skupinám ekonomických subjektů. 1. POSTAVENÍ A FUNKCE FINANČNÍCH ZPROSTŘEDKOVATELŮ V každé ekonomice musí fungovat mechanismus, který by zajišťoval transfer uspořených prostředků k těm subjektům, které jsou schopny využít tyto zdroje k investicím.1 Tento mechanismus je zajišťován finančním systémem. Finanční systémy spočívají na efektivním fungování finančních zprostředkovatelů a finančních trhů. Mezi finančními zprostředkovateli zaujímají dominantní pozici bankovní instituce, které rozhodují o alokaci významné části kapitálu v ekonomice. Jejich zdravé fungování2 je nezbytným předpokladem makroekonomické stability, prosperity a rychlejšího růstu ekonomiky. Finanční zprostředkovatelé jsou efektivnější v poskytování externích financí nově vznikajícím podnikům,3 které vyžadují postupný přísun zdrojů. Banky se mohou důvěryhodně zavázat k dodání potřebných finančních prostředků, souvisejících s rozvojem financovaného projektu. Zprostředkovatelé dále vstupují do úvěrových kontraktů s firmami, kdy mají přirozený zájem o investice nízkorizikové s vysokou pravděpodobností úspěchu. Nevýhodou ovšem je, že nízkorizikové projekty mají tendenci produkovat nízké výnosy. Banky také vykazují nižší transakční náklady, což je podpořeno specializací v dané oblasti, disponováním expertů a realizací činností ve velkém (úspory z rozsahu). Nízké náklady na získání investic se příznivě odráží na růstovém potenciálu hospodářství. Banky vykonávají finanční zprostředkování na ziskovém principu (Dvořák, 2005), kdy jsou disponibilní zdroje přednostně umisťovány do takových instrumentů, které přinášejí nejvyšší rizikově očištěné zhodnocení. Tím je zaručena efektivnost alokovaného kapitálu. Klíčový aspekt v tomto směru představuje také přítomnost konkurence, která pobízí ke snižování nákladů a podporuje efektivnost alokace zdrojů. 1 Úspory a investice jsou obvykle realizovány odlišnými subjekty: úspory převážně domácnostmi, investice většinou podnikateli. 2 Dvořák (2005). 3 Ghosh (2006). 108 Alternativu poskytování volných finančních prostředků tvoří kapitálový trh. Účast na kapitálových trzích je vhodnější pro velké firny, které disponují pověstí a tradicí, neboť snadněji získají důvěru věřitelů. Emise akcií vyžaduje značné náklady. Pozitivem je (Ghosh, 2006), že kapitálový trh se dokáže lépe vypořádat s nejistotou a inovacemi. Finanční zprostředkovatele a kapitálové trhy nelze považovat za dokonalé komplementy v rámci vykonávaných funkcí. Úsilí o vytvoření podmínek pro rozvoj široce založeného finančního systému v hospodářství se může pozitivně odrazit v době ekonomických poklesů a krizí. Stabilnější a rozvinutější systém disponuje vhodnějšími podmínkami, které napomáhají zmírnit dopady. Diversifikovaný trh (Ghosh, 2006) má tendenci být doprovázen poskytováním široké škály služeb, které vhodněji odrážejí potřeby odlišných subjektů, čímž vytváří příznivější prostředí pro ekonomický růst. Intenzita využití služeb finančních zprostředkovatelů a kapitálového financování se v jednotlivých zemích liší. Tato skutečnost je dle Dvořáka (2005) ovlivněna několika faktory: tradicí v investičním chování firem a domácností, šíří a kvalitou poskytovaných produktů nabízených bankami a kapitálovými trhy, rozdíly mezi výnosností a rizikem z depozit a investičních instrumentů na finančním trhu a konečně transakčními náklady obou forem financování. V současnosti většina zemí zatím nenašla optimální strukturu finančního systému. Přesto je zřejmé, že efektivně fungující finanční systém vyžaduje jak zdravý bankovní sektor, tak rozvinutý kapitálový trh.1 Příspěvek věnuje počáteční pozornost zhodnocení stavu a vývoje bankovního sektoru před a v průběhu transformace. Výchozí situace finančního systému je důležitá pro spolehlivou analýzu následujícího ekonomického dění. Finanční systémy v tranzitivních ekonomikách prošly charakteristickou změnou zavedení dvoustupňových bankovních systémů, které spočívají v oddělení centrálního a komerčního bankovnictví. Situace v těchto zemích dále vedla k restrukturalizaci a ozdravení bankovního sektoru, což se projevilo strukturálními změnami.2 Kapitálové trhy jsou ve srovnání s těmi v rozvinutých zemích stále ještě relativně slabé a málo vyvinuté. Kapitálové trhy mají také často kratší historii vývoje a jejich založení vyžaduje restrukturalizaci a privatizaci stávajících podniků, vytvoření vhodného právního a regulačního prostředí (Kulhánek, 2004). Velikost a efektivnost finančního systému je tedy úzce spojena s rozvojem reálné ekonomiky. Hloubka finančního zprostředkování a velikost bankovního sektoru může být doložena poměrem bankovních aktiv vůči HDP (Kulhánek, 2004). Nízká úroveň finančního zprostředkování se odráží v omezené schopnosti bankovních institucí směřovat finanční úspory do investic. Vysoký poměr bankovních aktiv vůči HDP ovšem není důkazem zdravého bankovního systému, proto se zájem soustředí také na velikost nedobytných půjček k celkovým poskytnutým úvěrům. V literatuře je možné se setkat také s poměrem peněžního agregátu M2/HDP, který ovšem neříká, zda finanční závazky pocházejí od bank, centrální banky nebo jiných finančních zprostředkovatelů. 1 Polouček (2006). 2 Změny v počtu bank a v koncentraci bankovního sektoru, příprava bank k privatizaci, vstup zahraničních bank na domácí trhy. 109 Hlavním záměrem práce bylo zjistit výši úvěrů, které jsou poskytovány bankovním sektorem jednotlivým subjektům ekonomiky (vládě, podnikům a domácnostem). Transformující se ekonomiky zažívají nárůst v produktivitě. Proces dohánění vyžaduje enormní množství investic, prostřednictvím nichž mohou soukromé podniky modernizovat výrobní procesy. Úrokové sazby pomáhají (Polouček, 2006) zajišťovat tok úspor a jejich přeměnu v investice (podpora ekonomického růstu). Jejich výše ovlivňuje alokaci zápůjčního kapitálu, kdy jsou disponibilní prostředky využity v investičních projektech s nejvyšší očekávanou mírou návratnosti. Velikost úrokových sazeb ovlivňuje rozhodování investorů i domácností, proto je v práci zachycen i jejich vývoj. Vysoké rozdíly mezi úroky vybíranými z poskytnutých úvěrů a úroky placenými na vklady snižují úroveň efektivnosti bankovního sektoru. K určení efektivnosti bankovního sektoru je v práci sledován vývoj ukazatelů ROA (return on assets) a ROE (return on equity). Indikátor ROA1 (Polouček, 2006) ukazuje na schopnost managementu využít aktiva banky k vytvoření zisku. Odráží se v něm rozhodnutí o struktuře aktiv a pasiv, řízení nákladů i schopnost managementu reagovat na vnější prostředí a tržní podmínky. Naproti tomu ROE2 (Polouček, 2006) představuje míru výnosu, jež náleží akcionářům banky. Akcionáři pomocí něj hodnotí úspěšnost své investice vzhledem k podstoupenému riziku a srovnávají ji s alternativními investičními příležitostmi. 2. SLOVINSKO Slovinský úspěch v průběhu několika minulých let byl pozoruhodný. Od vyhlášení nezávislosti (26. června 1991) na dřívější Socialistické federativní republice Jugoslávie se země zařadila mezi nejvíce rozvinuté země z transformujících se ekonomik ve střední a východní Evropě. Slovinská transformace se týkala tří úrovní (Mrak, Rojec, 2004): přechodu ze socialismu na tržní ekonomiku, z regionální na národní ekonomiku, z účastníka federace Jugoslávie na nezávislý stát a člena Evropské unie. 2.1. Stav bankovního sektoru před rokem 19903 Bankovní systém Slovinska podléhal od roku 1974 nové federální ústavě SFR Jugoslávie, která založila SFR Jugoslávii jako společenství 6 republikových států a dvou autonomních provincií. Současně byla ustanovena Národní banka Jugoslávie, jejíž řídící orgán byl tvořen guvernéry jednotlivých centrálních bank. Monetární politika, realizovaná národní bankou Jugoslávie (NBY), musela být přijata všemi hlasy. 27. června 1991 přijala Srby ovládaná část rady guvernérů NBY dekret chránící zájmy SFR Jugoslávie v oblasti monetární politiky a systému deviz. Reálně tak dekret vyloučil Slovinsko a Chorvatsko z nabídky peněz NBY, od bankovek a mincí, z přístupu na trh deviz a k zahraničním úvěrům. Monetární nezávislost Bank of Slovenia byla ustanovena bez rezerv zahraniční měny (ty měla v kompetenci NBY). Dostupné rezervy zahraniční měny se 1 Rentabilita aktiv; ROA = hrubý zisk/celková aktiva. 2 Rentabilita vlastního jmění; ROE = čistý zisk po zdanění/kapitál. 3 Mrak, Rojec, Silva-Jauregeui (2004). 110 v ekonomice nacházely pouze v držení komerčních bank ve Slovinsku a činily přibližně 170 milionů amerických dolarů (Mrak, 2004). V den vyhlášení nezávislosti Slovinsko nebylo vybaveno vlastní měnou. Ta byla zavedena až v říjnu 1991, kdy vypršelo Brioni moratorium.1 Banka se řídila pravidly stanovenými radou guvernérů dřívější NBY. Datum 8. října 1991 je oficiálním datem založení centrální banky Slovinska,2 tolaru jako oficiální měny a nezávislosti monetární politiky. Primárním cílem slovinské centrální banky je odebrat z bank nadbytečnou likviditu vytvořenou prostřednictvím jejích nákupů deviz. K tomuto účelu využívá převážně krátkodobých směnek denominovaných v tolarech a systému povinných minimálních rezerv.3 Již v roce 1994 se instrument povinných rezerv ukázal jako nedostatečný pro odčerpání nadbytečné likvidity z bankovního systému. Slovinsko se potýkalo s nedostatečně vyvinutým kapitálovým trhem, který byl doprovázen pomalu vyvíjejícím se trhem peněžním. 2.2. Vývoj bankovního odvětví po roce 19904 Slovinsko, jediná transformující se ekonomika, netrpěla krizí v bankovním sektoru v 90. letech. Obnova sektoru po osamostatnění byla realizována podle vzoru západních zemí, které používají zdroje vládního rozpočtu a vládních intervencí. Obnova byla úspěšně dokončena v roce 1997, kdy se bankovnictví stalo jedním ze 3 pilířů úspěšné finanční transformace slovinské ekonomiky; dalšími dvěmi jsou nezávislá centrální banka s obezřetnou monetární politikou a opatrná fiskální politika s rozpočtem blížícím se rovnováze. Od počátku 90. let slovinská ekonomika zažívala důležité změny související s rozpadem SFR Jugoslávie a transformací ze socialistické ekonomiky, založené na pracovní samosprávě směrem ke kapitalistické tržní ekonomice. Tyto změny měly hluboké účinky na velké ,,staré banky", které byly formálně drženy podniky. Banky zůstaly zatíženy spoluzodpovědností a některými závazky k zahraničním věřitelům SFR Jugoslávie, současně ztratily aktiva v jiných částech federace. Trpěly narůstajícím podílem klasifikovaných úvěrů podniků, jež byly tvrdě zasaženy rozpadem země a transformační depresí. Menší ,,nové banky" se začaly objevovat krátce před vyhlášením nezávislosti Slovinska v červnu 1991. Jádrem restrukturalizace bankovního sektoru se stala obnova bank. Obnova byla potřebná kvůli těžkým ztrátám bank a jejich likvidním a solventním problémům. Většina nákladů slovinské nezávislosti a přechodu se koncentrovala jako ,,černá díra" v bankovním sektoru. Dvě největší ,,staré banky" byly umístěny do procesu obnovy na počátku roku 1993, a třetí menší banka následovala na počátku roku 1994. Tyto tři banky zastupovaly více než polovinu celého bankovního sektoru. 1 Během krátké války, jež vypukla poté, co Slovinsko vyhlásilo svoji nezávislost, bylo rozhodnuto na chorvatském ostrově Briori, že Slovinsko odloží realizaci své nezávislé legislativy o 3 měsíce. Lhůta vypršela 8. října 1991. 2 National Bank of Slovenia byla založena v roce 1976, kdy bylo Slovinsko součástí republiky SFR Jugoslávie. 3 Rezervy se pohybují v rozmezí 5­12 % celkového majetku CB. 4 Mrak, Rojec, Silva-Jauregeui (2004). 111 Hlavní cíle obnovy byly následující: dosáhnout kapitálové přiměřenosti v souladu s mezinárodními standardy, snížit bankovní úrokovou míru, znovu získat důvěryhodnost na mezinárodních finančních trzích, zavést základní principy obezřetného chování bank. Během procesu obnovy byla nedobytná aktiva vyměněna za vládní dluhopisy přes státní Agenturu bankovní obnovy (BRA), která se stala vlastníkem bank (ne plným vlastníkem), nutícím banky zabývat se intenzivní vnitřní rehabilitací. BRA byla založena v roce 1991 a hrála důležitou roli v procesu dohledu a obnově bank a v managementu klasifikovaných úvěrů. Obnova bank byla dokončena na konci roku 1996. Slovinsko úspěšně stabilizovalo ekonomiku a obnovilo banky bez formální pomoci mezinárodních finančních institucí. Rojec (2004) uvádí, že Bank of Slovenia vydala na obnovu bank přibližně 1,9 bilionů DM v dluhopisech, téměř 10 % HDP v té době. Po procesu restrukturalizace začal proces přípravy na privatizaci dvou velkých obnovených bank.1 Hlavním cílem privatizace bylo najít aktivní vlastníky a získat tak hotovost za účelem pokrytí veřejného dluhu. Privatizace byla provedena tendrem. Pouze tendr u Nova Ljubljanska Banka byl z části úspěšný. Vlastnická struktura této banky byla následující: 34 % získala belgická společnost KBC, 5 % Evropská banka pro obnovu a rozvoj, jiní soukromí vlastníci 17 % a zbytek zůstal ve vlastnictví státu.2 Tender Nova Kreditni Banka Maribor nebyl v roce 2002 úspěšný, ze 100 % je státním vlastnictvím. Všechny slovinské základní zákony o bankovnictví byly ustanoveny v balíčku ústavního práva v den vyhlášení nezávislosti v červnu 1991. Nový bankovní zákon přijatý v únoru 1999 znamenal další krok k přiblížení se požadavkům EU acquis communautaire. V roce 2004 byla přijata Druhá bankovní direktiva Evropské unie. Systém bankovní regulace země byl liberalizován postupně, nyní úzce odpovídá moderním standardům. Během transformace byl sektor otevřen vstupu zahraničních bank. Zpočátku mohly zahraniční banky zakládat pouze dceřinné společnosti, od roku 1999 jim bylo dovoleno otevírat i pobočky. Vlastnická struktura bankovního sektoru v roce 1997 byla následující (Annual Report, 1997): domácí rezidenti kontrolují 50 %, vláda 38 % a zahraniční vlastníci dosáhli 12 % podílu. V roce 2006 ve Slovinsku zahraniční investoři ovládají 27,7 % majetku3 v bankovním sektoru, což ze Slovinska dělá jedinou transformující se zemi, která nemá většinu vlastněnou zahraničními investory. Domácí kapitál4 byl dostatečný k udržení většiny některých velkých bank vlastněných domácími institucemi, schopnými přispívat efektivně směrem k provedení obchodní strategie rozvoje v zemi. Tabulka č. 1: Celková bankovní aktiva/HDP (v %; k 31.12.) rok 1994 1995 1996 1997 1998 1999 2000 aktiva/HDP 63,9 67,4 67,7 69,6 72,2 73,9 79,1 1 Nova Ljubljanska Banka, Nova Kreditni Banka Maribor. 2 Mrak, Rojec, Silva-Jauregeui (2004). 3 Vlastnická práva ovládající více než 50 % akcií. Annual Report 2006. 4 Vlastnická struktura bankovního sektoru podle majetku v roce 2006. (Annual Report, 2006): vláda 18 %, rezidenti 44,4 %. 112 rok 2001 2002 2003 2004 2005 2006 aktiva/HDP 81,7 85,9 87 90 106 113,4 Zdroj: Annual Report 1996­2006, Natinonal Bank of Slovenia; od roku 2001 vlastní výpočty Slovinské banky zažívaly od vyhlášení nezávislosti pomalý, ale nepřetržitý růst. Poměr celkových aktiv bankovního sektoru vůči HDP se rok od roku permanentně zvyšuje (viz tabulka), což poukazuje na prohlubování finančního zprostředkování a větší intenzitu využívání služeb bankovních institucí. V zemích EU-25 ukazatel celkových aktiv vůči HDP dosahuje hodnoty přes 300 %1 (v roce 2005), což poukazuje na dostatečný prostor ke zlepšení ve Slovinsku. Tabulka č. 2: Základní položky aktiv souhrnné rozvahy bank (v milionech SIT; k 31.12.) 1997 1998 1999 2000 2001 hotovost u CB 73.888 84.695 88.761 98.625 206.225 půjčky bankám 214.874 224.681 252.615 358.859 396.245 půjčky nebankovnímu sektoru, z toho: 862.406 1.097.887 1.331.852 1.562.675 1.931.914 - soukromé podniky - - 777.134 928.065 1.167.066 -domácnosti - - 429.999 483.789 521.135 - vláda - - 124.719 150.921 159.075 celková aktiva 2.022.037 2.339.369 2.687.600 3.178.721 3.876.768 2002 2003 2004 2005 2006 hotovost u CB 143.311 141.493 141.088 143.651 253.241 půjčky bankám 381.208 345.170 500.160 688.255 732.724 půjčky nebankovnímu sektoru, z toho: 2.182.147 2.538.083 3.041.342 3.870.055 4.813.997 - soukromé podniky 1.282.846 1.596.856 1.930.301 2.374.305 2.907.836 -domácnosti 562.845 629.128 763.608 977.229 1.212.484 - vláda 215.992 141.946 142.928 159.467 137.484 celková aktiva 4.556.637 5.057.459 5.644.744 7.018.276 8.080.185 Zdroj: The Banking Supervision Reports, Annual Reports 1996­2006; National Bank of Slovenia Z vývoje aktiv souhrnné rozvahy bank je patrný relativní nárůst půjček soukromému sektoru a domácnostem. Tento jev může být přisuzován procesu prohlubování finančního zprostředkování a souvisí s procesem přibližování ekonomiky k úrovni členských států Evropské unie. Vyšší tempo poskytování úvěrů ekonomickým subjektům má pozitivní dopad na ekonomický růst. Růst úvěrů domácnostem byl významně ovlivněn také narůstající konkurencí mezi úvěrovými institucemi a pozvolným poklesem úrokových sazeb (vyhlašovaných CB). Otevřenost ekonomiky nabízí možnost residentům půjčovat si prostředky v zahraničí.2 Za hlavní faktory 1 EUROPEAN CENTRAL BANK (2006): EU Banking Structures. 2 Tato možnost byla dostupná až od roku 1999. 113 zdroje růstu konsolidované rozvahy bankovního sektoru od roku 2001 lze považovat úvěry poskytnuté soukromému sektoru a zahraniční aktiva.1 Tabulka č. 3: Velikost klasifikovaných úvěrů (v % celkových půjček) rok 1994 1995 1996 1997 1998 1999 2000 klasifikované úvěry 13,8 9,3 10,1 10,0 9,5 9,3 9,3 rok 2001 2002 2003 2004 2005 2006 klasifikované úvěry 10,0 10,0 9,4 7,5 6,4 5,6 Zdroj: EBRD: Selected Economic Indicators Velikost klasifikovaných úvěrů zatěžovala bankovní sektor ve Slovinsku po celé sledované období, kdy až do roku 2000 dosahují tyto v průměru 10 % celkových půjček. Od roku následujícího je zřetelný mírný pokles. Banky byly v devadesátých letech velmi neefektivní a potýkaly se s malou důvěrou veřejnosti. Po dokončení restrukturalizace bankovního sektoru se důvěra v bankovní systém pomalu zvyšuje. Tabulka č. 4: Vývoj úrokových sazeb (v %; ke konci roku) rok 1992 1993 1994 1995 1996 1997 1998 1999 vklady 48,3 30,2 28,1 15,4 15,1 13,1 10,5 7,2 půjčky 72,2 42,6 38,2 22,4 22,6 20,0 16,1 12,4 rok 2000 2001 2002 2003 2004 2005 2006 vklady 10,0 9,8 8,2 6,0 3,8 3,2 2,7 půjčky 15,8 15,1 13,2 10,8 8,7 7,8 7,4 Poznámka: úroková sazba na vklady je průměrnou sazbou na vklady o délce 30­90 dní; úroková sazba na půjčky představuje průměrnou sazbu na krátkodobý kapitál. Zdroj: EBRD: Selected Economic Indicators Značný rozdíl mezi úrokovými sazbami na vklady a půjčky byl ve sledovaném období způsoben několika faktory (ECB, 2002). V letech 1995­1999 platila dohoda o úrokové sazbě na deposita. Komerční banky se na základě této dohody zavázaly nepřevyšovat maximální odsouhlasenou sazbu na vkladech. S procesem otevření finančního sektoru se zvýšila konkurence a efektivnost kanálu úrokové míry. Podpora likvidity ze strany slovinské centrální banky nebyla v období transformace vždy adekvátní, což se projevilo v příliš vysokých úrokových sazbách na trhu (ECB, 2002). Efektivnost kanálu úrokové míry byla oslabena rozšířením indexace v ekonomice, jež byla reakcí na vysokou inflaci. Tabulka č. 5: Klíčové faktory ziskovosti a efektivnosti bankovního systému (v %, k 31.12.) rok 1994 1995 1996 1997 1998 1999 2000 ROA 0,4 1,0 1,1 1,1 1,2 0,8 1,1 ROE 4,0 9,1 10,4 10,5 11,3 7,8 11,3 rok 2001 2002 2003 2004 2005 2006 2007 ROA 0,5 1,1 1,0 1,1 1,0 1,3 1,4 ROE 4,8 13,3 12,5 13,3 13,8 15,1 16,3 Zdroj: Annual Report 1996­2006, Bank of Slovenia 1 Annual Report 2006; National Bank of Slovenia. 114 Klíčové faktory ziskovosti bankovního sektoru nevykazují příliš vysoké hodnoty. Ukazatel ROA se v letech 1994­2007 pohyboval v rozmezí 0,4­1,4 %, přičemž mírný vzestup je patrný od roku 2002. Tento vývoj poukazuje na zlepšující se výkonnost bankovního sektoru. Také indikátor rentability vlastního jmění vykazuje spíše pozvolné tempo růstu. Kohn (2004) uvádí, že banky mohou zvýšit ROE, pokud sníží majetek nebo zvýší zisky. Zisk mohou zvýšit růstem úroků u úvěrů nebo růstem objemu půjček. Druhou možnost představuje snížení variabilních nákladů a toho mohou dosáhnout snížením úroků na vkladech nebo poklesem objemu vkladů (není moc atraktivní). 2.3. Závěr Slovinsko následovalo strategii méně rozvinutých zemí Evropské unie při realizaci procesu restrukturalizace a obnovy bankovního sektoru: prvně konsolidovala (sloučila) a hledala způsob, jak udržet mezinárodní konkurenční schopnost bankovního sektoru. Později postupně privatizovala. Přesto zahraniční investoři nekontrolují rozhodující tržní podíl bankovního sektoru; ten je v rukou domácích rezidentů. Banky si ve finančním sektoru drží stále dominantní pozici, kdy tradice zdravých bank se datuje od roku 1996. Ve sledovaném období je patrná prohlubující se úroveň finančního zprostředkování. Lze říci, že vyšší tempo poskytování úvěrů subjektům stojí spolu s dalšími faktory v pozadí příznivého ekonomického růstu, jenž je viditelný od počátku 90. let.1 Také pozvolný pokles úrokových sazeb se pozitivně projevil na růstu objemu poskytovaných úvěrů. Kauzalita může být i opačná, kdy lze říci, že relativně dobrý ekonomický růst spolu s klesajícími úrokovými sazbami napomohl ke zvýšení objemu úvěrů. 3. BULHARSKO Bulharský slabý makroekonomický výkon v první polovině 90. let vyvrcholil v krutou ekonomickou krizi 1996­97, v jejímž centru stál bankovní sektor. Odvětví se potýkalo s nedobytnými půjčkami a nezdravou úvěrovou politikou.2 Ztráta důvěry v národní měnu a v banky byla tak hluboká, že rychle ochromila reálný sektor a vyvrcholila krizí politickou. Téměř třetina bankovního sektoru vstoupila do procesu bankrotů, leva prudce depreciovala a země byla zatlačena na okraj hyperinflace. Řešení krize spočívalo v přechodu na pevný kurzový režim a zavedení měnového výboru, který namísto tradiční libovolné monetární politiky uplatňoval jednoduchá přísná pravidla spolu s prováděním strukturální politiky. 3.1. Stav bankovního odvětví před rokem 19903 Po celé období nadvlády komunistické strany obsáhla veškerou bankovní činnosti Bulgarian National Bank (BNB), neboť v procesu znárodnění absorbovala všechny existující komerční banky. Vedle BNB existovala Státní spořitelna (State Savings Bank), která byla jedinou bankou spravující účty jednotlivců, a Banka zahraničního obchodu (Bulgarian Foreign Trade Bank), ovládající devizové operace země. 1 EBRD: Selected Economic Indicators. 2 Financování spotřeby, cenové dotace, neefektivní výroba. 3 BULGARIAN CENTRAL BANK (2001): The Financial System in Bulgarian Economy. 115 Na konci roku 1989 byl zaveden dvoustupňový bankovní systém s centrální bankou a mnoha komerčními bankami. Specifické banky byly přeměněny na univerzální banky, které poskytovaly kapitál všem sektorům ekonomiky. Z poboček BNB vznikaly nové komerční banky. 3.2. Bankovní sektor po roce 19901 Reforma finančního sektoru započala obnovením komerčních bank, jež se poté staly důležitými finančními institucemi v ekonomice. Obnova bankovnictví byla ošetřena zákonem o centrální bance (červen 1991), provádějící zásadní změny v rolích, cílech a funkcích BNB a komerčních bank. Následujícího roku byl odsouhlasen zákon o bankách a úvěrové činnosti, který ustanovil regulační rámec pro činnost bankovních institucí.2 Tyto nezávislé, státem vlastněné banky se prokázaly být velmi neefektivními. Chyběly jim zkušenosti s půjčováním a mnohé z nich byly příliš malé. K překonání problému vláda ustanovila Bank Consolidation Company (BCC), aby povzbudila utváření větších státem vlastněných bank pomocí fúzí. Proces konsolidace bank byl doprovázen vstupem nových soukromých bank. Finanční zdroje potřebné k otevření těchto soukromých bank byly zapůjčeny ze státních bank. Původ soukromých bank tvaroval jejich další chování a přispěl k finanční krizi v letech 1996­1997. Na počátku reforem nebylo zahraničním bankám dovoleno otevírat v Bulharsku pobočky.3 Příchod zahraničních bank představoval konkurenční tlak na místní banky.4 Jejich příliš rychlý vstup však mohl vytvořit prostředí, ve kterém by místní banky nemusely přežít. Výsledkem situace bylo přijetí ochranářské politiky v letech 1991­1995: zahraničním bankám byl povolen vstup na domácí trh pouze v případě, že se specializovaly na omezený rozsah služeb. Neadekvátní zákony, nedostatečná institucionální kapacita a omezená zahraniční konkurence vedly k mnoha problémům v období 1991-1995. Státem vlastněné banky směrovaly značnou část kapitálu do státních podniků, které pocházely z předreformní doby. Vláda se pokusila snížit zátěž bank převedením půjček na státní dluh. Program nebyl úspěšný, neboť pokračoval tlak na banky, aby dále poskytovaly půjčky slabým podnikům.5 Mnoho soukromých bank bylo založeno podnikateli, kteří potřebovali financovat své obchodní činnosti. Ačkoli velké půjčky bankovním manažerům a vlastníkům byly omezeny zákonem, chybějící vynucování zákona vedlo k nesplácení půjček. Úroveň klasifikovaných úvěrů stoupala s tím, jak banky sledovaly zavádějící úvěrovou politiku. V roce 1995 bylo klasifikovaných více než 74 % bankovních půjček.6 Mnoho z těchto půjček bylo nezajištěných (chyběly zástavy nebo aktiva byla nadhodnocena vůči své reálné hodnotě).7 V témže roce se uskutečnilo také několik runů na banky v důsledku ztráty důvěry vkladatelů, které pokračovaly i v roce následujícím. 1 BULGARIAN CENTRAL BANK (2001): The Financial System in Bulgarian Economy. 2 Všem bankám - včetně státem vlastněným - byla dána autonomnost. 3 V roce 1994 založily zde své pobočky Greek Xios Bank a Dutch ING-Bank. 4 Disponují reputací, životaschopností, mezinárodními kontakty a zkušenostmi. 5 Největším programem pro pomoc bank byl tzv. ZUNK bond program v roce 1993. 6 Zahrnuty půjčky se zpožděním splátky v délce 30 dní, 90 dní a klasifikované pohledávky. 7 Bulharsko postrádalo úřad evidující zástavní práva na majetek. Nezřídka se stávalo, že dlužník na jednu zástavu získal několik úvěrů z různých bank. 116 Slabá situace bank nutila BNB poskytovat stále více půjček bankám, aby nedošlo k bankrotu větších bank. Jednání BNB vedlo ke ztrátě kontroly nad nabídkou peněz (půjčky zvyšují monetární základ) a následovala inflace. Situace vyústila v krizi v druhé polovině v roku 1996, kdy BNB umístila 14 bank pod speciální kontrolu a poté požadovala vyhlášení jejich bankrotu. Tabulka č. 6: M2/HDP (v %; peněžní báze M2 ke konci roku) rok 1991 1992 1993 1994 1995 1996 1997 1998 M2 71,9 74,7 77,6 78,0 66,8 74,8 34,1 29,6 rok 1999 2000 2001 2002 2003 2004 2005 2006 M2 31,7 36,8 41,7 42,8 47,5 52,3 59,0 65,2 Zdroj: EBRD: Selected Economic Indicators V průběhu finanční krize 1996­97 parlament schválil dva zákony, pro BNB a komerční banky, týkající se bankovního dohledu a regulace. BNB byla přeměněna na měnový výbor, který zavedl přísné kontroly nad nabídkou peněz. Fond garance vkladů z roku 1999 pojistil všechny vklady jednotlivců i nefinančních institucí u komerčních bank do výše 6.900 BGN. Všechny komerční banky se musely účastnit a platit pojistné prémie Fondu pojištění vkladů.1 Komerční banky v případě likvidní krize již nejsou refinancovány od BNB. Nabídka peněz je spojena hlavně s pohyby platební bilance. Organizace IMF a Světová banka povzbudily vládu k uvedení komplexního programu privatizace všech státních bank. Cílem byla rychlá privatizace a vytvoření zahraniční konkurence prostřednictvím rozsáhlého zahraničního vlastnictví bank. Všechny bulharské státem vlastněné banky, které byly privatizovány v roce 1999, byly koupeny zahraničními institucemi. Vzor vlastnictví v bankovním sektoru se mění výrazně. Zpočátku zde nebylo zahraniční vlastnictví, na konci roku 2000 více než 80 % aktiv bankovního systému bylo v rukou zahraničních vlastníků.2 Privatizace komerčních bank byla dokončena mezi lety 2001­2002.3 1 Roční prémie jsou 0,5 % vkladového základu k 31. prosinci předchozího roku. Prostředky držené Fondem jsou konzervativně investovány do vysoce likvidních nízkorizikových aktiv. 2 Annual Report 2000, Bulgarian Central Bank. 3 BULGARIAN CENTRAL BANK (2008): Bank Lending and Asset Prices: Evidence for Bulgaria. 117 Tabulkač.7:Aktivabankovníhosystému(vtisícíchBGN;kekonciobdobí) 19992000200120022003200420052006 pohledávkyu finančních institucí 2.667.2533.874.1334.065.5143.536.2942.576.8463.923.0325.843.4608.622.704 úvěryvládě3.5183.4455.7728.82824.59726.34436.72886.528 úvěry veřejným podnikům 291.973111.709153.522204.772202.234313.006350.360450.233 úvěry soukromých podnikům 1.606.6932.329.9613.141.6824.604.6846.683.0869.430.29111.590.69913.768.257 úvěry domácnostem 495.244569.020832.3831.205.1532.112.7463.793.8306.183.9478.170.538 úvěry nefinančním institucím 2.399.4283.014.1354.133.3596.023.4379.379.93213.802.73718.379.26522.770.619 aktivacelkem8.223.4289.737.72712.203.76314.636.94017.322.51724.869.82332.850.88442.194.864 Zdroj:AnnualReports1998­2006;BulgarianNationalBank 118 Údaje v tabulce zachycující vývoj objemu poskytovaných úvěrů ukazují, že Bulharsko se až do roku 2001 potýkalo s obdobím credit crunch. Banky dodržovaly nové přísnější požadavky poskytování úvěrů (od zavedení měnového výboru). Úvěry domácnostem byly poskytovaný v omezené míře, neboť se banky potýkaly s vysokými náklady monitorování a s nedostatkem úvěrové historie svých klientů.112 Úvěrová expanze nastala v roce 2002, kdy byla dokončena privatizace komerčních bank. Toto období je provázeno změnou ve vlastnické struktuře, zesílením konkurence, silnými kapitálovými toky, zlepšením právního prostředí. Banky se snaží zvýšit svůj tržní podíl, aby si zlepšily svůj ziskový potenciál. S rychlostí úvěrové expanze souvisí obavy o křehkosti bankovního sektoru, což posléze vedlo k přijetí administrativních omezení omezujících poskytování úvěrů.113 Tabulka č. 8: Úrokové sazby (průměrné; v % ročně) rok 1991 1992 1993 1994 1995 1996 1997 1998 půjčky 83,9 64,6 83,7 117,8 51,4 480,8 13,9 13,3 vklady 57,7 45,3 53,6 72,3 25,3 211,8 3,0 3,3 rok 1999 2000 2001 2002 2003 2004 2005 2006 půjčky 12,8 11,5 11,1 9,4 8,8 8,8 7,9 8,1 vklady 3,2 3,1 2,9 2,8 2,9 3,0 3,0 3,1 Poznámka: úroková sazba na půjčky kratší než jeden rok; úroková sazba na vklady na délku 1 měsíce. Zdroj: EBRD: Selected Economic Indicators Vysoké úrokové míry na úvěry odrážejí riziko spojené s měnící se vlastnickou strukturou, měnícím se managementem, nedostatkem konkurence a nestabilními ekonomickými podmínkami, které jsou stále součástí Bulharska. Vysoké spready na počátku 90. let byly výsledkem běžné úrokové politiky (banky dobrovolně stanovily úrokovou míru na půjčky a vklady). Vysoké rozdíly mezi úroky na půjčky a na vklady před a během krize odrážely finanční obtíže státem vlastněných problémových bank a ohrožení bankovních zisků v důsledku inflačního kolísání. I nové soukromé banky konkurovaly spíše nabízením nových služeb. Ustanovení měnového výboru v roce 1997 se projevilo snížením spreadu, který se i přesto pohyboval v rozmezí 8­9 %. Od roku 2003 dosahuje úrovně okolo 5 %. Tabulka č. 9: Klíčové faktory ziskovosti bankovního sektoru (v %; k 31.12.) 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007114 ROA 5,2 5,3 4,1 4,5 3,8 1,8 3,1 2,7 2,6 2,9 2,5 ROE 47,8 39,6 32,3 21,9 21,9 15,5 22,8 20,6 22,1 24,3 25,4 Zdroj: Annual Reports 1995­2006; Commercial Banks (January­April 2005; July­September 2007); Bulgarian National Bank 112 BULGARIAN CENTRAL BANK (2008): Bank Lending and Asset Prices: Evidence for Bulgaria. 113 V roce 2004 dochází ke stažení likvidity z bankovního sektoru zvýšením povinných minimálních rezerv. 114 Údaj vztahující se k 30.9. 119 ROA v bankovním systému se ve sledovaném období pohybovalo mezi 1,8 % a 5,3 %, zatímco ROE od 15,5 % do 47,8 %. Vysoká hodnota ROE v roce 1997 byla způsobena inflací. Hyperinflace v tomto roce (578 %)115 vedla k vysokým nominálním výnosům. ROA hodnota se nezvyšovala, protože nominální hodnota aktiv rostla s inflací. Kapitál nebyl přehodnocený podle inflace, tedy vyšší nominální úrokový příjem zvýšil poměr ROE. Zdaněné výnosy byly významně nižší než míra inflace. Tabulka č. 10: Finanční zprostředkování (v %, ke konci roku) 2000 2001 2002 2003 2004 2005 2006 aktiva/HDP 36 41 45 50 65 77 86 půjčky/HDP 11 14 19 26 35 43 46 Zdroj: Commercial Banks in Bulgaria January­March 2007; National Bank of Bulgaria Přestože je bankovní sektor likvidní a ziskový, ukazatele bankovních aktiv/HDP a úvěrů/HDP odrážejí skutečnost, že důvěra v banky nebyla ještě plně obnovena. Konzervativní postoj bank směrem k půjčování demonstruje jejich vysoký stupeň averze a nízkou kapacitu pro odhad úvěrového rizika. Chování bank je ovlivněno procesem restrukturalizace průmyslu a vznikem nových podniků, které nedisponují úvěrovou historií. Je zřetelné, že od roku 2002 dochází k prohlubování bankovního sektoru, což je způsobeno úvěrovou expanzí v tomto období. Tabulka č. 11: Velikost klasifikovaných úvěrů (v % celkových půjček) rok 1993 1994 1995 1996 1997 1998 1999 klasifikované úvěry 6,7 6,8 12,5 15,2 13,0 11,8 17,5 rok 2000 2001 2002 2003 2004 2005 2006 klasifikované úvěry 10,9 7,9 5,6 4,4 3,7 3,8 3,2 Zdroj: EBRD: Selected Economic Indicators O zlepšení zdraví bankovního systému v Bulharsku může vypovídat vývoj klasifikovaných úvěrů, který od roku 2002 dosahuje v průměru 4 %. Mezi lety 1993­ 1994 ZUNK program snížil klasifikované úvěry u státem vlastněných podniků výměnou za vládní dluh. Nárůst těchto úvěrů v letech 1995­2000 byl způsoben uvolněnou úvěrovou politikou, bankovní krizí a jejím řešením. 3.3. Závěr Počátek 90. let byl obdobím rozsáhlých institucionálních reforem. Upozaďování reformy reálného sektoru ekonomiky napomohlo bankovní krizi v letech 1996­1997 (umožnilo státem vlastněným podnikům nedodržovat rozpočtová omezení, jejich finanční ztráty byly přenechány bankovnímu sektoru). Přijatá strukturální politika a zavedení měnového výboru v roce 1997 vedly k vytvoření stabilnějšího ekonomického prostředí, k obnově důvěry v banky a poklesu inflace. Bulharskému bankovnímu sektoru dominují zahraniční banky, které přinesly významnou změnu v kvalitě a v rozsahu nabízených služeb. 115 BULGARIAN CENTRAL BANK (2001): The Financial System in Bulgarian Economy. 120 Z provedené analýzy je patrné, že období bankovní krize a její následné řešení se nepříznivě projevilo také na výši ekonomického růstu, kdy v roce 1996 a 1997 tempo růstu reálného HDP nabývalo záporných hodnot.116 Následující období v bankovním sektoru bylo charakteristické credit crunchem, kdy banky nedisponovaly ochotou půjčovat. Těmto okolnostem odpovídalo i mírné tempo růstu ekonomiky. Příznivý ekonomický růst Bulharska je patrný od roku 2002,117 což se kryje s úvěrovou expanzí, která probíhala v bankovním sektoru. Na objem poskytovaných úvěrů a případný ekonomický růst měl vliv také vývoj výpůjční úrokové sazby, která ve sledovaném intervalu pozvolně kopírovala aktuální situaci v bankovním odvětví. Tyto okolnosti vedou k závěru, že prohlubující se finanční zprostředkování do určité míry vývoj ekonomického růstu dané ekonomiky ovlivňuje. Klíč budoucí prosperity leží v racionálních investičních rozhodnutích a dalším rozvoji finančního systému. 4. RUMUNSKO Také Rumunsko přechází v roce 1990 z centrálně plánované ekonomiky na tržně orientovaný ekonomický mechanismus. Nízká rychlost strukturálních reforem a přetrvávající měkká rozpočtová omezení signalizovaly pokřivené podněty pro činnost bank (Barisitz, 2001). Neefektivní regulace a dohled nad finančními aktivitami spojené s chybným managementem podpořily kolaps některých účastníků trhu a částečně oslabily důvěryhodnost finančního systému. Finanční systém zažívá zdravý vývoj od roku 2000, znamenající finanční prohlubování a zužování mezery mezi Rumunskem a jinými členskými státy EU. 4.1. Výchozí stav118 Bankovní systém Rumunska byl až do roku 1990 tvořen Národní bankou Rumunska (NBR) a 4 specializovanými státními bankami: bankou zahraničního obchodu, investiční bankou (financovala dlouhodobé investiční projekty), bankou zemědělství a potravinového průmyslu, spořitelní a úvěrovou bankou. 4.2. Restrukturalizace bankovního sektoru V roce 1990 byl v Rumunsku založen dvoustupňový bankovní systém. V letech 1991­1998 se počet bank ztrojnásobil díky zakládání soukromě vlastněných bank a vstupu zahraničních bank (Financial Stability Report, 2006). Pokřivené ekonomické prostředí, slabá kvalita zkušeností bankovních manažerů a akcionářů a těžkopádné legislativní zákony vedly k růstu napětí. Pomalá restrukturalizace a privatizace reálného sektoru (v roce 1995 dosahoval soukromý sektor výše 45,3 % HDP, v roce 2001 68 % HDP119 ) způsobila rozšíření a prohloubení finanční nedisciplinovanosti. Tak jako v ostatních zemích, i v Rumunsku reprezentuje bankovní sektor nejdůležitější finanční zprostředkovatele. Relativně důležitá pozice bankovního sektoru je pozůstatkem z doby centrálně plánované ekonomiky (ECB, 2002). Dále málo rozvinutý kapitálový trh a vysoce riziková charakteristika transformujícího se období znesnadňovala podnikům získání prostředků na kapitálových trzích. 116 EBRD: Selected Economic Indicators. 117 EBRD: Selected Economic Indicators. 118 Barisitz (2001). 119 Annual Report 2004; National Bank of Romania. 121 Slabá kvalita portfolia úvěrů představuje hlavní obtíž bankovního sektoru. Na konci roku 1998 klasifikované úvěry odpovídaly 58,5 % portfolia celkových půjček. Nepříznivý růst klasifikovaných úvěrů před rokem 2000 byl způsoben neadekvátním poskytováním půjček a nerealistickým ohodnocením zástav. Velká část těchto půjček byla lokalizována ve dvou státem vlastněných bankách Bancorex a Agricultural Bank (ECB, 2002). Snaha o ozdravení bankovního sektoru vedla v roce 1999 k uzavření Bancorexu a přijetí restrukturalizačního plánu pro Agricultural Bank (příprava k privatizaci). Tabulka č. 12: Velikost klasifikovaných úvěrů (% celkových půjček) rok 1994 1995 1996 1997 1998 1999 2000 klasifikované úvěry 18,5 37,9 48,0 56,5 58,5 35,4 5,3 rok 2001 2002 2003 2004 2005 2006 klasifikované úvěry 3,5 2,3 1,5 1,7 1,7 1,8 Zdroj: EBRD: Selected Economic Indicators Rumunská centrální banka přijala na počátku roku 1999 program, který byl zacílen na restrukturalizaci bankovního sektoru. Program se soustředil na tyto oblasti:120 odstranění problémových bank, zlepšení regulačních zákonů a dohledu, ustanovení a zlepšení institucí zaměřujících se na nepřímou kontrolu bankovnímu sektoru.121 Dále byla založena instituce Authority for State Assets Recovery (ASAR), která převzala všechny klasifikované úvěry od státem vlastněných bank. Byla zavedena také přísnější pravidla na poskytování půjček. Tato opatření vedla ke zlepšení kvality portfolia půjček bank, kdy na počátku roku 2001 klasifikované úvěry představovaly pouze 3,5 % z celkových půjček. Náklady restrukturalizace bankovního sektoru byly připsány vládě, v letech 1990­2003 nabyly výše 10 % HDP.122 Restrukturalizace bankovního sektoru se projevila také v počtu bank, kdy v roce 1999 působilo v Rumunsku 41 bank (státem vlastněné banky klesly ze 7 na 4 jako důsledek privatizace dvou bank a bankrotu třetí). Následující privatizace byly uskutečněny v roce 2001 a 2004. Od roku 2002 vykonává dozor nad úvěrovými institucemi Creditcoop123 (odbor centrální banky). 120 Financial Stability Report (2006); National Bank of Romania. 121 Byl zřízen úřad pro garanci vkladů, úřad pro úvěrová rizika. 122 Financial Stability Report (2006); National Bank of Romania. 123 Creditcoop = Credit Cooperative Organization. 122 Tabulkač.13:Úvěrovéinstitucedlevlastnictví(početbank;nakonciobdobí) rok1995199619971998199920002001200220032004200520062007 1.banky24313336343333313032333131 státnívlastnictví:7777443332222 -plné111111111111- -většinové666633222111- soukromévlastnictví:17242629302930282730312929 -domácíkapitál91413131186467733 -zahraničníkapitál8101316192124242123242626 2.zahraničnípobočky bank 791097888876710 celkem31404345414141393839393841 CREDITCOOP--------11111 Zdroj:AnnualReport2006,MonthlyBulletin12/2007;NationalBankofRomania OprávněnostrestrukturalizacebankovníhosektorujepatrnáizklesajícíhopoměrunevládníhoúvěruvůčiHDPodroku1990. Nejvýraznějšípoklesjeviditelnývletech1999,2000.Vroce2001přispělpříznivýekonomickýrůstvýznamněkobnovenídůvěry vbankovnísektor.Úroveňfinančníhozprostředkovánísetěšínarůstajícímutržnímupodílu(vroce2007dosahuje33,4%HDP), cožpříznivěpodporujeekonomickýrůst. Tabulkač.14:Finančnízprostředkování(v%,kekonciroku) rok199019911992199319941995199619971998199920002001200220032004200520062007 nevládní úvěry/HDP 79,762,431,724,519,122,824,614,215,810,69,310,111,815,316,921,127,233,4 Poznámka:prorok2007predikce Zdroj:FinancialIntermediationinRomania1990-2007;NationalBankofRomania 123 Výsledkem velkého procesu privatizace a restrukturalizace je převaha soukromého (94,5 % aktiv) a zahraničního kapitálu (88,6 % aktiv) v bankovním sektoru v roce 2006. Přesto přetrvávají jisté potíže (ECB, 2002), jako nízký stupeň diverzifikace finančních instrumentů, či počáteční fáze rozvoje kapitálového trhu. Uvnitř bankovního sektoru je patrná vysoká koncentrace a nízká konkurence, kdy 5 největších bank stále kontroluje přes 60 % celkových aktiv. Tabulka č. 15: Strukturální indikátory bankovního systému (v %) 1999 2000 2001 2002 2003 2004 2005 2006 aktiva bank s většinou soukromého kapitálu/celková aktiva 53,2 53,9 58,2 59,6 62,5 93,1 94,0 94,5 aktiva bank s většinou zahraničního kapitálu/celková aktiva 47,5 50,9 55,2 56,4 58,2 62,1 62,2 88,6 aktiva 5 největších bank/celková aktiva 66,7 65,5 66,1 62,8 63,9 59,2 58,8 60,3 Zdroj: Financial Stability Reports 2006, 2007; National Bank of Romania Obnovení a zesílení bankovního systému poskytlo základ prudkému růstu v bankovních aktivech za uplynulých 5 let. Expanze v nebankovních nevládních pohledávkách měla za následek prohloubení finančního zprostředkování, s podílem aktiv bankovního sektoru dosahujícím 50,5 % HDP v roce 2006.124 Půjčky domácnostem značně vzrostly a dosahují stejného tempa růstu jako půjčky podnikům. Mírný růst v půjčkách podnikům je způsoben (Financial Stability Report, 2006): nárůstem objemu samo-financování podniků jako výsledku příznivých makroekonomických podmínek, expanzí financování přes obchodní úvěry, nárůstem vnějšího financování. Tabulka č. 16: Domácí úvěr (v milionech ROL do roku 2004; od roku 2005 v milionech RON; konec období) úvěry celkem úvěry nevládní rok celkem státní podniky soukromé podniky domácnosti úvěry vládě 1990 610.208 683.995 643.143 - 17.712 -73.748 1991 1.321.288 1.375.159 1.119.084 64.379 61.781 -53.872 1992 1.778.368 1.912.770 1.496.488 141.702 56.155 -134.402 1993 4.263.611 4.901.977 3.275.379 641.919 121.547 -638.367 1994 9.183.376 9.484.528 5.791.420 1.403.754 197.684 -301.152 1995 17.399.015 16.435.380 7.582.420 3.513.833 393.220 963.635 1996 31.450.022 26.841.440 8.792.745 7.225.435 762.035 4.608.582 1997 47.431.996 35.900.662 6.693.733 7.808.985 1.562.204 11.531.334 1998 79.919.360 59.086.517 7.023.757 13.901.667 2.917.621 20.832.843 1999 101.340.362 57.719.485 9.168.905 44.040.665 2.934.040 43.620.877 2000 112.885.528 75.007.107 10.854.034 57.623.881 4.259.634 37.878.421 124 Annual Report 2006, National Bank of Romania. 124 2001 143.244.731 118.254.451 16.631.997 90.241.716 7.789.998 24.990.279 2002 200.221.167 178.727.969 23.470.885 126.249.662 20.897.826 21.493.198 2003 300.942.906 302.879.375 29.359.711 179.426.930 75.012.020 ­1.936.469 2004 365.186.633 417.623.548 27.550.661 239.981.779 118.742.278 ­52.436.914 2005 63.102,9 59.806,3 34.837,5 21.370,8 3.296,6 2006 95.924,3 92.378.5 49.831,4 39.271,1 3.545,8 2007 158.751,3 148.180,7 72.955,4 71.507,8 9.570,6 Poznámka: 10.000 ROL = 1 RON; vlastní výpočty. Zdroj: Annual Report 1998­2006; Monthly Bulletin 1997­2008; National Bank of Romania Relativně vysoký stupeň koncentrace bankovního systému má významný vliv na spread mezi úrokovou sazbou půjček a vkladů. Úroková míra byla v průběhu 90. let podkopána nedostatečnou konkurencí spořících instrumentů a slabou důvěrou v bankovní systém. Také elasticita bankovních vkladů byla relativně nízká. Banky byly zatíženy vysokými náklady v podobě povinných minimálních rezerv. Banky snížily výnosy nabízené na vklady, aby si udržely své zisky, což vyústilo ve vysoký spread. V roce 2001 spread začal pozvolna klesat díky postupnému snižování povinných minimálních rezerv. Tabulka č. 17: Úrokové sazby (průměrné; v % ročně) rok 1993 1994 1995 1996 1997 1998 1999 půjčky 86,4 61,8 48,6 55,8 63,7 56,9 65,9 vklady 42,5 49,5 36,5 38,1 51,6 38,3 45,4 rok 2000 2001 2002 2003 2004 2005 2006 půjčky 53,2 45,7 36,7 26,2 25.8 19,2 13,9 vklady 32,4 26,2 18,4 10,8 11,3 6,2 4,8 Zdroj: EBRD: Selected Economic Indicators Ukazatel rentability aktiv a ukazatel rentability vlastního jmění vykazují střídavě klesající a rostoucí fáze. V letech 1998­1999 je znatelný viditelný pokles v ziskovosti, což je dáno okolnostmi převládajícími v bankovním sektoru. Rok 2000 lze charakterizovat jako počátek velmi pozvolného růstu sledovaných indikátorů, kdy v roce 2007 dosahuje ROA 1,1 % a ROE 10,4 % HDP. Dle Ševčíka (2005) lze hodnotit vývoj ROE jako pozitivní, je-li hodnota ROE vyšší než výnos dlouhodobých cenných papírů (asi 10 %). Tabulka č. 18: Klíčové indikátory bankovního systému (v %, k 31.12.) 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 ROA 0,1 -1,5 1,5 3,1 2,6 2,2 2,0 1,6 1,3 1,1 ROE 1,0 -15,3 12,5 21,8 18,3 15,6 15,6 12,7 10,7 10,4 Zdroj: Annual Report 1998­2006; Monthly Bulletin 2006, 2007; National Bank of Romania 4.3. Závěr Finanční sektor v Rumunsku se za posledních 5 let rozvinul a významně zesílil.125 Potenciál rozvoje finančních zprostředkovatelů je vysoký, přesto rychlé tempo konvergence k úrovni Evropské unie může přinést rizika. Bankovní sektor 125 Financial Stability Report (2007); National Bank of Romania. 125 podstoupil v nedávném období hluboké změny, kdy hlavním úkolem byla privatizace odvětví (investoři přicházeli převážně z EU126 ). Nebankovní finanční instituce se stále nacházejí na nedostatečné úrovni vývoje, a to i přes rychlé tempo růstu. Harmonizace s nejlépe osvědčenými praktikami a systémy Evropské unie si vyžádala změny v architektuře a fungování finančního systému. Uvedené údaje ohledně bankovního sektoru ukazují na určité souvislosti spojené s růstem ekonomiky. Celá devadesátá léta jsou charakteristická zápornými tempy růstu reálného HDP,127 což se shoduje s přetrvávajícími obtížemi v bankovním sektoru v Rumunsku, s nedostatečným poskytováním úvěrů a vysokými úrokovými sazbami. Zlom nastává v roce 2000, kdy ekonomický růst nabývá kladných hodnot.128 Tato skutečnost mohla být podpořena provedenou restrukturalizací bankovního odvětví a pozvolným nárůstem objemu úvěrů ekonomickým subjektům. Je tedy patrné, že situace v bankovním sektoru do určité míry ovlivňuje ekonomický růst ekonomiky. 5. LITVA Ačkoliv dnes Litva patří k rychle rostoucím a úspěšně se rozvíjejícím ekonomikám, ještě před několika lety si o takovéto pozici mohla nechat jenom zdát. Když se 11. března 1990 odpoutala od SSSR a po téměř padesáti letech získala nezávislost, čekala ji obtížná fáze jejího vývoje. Okamžitě začala obrovským tempem narůstat inflace, která se v roce 1992 přehoupla dokonce přes hranici 1000 %.129 Nutným krokem, který bylo třeba rychle učinit, bylo uvolnění monetární politiky a tedy i zavedení vlastní měny. Až do roku 1992 zůstával oficiální měnou rubl. V tomtéž roce ho vystřídala provizorní měna ­ talon, která umožnila, aby se Bank of Lithuania stala nezávislou centrální bankou. Konečně v roce 1993 byla představena oficiální měna ­ lit. V zájmu zachování cenové stability byl za kurzový režim zvolen měnový výbor a kurz litu byl v roce 1994 zafixován k dolaru.130 5.1. Stav bankovního sektoru před rokem 1990131 Vývoj před rokem 1990 je pro všechny tři pobaltské země společný. V roce 1988 byl sovětský monobankovní systém oficiálně změněn na dvoustupňový bankovní systém. Roli centrální banky měla Gosbank (Státní banka SSSR), kterou doplňovala řada specializovaných státních institucí: Průmyslová a stavební banka (Industry and Construction Bank), Zemědělská banka (Agricultural Bank), Banka bytové výstavby a lehkého průmyslu (Residential Construction and Light Industry Bank), Banka zahraničních ekonomických vztahů (Foreign Economic Relations Bank) a Spořitelna (Savings Bank). Všechny tyto banky včetně banky státní měly pobočky ve všech zemích Sovětského svazu. 126 Financial Stability Report (2006); National Bank of Romania. 127 EBRD: Selected Economic Indicators 128 EBRD: Selected Economic Indicators 129 V následujícím roce dosahovala inflace v Litvě ještě stovek procent, poté postupně klesala a v roce 1997 byla už nižší než 10 %. EBRD: Selected economic indicators. 130 Kurz byl stanoven na 1 USD = 4 LTL, 2. února 2002 byl v rámci evropské integrace lit zavěšen na euro v kurzu 1 EUR = 3,4528 LTL. Oficiální internetové stránky Bank of Lithuania. 131 Barisitz 2002. 126 V březnu 1990 byla ,,znovuzaložena" centrální banka Litvy ­ Bank of Lithuania.132 V první polovině roku 1990 byl vývoj bankovního sektoru znovu narušen ekonomickou blokádou ze strany Sovětského svazu. 5.2. Bankovní sektor po roce 1990 Období let 1989­1992 je v Litvě charakteristické prudkým nárůstem počtu komerčních bank. Díky právním nesrovnalostem a extrémnímu liberalismu nestálo zájemcům o založení nové banky v podstatě nic v cestě. Dalším faktorem, působícím ve vzniku nových bank, byly makroekonomické okolnosti, především vysoká inflace a některé banky byly zakládány přímo za účelem hájit zájmy určitých finančních skupin. Bankovní riziko bylo díky nedokonalosti zákonů a nečestnosti subjektů využívajících těchto ,,trhlin" největším rizikem v bankovním sektoru na počátku 90. let.133 Jako pokus o nápravu byl v roce 1992 přijat zákon o komerčním bankovnictví a bylo uzákoněno konkurzní právo. V září 1992 byly všechny komerční pobočky Bank of Lithuania od centrální banky odděleny a nadále byly organizovány ve State Commercial Bank of Lithuania. Tento krok bývá někdy považován za definitivní zavedení dvoustupňového bankovního systému v Litvě. Hlavní činností Státní komerční banky bylo poskytování úvěrů státním podnikům. Kvalita poskytnutých úvěrů byla tedy spíš nízká než vysoká. Nárůst bank vyvrcholil v roce 1993, kdy v zemi fungovalo 28 bank.134 Všechny tyto banky byly pod státní kontrolou nebo v ruku soukromých domácích subjektů.135 Už v roce 1994 se ale v bankovním sektoru začaly objevovat první náznaky problémů a v letech 1994­1995 zkrachovalo 14 malých bank. Podobně jako v jiných transformujících se ekonomikách byly i v Litvě příčinou těchto obtíží především nedobytné úvěry. Dlužníci nebyli schopni své závazky splácet jednak z důvodu vlastních krachujících podnikatelských aktivit, ale situaci nenapomohl ani vývoj úrokových měr, které zůstávaly poměrně vysoké. Ačkoli se počet bank v Litvě dostal během dvou let na polovinu, neznamenalo to ještě krizi celého bankovního systému, neboť aktiva bankrotujících bank tvořily asi jen 5 % aktiv celého bankovního sektoru. Byla ale podlomena důvěra v bankovní sektor a bylo nutné přistoupit k četným změnám a opatřením.136 V roce 1994 byl uzákoněn nový zákon o Bank of Lithuania i o komerčním bankovnictví. V tomto roce byla založena také Litevská rozvojová banka, jejímž úkolem bylo podporovat ekonomický rozvoj země prostřednictvím financování soukromých investic. Jejími akcionáři se stali vláda a EBRD. Druhá polovina roku 1995 byla zatím nejtěžším obdobím litevského bankovnictví a o období 1995­1996 lze hovořit jako o bankovní krizi. Aktiva bank postižených krizí tvořily přibližně dvě třetiny všech bankovních aktiv. Nakumulované problémy bankovního sektoru vyústily do dalšího zpřísnění pravidel a mnohdy až do pozastavení činnosti některých (především menších) bank. Začal se projevovat 132 Bank of Lithuania byla založena už 2. října 1922, ale kvůli sovětské okupaci byla její činnost v roce 1940 na dlouhá desetiletí přerušena. 133 Ramonas 2002. 134 EBRD: Structural change indicators. 135 Příchod zahraničních investorů do bankovního sektoru započal až v roce 1996. 136 Ramonas 2002. 127 nedostatek likvidity v bankovním systému (jak může naznačovat vývoj M2/HDP viz tabulka), který vyústil ve ztrátu důvěry v bankovní systém a masové vybírání vkladů z bank. Problémem byly i špatné úvěrové praktiky a zpočátku slabý bankovní dohled. Bankovní krizi definitivně spustilo pozastavení činnosti největší soukromé úvěrové instituce, Litevské inovační banky, a zatčení jejího ředitele.137 Tabulka č.19: Vývoj M2/HDP (v %) rok 1992 1993 1994 1995 1996 1997 1998 1999 M2/HDP 39,2 23,1 25,8 22,0 16,8 18,5 18,8 20,7 rok 2000 2001 2002 2003 2004 2005 2006 M2/HDP 22,8 26,1 28,6 30,9 34,9 40,7 43,7 Zdroj: EBRD: Selected economic indicators Aby se opět navrátila důvěra v bankovní sektor, byl v roce 1996 zaveden systém pojištění vkladů. Dalším krokem bylo zahájení rekapitalizace tří velkých bank (Zemědělská banka, Spořitelna a Státní komerční banka), jejichž majoritním vlastníkem byl stát. Byla také odebrána licence několika malým soukromým bankám, které nebyly schopny plnit stanovené opatrnické požadavky. Došlo ke zpřísnění bankovního dohledu a všechny banky byly povinny zřídit úvěrové komise a provádět audit. Bank of Lithuania také založila databázi rizikových úvěrů. V roce 1997 byla minimální kapitálová přiměřenost zvýšena na 10 % rizikově vážených aktiv.138 Od této povinnosti byly ale až do zprivatizování osvobozeny tři velké statní úvěrové instituce (Zemědělská banka, Spořitelna a Státní komerční banka). V roce 1998 započal proces konsolidace bankovního sektoru a po roce 2000 je již patrné i výraznější prosazování zahraničních investorů. Dvě největší banky získal strategický investor ze Švédska a poslední státní banku (s 12 % podílem bankovních aktiv) získala v roce 2002 německá banka.139 Po dokončení privatizace vlastnili zahraniční investoři více než 90 % bankovního kapitálu.140 V roce 1997 se v Litvě otevřely také první pobočky zahraničních bank (z Polska, Finska a Německa). Tabulka č.20: Vlastnická struktura bank (v %) rok 1993 1994 1995 1996 1997 1998 1999 podíl aktiv bank vlastněných státem 53,6 48,0 61,8 54,0 48,8 44,4 41,9 podíl aktiv bank se zahraničními vlastníky 0,0 0,0 0,0 28,0 40,6 50,7 37,1 rok 2000 2001 2002 2003 2004 2005 2006 podíl aktiv bank vlastněných státem 38,9 12,2 0,0 0,0 0,0 0,0 0,0 podíl aktiv bank se zahraničními vlastníky 54,7 78,2 96,1 95,6 90,8 91,7 91,8 Zdroj: EBRD: Structural change indicators Proces konsolidace bankovního sektoru spolu s nárůstem zahraničního vlastnictví výrazně ovlivnily bankovní sektor v Litvě i zbývajících dvou pobaltských zemích. V prvé řadě to byl příliv kapitálu ze zahraničí, který přišel v tu pravou chvíli a 137 Barisitz 2002. 138 Barisitz 2002. 139 ECB 2002. 140 EBRD: Selected economic indicators. 128 pomohl bankovnímu sektoru dostat se z problémů. To okamžitě zapůsobilo na důvěru domácích subjektů v banky. Přínosem byla i možnost bank využít know-how vybudované zahraničními bankami. Podstatným důsledkem byla také změna zaměření bank, které svou pozornost začaly obracet na malé a střední podniky a na soukromou klientelu a také na rozvoj trhu s hypotékami.141 Již bylo mnohokrát zmíněno, že základní funkcí komerčních bank je finanční zprostředkování. Jak tento svůj úkol banky plní, je možné pozorovat na základě rozčlenění poskytnutých úvěrů podle jednotlivých sektorů domácí ekonomiky, ke kterým úvěry plynou. Tento přehled poskytuje následující tabulka. Tabulka č.21: Úvěry poskytnuté bankovním systémem jednotlivým sektorům (stav k 31.12., v mil. LTL) rok 1993 1994 1995 1996 1997 1998 1999 2000 domácnosti 182,6 345,8 347,4 343,3 449,3 542,4 681,5 598,6 nefinanční korporace 1 830,33 036,8 3 554,6 3 162,6 3 301,5 3 763,4 4 122,44 005,7 vláda 80,4 134,4 163,8 331,8 455,3 918,6 1 176,9 1 159 rok 2001 2002 2003 2004 2005 2006 2007 domácnosti 753,51 286,52 550,9 5 007,8 9 353,915 835,425 030,4 nefinanční korporace4 789,15 912,98 823,611 176,715 976,9 22 56930 859,7 vláda 1 078,9 794,9 545,3 906,3 1 046,7 665,7 860 Zdroj: Bank of Lithuania: Monetary Financial Institutions Balance Sheet and Monetary Statistics Po celé sledované období dosahovaly nejvyššího objemu úvěry poskytované nefinančním korporacím. Ke konci období se ale díky dynamickému růstu na tuto úroveň přiblížily i půjčky domácnostem. Úvěry vládnímu sektoru142 vzrostly během celého období jen asi desetinásobně a v porovnání s úvěry nefinančním korporacím a domácnostem jsou tedy zanedbatelné. Dynamika vývoje poskytnutých půjček sektoru domácností a sektoru finančních korporací je během celého období podobná. V období bankovního boomu se zvýšil objem poskytnutých úvěrů oběma těmto sektorům. V letech bankovní krize docházelo ke stagnaci bankovního systému a objemy úvěrů se téměř neměnily nebo mírně klesaly. Poté, co byla v roce 1996 krize překonána a byla přijata nová opatření, začaly objemy úvěrů opět mírně růst. Pozvolný růst pokračoval s výjimkou roku 2000 až do dokončení privatizace bankovního sektoru v roce 2002. Po dokončení procesu konsolidace a privatizace bankovního systému byl nastartován dynamický růst, který se odráží v rychlém růstu objemu úvěrů až do dnešní doby. Jak již bylo zmíněno, svou nezastupitelnou roli v tomto vývoji hraje zahraniční kapitál, který vstoupil do bankovního sektoru v Litvě a který nasměroval pozornost bank směrem k malým a středním podnikům a soukromé klientele. Kromě skladby poskytovaných úvěrů jsou v činnosti bank jako finančních zprostředkovatelů podstatné i výše úrokových sazeb, za které banky přijímají vklady 141 Adahl 2002. 142 Vládní sektor zahrnuje jak centrální vládu, tak i vlády lokální a fondy sociálního zabezpečení. 129 a poskytují půjčky (viz následující tabulka). Co se týká struktury vkladů, které si jednotlivé subjekty ekonomiky ukládají v bankách, od roku 1998 díky velmi dynamickému růstu výrazně převládají vklady od sektoru domácností (v roce 2007 činily vklady domácností 23 481,2 mil. LTL, zatímco vklady nefinančních korporací pouze 9 968,5 mil. LTL)143 . Tabulka č.22: Vývoj úrokových sazeb (v % p.a. k 31.12.) rok 1992 1993 1994 1995 1996 1997 1998 1999 vklady 42,3 19,7 7,6 7,4 4,3 1,9 2,4 1,6 půjčky 120,2 88,2 22,1 10,4 14,7 10,9 9,5 10,1 rok 2000 2001 2002 2003 2004 2005 2006 vklady 1,0 0,8 0,3 0,2 0,2 0,3 0,3 půjčky 10,7 8,1 6,1 5,1 5,6 5,6 5,5 Poznámka: průměrná úroková míra na vklady bez výpovědní lhůty v litech a průměrná úroková míra na půjčky v litech. Zdroj: EBRD: Selected economic indicators Z tabulky je patrné, že úrokové sazby pro vklady poměrně rychle klesaly, od roku 1996 byly nižší než 5 % a po roce 2000 se pohybují na velice nízké úrovni dosahující maximálně 1 %. Úrokové sazby na půjčky klesaly také poměrně rychle, takže se původní obrovské spready brzy snížily. V posledních pěti letech se úrokové sazby pro poskytnuté úvěry pohybují okolo 5-6 %. Tradičním ukazatelem ziskovosti a stavu bankovního systému jsou poměry ROE a ROA, jejichž hodnoty jsou zachyceny v následující tabulce. Do roku 1997 byly hodnoty obou ukazatelů dokonce záporné. Zdrojem těchto nízkých hodnot byly jednak rizikové úvěry, ale také fakt, že většinu příjmů bank tvořily příjmy z úroků, což činilo banky zranitelnějšími, a také poměrně vysoké provozní náklady bank.144 Následně zaznamenávaly buď růst nebo zůstávaly přibližně konstantní, poslední výrazné zvýšení obou ukazatelů je patrné v roce 2006. Tabulka č.23: Ukazatele ziskovosti bankovního sektoru 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 ROE -15,8 10,8 1,1 4 n.a. n.a. 13,4 13,5 13,6 20,1 ROA -1 1 0,1 0,4 n.a. n.a. 1,4 1,2 1 1,3 Zdroj: ECB 2002, Bank of Lithuania: Annual Report (2003­2006) Ukazatel podílu bankovních aktiv na HDP, jak je zachycen v následující tabulce naznačuje, že v posledních letech dochází ke zlepšování stavu celého bankovního sektoru a je pravděpodobné, že na konci roku 2007 podíl bankovních aktiv ku HDP překročil hranici 80 %. 143 Bank of Lithuania: Monetary Financial Institutions Balance Sheet and Monetary Statistics. 144 ECB 2002. 130 Tabulka č.24: Hloubka finančního zprostředkování (v %) 2001 2002 2003 2004 2005 2006 2007 aktiva/HDP 31,6 33,2 38,8 46,7 63,2 72,2 78,8 Poznámka: rok 2007 ­ údaj pro třetí čtvrtletí. Zdroj: Bank of Lithuania: Structure of Lithuanian Financial System O stavu bankovního systému vypovídá také podíl klasifikovaných úvěrů na celkových poskytnutých úvěrech. Velký podíl klasifikovaných úvěrů je patrný až do roku 1997. Špatné úvěry patřily k hlavním příčinám krachů bank a následné bankovní krize. Od roku 1998 se začaly projevovat zpřísněné podmínky poskytování úvěrů a některé banky byly od nedobytných půjček očištěny. Došlo tak k postupnému snižování poměru klasifikovaných úvěrů ku celkovým poskytnutým úvěrům až k dnešním hodnotám, které se pohybují okolo 1 %. Tabulka č.25: Vývoj klasifikovaných úvěrů (v % celkových půjček) rok 1994 1995 1996 1997 1998 1999 2000 nedobytné půjčky 27,0 17,3 32,2 28,3 12,5 11,9 10,8 rok 2001 2002 2003 2004 2005 2006 nedobytné půjčky 7,4 5,8 2,6 2,4 0,7 1,0 Zdroj: EBRD: Structural change indicators 5.3. Závěr V posledních letech dochází ke zlepšování všech uvedených ukazatelů, což poukazuje na lepšící se stav bankovního sektoru v Litvě a na celkově příznivý hospodářský vývoj této postsovětské ekonomiky. Rychlým tempem roste objem půjček poskytnutých domácím subjektům, a to především nefinančním korporacím a domácnostem. Stejně dynamický vývoj je zřejmý i u bankovních vkladů, zejména ze strany domácností. Aktiva bankovního sektoru mají tendenci se zvyšovat a pozitivní vývoj lze vidět i u ukazatelů ziskovosti bank. Naopak k výraznému poklesu došlo u klasifikovaných úvěrů. Co se týká vazby bankovního sektoru na ekonomický růst, je možné na základě uvedených ukazatelů pozorovat určitou souvislost. Roční tempa růstu reálného HDP dosahovaly v Litvě kladných hodnot již od roku 1995.145 Průměrné tempo ekonomického růstu v letech 1997­2007 bylo 6,6 %,146 tuto hodnotu ale zkresluje pokles HDP v roce 1999, na který mohla mít vliv asijská krize.147 Prudký nárůst objemů poskytnutých úvěrů poslední doby může k poměrně dynamickému růstu ekonomiky přispívat, výraznější nárůst úvěrů je ale patrný až v posledních letech, zatímco ekonomický růst dosahuje poměrně stabilně vysokých temp již více než 10 let. Větší vliv na ekonomický růst by mohly mít úrokové sazby, které klesaly již od poloviny 90. let a mohly tak mít svůj podíl na celém období ekonomického růstu. V letech 1999 a 2000, kdy byl ekonomický růst záporný, resp. pouze mírný, úrokové 145 EBRD: Selected economic indicators. 146 EBRD: Selected economic indicators, vlastní výpočet. 147 Jinak mezi lety 1997-2007 rostl HDP ročním tempem 7-8 %, s výjimkou již zmiňovaného roku 1999 a roku následujícího, kdy byl nastartován mírnější růst a také roku 2003, kdy tempo růstu HDP dočasně překonalo hranici 10 %. 131 sazby mírně rostly. Vliv vývoje bankovního sektoru na ekonomický růst dokládají i ukazatele ziskovosti bankovního sektoru ROE a ROA. Časové řady pro tyto ukazatele jsou sice omezené, ale i přesto je patrný prudký pokles hodnot obou ukazatelů v roce 1999, tedy v roce, kdy došlo k ekonomickému poklesu. Následně docházelo opět ke zvýšení hodnot ROE i ROA a taktéž k ekonomickému růstu. 6. ESTONSKO Estonsko se rozhodlo řešit své monetární problémy razantně hned od samého počátku. Už v roce 1992 byl sovětský rubl v oběhu plně nahrazen novou měnou estonskou korunou. V tomtéž roce byl za kurzový režim zvolen měnový výbor a kurz estonské koruny byl zafixován k německé marce148 a později potom k euru.149 Tím byla sice omezena role centrální banky jako věřitele poslední instance, ale na druhé straně se tento režim ukázal jako velmi úspěšný v boji s inflací. Po cenové liberalizaci v letech 1991­1992 inflace v Estonsku prudce vzrostla (v roce 1992 až k 1000 %), na konci následujícího roku však již dosahovala pouze asi 36 %.150 Ani Estonsku se ale nevyhnuly obtíže, v dosavadním vývoji proběhly v zemi dvě bankovní krize, první v letech 1992­1993 a druhá hned nato v letech 1994­1995.151 6.1. Stav bankovního sektoru před rokem 1990152 Vývoj do roku 1990 byl v Estonsku shodný s vývojem v Litvě. Pouze estonská centrální banka, Central Bank of Estonia (Eesti Pank), byla ,,znovuzaložena" v prosinci 1989, tedy o několik měsíců dříve než Bank of Lithuania. V Estonsku byla také v roce 1989 založena první soukromá komerční banka v Sovětském Svazu Tartu Commercial Bank. V tomtéž roce přijalo Estonsko i vlastní bankovní zákon. 6.2. Vývoj bankovního sektoru po roce 1990 V roce 1992 začala v bankovním sektoru privatizace, jíž prošla většina původně specializovaných státních bank. Bylo uzákoněno konkurzní právo platné rovněž pro banky a byla zpřísněna opatrnická opatření. Nic však již nepomohlo zabránit na obzoru se rýsující první bankovní krizi. Mladý bankovní sektor trpěl nedostatkem know-how, slabým bankovním dohledem a také používáním nekalých úvěrových praktik, které vedly k nárůstu špatných úvěrů. Byly navýšeny minimální kapitálové požadavky a stejně jako ostatní tranzitivní ekonomiky v době svého přechodu, i Estonsko prožívalo období recese. V letech 1992­1993 tak Estonsko prošlo první bankovní krizí. Kromě řady malých bank byly krizí zasaženy i tři největší komerční banky. Centrální banka pozastavila jejich činnost, Tartu Commercial Bank byla zlikvidována a zbylé dvě banky byly sloučeny a rekapitalizovány. Většina menších bank byla zlikvidována bez jakékoliv náhrady nebo ve výjimečných případech se zanedbatelnou náhradou pro věřitele. Počet bank se tak rapidně snížil ze 42 v roce 1992 na 21 v roce následujícím.153 148 V poměru 1 DEM = 8 EEK. 149 Byl stanoven kurz 1 EUR = 15,6466 EEK. Oficiální internetové stránky Central Bank of Estonia. 150 EBRD: Selected economic indicators. 151 Barisitz, 2002. 152 Barisitz, 2002. 153 ECB 2002, EBRD: Structural change indicators, Batisitz 2002. 132 V roce 1993 byl schválen nový zákon o centrální bance, který potvrdil nezávislost Central Bank of Estonia. Byla dále zpřísněna opatrnostní opatření a koncem roku se začal rozvíjet mezibankovní trh. Navzdory všem snahám a zavedeným opatřením ale v Estonsku propukla hned v roce 1994 druhá bankovní krize, která trvala až do roku následujícího. Na síle jí neubíralo ani to, že postihla pouze jedinou banku ­ Social Bank, která byla v té době největší estonskou bankou. Krizi spustilo na jaře 1994 rozhodnutí vlády vybrat ze Social Bank státní vklady s tím, že riziko bude lépe diverzifikováno, když budou státní finance rozloženy mezi více bank. Tento čin vyvolal v postižené bance problémy s likviditou a solventností. Centrální banka v tomto případě ale zareagovala jinak než při první bankovní krizi a rozhodla se poskytnout Social Bank potřebnou likviditu. Situace se ale nelepšila a tak bylo v květnu 1995 rozhodnuto o odebrání licence této bance. Na rozdíl od první krize byli věřitelé v tomto případě plně kompenzováni.154 Tabulka č. 26: Vývoj M2/HDP (v %) rok 1993 1994 1995 1996 1997 1998 1999 M2/HDP 28,3 27,0 25,1 26,6 29,8 27,3 32,2 rok 2000 2001 2002 2003 2004 2005 2006 M2/HDP 34,5 37,7 37,3 37,8 39,7 47,7 51,8 Zdroj: EBRD: Selected economic indicators Z tabulky je patrné, že vývoj peněžního agregátu M2 v procentech HDP byl po celé období poměrně stabilní, bez větších výkyvů a s mírně rostoucím trendem, který je nejvýraznější až v posledních letech. Pro další období vývoje finančního sektoru v Estonsku je typická rostoucí úvěrová způsobilost domácích podniků a postupná integrace domácího finančního sektoru na evropské finanční trhy. Docházelo také k rozsáhlé privatizaci a konsolidaci bankovního sektoru. V roce 1997 je patrný podstatný nárůst podílu estonských komerčních bank v leasingových společnostech, investičních fondech a v pojišťovnách. Bankovní sektor se stával stále více koncentrovaný a přicházela do něj i řada zahraničních strategických investorů, především ze Skandinávie. Na konci roku 2000 byla privatizace bankovního sektoru kompletně dokončena, jak ukazuje i následující tabulka.155 Tabulka č. 27: Vlastnická struktura bank (v %) rok 1993 1994 1995 1996 1997 1998 1999 podíl aktiv bank vlastněných státem 25,7 28,1 9,7 6,6 0,0 7,8 7,9 podíl aktiv bank se zahraničními vlastníky 0,4 0,3 1,8 1,6 28,8 90,2 89,8 rok 2000 2001 2002 2003 2004 2005 2006 podíl aktiv bank vlastněných státem 0,0 0,0 0,0 0,0 0,0 0,0 0,0 podíl aktiv bank se zahraničními vlastníky 97,4 97,6 97,5 97,5 98,0 99,4 99,1 Zdroj: EBRD: Structural change indicators 154 Barisitz, 2002. 155 ECB 2002, Barisitz, 2002. 133 Protože privatizace bankovního sektoru v Estonsku započala hned v ranných fázích vývoje1 , dosahují podíly aktiv státních bank nízkých hodnot již od počátku sledovaného období. Od roku 1998 je patrný i značný příliv zahraničního kapitálu a v posledních letech dosahuje podíl aktiv bank vlastněných zahraničními vlastníky téměř 100 %. Dále se zaměříme na postavení estonských bank při plnění funkce finančního zprostředkovatele, tedy nejprve na to, jaká je struktura poskytovaných úvěrů a následně také na vývoj úrokových sazeb, za něž banky v Estonsku přijímají vklady a poskytují úvěry. Tabulka č. 28: Úvěry poskytnuté bankovním systémem jednotlivým sektorům (stav k 31.12., v mil. EEK) rok 1994 1995 1996 1997 1998 1999 2000 individuálové 489,50 736,39 1 807,85 4 194,13 4 264,60 5 392,54 6 899,55 podniky 3 786,39 5 996,69 10 262,6113 555,29 15 064,02 14 773,81 15 936,73 vláda n.a. n.a. n.a. 273,68 277,43 502,56 863,81 rok 2001 2002 2003 2004 2005 2006 2007 individuálové 9 237,34 12 997,9019 238,83 29 301,54 49 810,86 81 266,95108 865,85 podniky 17 734,49 19 397,72 23 320,0932 637,78 52 880,90 84 175,56110 236,39 vláda 1 397,69 2 187,52 2 701,94 2 820,46 2 875,42 2 792,83 3 232,39 Poznámka: skupina ,,individuálové" - zahrnuje fyzické osoby a neziskové organizace, skupina ,,podniky" ­ zahrnuje i podniky patřící státu a místním samosprávám. Zdroj: Central Bank of Estonia: Financial sector statistic U všech tří skupin ekonomických subjektů, k nimž plynuly úvěry od bankovního sektoru, je patrný výrazný nárůst poskytnutého objemu úvěrů během celého sledovaného období. Nejnižší objemy peněžních prostředků i nejnižší nárůst je pozorovatelný u vlády, dále se tedy zaměříme pouze na dva zbývající sektory. Pro skupinu domácností2 a podniků je po celé období charakteristický rostoucí trend v množství čerpaných úvěrů. V 90. letech byl nárůst sice plynulý, ale s velmi mírným tempem a v případě úvěrů směřujících k podnikům byl dokonce růst v roce 1999 přerušen a došlo k mírnému poklesu. Bylo to období ještě stále vysoké nejistoty a krizí ve světě. Po roce 2000 následoval rychlý nárůst úvěrů poskytnutých oběma sledovaným skupinám subjektů. Díky rychleji rostoucí poptávce po úvěrech ze strany domácností a neziskových organizací jsou dnes úvěry čerpané ze strany podniků i domácností téměř vyrovnané. Obecně lze konstatovat, že největší objem vkladů putuje do bankovního sektoru ze strany podniků.3 Druhou skupinou subjektů, která si ukládá významné částky do bankovního sektoru, jsou domácnosti.4 Objem vkladů domácností byl ale až do roku 1997 nižší než v případě podniků. Od roku 1998 do roku 2003 byly vklady obou 1 V roce 1992. 2 Lze předpokládat, že úvěry čerpané neziskovými organizacemi tvoří jen malou část úvěrů poskytnutých skupině nazvané ,,individuálové", kdežto většina úvěrů plynula k domácnostem. 3 A to jak podniků soukromých, tak i státních a podniků patřících místním samosprávám. 4 Patří sem i vklady neziskových organizací. 134 obou těchto skupin srovnatelné, co se objemu týče. Díky dynamickému nárůstu převládají v posledních letech opět vklady od podnikové sféry (k 31.12. 2007 měly podniky v bankovním sektoru uložené vklady ve výši 71 393,6 mil. EEK a domácnosti 53 643,3 mil. EEK).1 Tabulka č. 29: Vývoj úrokových sazeb (v % p.a. k 31.12.) rok 1994 1995 1996 1997 1998 1999 2000 vklady 8,8 8,7 10,5 10,8 8,9 8,9 6,8 úvěry 17,5 15,8 13,9 11,2 16,3 8,6 8,9 rok 2001 2002 2003 2004 2005 2006 vklady 4,5 3,7 2,4 2,1 2,3 3,6 úvěry 10,1 6,6 5,1 6,2 9,2 7,7 Poznámka: úroková sazba na vklady a půjčky delší než 12 měsíců. Zdroj: EBRD: Selected economic indicators Jak je vidět v tabulce, úrokové sazby nedosahovaly ani v případě vkladů, ani v případě půjček nijak extrémních hodnot. Vklady byly v 90. letech úročeny nejvýše úrokovou sazbou okolo 10 % a po roce 2001 se úrokové sazby pohybují mezi 2 % a 4,5 %. Úrokové sazby na úvěry poměrně rychle klesaly z původních 17,5 % v roce 1994 až na 11,2 %. Patrně v důsledku asijské krize došlo v roce 1998 k nárůstu úrokových sazeb, v následujícím roce ale sazby klesly téměř na polovinu a od roku 2002 se pohybují v rozmezí přibližně mezi 5 % a 9 %. Po celé období byly spready mezi úrokovými sazbami na vklady a půjčky nízké, v některých letech se dokonce blížily k nule. Dále nás zajímá ziskovost estonského bankovního sektoru. Jak je patrné z následující tabulky, návratnost akciového kapitálu, stejně jako návratnost aktiv dosahovala nejvyšších hodnot do roku 1997, tedy v době jakéhosi estonského boomu. V roce 1998 přišla ale v důsledku asijské krize i do Estonska tvrdá rána v podobě krachů na burze a oba ukazatele se rázem dostaly do záporných hodnot. Od následujícího roku již ale opět dochází ke zlepšování ROA i ROE a zatímco ukazatel návratnosti akciového kapitálu se v posledních letech pohybuje okolo 20 %, návratnost aktiv kolísá kolem úrovně 2 %. Tabulka č. 30: Ukazatele ziskovosti bankovního sektoru 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 ROE 30,6 34,9 -10,1 9,2 8,4 20,9 14,7 14,1 20 21 18 ROA 2,9 3,3 -1,2 1,5 1,2 2,7 1,6 1,7 2,1 2 1,6 Poznámka: v roce 2006 údaj za 3. čtvrtletí. Zdroj: ECB 2002, Central Bank of Estonia: Annual report (2003­2006) Podíl klasifikovaných úvěrů na celkových poskytnutých úvěrech nikdy nepřesáhl 4 %, což je vidět v následující tabulce. Nejsou ale dostupná data před rokem 1994, kdy lze očekávat vyšší podíl klasifikovaných úvěrů, neboť špatné půjčky byly jedním z důvodů první bankovní krize v Estonsku. Po roce 2002 se podíl klasifikovaných 1 Central Bank of Estonia: Financial sector statistic. 135 úvěrů dostal pod 1 % a podle posledních údajů tvoří již pouze 0,2 % celkových úvěrů. Tabulka č. 31: Vývoj klasifikovaných úvěrů (v % celkových půjček) rok 1994 1995 1996 1997 1998 1999 2000 nedobytné půjčky 3,5 2,4 2,0 2,1 4,0 2,9 1,3 rok 2001 2002 2003 2004 2005 2006 nedobytné půjčky 1,2 0,8 0,5 0,3 0,2 0,2 Zdroj: EBRD: Structural change indicators 6.3. Závěr Stejně jako je to typické pro ostatní nově vznikající trhy, i v Estonsku je finanční zprostředkování založeno na univerzálním bankovním modelu. Hlavní roli v takovém sytému hraje bankovní sektor, zatímco role burzy je poměrně malá. Bankovní sektor se v Estonsku v posledních letech dynamicky rozvíjí, vysokým tempem narůstají jak objemy bankami poskytovaných úvěrů, tak i objemy vkladů uložených ostatními subjekty do bankovního sektoru. Slibně se vyvíjí i ukazatele návratnosti akciového kapitálu, respektive aktiv, a na nízkou úroveň se rychle dostaly také klasifikované úvěry. Neopomenutelný vliv na tento pozitivní vývoj estonského bankovního sektoru má neustálé zlepšování bankovního dohledu a také přizpůsobování bankovní legislativy direktivám Evropské unie. Vliv bankovního sektoru na ekonomický růst v Estonsku se opět pokusíme ukázat na základě nalezení souvislosti mezi objemem poskytovaných úvěrů, resp. vývojem úrokových sazeb, a dosahovaným ročním tempem růstu reálného HDP. Kladných temp růstu dosahuje estonská ekonomika již od poloviny 90.let. V letech 1998­ 1999 je patrný výrazný pokles tempa růstu HDP, hned v roce následujícím byl ale nastartován dynamický růst přesahující hranici 10%. Vysoká tempa růstu byla v Estonsku udržena až do současnosti.1 V případě Estonska je možné bankovním úvěrům připsat určitý vliv na ekonomický růst, neboť úvěry čerpané ekonomickými subjekty se poměrně dynamicky zvyšovaly již od poloviny 90.let, tedy po celou dobu ekonomického růstu a v roce 1999 došlo ke stagnaci v poskytovaných úvěrech, což se kryje s dobou stagnace ekonomického růstu. Úroková sazba uvalená na úvěry v roce 1998 poměrně výrazně vzrostla, což mohlo mít podíl na utlumení ekonomické aktivity v daném roce a roce následujícím. Jinak byly úrokové sazby na nízké úrovni, tedy mohly podněcovat úvěrovou aktivitu ekonomických subjektů a hospodářský růst. Podíváme-li se na závěr na vztah mezi ukazateli ziskovosti bankovního sektoru a ekonomického růstu, je vidět, že v roce 1998 došlo k utlumení ekonomické aktivity a současně i k prudkému poklesu hodnot ukazatelů ROE i ROA. Stav bankovního sektoru se podle těchto ukazatelů začal zlepšovat hned v následujícím roce, tedy o rok dříve než stav reálné ekonomiky. 7. LOTYŠSKO Stejně jako v případě Litvy, i v Lotyšsku probíhala měnová reforma postupně a prvním krokem bylo zavedení vlastní měny. V květnu 1992 byla uvedena do oběhu 1 EBRD: Selected economic indicators 136 prozatímní měna ­ lotyšský rubl.1 V březnu roku následujícího byla zavedena stálá měna ­ lat. Na počátku dalšího roku Bank of Latvia za měnový režim zvolila pevné zavěšení (fixed peg) latu na SDR2 a v roce 2005 SDR vystřídalo euro.3 Lotyšsko bylo podobně jako Estonsko hned od počátku úspěšné v boji s inflací, takže zatímco na konci roku 1992 dosahovala inflace v této zemi 959 %, na konci roku následujícího to bylo již jen 35 %.4 Přes veškerou snahu se ale ani Lotyšsku v roce 1995 nevyhnula bankovní krize.5 7.1. Stav bankovního sektoru před rokem 19906 Vývoj v tomto období je shodný s oběmi zbývajícími pobaltskými zeměmi. Lotyšská centrální banka ­ Bank of Latvia (Latvijas Banka) byla založena až v červenci 1990, tedy jako poslední ze všech tří zemí. 7.2. Vývoj bankovního sektoru po roce 1990 Lotyšské úsilí o přechod k tržní ekonomice nebylo ve svých počátcích příliš úspěšné. Nastartována byla pouze malá privatizace a konkurzní právo přijaté v roce 1991 se ukázalo jako neefektivní. V témže roce převzala Bank of Latvia většinu dříve specializovaných sovětských bank. Zákon o centrální bance z května 1992 potvrdil její nezávislost. Ve stejné době byl přijat i zákon o komerčním bankovnictví. Polovina roku 1993, kdy se Bank of Latvia zbavila všech komerčních bank, které získala o dva roky dříve, je považována za definitivní založení dvoustupňové bankovní soustavy v Lotyšsku. Některé pobočky byly vydraženy a získaly je soukromé komerční banky, z některých se staly samostatné úvěrové instituce a zbytek se stal součástí nové komerční banky vlastněné vládou (Universal bank), případně byly některé zlikvidovány. Z důvodu prudkého nárůstu počtu bank v roce 1992 přistoupila centrální banka ke zpřísnění bankovního dohledu. Vzrostly kapitálové požadavky kladené na banky, úvěry jednotlivým dlužníkům mohly být poskytovány maximálně do výše 50 % vlastního kapitálu a banky musely vyhodnocovat kvalitu svého úvěrového portfolia. Tato opatření měla jasně patrný vliv na rozrůstající se bankovní sektor, zatímco v roce 1993 se počet bank vyšplhal na 62, v roce následujícím to bylo už jen 56 a počty bank výrazně klesaly i v následujících letech.7 Situaci v bankovním sektoru ještě dále ztěžovalo dříve velké zapojení lotyšských bank na financování obchodních jednání mezi Ruskem a Západem. Postupné mizení těchto vazeb pro mnohé banky znamenalo ztrátu zisku. První náznaky blížící se krize se v Lotyšsku začaly objevovat už v průběhu roku 1994. Zatím se ale jednalo pouze o náznaky v podobě nesolventnosti menších bank. V první polovině roku 1995 lze už hovořit o skutečné bankovní krizi. Krize 1 Zpočátku byl ještě v oběhu i rubl sovětský, od poloviny července byla ale nová prozatímní měna už jediným oficiálním platidlem v zemi. 2 V poměru 1 SDR = 0,8 LVL. 3 Byl stanoven kurz 1 EUR = 0,702804 LVL s možností oscilace v pásmu +/-1 %. Oficiální internetové stránky Bank of Latvia. 4 EBRD: Selected economic indicators. 5 Barisitz, 2002. 6 Barisitz, 2002. 7 EBRD: Structural change indicators. 137 zasáhla největší banku v zemi, Banka Baltija, která v té době držela přibližně 30 % všech bankovních vkladů. Banka Baltija se ale současně díky své agresivní a riskantní politice uvádí i jako jedna z příčin krize. Ve snaze o neustálé rozrůstání převzala Banka Baltija dvě další banky, které se nacházely ve finančních obtížích. Zachránit se je už ale nepovedlo a jejich krach oslabil i pozici Banky Baltija jako takové. Problémy s likviditou této velké úvěrové instituce se rozhodla řešit centrální banka, ke zjevnému zlepšení to ale nevedlo. Zatímco se někteří snažili sestavit plán na záchranu Banky Baltija, ostatní ji rozkrádali. V květnu 1995 byla prohlášena za nesolventní a bylo zatčeno několik vysoce postavených osob z vedení, v prosinci potom zkrachovala. Problémům se nevyhnulo ani dalších asi 12 bank, které se nedokázaly vypořádat se zpřísněným dohledem. Aktiva těchto krachujících bank představovala až 40 % všech bankovních aktiv. Původně byly patrné určité snahy ze strany státu o alespoň částečné kompenzace, vzhledem k vysokým finančním nárokům kladeným na centrální banku i státní rozpočet však bylo od tohoto plánu brzy opuštěno.1 Tabulka č.32: Vývoj M2/HDP (v %) rok 1993 1994 1995 1996 1997 1998 1999 M2/HDP 28,5 30,1 20,3 20,1 24,0 23,2 23,4 rok 2000 2001 2002 2003 2004 2005 2006 M2/HDP 26,9 29,5 32,4 35,3 38,6 43,1 48,4 Zdroj: EBRD: Selected economic indicators Jak je patrné z tabulky, likvidita bankovního systému v době bankovní krize prudce klesla (asi o třetinu) a na nízké úrovni zůstala až do konce 90. let. Předkrizová úroveň agregátu M2 ku HDP byla překonána teprve v roce 2002. Od té doby dochází k postupnému rozšiřování agregátu M2 vzhledem k HDP až na téměř 50 % v roce 2006. V reakci na proběhlou bankovní krizi bylo v lednu 1996 přijato nové bankovní právo a byla dále zpřísněna opatrnostní opatření a bankovní dohled. Byly také zvýšeny požadavky kapitálové přiměřenosti na 10 % rizikových aktiv.2 Privatizace v Lotyšsku probíhala pozvolna a dlouho chyběli strategičtí investoři. V letech 1996­1997 byla zprivatizována druhá největší státní banka, Unibanka, jejíž většinové podíly byly prodány řadě zahraničních investorů včetně EBRD. V roce 1997 začala privatizace další velké státní instituce ­ Latvijas Kraibanka (Spořitelna).3 Jaké procento bankovních aktiv patřilo v jednotlivých letech bankám ve vlastnictví státu a jaký podíl aktiv náležel bankám pod zahraniční kontrolou je znázorněno v následující tabulce. Tabulka č.33: Vlastnická struktura bank v % rok 1994 1995 1996 1997 1998 1999 2000 podíl aktiv bank vlastněných státem 7,2 9,9 6,9 6,7 8,5 2,6 2,9 podíl aktiv bank se zahraničními vlastníky n.a. 34,6 51,5 70,6 79,1 74,0 74,4 1 Část 7.2. čerpá z Barisitz, 2002. 2 Barisitz, 2002. 3 Barisitz, 2002. 138 rok 2001 2002 2003 2004 2005 2006 podíl aktiv bank vlastněných státem 3,2 4,0 4,1 4,0 4,3 4,4 podíl aktiv bank se zahraničními vlastníky 65,2 42,8 53,0 48,6 57,9 62,9 Zdroj: EBRD: Structural change indicators Lotyšsko je jedinou pobaltskou zemí, kde privatizace bankovního sektoru ještě není dokončena a v roce 2006 tvořila aktiva státních bank asi 4,4 % celkových aktiv bankovního sektoru. Současně je v Lotyšsku poměrně nízký podíl aktiv bank vlastněných zahraničními vlastníky; v roce 2006 činil 62,9 % všech bankovních aktiv. Největší část zahraničního kapitálu v lotyšském bankovním sektoru pochází ze Švédska a Německa.1 Jak banky v Lotyšsku vystupují v roli finančního zprostředkovatele naznačuje tabulka, zachycující strukturu poskytovaných úvěrů jednotlivým skupinám ekonomických subjektů, a také tabulka následující, srovnávající vývoj úrokových sazeb na vklady a na poskytnuté úvěry. Tabulka č. 34: Úvěry poskytnuté bankovním systémem jednotlivým sektorům (stav k 31.12., v mil. LVL) rok 2003 2004 2005 2006 2007 nefinanční korporace 1500,7 2032,2 2996,6 4569 6227,6 domácnosti 761,6 1331,1 2451,7 4303,2 5988,8 vláda 111,5 67,7 89,9 74,8 73,3 Zdroj: Bank of Latvia: Banking and monetary statistics Objemy poskytnutých úvěrů jednotlivým skupinám ekonomických subjektů jsou dostupné pouze pro období od roku 2003 do roku 2007. Pro možnost lepšího posouzení vývoje bankovního sektoru v Lotyšsku je tedy uvedena ještě následující tabulka, která zachycuje podíl úvěrů soukromému sektoru a domácnostem na hrubém domácím produktu v delších časových řadách. Tabulka č.35: Úvěry poskytnuté soukromému sektoru a domácnostem (v % HDP) rok 1994 1995 1996 1997 1998 1999 2000 soukromý sektor 15,9 6,8 na na na na 16,9 domácnosti na na na 1,0 1,6 2,2 3,3 rok 2001 2002 2003 2004 2005 2006 soukromý sektor 21,1 26,2 34,2 44,2 59,0 77,9 domácnosti 4,6 7,3 11,6 17,6 26,8 38,0 Zdroj: EBRD: Structural change indicators Pro období bankovní krize a pokrizové roky data zcela chybí, ale lze předpokládat propad v poskytovaných úvěrech. Po roce 2000 je patrný rychlejší růst úvěrů soukromému sektoru a od roku 2003 i domácnostem. Větší růstovou dynamiku prokázaly úvěry poskytované domácnostem, v roce 2007 dosahovaly téměř stejné úrovně jako úvěry čerpané nefinančními korporacemi. 1 ECB 2002. 139 Pozitivní vliv na vývoj úvěrové činnosti bank měla makroekonomická stabilita v zemi a opomenout nelze ani vliv rostoucí důvěry domácích ekonomických subjektů v bankovní sektor. V roce 1998 byl zřízen systém pojištění vkladů a vklady v bankách uspokojivě narůstaly.1 K 31.12.2007 činily vklady soukromých nefinančních korporací v bankách 1558,1 mil. LVL a vklady domácností 3108,7 mil. LVL.2 Nejvíce úspor tedy v Lotyšsku vytváří sektor domácností, úvěry zatím nejvíce čerpají nefinanční korporace, ale domácnosti je díky dynamickému růstu rychle dohání. Tabulka č. 36: Vývoj úrokových sazeb (v % p.a. k 31.12.) rok 1993 1994 1995 1996 1997 1998 1999 vklady 28,4 18,8 15,6 11,4 5,7 5,3 5,3 úvěry 70,8 36,7 34,7 24,7 14,0 14,2 13,9 rok 2000 2001 2002 2003 2004 2005 2006 vklady 4,4 5,3 3,2 3,0 3,3 2,8 3,6 úvěry 12,1 10,8 7,5 5,4 7,5 5,9 7,3 Poznámka: úroková sazba na vklady a půjčky na dobu kratší než 12 měsíců. Zdroj: EBRD: Selected economic indicators Prudký pokles inflace a zvyšování konkurence v bankovním sektoru vedly k poměrně rychlému poklesu úrokových sazeb na vklady i na úvěry a také ke snižování spreadů mezi nimi. Úrokové sazby uplatňované na vklady klesly za 14 let vývoje přibližně na devítinu své původní hodnoty, úročení půjček se snížilo asi na desetinu. Údaje o ziskovosti bankovního sektoru, tedy údaje o návratnosti akciového kapitálu a aktiv, jsou dostupné pouze od roku 2003, což je vidět v následující tabulce. Ukazatele ROE i ROA dosahují poměrně vysokých hodnot a vykazují rostoucí trend. Ten byl narušen až v roce 2006, kdy bankovní kapitál rostl rychleji než zisk, což vedlo k poklesu ukazatele návratnosti akciového kapitálu na 26,3 %. Ukazatel ROA zůstal s hodnotou 2,1 % v roce 2006 oproti předchozímu roku nezměněn. Tabulka č. 37: Ukazatele ziskovosti bankovního sektoru 2003 2004 2005 2006 ROE 16,7 21,4 27,1 26,3 ROA 1,4 1,7 2,1 2,1 Zdroj: Bank of Latvia: Financial stability report (2003­2006) Poslední sledované hodnoty se týkají podílu klasifikovaných úvěrů na celkových poskytnutých úvěrech. Největší podíl klasifikovaných úvěrů je patrný v době bankovní krize a v roce následujícím. Poté docházelo ke zlepšování kvality poskytovaných úvěrů a podíl klasifikovaných úvěrů se rychle snižoval až na současných asi 0,5 % celkových úvěrů. 1 ECB 2002. 2 Bank of Latvia: Banking and monetary statistics. 140 Tabulka č. 38: Vývoj klasifikovaných úvěrů (v % celkových půjček) rok 1994 1995 1996 1997 1998 1999 2000 nedobytné půjčky 11,0 18,9 20,5 10,0 7,0 6,2 4,5 rok 2001 2002 2003 2004 2005 2006 nedobytné půjčky 2,8 2,0 1,4 1,1 0,7 0,5 Zdroj: EBRD: Structural change indicators 7.3. Závěr Stejně jako platí pro předcházející dvě pobaltské země, i lotyšský finanční sektor prošel v minulém desetiletí poměrně úspěšnou transformací. Role bankovního sektoru jako finančního zprostředkovatele se neustále rozvíjí, jak dokumentují stále se zvyšující objemy přijatých vkladů přeměněných v poskytnuté půjčky. Současně je díky zpřísněným podmínkám a bankovnímu dohledu patrný výrazný pokles špatných úvěrů a tedy i pokles podílu klasifikovaných úvěrů. Spolu s pozitivním vývojem finančního sektoru se slibně vyvíjí i reálný sektor ekonomiky, což dává Lotyšsku nadějné vyhlídky do budoucnosti. Na závěr se opět pokusíme najít vazbu mezi vývojem bankovního sektoru a hospodářským růstem. Roční růst HDP má ve všech pobaltských zemích obdobný vývoj, v Lotyšsku byl trvalý růst nastartován až o rok později, tedy v roce 1996. V letech 1998­1999 došlo k poklesu tempa růstu HDP, ale ne tak výraznému jako ve zbytku Pobaltí. Následně byl opět odstartován dynamický růst, který trvá dodnes.1 Vzhledem k neúplným řadám údajů o poskytovaných úvěrech bankovním sektorem sektoru soukromému se nějaká souvislost mezi bankovními úvěry a ekonomickým růstem hledá těžko. Je možné pouze konstatovat, že v posledních letech může výrazný nárůst objemu poskytnutých úvěrů přispívat k ekonomickému růstu. Lepší časové řady jsou uvedeny pro vývoj úrokových sazeb. Úročení půjček zůstávalo vysoké až do roku 1996, v roce následujícím úrokové sazby výrazně poklesly a současně bylo poprvé dosaženo vyššího tempa růstu HDP. Jinak souvislosti mezi vývojem úrokových sazeb a ekonomickým růstem nejsou příliš patrné. Údaje o ziskovosti bankovního sektoru jsou dostupné jen pro poslední čtyři roky, nelze tedy porovnávat jejich vývoj v době zpomalení tempa růstu HDP. 8. ZÁVĚR Empirické i teoretické studie ukazují na pozitivní spojení mezi efektivním fungováním finančního systému a ekonomickým růstem. Finanční zprostředkovatelé usnadňují alokaci zdrojů v čase a prostoru, snižují informační asymetrii a usnadňují ekonomické transakce. Finanční vývoj má pozitivní dopad na růstové vyhlídky ekonomiky poskytováním finančních nástrojů potřebných pro ekonomický vývoj. Rozvinutější finanční sektory mohou být schopny zvýšit úspory nabízením bezpečných a atraktivních výnosů střadateli a zajistí, že kterákoli jednotka úspor se přemění do investic bez ,,úniku" prostředků v mechanismu přeměny. Takový finanční sektor také lépe vykonává monitorovací funkci. Politiky zaměřující se na vytvoření příznivých právních a 1 EBRD: Selected economic indicators. 141 institucionálních podmínek pro finanční sektor jsou považovány za takové, které podporují růst ekonomiky. Finanční systém v přistupujících zemích Evropské unie je charakterizován relativně nízkou úrovní finančního zprostředkování, silnou dominancí bankovního sektoru vzhledem k méně rozvinutým kapitálovým trhům uvnitř jednotlivých zemí a vysokým stupněm zahraniční účasti v mnoha sektorech ekonomiky. Zahraniční investoři přinášejí kapitál, know-how a zesilují konkurenci. Vysoký stupeň zahraničního zapojení znamená silnou integraci ekonomik se západní Evropou (ECB, 2002), což může být důležitým důvodem stojícím za nízkým efektem ,,nákazy" z nově vznikajících trhů pozorovaných před několika málo lety. Bankovní sektor lze obecně považovat za ziskový a dobře kapitalizovaný. Celková úroveň půjčování dosahuje spíše nižší úrovně, přičemž toto úvěrové omezení bylo mírněno půjčkami ze zahraničí. Určitý problém nastal u financování malých a středních podniků, kterým chyběla historie úvěrových záznamů nebo zástava. Banky v procesu restrukturalizace bývají opatrné, půjčují více domácnostem a maloobchodním společnostem (snaha o zvýšení výnosů). Existuje mnoho důvodů pro nízkou úroveň bankovního zprostředkování. Všechny země zažily prudký pokles na počátku transformace, kdy výstup ekonomiky klesl mezi 10­15 % ve střední a východní Evropě a o 35­50 % v pobaltských zemích.1 Tyto recese vedly k masivním dluhovým problémům v soukromém sektoru, širokému neplacení a poklesu bankovního portfolia půjček. Tento vývoj často spustil bankovní krizi, která dále snížila bankovní aktiva a ovlivnila nepříznivě chování bank v oblasti poskytování úvěrů. Trvalo několik let, než se takové země dostaly z kruhu bankovních a makroekonomických krizí. Ze stručné analýzy bankovního odvětví ve vybraných zemích je patrné, že přetrvávající podmínky v tomto sektoru měly spolu s dalšími faktory vliv na ekonomický růst ekonomik. Období pozitivního tempa růstu reálného HDP je obvykle doprovázeno nárůstem objemu poskytovaných úvěrů subjektům ekonomiky a poklesem úrokových sazeb. Není ovšem pochyb o tom, že příznivý ekonomický růst se projevuje nárůstem ochoty firem a domácností zvýšit své disponibilní zdroje prostřednictvím úvěrů. Dosažení a udržení zdravého fungování bankovního sektoru tedy vytváří vhodnější podmínky pro potenciální růst ekonomiky. POUŽITÁ LITERATURA ADAHL, M.: Banking in the Baltics - The Development of the Banking Systems of Estonia, Latvia and Lithuania since Independence: The Internationalization of Baltic Banking (1998­2002). Oesterreichische Nationalbank, 2002. http://www.oenb.at/de/img/ adahl_ftr_202_tcm14-10384.pdf. [cit. 2008-03-29]. BANK OF LATVIA. www.bank.lv. BANK OF LATVIA: Banking and monetary statistics. http://www.bank.lv/ eng/main/all/statistics/bank_mon_stat/bmsq 42006/. [cit. 2008-03-31]. BANK OF LATVIA: Financial stability report (2003­2006). http://www.bank.lv/eng/ main/all/pubrun/fin-stab/. [cit. 2008-04-03]. 1 ECB (2002). 142 BANK OF LITHUANIA. www.lb.lt. BANK OF LITHUANIA: Annual Report (2003­2006). http://www.lb.lt/eng/ publications/index.html. [cit. 2008-03-25]. BANK OF LITHUANIA: Monetary Financial Institutions Balance Sheet and Monetary Statistics. http://www.lb.lt/eng/statistic/ index.html. [cit. 2008-03-25]. BANK OF LITHUANIA: Restoration of the Bank of Lithuania in 1990 and its Activities to the Prezent. http://www.lb.lt/eng/about/history.html. [cit. 2008-03-28]. BANK OF LITHUANIA: Structure of Lithuanian financial system. http://www.lb.lt/eng/economy/financial_stability/ findata.htm. [cit. 2008-03-26]. BARISITZ, S.: Banking in the Baltics ­ The Development of the Banking Systems of Estonia, Latvia and Lithuania since Independence: The Emergence of MarketOriented Banking Systems in Estonia, Latvia and Lithuania (1988­1997). Oesterreichische Nationalbank, 2002. http://www.oenb.at/en/img/barisitz1_ftr_202_ tcm16-10383.pdf [cit. 2008-03-29]. BARISITZ, S.: The Development of Romanian and Bulgarian Banking Sectors since 1990. Oesterreichische Nationalbank, 2001. http://www.oenb.at/en/geldp_volksw/ zentral_osteuropa/banksecfmstab/banking_sector_and_financial_stability.jsp [cit. 2008-03-23]. BULGARIAN CENTRAL BANK (1999): The Bulgarian Financial Crisis of 1996- 1997. Sofia: BNB Printing Center, 1999. http://www.bnb.bg/bnb/home.nsf/ fsWebIndex?OpenFrameset. [cit. 2008-03-10]. BULGARIAN CENTRAL BANK (2001): The Financial System in Bulgarian Economy. Sofia: BNB Printing Center, 2001. http://www.bnb.bg/bnb/ home.nsf/fsWebIndex?OpenFrameset. [cit. 2008-03-10]. BULGARIAN CENTRAL BANK (2008): Bank Lending and Asset Prices: Evidence for Bulgaria. Sofia: BNB Printing Center, 2001. http://www.bnb.bg/bnb/home.nsf/fsWebIndex? OpenFrameset. [cit. 2008-03-25]. CENTRAL BANK OF ESTONIA. www.eestipank.info. CENTRAL BANK OF ESTONIA: Annual Report (2003­2006). http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/aastaaruanne /. [cit. 2008-03-30]. CENTRAL BANK OF ESTONIA: Financial sector statistic. http://www.eestipank.info/pub/en/dokumendid/statistika/pangandusstatistika/tabelid/ [cit. 2008-03-29]. DVOŘÁK, P. (2005): Bankovnictví pro bankéře a klienty. 3. vydání. Praha, Linde 2005. 681 s. ISBN 80-7201-515-X. EUROPEAN BANK FOR RECONSTRUCTION AND DEVELOPMENT: Selected economic indicators. http://www.ebrd. com/country/sector/econo/stats/index.htm. [cit. 2008-03-15]. 143 EUROPEAN BANK FOR RECONSTRUCTION AND DEVELOPMENT: Structural change indicators. http://www.ebrd.com/country/sector/econo/stats/index.htm. [cit. 2008-03-15]. EUROPEAN CENTRAL BANK (2002): Financial Sectors in EU Accession Countries. Frankfurt: ECB, 2002. http://www.ecb.int/press/pr/date/2002/html/ pr020819.en.html. [cit. 2008-03-10]. EUROPEAN CENTRAL BANK (2006): EU Banking Structures. Frankfurt: ECB, 2006. http://www.ecb.int/ pub/pdf/other/eubankingstructures2006en.pdf. [cit. 2008- 03-10]. GHOSH, S. R. (2006): East Asian finance: the road to robust markets. Washington, DC: World Bank, 2006. 217 s. ISBN 978-0-8213-6743-8. KOHN, M. (2004): Financial Institutions and Markets. 2nd edition. New York: Oxford University Press, 2004. 674 s. KULHÁNEK, L. ­ POLOUČEK, S. ­ STAVÁREK, D. (2004): The Financial and Banking Sectors in Transition Countries. In POLOUČEK, S. (ed.) Reforming the Financial Sector in Central European Countries. Houndmills, Basingstoke, Hampshire: Palgrave Macmillan Publishers, 2004, s. 1-30. ISBN 1-4039-1546-6. MRAK, M. ­ ROJEC, M. ­ SILVA-JAUREGUI, C. (2004): Slovenia: from Yugoslavia to the European Union. Washington, DC: World Bank, 2004. 446 s. ISBN 0-8213- 5718-2. NATIONAL BANK OF BULGARIA: BNB Publications. http://www.bnb.bg/. [cit. 2008- 03-24]. NATIONAL BANK OF ROMANIA (2006): Non-government credit in Romania: perspectives and implications. National Bank of Romania, Occasional Papers No. 4/2006. http:// www.bnro.ro/def_en.htm. [cit. 2008-03-10]. NATIONAL BANK OF ROMANIA (2007): Financial Intermediation in Romania 1990­2007. National Bank of Romania, Presentation 2007. http://www.bnro.ro/def_en.htm. [cit. 2008-03-30]. NATIONAL BANK OF SLOVENIA: Annual Reports 1996­2006. http://www.bsi.si/iskalniki/letna_porocila_en.asp? MapaId=711. [cit. 2008-03-13]. POLOUČEK, S. (2006): Bankovnictví. 1. vydání. Praha, C. H. Beck 2006. 716 s. ISBN 80-7179-462-7. POVILAITIS, B.: Brief overview of the activity of the re-established bank of Lithuania in 1990­2002, Bank of Lithuania, 2002. http://www.lb.lt/eng/publications/studies/ studies2002_3.html#first10 [cit. 2008-03-28]. RAMONAS, K.: Commercial banks and development of their supervision in Lithuania, Bank of Lithuania, 2002. http://www.lb.lt/eng/publications/ studies/studies2002_3.html#first10 [cit. 2008-03-28]. WORLD BANK (2001): Bulgaria: the dual challenge of transition and accession. Washington: The World Bank, 2001. 198 s. ISBN 0-8213-4962-7. 144 VLIV MONETÁRNÍ POLITIKY NA EKONOMICKÝ RŮST U VYBRANÝCH ZEMÍ PETRA ČERNÍKOVÁ V této práci se zabýváme zkoumáním vlivu monetární politiky na ekonomický růst ve vybrané skupině deseti zemí. Predikovatelná monetární politika centrální banky vytváří vhodné prostředí pro ekonomický růst a rozhodování ekonomických subjektů o alokaci zdrojů. Stěžejní část práce se zabývá hodnocením vztahu mezi monetární politikou a vývojem cenové hladiny a kurzového režimu v jednotlivých zemích. 1. ÚVOD V této práci se zabýváme zkoumáním vlivu, jež má monetární politika na ekonomický růst, neboť právě monetární politika může do značné míry ovlivnit rozhodování a činnost ekonomických subjektů. Analyzovanou skupinu zemí tvoří Estonsko, Litva, Lotyšsko a Slovinsko, které vstoupily do Evropské unie v roce 2004, a dále pak Bulharsko a Rumunsko, jež rozšířily skupinu členských zemí EU v roce 2007. Jako zkoumané období byl zvolen časový úsek od roku 1990. V kapitole zabývající se vazbou mezi měnovým kurzem a ekonomickým růstem byla zkoumaná časová osa zkrácena, neboť hlavní měnou vůči které jsou měnové kurzy analyzovány je euro, a to existuje teprve od roku 1999 (v bezhotovostní formě). Úvodní část práce se stručně věnuje teoretickým aspektům zkoumané problematiky. Jsou zde vymezena klíčová témata ze vztahu monetární politiky a ekonomického růstu, podle kterých se dále odvíjí struktura práce. Stěžejní část práce se věnuje jednak analýze vývoje cenových hladin (kapitola tři), ale také vývoji měnových kurzů (následující čtvrtá kapitola). Ve třetí kapitole byl analyzován vliv monetární politiky na cenovou hladinu v jednotlivých zemích a taktéž úroveň inflace s ohledem na referenční hodnotu, po jejímž překročení má inflace negativní vliv na růst. Pokud jde o vývoj měnového kurzu, pozornost je věnována především volbě daného kurzového režimu, případně faktorům vedoucím k jeho změně. Dále je analyzována volatilita měnových kurzů, k jejímuž výpočtu byla použita směrodatná odchylka. Pozornost je věnována rovněž problematice vychýlení kurzu od rovnovážné úrovně, čili jeho podhodnocení, respektive nadhodnocení. 2. MONETÁRNÍ POLITIKA A RŮST Prováděním monetární politiky bývá nejčastěji pověřena centrální banka příslušné země. Měnovou politiku lze podle Revendy (2000) charakterizovat ,,jako proces, ve kterém se centrální banka prostřednictvím svých nástrojů snaží o dosažení předem stanovených cílů". Podle obecného konsenzu je jedním z nejdůležitějších aspektů pro úspěšné provádění monetární politiky a dosažení jejich cílů nezávislost a kredibilita centrální banky. Kredibilita má dle Filáčka (2004) značný vliv na očekávání ekonomických subjektů. Její ztráta z důvodu neplnění cílů může vést ke změně režimu monetární 145 politiky. Nezávislost centrální banky je předmětem řady výzkumů, přičemž byla empiricky prokázána přímá vazba mezi mírou nezávislosti centrální banky a cenovou stabilitou v zemi. Nicméně centrální banka by neměla mít ani neomezenou nezávislost a proto je důležité stanovení institucionálního rámce, opírajícího se o jasně vymezená pravidla pro provádění monetární politiky. Této potřebě odpovídá mimo jiné i skutečnost, že většina centrálních bank má svůj cíl (popřípadě více cílů) stanovený zákonem. Průhledná a předvídatelná politika centrální banky vytváří vhodné prostředí pro ekonomický růst a usnadňuje rozhodování ekonomických subjektů o alokaci zdrojů. Navíc i samotná monetární politika se při její špatné predikovatelnosti může stát zdrojem poruch a šoků v hospodářství. Stabilní a nízká cenová hladina je jedním z předpokladů pro hospodářský růst země.Tuto skutečnost potvrzuje i fakt, že ve většině vyspělých zemí si monetární autority za svůj cíl volí právě dosažení stability cenové hladiny. Jak uvádí ČNB: ,,udržení nízkoinflačního prostředí v ekonomice je trvalým příspěvkem centrální banky k vytváření podmínek pro udržitelný hospodářský růst."1 Řada empirických studií potvrzuje, že inflace převyšující prahovou hodnotu má prokazatelný negativní účinek na investice a ekonomický růst, zatímco inflace pod touto hodnotou nikoliv.2 Vztah mezi inflací a růstem tudíž není lineární. Sarel (1996) empiricky ověřil poměrně vážné negativní účinky inflace při překročení prahové hodnoty 8 %. Například Harris a Mátyás (2001) považují za tuto prahovou hodnotu míru inflace na úrovni 10 %.3 Tyto negativní účinky má nejen vysoká inflace, ale taktéž inflace, která je ekonomickými subjekty špatně predikovatelná a tudíž negativně ovlivňuje jejich rozhodování a alokaci zdrojů ve společnosti. Monetární politika ovlivňuje růst země rovněž volbou kurzového režimu. Literatura zabývající se touto problematikou se snaží ověřit předpoklad, že volba kurzového režimu může mít ve střednědobém horizontu vliv na ekonomický růst. Jak uvádí Bailliu, Lafrance a Perrault (2002) tento vliv může být přímý ­ volba kurzového mechanismu determinuje adaptační mechanismy na šok v ekonomice či nepřímý přes faktory ovlivňující ekonomický růst, jakými jsou např. investiční činnost či zahraniční obchod. Podle jejich závěrů je základem pro pozitivní vliv na růst pevný institucionální rámec monetární politiky (ne nutně pevný kurz). Neboť kurzové režimy, ať už pevné, střední ­ jako např. crawling peg či flexibilní, charakteristické pevnou monetární kotvou (např. inflační či cíl) mají pozitivní vliv na růst.4 Závěry studie MMF ukazují, že pevné kurzy jsou spojeny s dosahováním lepších výsledků v oblasti cenové stability a vyšší investiční aktivitou, ale na druhé straně nižším růstem produktivity a nepatrně nižším růstem výstupu a větší variabilitou v oblasti nezaměstnanosti a růstu. 5 Fixní měnový kurz často volí země, které si tímto způsobem chtějí zajistit ,,dovoz" nízké inflace ze země, vůči které je měna 1 Zdroj: Česká národní banka. Dostupné na: http://www.cnb.cz/cs/o_cnb/. 2 Podrobněji například Barro (1995). 3 Obdobné výsledky prezentuje taktéž Khan a Senhadji (2000). 4 Výzkum byl prováděn na datech 60 zemí z celého světa za období 1973­1998. Měnové kurzy byly rozčleněny na pevné, střední bez monetární kotvy, střední s monetární kotvou, flexibilní bez kotvy a flexibilní s kotvou, a to nejen podle oficiálních informací, ale i na základě pozorování o jaký kurzový režim se jedná. Bailliu, Lafrance a Perrault (2002). 5 Does the Exchange Rate Regime Matter for Inflation and Growth (1996). 146 fixována. K pevnému režimu se taktéž obrací země, kde v důsledku dlouhodobého neúspěšného boje proti vysoké inflaci ztratila centrální banka kredibilitu. Určitou výhodou pevného kurzu oproti plovoucímu je jeho nulová volatilita. Jak uvádí Revenda (1999): ,,čím širší jsou pásma oscilace měnového kurzu domácí měny, tím větší je, za jinak stejných okolností, kurzové riziko a tím slabší jsou podněty pro příliv zahraničních měn do ekonomiky." Nicméně volatilita plovoucího kurzu nepředstavuje přílišné riziko, neboť ekonomické subjekty mají možnost se proti kurzovému riziku zajistit na finančních trzích. Poměrně větší problémy mohou být spojeny s nadhodnocením či podhodnocením kurzu, čili odchylkou od jeho rovnovážné úrovně. Celkově se tedy nedá říci, který typ měnového kurzu je obecně jednoznačně výhodnější, neboť s každým z nich jsou spojena určitá pozitiva, ale i negativa. Úspěšné fungování fixního kurzu vyžaduje disciplínu fiskální politiky a stabilní finanční systém. Obecně je vhodný pro země, které postrádají pevnou kotvu (stabilizační prvek) na makroekonomické úrovni, a jak je uvedeno dále v textu, jeho zavedení je vnímáno jako pozitivní u zemí, které potřebovaly vnést do svého makroekonomického prostředí stabilitu. 3. ANALÝZA MĚNOVÉ POLITIKY VE VZTAHU K VÝVOJI CENOVÉ HLADINY Jak jsme uvedli dříve, stabilní cenová hladina je jedním ze základních pilířů pro vytvoření optimálního prostředí pro hospodářský růst země. Cenová stabilita je v současnosti monetárním cílem všech zkoumaných zemí. Podívejme se nyní podrobněji na jednotlivé země a jejich vývoj inflace. Tabulka č.1: Vývoj inflace (v %) BG EST LT LV RO SLO 1990 26,3 NA NA NA 5,1 NA 1991 333,5 NA NA NA 170,2 115,0 1992 82,0 1076,0 1020,5 951,2 210,4 207,3 1993 73,0 89,8 410,4 109,2 256,1 32,9 1994 96,3 47,7 72,1 35,9 136,7 21,0 1995 62,0 29,0 39,6 25,0 32,3 13,5 1996 123,0 23,1 24,6 25,0 38,8 9,9 1997 1082,0 11,2 8,9 17,6 154,8 8,4 1998 22,2 8,1 5,1 8,4 59,1 8,0 1999 0,7 3,3 0,8 4,7 45,8 6,2 2000 9,9 4,0 1,0 2,4 45,7 8,9 2001 7,4 5,8 1,5 2,5 34,5 8,4 2002 5,9 3,6 0,3 1,9 22,5 7,5 2003 2,3 1,3 -1,2 2,9 15,3 5,6 2004 6,1 3,0 1,2 6,2 11,9 3,6 2005 5,0 4,1 2,5 6,7 9,5 2,5 2006e 7,3 4,4 3,7 6,5 6,6 2,5 2007e 8,0 6,0 4,4 9,5 7,0 3,2 Poznámka: U let 2006 a 2007 se jedná o odhadované hodnoty. BG­Bulharsko, ESTEstonsko, LT­Litva, LV­Lotyšsko, RO­Rumunsko, SLO­Slovinsko. 147 Zdroj: Selected Economic Indicators, EBRD Bulharsko trápila od počátku 90. let vysoká a výrazně kolísající míra inflace. Faktorem, který měl výrazný vliv na úroveň cenové hladiny byla liberalizace cen. Na počátku roku 1990 byly liberalizovány ceny u 40 % zboží a téměř 60 % služeb. O rok později byly cenové kontroly opuštěny u téměř veškerého zboží a služeb s výjimkou cen paliv, elektřiny a vytápění (viz tabulka č. 2). Tabulka č.2: Úroveň cenové liberalizace v jednotlivých zemích BG EST LT LV RO SLO hodnoty indexu 1989 1,00 1,00 1,00 1,00 1,00 2,67 1990 1,00 2,33 2,33 1,00 1,00 3,67 1991 4,33 2,67 2,67 2,67 2,67 3,67 1 - Většina cen formálně kontrolována vládou. 1992 4,33 2,67 2,67 4,00 2,67 3,67 1993 4,33 4,33 4,00 4,33 3,67 3,67 1994 4,00 4,33 4,00 4,33 4,00 3,67 1995 2,67 4,33 4,00 4,33 4,00 3,67 2 - Určité uvolnění kontroly cen, ceny většiny druhů produkce stanovány netržně vládou. 1996 2,67 4,33 4,00 4,33 4,00 3,67 1997 4,00 4,33 4,00 4,33 4,00 3,67 1998 4,00 4,33 4,00 4,33 4,33 4,00 1999 4,00 4,33 4,00 4,33 4,33 4,00 3 - Významný posun v cenové liberalizaci, ale státní vliv na tvorbu cen zůstává velký. 2000 4,00 4,33 4,00 4,33 4,33 4,00 2001 4,33 4,33 4,00 4,33 4,33 4,00 2002 4,33 4,33 4,33 4,33 4,33 4,00 2003 4,33 4,33 4,33 4,33 4,33 4,00 4 - Úplná liberalizace cen, státní zasahování do tvorby cen téměř zastaveno, pouze malá část vládou regulovaných cen. 2004 4,33 4,33 4,33 4,33 4,33 4,00 2005 4,33 4,33 4,33 4,33 4,33 4,00 2006 4,33 4,33 4,33 4,33 4,33 4,00 2007 4,33 4,33 4,33 4,33 4,33 4,00 5 - Úroveň liberalizace jako u vyspělých průmyslových ekonomik, kompletní cenová liberalizace kromě oblasti bydlení, dopravy a přirozených monopolů. Poznámka: BG­Bulharsko, EST­Estonsko, LT­Litva, LV­Lotyšsko, RO­Rumunsko, SLO­ Slovinsko. Zdroj: EBRD, Transition indicators by country. Url:http://www.ebrd.com/ country/sector/econo/stats/index.htm Jak je z výše uvedené tabulky patrné, v Bulharsku došlo po počáteční rychlé cenové liberalizaci ke zvratu v roce 1995 (poměrně výrazný pokles indexu). Událostí, která měla vliv na tuto skutečnost bylo zvolení postkomunistické vlády v zemi. Makroekonomické prostředí v zemi bylo negativně ovlivněno zejména selháním stabilizačních opatření v důsledku odkládání a následného opoždění ekonomických reforem. Státem vlastněné neprivatizované podniky se dostávaly do ztrát, které byly financovány buď rozpočtovými schodky, či byly převáděny na bankovní sektor. V tomto období byly položeny základy pozdější finanční a bankovní krize (1996/1997). Jak uvádí Národní banka Bulharska (BNB), nepříznivé podmínky v reálném sektoru snižovaly účinnost monetárních instrumentů a podepsaly se na 148 neschopnosti centrální banky snížit v první polovině 90. let inflaci. BNB se sice snažila o zpřísnění měnových podmínek a její činnost se zaměřila zejména na odčerpání nadměrné likvidity bankovního sektoru prostřednictvím reverzních operací, současně však dodávala likviditu státem vlastněným bankám, které se potýkaly s problémy, jenž převzaly z minulého režimu. Takto dodaná likvidita však byla následně sterilizována operacemi na volném trhu, což mělo za následek růst úrokových sazeb a celá situace vedla k monetizaci ekonomiky. Podíl širšího měnového agregátu na HDP dosáhl vrcholu v letech 1993 a 1994, kdy dosáhl hodnoty 78 % a korespondoval se zrychlením tempa růstu inflace v roce 1994. Nárůst tohoto ukazatele byl zaznamenám opět v krizovém roce 1996 (75 %).1 Finanční a bankovní krize, jež postihla Bulharsko v letech 1996 a 1997, byla provázena hyperinflací a značným znehodnocením domácí měny leva. V krizovém roce 1996 se z BNB stal ,,věřitel poslední instance," kdy centrální banka půjčovala prostředky jednak bankám v problémech, ale také vládě k financování deficitu rozpočtu. Depreciace levy a expanze širší peněžní zásoby (zejména díky růstu rezervních peněz) se projevily ve skokový nárůst inflace v daném roce. Přímý úvěr vládě (z obavy před neschopností vlády financovat deficit) na konci roku 1996 ve výši téměř 6 % HDP odsoudil zemi k hyperinflaci.2 Značně nepříznivá situace v zemi si vyžádala komplexní program ekonomických reforem (liberalizace obchodu, restrukturalizace řady sektorů ­ finančního, zemědělského, státem vlastněných podniků, atd.). Nutná stabilizace finančních trhů se podle doporučení MMF opírala o změnu monetárního režimu na měnový výbor a tudíž fixaci národní měny (zpočátku na marku a posléze na euro). Díky striktnímu režimu měnového výboru a implementaci reformního programu se podařilo snížit míru inflace v zemi. V roce 1998 byl rovněž v zemi obnoven ekonomický růst, jenž byl v předchozích dvou krizových letech záporný. Pokles cen potravin (o 4,7 %) a oblečení, snížení domácí spotřeby (v důsledku nízkých mezd) a nízkému přílivu investic došlo k významnému snížení inflace v roce 1999.3 Znehodnocení eura a růst cen surovin stály za téměř dvoucifernou inflací v roce 2000. Od tohoto roku se míra bulharské inflace pohybuje mezi šesti a osmi procenty. Podle Národní banky Bulharska je cenový vývoj v zemi od roku 1997 determinován zejména dvěma faktory. Tím prvním jsou administrativní změny zbývajících vládou regulovaných cen, tj. jejich přibližování k cenám světovým (viz výše). Druhý faktor představují změny mezinárodních cen surovin (hlavně ropy) a zemědělské produkce. Růst cen paliva a energií byl příčinou vzrůstu míry inflace v letech 2004 a 2005. Jak jsme uvedli v úvodu práce, negativní vliv na ekonomiku má inflace, která překročí referenční hranici 8 %. Bulharské tempo růstu bylo na počátku 90. let záporné díky výše uvedeným faktorům, ale taktéž značně vysoké míře inflace, která destabilizovala makroekonomické prostředí v zemi. V roce 1996 bylo tempo růstu HDP záporné, a to ­9,4 %, což byl oproti předchozímu roku pokles o přibližně 1 Balyozov, Z. (1990): The Bulgarian Financial Crisis of 1996­1997. BNB Discussion Paper 7/1999. 2 Balyozov, Z. (1990): The Bulgarian Financial Crisis of 1996­1997. BNB Discussion Paper 7/1999. 3 Annual Report 1999. Bulgarian National Bank. 149 12 %. Rozhodnutí změnit kurzový režim se posléze ukázalo jako správné. Měnový výbor vnesl do ekonomiky stabilizující prvek. Studie BNB analyzující vliv měnového výboru na inflaci považuje za hlavní důvod poklesu inflace po zavedení měnového výboru v zemi, jeho vliv na důvěryhodnost, čili poklesem inflačních očekávání,1 a to se projevilo v poklesu míry inflace.2 Inflace v dalších letech dosahovala poměrně stabilních hodnot při rostoucím tempu růstu ekonomiky. V uplynulých dvou letech začalo tempo růstu inflace mírně stoupat s tím, že ekonomický růst v zemi poklesl o pouhou desetinu procenta. Situace v Bulharsku ukázala, jak omezené jsou možnosti monetární politiky v případě závažných problémů a zejména opožděných reforem v reálném sektoru. Nicméně monetární politika (před změnou kurzového režimu) nakonec i přes veškeré snahy působila proinflačně a rozhodně nepředstavovala stabilizační prvek v hospodářství. Kurzový režim v podobě fixního kurzu byl správnou volbou v daném okamžiku. Vzhledem ke skutečnosti, že banka financovala vládní deficit lze vyslovit rovněž pochybnosti o nezávislosti centrální banky. Cenová liberalizace, otevření ekonomiky a měnová reforma byly faktory determinujícími vývoj cenové hladiny v Estonsku na počátku 90. let uplynulého století. Přeměny v reálném sektoru a cenová konvergence jsou samy o sobě události pro ekonomiku v transformaci nevyhnutelné a jejich vliv na cenovou hladinu zřejmý. Zároveň je důležité poznamenat, že úkolem monetární politiky není tyto změny potlačovat. Estonsko se rozhodlo již v roce 1992 pro zafixování své měny kroon a tím jasně stanovilo cíl měnové politiky. 3 Důvodem pro toto rozhodnutí byla hyperinflace, která postihla zemi v roce 1992. Nedostatek hotovosti (v důsledku hyperinflace) řešila centrální banka emisí bankovních šeků a podpoře bezhotovostních transakcí. Reakcí na hyperinflaci byla právě měnová reforma, která se opírala o výše uvedené zafixování nově vzniklé měnové jednotky kroon k německé marce. Od fixního kurzu si Estonsko slibovalo právě snížení růstu cenové hladiny. Monetární politika centrální banky se rovněž zaměřovala na vytvoření stabilního finančního systému a k dosažení důvěryhodnosti v něj. Jak jsme již uvedli, od fixního kurzu země očekávala snížení vysoké míry inflace, ke kterému postupně docházelo a zároveň se obnovil ekonomický růst v zemi. Inflace v zemi byla však logicky vyšší než v Německu, vůči jehož měně byl kroon navázán. Na této skutečnosti měl významný podíl příliv kapitálu do země, jenž byl umožněn brzkým odstraněním překážek jeho volného pohybu, ke kterému došlo do konce roku 1994. Činnost centrální banky v tomto období (během 90. let) se zaměřovala na intervence na devizových trzích s ohledem na daný cíl spočívající ve stabilitě měny. Úroková politika de facto kopírovala vývoj sazeb v Německu. Přibližně na úroveň námi sledované referenční hodnoty se míra inflace dostala v roce 1998, přičemž v předchozím roce dosáhl ekonomický růst úctyhodné hodnoty přes 11 % (jednalo se o 6% nárůst vůči roku předchozímu). Zrychlující se tempo hospodářského růstu vyvolalo obavy z přehřátí ekonomiky a reakcí byla 1 V důsledku čehož klesají alternativní náklady držby peněz a roste poptávka po penězích. 2 Knöbl, A., Sutt, A., Zavoico, B. (1996): The Estonian Currency Board: Its Introduction and Role in the Early Success of Estonia´s Transition to a Market Ekonomy. IMF Working paper 02/1996. 3 Měna byla zpočátku fixovaná na marku a od roku 1999 na euro. 150 restrikce. Restriktivní fiskální politika vlády, uplatňovaná do první poloviny roku 1998, a následné přizpůsobovací procesy uvnitř ekonomiky, ale taktéž zahraniční vlivy vedly k dalšímu snížení inflace v roce 1999 na přibližně 3,3 % (při téměř ekonomické stagnaci ­ růst dosáhl hodnoty 0,3 %).1 Léta 1997 a 1998 se rovněž nesly ve znamení monetární restrikce doprovázené růstem úrokových sazeb tlumících nárůst cenové hladiny. K uvolnění měnové politiky došlo v druhé půlce roku 1999. Růst nabídky peněz korespondoval s obnovením ekonomické aktivity v zemi a přílivem kapitálu do země. Poměrně nízkou inflaci se dařilo udržovat i v následujících letech. Od roku 2000 vykazuje země každoročně vysoká tempa růstu s příznivou inflací pod 4 %. Vývoj cenové hladiny v Estonsku je značně determinován vývojem cen v eurozóně. V roce 2001 však Estonsko zaznamenalo o více než tři procenta vyšší míru inflace než eurozóna. Tento rozdíl spočíval v růstu domácích cen elektřiny, tepla, veřejné dopravy, ale také mléčných výrobků v důsledku jejich nedostatečné nabídky na trhu. V následujících dvou letech míra inflace klesala, přičemž v roce 2004 došlo ke změně tohoto trendu a míra inflace až do současnosti roste. Podle národní banky byl nárůst inflace v roce 2004 z 80 % způsoben růstem cen potravin. 2 V roce 2005 se na rostoucí inflaci naopak nejvíce podílel růst cen paliva a energií. Růst inflace byl posílen i rostoucími mzdami, které rostly rychleji než produktivita práce. Jejich růst je v Estonsku dán silnou poptávkou na trhu práce v důsledku vysokého tempa hospodářského růstu. Monetární politika země reagovala na tuto skutečnost kopírováním zvyšování klíčových úrokových sazeb podle Evropské centrální banky, ke kterém dochází od roku 2006. I Litva se od počátku své nezávislosti potýkala se značně vysokou inflací (v roce 1992 překračující hranici tisíc procent) doprovázenou ekonomickým poklesem a až do roku 1995 dosahovala nejvyšší míry inflace mezi pobaltskými zeměmi. To mohlo být způsobeno tím, že Litva prováděla expanzivní monetární politiku až do jara 1993, zatímco například Lotyšsko provádělo již od podzimu roku 1992 monetární restrikci. Hyperinflace v roce 1992 a nedostatek peněz si vyžádal emisi zpočátku paralelní měny (země byla v té době stále součástí rublové zóny) talonas, což zemi umožnilo provádět autonomní monetární politiku. Během krátké doby došlo k přeměně všech rublů právě za talonas. Zároveň byl tento krok prvním krokem k měnové reformě. 3 V polovině roku 1993 byla v zemi zavedena nová měnová jednotka litas, která byla vyměňována v poměru 100 talonas za 1 litas. Obdobně jako Estonsko i tato země zvolila v roce 1994 režim fixního kurzu (s fixací na dolar) jako kotvu pro snížení domácí inflace. Rok po jeho zavedení došlo v zemi k poklesu inflace a obnovení hospodářského růstu, který sice nedosahoval takových temp jako v Estonsku, nicméně byl provázen taktéž nižší mírou inflace. 1 V roce 1999 došlo k zastavení nárůst světových cen, přičemž například ceny surových materiálů dokonce poklesly (mimo ropu). 2 Annual Report 2004. Bank of Estonia. Tallinn 2005. 3 Měnová reforma v Litvě a Lotyšsku probíhala na rozdíl od Estonska gradualisticky, kdy došlo k zavedení paralelních přechodných měn ke stávajícímu ruskému rublu. 151 Tak jak docházelo ke snižování míry inflace v druhé polovině 90. let, kromě roku 1999 docházelo rovněž k zrychlování tempa ekonomického růstu. Tehdy došlo k poklesu ekonomické aktivity v zemi (vlivem tzv. ruské krize, poklesem exportu či neudržitelnosti fiskální politiky). Míra inflace v tomto roce dosáhla hodnoty pod jedno procento, a to díky restriktivní monetární politice (současně došlo i k fiskální restrikci), kdy se snížila širší měnová zásoba a rostly úrokové sazby. Jasný desinflační trend v zemi trval až do roku 2003 (s výjimkou mírného růstu inflace v roce 2001),1 kdy došlo k obratu v inflačním vývoji. V roce 2003 došlo v Litvě dokonce k deflaci při historicky nejvyšším ekonomickém růstu v zemi přesahujícím 10 %, který však v následujícím roce poklesl a od té doby se stabilně pohybuje mezi sedmi a osmi procenty. Zdrojem poklesu cenové hladiny byly jak vnitřní (administrativní opatření, výkupní ceny zemědělské produkce), tak vnější faktory (dovozní ceny, spotřební ceny na zahraničních trzích atd.). Podle Národní banky Litvy patří mezi největší determinanty deflace v uvedeném roce pokles cen telekomunikačních služeb, jídla a nealkoholických nápojů a vybavení do domácnosti. Od následujícího roku 2004 se inflace každoročně zvyšuje a v loňském roce se dokonce přiblížila k šesti procentům.2 Impulzem pro zvyšující se míru inflace v posledních letech byl zejména celosvětový růst cen ropy a paliv, růst cen potravin a položek, jejichž ceny jsou předmětem probíhající deregulace.3 Nepříznivý budoucí inflační vývoj v zemi byl faktickou příčinou odmítnutí zapojení Litvy do eurozóny ze strany evropských autorit v roce 2006. Vývoj inflace v Lotyšsku během námi sledovaného období, v podstatě kopíroval vývoj růstu cenové hladiny v Estonsku, pouze s tím, že na přelomu století byla inflace v této zemi nižší než v Estonsku a naopak od roku 2003 se tempo růstu lotyšské cenové hladiny každoročně zrychluje a je nejvyšší mezi pobaltskými zeměmi. Ze všech tří pobaltských republik zažilo právě Lotyšsko největší hospodářský propad (-34,9 % v roce 1992) po rozpadu Sovětského svazu. Vysoká inflace v první půli 90. let související s transformací a zejména liberalizací cen v podstatě znemožňovala stabilní ekonomický růst v zemi. Reakcí na inflaci, která se v roce 1992 přiblížila hranici tisíc procent, bylo jednak zavedení paralelní měny k rublu rublis, která byla v roce 1993 nahrazena novou měnovou jednotkou lat. Díky zavedení této ,,přechodné měny" rublis mohla země začít provádět autonomní restriktivní měnovou politiku (v říjnu 1992 zvedla centrální banka hlavní refinanční sazbu na 120 %). Studie zabývající se cenovým vývojem v zemi v období let 1993 a 2001 uvádí, že v ranném stádiu transformace odrážel inflační vývoj v zemi cenovou liberalizaci a růst úvěrů. 4 Rostoucí nabídka peněz se přelila do rostoucí inflace. Od zavedení fixního kurzu (viz další kapitolu) zmiňuje studie jako inflační faktory hospodářský cyklus, rostoucí konkurenci v řadě sektorů či administrativní změny cen. 1 Jeho zdrojem bylo zejména zdražení cen potravin. Annual Report 2001. The Bank of Lithuania. 2 Budoucí inflační vývoj byl příčinou rostoucí inflace bylo příčinou odmítnutí přijetí eura v Litvě. 3 Jako např. elektřina či lékařské služby. 4 Bitans, M., Šlakota, D., Tillers, I. (2001): Price Dynamics in Latvia, Experience and Furture Prospects. 152 Lotyšsku se od konce 90. let dařilo udržovat míru inflace v intervalu od dvou do tří procent. Obdobně jako u ostatních zemí, i zde nastal zlom v roce 2004, kdy se inflace přehoupla přes hranici šesti procent a od té doby vykazuje rostoucí tendenci. Růst cenové hladiny byl dán zejména faktory na straně nabídky (rostoucí ceny odrážely růst nákladů). V důsledku poměrně vysokého ekonomického růstu se postupně do nárůstu míry inflace projevila i silná domácí poptávka. Na uvedený vývoj reagovala centrální banka zpřísněním měnové politiky, v podobě dvojího zvýšení refinanční sazby o 0,5 % a zvýšením požadavku na minimální rezervy. V porovnání s ostatními pobaltskými zeměmi se Lotyšsko od roku 2004 potýká s jednoznačně nejvyšší mírou inflace, která podle údajů za loňský rok překročila již námi sledovanou referenční hodnotu. Zároveň v loňském roce došlo k přerušení trendu zrychlování temp ekonomického růstu, ke kterému docházelo během uplynulých pěti let. Roky 2005 a 2006 byly charakteristické expanzivní politikou finančních institucí. Meziroční nárůst domácích úvěrů dosáhl v roce 2005 hodnoty 63,2 % a o rok později 56,1 %. 1 K této úvěrové expanzi došlo i přes zpřísnění monetární politiky centrální banky, která v roce 2006 dvakrát zvýšila hlavní refinanční úrokovou sazbu. Příčiny spočívají jednak v růstu reálných příjmů obyvatel, benevolentnějším poskytováním úvěrů ze strany finančních institucí, ale taktéž optimistickým očekáváním v souvislosti s rychlými tempy růstu národní ekonomiky. Rostoucí nabídku peněz lze dokumentovat na vývoji měnového agregátu M2, jehož meziroční nárůst v roce 2005 činil 36,1 % a o rok později vzrostl o dalších 39,7 %. Tyto faktory se podepsaly na inflaci, jejíž výše se za uplynulý rok odhaduje na 9,5 %. Přetrvávající vysoká míra inflace a obavy z přehřátí ekonomiky vedly v uplynulém roce k dalšímu zpřísnění monetární politiky (v podobě dalšího dvojího růstu úrokových sazeb), doprovázené vládním anti-inflačním programem. Zpřísnění úvěrových podmínek, změny daní namířené zejména na trh nemovitostí či utlumení nadměrné domácí poptávky a úvěrové expanze měly pomoci snížit inflaci v zemi a stabilizovat tempa ekonomického růstu. 2 Podle Světové banky si Rumunsko prošlo jedním z nejsložitějších transformačních procesů mezi zeměmi střední a východní Evropy. Vláda neměla dostatečnou vůli k privatizování zejména ztrátových firem a ke zpřísnění fiskální politiky. K otálení docházelo i v oblasti liberalizace cen, kdy celý tento proces trval až do konce 90. let. Pomalé uvolňování regulovaných cen je patrné i při porovnání s inflačním vývojem s ostatními zeměmi. Pobaltské země neotálející s cenovou liberalizací si sice prošly hyperinflací, ale následoval zcela jasný desinflační proces. Otálení a prodlužování tohoto procesu znesnadňovalo antiinflační úsilí v zemi a projevilo se do rostoucích inflačních očekávání. Jak plyne z dat, země se potýkala s dlouhodobě značně vysokou mírou inflace. Podle studie Dragulin, Radulescu (1999) byla monetární politika centrální banky navíc narušována neustálými zásahy vlády do kurzové politiky.3 Uvedená práce celkově hodnotí prostředí, v němž byla monetární politika realizována jako ,,nepřátelské" a tudíž její možnosti v oblasti 1 Selected Economic Indicators. EBRD. 2 Silná domácí poptávka se projevovala do prohlubování schodku běžného účtu platební bilance. Ten dosáhl v roce 2007 desetinásobné hodnoty oproti roku 2002. Selected Economic Indicators, EBRD. 3 Dragulin, I., Radulescu, E. (1999): Monetary Policy in Romania: Challenges and Options. 153 antiinflační politiky značně omezené. Odkládané strukturální reformy, nestabilní prostředí, nízká kredibilita vládní politiky a vysoká míra inflace vyústily v recesi na konci 90. let. Nově zvolená vláda přišla v roce 2000 s ekonomickým programem. Cílem byla stabilita, snížení inflace a dosažení ekonomického růstu v zemi. Po tříleté recesi se ekonomický růst podařilo obnovit již v roce 2000. Důležitým aspektem desinflačního procesu byla důvěra ekonomických subjektů v dodržení vládou a centrální bankou stanovených cílů a hospodářských programů. V roce 2001 navíc došlo ke změně hlavního cíle národní banky na inflační cílování. Kredibilitu začala centrální banka opět získávat přibližně od roku 2002, kdy se jí začalo dařit snižovat růst cenové hladiny podle předem avizovaného cíle. Z obavy před přílivem spekulativního kapitálu do země začala centrální banka postupně snižovat vysoké úrokové míry v zemi.1 Tempo snižování sazeb probíhalo tak, aby nebyl ohrožen desinflační proces v zemi. Navíc v tomto roce centrální banka směřovala svou činnost rovněž na rozsáhlé intervence na devizových trzích, kterými mírnila posilující tlaky na kurz domácí měny v důsledku přílivu kapitálu (i spekulativního) do země. Na další snížení inflace měly vliv sterilizačními operace, kterými banka stahovala přebytečnou likviditu z trhu. V roce 2005 se míra inflace v zemi poprvé za uplynulých 15 let dostala pod dvoucifernou hranici, i když v tomto roce byly v zemi silné inflační tlaky způsobené zejména nadměrnou poptávkou.2 Nicméně teprve v roce 2006 se podařilo zkrotit inflaci pod sledovanou referenční hranici, pod kterou nemá negativní vliv na ekonomický růst. V letech 2006 a 2007 úspěšně pokračoval proces desinflace s tím, že centrální bance se daří při plnění inflačního cíle. Celkový makroekonomický vývoj v zemi se od zavedení reforem a disciplinovanější fiskální politiky (jež na rozdíl od předchozí doby nebyla v rozporu s realizovanou monetární politikou) se stabilizoval. Ekonomika dosahuje stabilního růstu při snižující se inflaci a centrální bance se daří smazávat kladný úrokový diferenciál, který představuje lákadlo pro pohyb spekulativního kapitálu. Vývoj v Rumunsku, obdobně jako Bulharsku potvrdil, že v případě strukturálních problémů v ekonomice a protahování jejich řešení, jsou možnosti monetární politiky na vytváření stabilního prostředí pro ekonomický růst poměrně omezeny. Transformační proces ve Slovinsku byl s ohledem na výchozí dobrou pozici v zemi spíše gradualistický. Pozvolný postup v oblasti strukturálních reforem však neměl takové důsledky jako u Rumunska. Uvolňování státem regulovaných cen trvalo v zemi rovněž déle než u porovnávaných zemí (viz tabulka č. 2). Cenová liberalizace probíhala nejrychleji v Lotyšsku s tím, že tento proces byl rychlý ve všech třech pobaltských zemích. Naopak Slovinsko se ani v uplynulém roce nedostalo s úrovní liberalizace cen na stav, kterého bylo například v Lotyšsku a Estonsku dosaženo v roce 1993. Z obavy před důsledky monetární expanze byla od počátku jasně deklarovaná nezávislost centrální banky na politické moci. Podle legislativy navíc centrální 1 Například v roce 2005 činila diskontní sazba 7,5 % oproti předchozímu roku, kdy její hodnota byla 18 % se jedná o velice výrazné snížení aniž by však došlo k nárůstu míry inflace. Selected Economic Indicators, EBRD. 2 Annual Report 2005. National Bank of Romania. 154 banka mohla vládě poskytovat pouze krátkodobé půjčky, aby se zamezilo monetizaci dluhu a akceleraci inflace v zemi. Caprirolo a Lavrač (2003) vymezují tři fáze ve vývoji monetární politiky ve Slovinsku. V období 1991 až 1995 se monetární politika zaměřovala na stabilitu cenové hladiny, kdy operativním kritériem byla měnová báze a zprostředkujícím cílem měnový agregát M1. Toto období (celkově monetární politika Slovinska) bylo charakteristické nevyužíváním přímých změn úrokových sazeb (ale za cenu hodně vysoké inflace), banka se raději omezovala na restrikce pohybu kapitálu. Po dosažení jednociferné inflace, která však stále překračovala hodnotu, od které má negativní vliv na tempo růstu, došlo de facto ke změně na tzv. dual targeting policy, kdy cílem byla kurzová a cenová stabilita (v roce 1996). Tato fáze byla rovněž charakteristická zaměřením pozornosti banky na pohyby kapitálu. K dosažení vnitřní rovnováhy se banka opírala o využívání měnových agregátů namísto přímého ovlivňování úrokových sazeb. 1 Nicméně vzhledem k přetrvávající vysoké míře inflace se však centrální banka Slovinska rozhodla od roku 2001 začít cílovat inflaci (s měnovým kurzem jako nominální kotvou), a to ve střednědobém horizontu. Tato strategie se ukázala jako úspěšná, neboť od té doby se Slovinsku dařilo snižovat růst cenové hladiny, což bylo důležité zejména s ohledem na plánovaný vstup země do eurozóny. Rok 2001 byl rovněž charakteristický sterilizačními opatřeními, jejichž cílem bylo neutralizovat vliv přílivu kapitálu na měnový kurz (tato politika byla uplatňována i v následujících letech). Slovinská národní banka pokračovala i v následujících letech ke sbližování úrokových sazeb k sazbám v eurozóně, přičemž jejím cílem bylo neohrozit desinflační proces a stabilitu měnového kurzu. Po vstupu do mechanismu ERM II v roce 2004 se Slovinsku dařilo dosahovat nízké míry inflace a díky splnění ostatních konvergenčních kritérií se v roce 2007 stalo součástí eurozóny. Zajímavostí je, že na rozdíl od většiny zemí nedošlo ve Slovinsku v roce 2004 k přerušení desinflačního procesu v souvislosti se vstupem do EU. Příčina spočívá ve vhodné makroekonomické politice, která zmírnila vliv vnějších šoků (jako změnami spotřební daně byl tlumen vliv růstu cen ropy na domácí cenovou hladinu) na růst cenové hladiny. 4. VÝVOJ MĚNOVÝCH KURZŮ V následující kapitole se budeme zabývat rozborem vývoje měnových kurzů a jejich vazbou na ekonomický růst. Národní centrální banky zkoumané skupiny zemí uplatňují dva rozdílné režimy měnové politiky a tomu odpovídající kurzové režimy. Centrální banky Bulharska, Estonska, Litvy a Lotyšska provádí monetární politiku v režimu cílování měnového kurzu. Kurzový režim těchto zemí má tak logicky podobu fixního kurzu. Rumunsko a Slovinsko cílují inflaci, a to v režimu plovoucího měnového kurzu. V souvislosti s ekonomickým růstem se jako problematická může jevit volatilita kurzu. Nicméně proti kurzovým změnám se ekonomické subjekty mohou zajistit. 1 Příčinou byl tzv. fear of paying, což je ,,preference monetárních autorit používat netržní způsoby k oceňování nástrojů monetární politiky, včetně kapitálových kontrol, za účelem minimalizace nákladů souvisejících s realizací monetární politiky." (Caprirolo a Lavrač, 2003). 155 Nadměrné výkyvy kurzu však mohou mít negativní vliv na vývoj cenové hladiny a mohou tudíž zhoršovat celkovou stabilitu makroekonomického prostředí v zemi. Z hlediska vlivu měnového kurzu na ekonomický růst se jako ne zcela bezproblémové jeví jeho vychýlení od dlouhodobé rovnovážné úrovně. Nadhodnocení kurzu oproti jeho rovnovážné úrovni je považováno za faktor, který má negativní vliv na hospodářský růst.1 Měnový kurz může sloužit jako prostředek pro zvýšení konkurenceschopnosti domácích výrobků a stimulace exportu, a to díky jeho záměrnému udržování na podhodnocené úrovni oproti kurzu rovnovážnému (příkladem může sloužit Čína, která zafixovala kurz k dolaru a udržuje ho i přes provedené revalvace stále na stále nízké úrovni.2 V druhé polovině 90. let postihla Bulharsko značná finanční krize. Hyperinflace, výrazné znehodnocení (viz graf č. 1) národní měny ke kterému došlo na v roce 1996 a pokračovalo v roce následujícím či kritický pokles zahraničních rezerv byly přímými důsledky této krize. Centrální banka ztratila kontrolu nad nabídkou peněz a dosažením svého cíle v podobě stability národní měny. Nový kurzový režim ve formě měnového výboru měl přispět k vnitřní ekonomické stabilizaci. Obdobně jako u výše uvedených zemí, došlo i v Bulharsku, o pár let později (v roce 1999) logicky ke změně referenční měny na euro. Při fixaci byl kurz stanoven na 1.95583 LEV = 1 EUR. Tento poměr byl zvolen podle konverzního poměru německé marky za 1 EUR, neboť předtím byla leva fixována právě na německou marku.3 Řada studií se shoduje na tom, že měnový výbor měl a má pozitivní vliv na vývoj bulharské ekonomiky.4 Hlavní přínos fixního kurzu spočívá ve vytvoření stabilnějšího makroekonomického prostředí v zemi. Zároveň se ukázal nezastupitelný význam součinnosti fiskální politiky, zejména co se týče tlaků na rozpočtovou disciplínu. V krizovém období to byla právě opatření fiskální politiky, díky kterým se systém měnového výboru podařilo udržet. Rozsah znehodnocení bulharské měny lze demonstrovat na vývoji kurzu BGN/USD. K výraznému skokovému znehodnocení bulharské měny došlo v únoru 1997, kdy během zmiňovaného měsíce měna depreciovala o téměř 110 %. V grafu č. 1 lze vidět, že v následujících měsících došlo k mírné korekci, která však byla s ohledem na původní depreciaci velmi slabá. 1 Je tomu tak zejména v důsledku depreciačních tlaků a negativního vlivu na investice a obchod. 2 Coudert, V.,Couharde, C. (2007): Real equilibrium exchange rate in China is the renminbi undervalued? 3 Původně (1997) to bylo v poměru 1000 LEV za 1 marku, přičemž v roce 1999 byla bulharská národní měna redenominována v poměru 1000:1. Zdroj BNB: Annual Report 1997. 4 Blíže například Sorsa, P. (2002): The Currency Board is Likely to Continue to Serve Bulgaria Well. 156 0,00 400,00 800,00 1200,00 1600,00 2000,00 2400,00 XI.95 I.96 III.96 V.96 VII.96 IX.96 XI.96 I.97 III.97 V.97 VII.97 IX.97 XI.97 I.98 III.98 V.98 6,000 8,000 10,000 12,000 14,000 16,000 18,000 20,000 I.00 V.00 IX.00 I.01 V.01 IX.01 I.02 V.02 IX.02 I.03 V.03 IX.03 I.04 V.04 IX.04 I.05 V.05 IX.05 I.06 V.06 IX.06 I.07 V.07 IX.07 Graf č. 1: Vývoj nominálního kurzu BGN/USD během finanční krize Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com Další zemí, která se dlouhodobě vzdala autonomie monetární politiky a determinovala její hlavní činnost na udržení vnější stability měny je Estonsko. Součástí měnové reformy z roku 19921 byla fixace nově zavedené měny na německou marku v poměru 1 DEM = 8 EEK. Estonsko se na počátku 90. let potýkalo s hyperinflací a zavedení pevného kurzu mělo pomoci s restrukturalizací a stabilizací domácí ekonomiky. Tzv. systém currency board zůstal zachován až do současné doby. Jedinou změnou bylo, že v okamžiku zavedení jednotné měny euro v roce 1999 vystřídalo marku jako referenční měnu právě nově vzniklé euro (1 EUR = 15,6466 EEK). Celkově se fixace kurzu v Estonsku jeví jako dlouhodobě dobré rozhodnutí, neboť cenový vývoj v zemi je poměrně stabilní (v uplynulém roce se však tempo jejího růstu zvýšilo), hospodářství roste ustáleným tempem a postupuje i proces reálné konvergence k zemím EU. Estonská koruna je navíc dlouhodobě nejstabilnější měnou z celé analyzované skupiny zemí, neboť je fixovaná vůči euru a vůči dolaru vykazuje nejnižší volatilitu (viz tabulka č. 4). Z důvodu dlouhodobé fixace domácí měny na euro neuvádíme graf vývoje nominálního kurzu EEK/EUR, ale graf vývoje kurzu EEK/USD. Graf č. 2: Vývoj nominálního kurzu EEK/USD Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com Obdobně jako ostatní země z ,,rublové zóny," i Litva se potýkala na počátku 90. let s trojcifernou inflací. Rovněž Litva zvolila režim fixního kurzu v očekávání, že 1 Měnová reforma v roce 1992 ustanovila Národní banku Estonska jako jedinou instituci odpovědnou za měnovou politiku a zavedla kroon (namísto rublu) jako národní platidlo. 157 3,3 3,5 3,7 3,9 4,1 4,3 4,5 4,7 I.99 VII.99 I.00 VII.00 I.01 VII.01 I.02 VII.02 I.03 VII.03 I.04 VII.04 I.05 VII.05 I.06 VII.06 I.07 VII.07 připoutání národní měny k měně referenční zajistí dovoz nižší inflace do země. Tou referenční měnou se stal v roce 1994 americký dolar a o osm let později euro. Bylo tak učiněno zejména s ohledem na významnost obchodu se zeměmi používajícími euro. K vážnému ohrožení systému měnového výboru došlo v roce 1999, a to zejména z důvodu značně nestabilní ekonomické situace v zemi. Již od počátku zavedení fixního kurzu v zemi byla úspěšnost jeho fungování značně ovlivněna nedisciplinovanou fiskální politikou vlády. V roce 1999 dosáhl deficit rozpočtu 8,5 % HDP a vláda začala mít potíže s vypůjčováním prostředků. Nedůvěra v domácí měnu se projevila její intenzivní konverzí na dolary. Díky razantní politice konzervativní vlády se však podařilo předejít bankovní krizi a udržet stanovený kurz. Podle zprávy Mezinárodního měnového fondu1 mělo zavedení pevného kurzového režimu currency board celkově pozitivní vliv na ekonomiku Litvy. Závěr dokumentu zmiňuje význam stabilního kurzu v nestabilním politickém prostředí s populistickými tlaky. Vývoj kurzu LTL/EUR, jak je znázorněn v grafu č. 3, byl v letech 2000 a 2001 determinován apreciací dolaru. Od roku 2002 je vzájemný kurz lotyšské měny litas a eura stanoven pevně na 3,4528 litas za euro. Graf č.3: Vývoj nominálního kurzu LTL/EUR Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com Dlouhodobou tradici má systém fixního kurzu v Lotyšsku. Již v roce 1994 byla národní měna lat zafixována k měnové jednotce užívané v rámci Mezinárodního měnového fondu SDR.2 Vzhledem ke stabilitě národní měny nebyla centrální banka nucena měnit původně stanovený kurz3 během celé doby fixace k SDR. V roce 2005 došlo ke změně referenční měny, a to očekávaně na euro. Tento logický krok byl učiněn zejména s ohledem na prohlubující se vazby s obchodními partnery z EU a plánované členství v eurozóně. Vůči nové referenční měně se národní banka rozhodla ponechat povolené oscilační pásmo +/- 1 %, které uplatňovala i při předchozí fixaci měny. V rámci ERM II, jehož součástí je Lotyšsko od února 2005, je povoleno fluktuační pásmo +/- 15 % od centrální parity, přesto se však země rozhodla zachovat původní užší pásmo. 1 Alonso-Gamo, P, ­ Fabrizio, S. ­ Kramarenko, V. ­ Wang, Q. (2002): Lithuania: History and Future of the Currency Board Arrangement. 2 SDR byla tvořena košem měn Německa, Japonska, Francie, Velké Británie a USA. 3 1 SDR = 0.7997 LVL (Národní banka Lotyšska). 158 0,5 0,54 0,58 0,62 0,66 0,7 0,74 I.00 V.00 IX.00 I.01 V.01 IX.01 I.02 V.02 IX.02 I.03 V.03 IX.03 I.04 V.04 IX.04 I.05 V.05 IX.05 I.06 V.06 IX.06 I.07 V.07 IX.07 Graf č.4: Vývoj nominálního kurzu LAT/EUR Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com Při pohledu na výše uvedený graf č. 4 lze usuzovat na poměrně vysokou stabilitu domácí měny lat od roku 2005. Nicméně za tímto vývojem stojí intervenční politika domácí centrální banky. Jak uvádí centrální banka Lotyšska a jak je patrné z následující tabulky, zejména v letech 2005 a 2006 prováděla banka značné intervence proti posilování domácí měny lat na devizových trzích. V roce 2006 dosáhl objem nakoupených eur historicky nejvyššího objemu, a to v hodnotě 1008,7 miliónů lat. V roce 2006 došlo k výraznému nárůstu devizových rezerv, a to o přibližně 73 % v porovnání se stavem v roce předešlém. V uplynulém roce vzrostly meziročně rezervy o pouhých 15 %, to však neznamená, že by centrální banka upustila od intervencí, ale v tomto roce kurz nejdříve oslaboval (banka rozpouštěla rezervy) a následně posiloval (zvyšování rezerv) a tudíž se určitý nárůst a pokles rezerv vykompenzoval. Tabulka č.3: Vývoj devizových rezerv v Lotyšsku devizové rezervy rok objem ke konci roku v mil. LAT meziroční změna v % 2001 777,3 38,0 2002 788,4 1,4 2003 830 5,3 2004 1043,4 25,7 2005 1399,8 34,2 2006 2417,0 72,7 2007 2786,9 15,3 Zdroj: Národní banka Lotyšska Flexibilní měnový kurz má v Rumunsku dlouholetou tradici, neboť tento kurzový režim funguje v zemi již od roku 1991. Na rozdíl od některých výše uvedených zemí se Rumunsko rozhodlo neopustit režimu floatingu i přes donedávna značně vysoké míry inflace a nízkou kredibilitu centrální banky. Během první poloviny 90. let však byla monetární politika značně ovlivňována neustálými zásahy vlády. Vládní intervence do kurzové politiky značně svazovaly ruce centrální bance a omezovaly provádění monetární politiky. Teprve od roku 1997 se hovoří o tom, že kurz je určován mechanismem nabídky a poptávky a a kurzová politika je plně v kompetenci národní banky. Národní banka Rumunska často provádí intervence na devizových trzích (nad rámec volného floatingu) s cílem usměrňovat vývoj kurzu a proto se v souvislosti 159 1,5 2 2,5 3 3,5 4 4,5 I.00 V.00 IX.00 I.01 V.01 IX.01 I.02 V.02 IX.02 I.03 V.03 IX.03 I.04 V.04 IX.04 I.05 V.05 IX.05 I.06 V.06 IX.06 I.07 V.07 IX.07 s rumunským kurzovým režimem často mluví spíše jako o řízeném floatingu.1 Tzv. kontrolovaná depreciace rumunské měny, ke které docházelo nepřetržitě až do konce roku 2004, měla rovněž za cíl zmírnit problémy s cenovou konkurenceschopností průmyslu či utlumit možné problémy s likviditou na finančních trzích v případě neočekávané deficitní vládní politiky.2 Rok 2005 byl ve znamení měnové reformy. Měnovou jednotku ROL nahradil nový RON, a to při konverzním poměru 10000 ROL (staré lei) za 1 RON (nové leu). Co vedlo Národní banku Rumunska k tomuto kroku? Jak sama uvádí, jedná se o přípravný krok před přijetím eura a zároveň snahu o to, aby se nominální úroveň cenové hladiny podobala té v EU, rovněž jde o určitý symbol konce období, kdy zemi trápila vysoká inflace.3 Graf č.5: Vývoj nominálního kurzu RON/EUR Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com Pokud se podíváme na vývoj kurzu RONU vůči EURU, ten měl až do konce roku 2004 poměrně jasný znehodnocující se trend (kontrolovaný intervencemi centrální banky). Změna nastala v roce 2005, kdy kurz začal posilovat a tento vývoj vydržel až do konce roku 2007. Rok 2005 byl ve znamení přílivu kapitálu do země, a to zejména díky vysokému úrokovému diferenciálu v zemi a předchozímu nominálnímu zhodnocení kurzu vůči euru. Národní měna tak nadále posilovala, i když v obavě z přílišného posílení kurzu prováděla centrální banka sterilizační intervence a částečně toto posílení tlumila. Sterilizační intervence, jejichž cílem je tlumit vliv přílivu kapitálu na kurz, provádí centrální banka již od roku 2002. V té době však byl objem příchozího kapitálu menší a proto se jeho vliv na apreciaci podařilo neutralizovat. Příliv kapitálu a apreciační tlaky na kurz pokračovaly i v uplynulých letech. 4 Slovinsko je zatím jedinou zemí z analyzované skupiny, která vstoupila do eurozóny a přijala společnou měnu euro. Vývoj kurzového režimu se odvíjel od změny režimu monetární politiky, i když de jure je kurzovým režimem od počátku samostatnosti země řízený floating. Během počátečního období stabilizace ekonomiky došlo k přestřelení měnového kurzu v letech 1993/1994 s následnou apreciační korekcí v roce 1995. V letech 1996 až 2001 měl kurzový režim fakticky podobu pasivního crawlingu, kdy se centrální banka snažila omezit volatilitu kurzu, zejména jeho 1 Např. Exchange Rate Arrangements and Monetary Policy in Southeastern Europe and Turkey: Some Stylized Facto. Oesterreichische Nationalbank. 2 Zdroj: Oesterreichische Nationalbank. 3 Annual Report 2005. National Bank of Romania. 4 Ke konci roku 2006 centrální banka opět prováděla částečná opatření s cílem sterilizovat nadměrnou likviditu na peněžním trhu (Annual Report 2006. National Bank of Romania). 160 190,00 205,00 220,00 235,00 250,00 265,00 280,00 XII.99 IV.00 VIII.00 XII.00 IV.01 VIII.01 XII.01 IV.02 VIII.02 XII.02 IV.03 VIII.03 XII.03 IV.04 VIII.04 XII.04 IV.05 VIII.05 XII.05 IV.06 VIII.06 XII.06 IV.07 VIII.07 XII.07 znehodnocení ke kterému docházelo mimo jiné díky růstu inflačních očekávání a růstu salda běžného účtu v důsledku silné domácí poptávky na konci 90. let. V té době provádělo Slovinsko tzv. dual targeting policy. K další změně došlo v roce 2001, jednak s ohledem na integrační procesy, ale taktéž kvůli přetrvávající inflaci. Měnový kurz následoval oznámenou depreciační trajektorii a de facto měl podobu aktivního crawlingu. Stabilita měnového kurzu se stala prioritou a proaktivní politka centrální banky na devizových trzích měla za cíl řízení depreciace domácího tolaru (mírnění jejího tempa) a tudíž snížení inflace. Navíc v roce 2001 prováděla slovinská národní banka devizové intervence, jejichž cílem bylo zabránit vlivu pohybu kapitálu na měnový kurz. Tyto operace pokračovaly i v následujících letech. Graf č.6: Vývoj nominálního kurzu SIT/EUR Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com, Národní banka Slovinska Při pohledu na graf č. 6 je patrné, že od počátku sledovaného období se slovinský tolar stabilně znehodnocuje bez výraznějších fluktuací. Přičemž od okamžiku zapojení země do ERM II se kurz slovinského tolaru pohyboval takřka na úrovni centrální parity a na této úrovni byl rovněž neodvolatelně zafixován při přechodu na euro 1. ledna 2007. Díky mimořádně stabilnímu kurzu tak Slovinsko následně nemuselo řešit problém na jaké úrovni kurz zafixovat. Nyní se podívejme na stabilitu jednotlivých kurzů vůči euru a dolaru během uplynulých osmi let. Toto období bylo zvoleno s ohledem na krátkou existenci měny euro. Níže uvedená tabulka č. 4 prezentuje volatilitu měn jednotlivých zemí vůči euru a dolaru. K výpočtu byla použita směrodatná odchylka příslušného měnového kurzu, vždy k poslednímu dni v každém měsíci. Tabulka č. 4: Volatilita měnových kurzů 2000 2001 2002 2003 2004 2005 2006 2007volatilita kurzu Bulharsko (BGN) EUR X X X X X X X X USD 0,147 0,060 0,125 0,077 0,063 0,060 0,048 0,060 Estonsko (EEK) EUR X X X X X X X X USD 0,814 0,527 1,033 0,618 0,485 0,480 0,397 0,446 Litva (LTL) EUR 0,17 0,092 X X X X X X USD X X 0,227 0,139 0,107 0,105 0,087 0,101 Lotyšsko (LAT) 161 EUR 0,017 0,009 0,020 0,014 0,014 0,002 0,001 0,005 USD 0,013 0,007 0,018 0,014 0,010 0,022 0,017 0,021 Rumunsko (RON) EUR 0,175 0,191 0,222 0,164 0,062 0,106 0,052 0,124 USD 0,249 0,206 0,037 0,051 0,169 0,092 0,116 0,093 Slovinsko (SIT) EUR 3,924 2,74 2,579 3,144 1,787 1,575 0,499 X USD 13,751 7,131 13,129 9,054 7,415 6,640 6,601 X Poznámka: X znamená fixní kurz na danou měnu. Zdroj: FX History: Historical Currency Exchange Rates. Dostupné na: http://oanda.com, vlastní výpočty Pokud jde o údaje pro Estonsko, Lotyšsko a Slovinsko, směrodatná odchylka u těchto zemí je pro porovnání s ostatními zeměmi ,,zkreslená" díky značně rozdílnému nastavení domácího kurzu ­ počtu domácích jednotek za jedno euro.1 Vezmeme-li tyto rozdíly v úvahu, tak vůči euru se jako nejstabilnější (mimo země fixující svůj kurz k euru) jeví měna Slovinska a Lotyšska. Vůči americkému dolaru vykazuje nejnižší volatilitu měna Estonska, o něco hůře jsou na tom bulharská leva a slovinský tolar. Naopak nejvolatilnější vůči euru je rumunská měna a vůči dolaru lotyšský lat a o něco lépe, i když v porovnání s ostatními stále volatilní, jsou měny Litvy a Bulharska (obě currency board). Celkově se tedy jako nejvíce stabilní měna jeví estonská koruna (díky fixaci na euro a nízké volatilitě k dolaru) a jako nejvíce volatilní měny Lotyšska a Rumunska. Nejstabilnější měnou v režimu floatingu je slovinský tolar. Podívejme se nyní na to, jak jsou na tom jednotlivé země s vychýlením měnových kurzů od své dlouhodobé rovnovážné úrovně. K posouzení nadhodnocení či podhodnocení měn je použit koeficient ERDI (Exchange Rate Deviation Index). Pokud dosáhne hodnoty menší než jedna, je daný měnový kurz nadhodnocený; překročí-li tuto hodnotu, můžeme kurz považovat za podhodnocený. Jak jsme již uvedli, jako negativní s ohledem na růst budeme považovat kurz nadhodnocený, u podhodnoceného kurzu nebyla vazba na růst prokázána. Jak je patrné z tabulky č. 5 , měnové kurzy zkoumané skupiny zemí byly během sledovaného období (a v současnosti stále jsou) podhodnocené a vykazují trend přibližování se k rovnovážné úrovni (ERDI = 1). Během celého období se nejblíže své rovnováze pohyboval slovinský tolar, jehož kurz vůči dolaru se v současnosti velice blíži dlouhodobé rovnovážné úrovni. Výrazné přiblížení k rovnovážné úrovni, ke kterému došlo v roce 1995, bylo výsledkem posilování kurzu tolaru v tomto roce, poté se kurz vůči dolaru opět vrátil na trajektorii znehodnocení. Na druhé straně nejvíce podhodnocenou měnou je jednoznačně bulharská leva. Počáteční podhodnocení u této měny sice nebylo tak vysoké jako například v případě Litvy či Lotyšska, ale přibližování k rovnováze probíhá mnohem pomalejším tempem než u ostatních zemí. 1 Například v Lotyšsku činil kurz k prosinci 2007 0,4803 EEK/USD, kdežto u ostatních zemí se kurz pohyboval v intervalu od 1 do 10 a tudíž při stejné volatilitě je směrodatná odchylka v Lotyšsku 10krát menší. U Estonska je 10krát vyšší a u Slovinska je 100krát vyšší. 162 Tabulka č. 5: Koeficient ERDI pro analyzované země Bulharsko Estonsko Litva Lotyšsko Rumunsko Slovinsko 1991 X X X X X 1,70 1992 X X 14,75 9,13 3,00 1,66 1993 2,00 4,90 8,86 5,58 3,50 1,73 1994 5,00 3,51 5,09 3,44 4,00 1,63 1995 3,00 2,41 3,54 2,60 3,33 1,23 1996 4,25 2,07 2,99 2,50 3,75 1,28 1997 4,00 2,20 2,65 2,52 3,74 1,42 1998 3,45 2,07 2,58 2,42 2,93 1,40 1999 3,52 2,09 2,63 2,32 3,56 1,46 2000 3,85 2,29 2,67 2,40 3,56 1,73 2001 3,82 2,29 2,74 2,48 3,54 1,78 2002 3,57 2,13 2,57 2,44 3,33 1,66 2003 2,98 1,78 2,20 2,19 2,77 1,38 2004 2,62 1,62 2,00 2,00 2,41 1,28 2005 2,62 1,56 1,94 1,93 1,98 1,30 2006 2,46 1,50 1,88 1,81 1,78 1,29 Zdroj: United Nations Statistics Division. Common Database. Advanced Data Extract, vlastní výpočty 5. ZÁVĚR V této práci jsme zabývali zkoumáním toho, jaký vliv může mít monetární politika na ekonomický růst, a to zejména z hlediska působení této politiky na makroekonomické prostředí. Společným faktorem, který ovlivňuje monetární politiky jednotlivých zemí, je povinnost jejich vstupu do eurozóny. Tento závazek přijaly všechny země svým vstupem do Evropské unie, nicméně termín jeho naplnění si stanoví každá země na základě svého vlastního rozhodnutí. Z hlediska vazby na ekonomický růst je důležitý zejména stabilní a predikovatelný vývoj cenové hladiny, přičemž empiricky byl ověřen negativní vliv inflace na ekonomický růst při překročení prahové hodnoty (8 % či 10 %). Stabilita cenové hladiny je hlavním cílem všech šesti centrálních bank. Konkrétní režim měnové politiky si země zvolily s ohledem na kurzový režim. Během sledovaného období námi analyzované země s výjimkou Bulharska, které ke konci 90. let postihla hyperinflace zapříčiněná finanční a bankovní krizi, procházely procesem postupného snižování míry inflace. Přerušení desinflačního procesu zaznamenalo v témže roce i Rumunsko. Neschopnost vypořádat se s vysokou inflací v průběhu 90. let vedla u některých zemí k zafixování měnového kurzu a tím pádem k determinaci hlavního úkolu monetární politiky na udržení vnější stability měny (např. Litva či Bulharsko). Během posledních let má inflační vývoj analyzovaných zemí podobný trend, ať už se jedná o všeobecný celkem značný pokles míry inflace v roce 2003 či zrychlení tempa růstu cen v roce následujícím (způsobený celosvětovým růstem cen paliv, energií a potravin). Země, kterým se podařilo snížit inflaci pod výše uvedenou referenční 8% hranici, dosahují v uplynulých letech výrazně vyššího a stabilnějšího ekonomického růstu 163 (Estonsko, Litva a Lotyšsko). Tyto tři země dosahují dlouhodobě nejnižších a nejstabilnějších (s nejmenšími výkyvy) měr inflace. Většina z námi zkoumané skupiny zemí se v současné době přiklání k různé podobě fixního kurzu. Poměrně dlouhou tradici má fixní kurz v pobaltských zemích. U zemí, které zavedly fixní kurz v důsledku neúspěšného boje s přetrvávající inflací (např. Bulharsko či Estonsko) byl s postupem času tento krok hodnocen pozitivně. Navíc Estonsko a Lotyšsko, které mají zafixován svůj měnový kurz po nejdelší období, v porovnání s ostatními zeměmi dosahují nejvyššího ekonomického růstu. Nicméně uvedená skupina zemí je příliš malá a časová osa příliš krátká na to, abychom mohli činit závěry o vazbě fixního kurzu na ekonomický růst. Estonsko nejenom že patří k zemím s nejnižší mírou inflace a dosahuje nejvyšších temp ekonomického růstu, ale taktéž je estonská koruna nejstabilnější měnou (z velké míry díky fixaci k euru). Měny všech analyzovaných zemí byly během sledovaného období ohodnoceny na základě výpočtu koeficientu ERDI jako podhodnocené. Podle dosavadních teoretických poznatků byl negativní vliv na ekonomický růst pozorován pouze v případě nadhodnoceného kurzu, což znamená, že v našem případě by hodnoty měnových kurzů neměly mít negativní vliv na růst. Možnosti monetární politiky jak ovlivnit ekonomický růst spočívají zejména ve vytváření stabilního makroekonomického prostředí. Vývoj v Bulharsku a následně i Rumunsku prokázal, jak omezené mohou být možnosti monetární politiky v případě problémů v reálném sektoru. POUŽITÁ LITERATURA ALONSO-GAMO, P, ­ FABRIZIO, S. ­ KRAMARENKO, V. ­ WANG, Q. (2002): Lithuania: History and Future of the Currency Board Arrangement. IMF Working Papers. WP/02/127. Dostupné na: http://www.imf.org/external/pubs/ft/wp/ 2002/wp02127.pdf. Annual Report 1999. Bank of Estonia. Tallinn 2000. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/aastaaruanne/. Annual Report 2001. Bank of Estonia. Tallinn 2002. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/aastaaruanne/. Annual Report 2004. Bank of Estonia. Tallinn 2005. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/aastaaruanne/. Annual Report 2005. Bank of Estonia. Tallinn 2006. ISSN 1406-1414. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/aastaaruanne/. Annual Report 2004. Bank of Latvia, pp. 117. 2005. ISSN 1407-1800. Dostupné na: http://www.bank.lv/eng/main/all/pubrun/lbgadaparsk/. Annual Report 2005. Bank of Latvia, pp. 122. 2006. ISSN 1407-1800. Dostupné na: http://www.bank.lv/eng/main/all/pubrun/lbgadaparsk/. Annual Report 2006. Bank of Latvia, pp. 121. 2007. ISSN 1407-1800. Dostupné na: http://www.bank.lv/eng/main/all/pubrun/lbgadaparsk/. 164 Annual Report 2004. Bank of Slovenia, pp. 118. ISSN 1581-2117. Dostupné na: http://www.bsi.si/iskalniki/letna_porocila_en.asp?MapaId =711. Annual Report 1997. Bulgarian National Bank, pp. 186. 1998. Dostupné na: http://www.bnb.bg/bnb/home.nsf/fsWebIndex?Open Frameset. Annual Report 1999. Bulgarian National Bank, pp. 164. 2000. Dostupné na: http://www.bnb.bg/bnb/home.nsf/fsWebIndex?Open Frameset. Annual Report 2000. Bulgarian National Bank, pp. 164. 2001. Dostupné na: http://www.bnb.bg/bnb/home.nsf/fsWebIndex?Open Frameset. Annual Report 2003. Bulgarian National Bank, pp. 159. 2004. Dostupné na: http://www.bnb.bg/bnb/home.nsf/fsWebIndex?Open Frameset. Annual Report 2003. Magyar Nemzeti Bank, pp. 68. ISSN 1216-6197. Dostupné na: http://english.mnb.hu/engine.aspx?page=mnben_eves jel. Annual Report 2004. Magyar Nemzeti Bank, pp. 98. ISSN 1216-6197. Dostupné na: http://english.mnb.hu/engine.aspx?page=mnben_eves jel. Annual Report 2006. Magyar Nemzeti Bank, pp. 79. ISSN 1216-6197. Dostupné na: http://english.mnb.hu/engine.aspx?page=mnben_eves jel. Annual Report 1998. National Bank of Poland, pp. 97. 1999. ISSN 1427-0285. Dostupné na: http://www.nbp.pl/. Annual Report 2003. National Bank of Poland, pp. 266. 2004. ISSN 1427-0285. Dostupné na: http://www.nbp.pl/. Annual Report 1998. National Bank of Romania. ISSN 1453-3928. Dostupné na: http://www.bnro.ro/def_en.htm. Annual Report 2004. National Bank of Romania, pp. 306. ISSN 1453-3928. Dostupné na: http://www.bnro.ro/def_en.htm. Annual Report 2005. National Bank of Romania, pp. 168. ISSN 1453-3928. Dostupné na: http://www.bnro.ro/def_en.htm. Annual Report 2006. National Bank of Romania, pp. 180. ISSN 1453-3928. Dostupné na: http://www.bnro.ro/def_en.htm. Annual Report 2001. The Bank of Lithuania, pp. 134. Vilnius 2002. ISSN 1648- 9039. Dostupné na: http://www.lb.lt/eng/publications/ index.html. Annual Report 2003. The Bank of Lithuania, pp. 154. Vilnius 2004. ISSN 1648- 9039. Dostupné na: http://www.lb.lt/eng/publications/ index.html. Annual Report 2004. The Bank of Lithuania, pp. 164. Vilnius 2005. ISSN 1648- 9039. Dostupné na: http://www.lb.lt/eng/publications/ index.html. Annual Report 2005. The Bank of Lithuania, pp. 134. Vilnius 2006. ISSN 1648- 9039. Dostupné na: http://www.lb.lt/eng/publications/ index.html. Annual Report 2006. The Bank of Lithuania, pp. 106. Vilnius 2007. ISSN 1648- 9039. Dostupné na: http://www.lb.lt/eng/publications/ index.html. 165 BAILIU, J. ­ LAFRANCE, R. ­ PERRAULT, J. (2002): Does Exchange Rate Policy Matter for Growth? Working Paper 2002­17. Bank of Canada, 2001. ISSN 1192- 5434. BALYOZOV, Z. (1990): The Bulgarian Financial Crisis of 1996­1997. BNB Discussion Paper 7/1999. BITANS, M. ­ ŠLAKOTA, D. ­ TILLERS, I. (2001): Price Dynamics in Latvia, Experience and Furture Prospects. Riga 2001. Bank of Latvia. CAPRIROLO, G. ­ LAVRAČ, V. (2003): Monetary and Exchange Rate Policy in Slovenia. Ezoneplus Working Paper No. 17G: Regional Input on Monetary and Fiscal Policie Supplement to Working Paper No. 17. Jean Monnet Centre of Excellence. Dostupné na: http://ideas.repec.org/p/ezo/ezppap/wp17g.html. COUDERT, V. ­ COUHARDE, C. (2007): Real equilibrium exchange rate in China is the renminbi undervalued? Journal of Asian Economics, Vol. 18, Issue 4, August 2007. Pp. 568-594. DAIANU, D. ­ VRANCEANU, R. (2001): Subduing High Inflation in Romania. How to Better Monetary and Exchange Rate Mechanisms? William Davidson Working Paper Number 402. Pp. 33. 2001. Dostupné na: http://www.bus.umich.edu/KresgeLibrary/Collections/Working papers/wdi/wp402.pdf. DRAGULIN, I. ­ RADULESCU, E. (1999): Monetary Policy in Romania: Challenges and Options. RCEP Working Paper no. 15/1999. FILÁČEK, J. (2004): Role očekávání v měnové politice. FSV UK (Praha): Disertační práce. 2004. Five Years in the Monetary Developent of the Baltic States: Differences and Similarities. Bank of Estonia. Dostupné na: http://www.eestipank.info/pub/en/ dokumendid/publikatsioonid/seeriad/bulletan/bylletaan97/_5/article/article1/index.ht ml?objId=281301. GHOSH, A. R. ­ GULDE, A. ­ OSTRY, J. D. ­ WOLF, H. (1996): Does the Exchange Rate Regime Matter for Inflation and Growth? Washington, D. C.: International Monetary Fund. ISBN 1-55775-614-7. GILLMAN, M. ­ HARRIS, M. N. ­ MÁTYÁS, L. (2001): The Negative InflationGrowth Effect: Theory and Evidence. Melbourne Institute Working Paper No. 12/01. Australia: The University of Melbourne, 2001. ISSN 1328-4991. Inflation Rate. Eurostat. Dostupné na: http://epp.eurostat.ec.europa.eu/ portal/page?_pageid=1073,46870091&_dad=portal&_schema=PORTAL&p_product _code=EB040. KHAN, M. S. ­ SENHADJI, A. S. (2001): Threshold Effects in the Relationship Between Inflation and Growth. International Monetary Fund Staff Papers. Vol. 48, No. 1. 2001. KNÖBL, A. ­ SUTT, A. ­ ZAVOICO, B. (1996): The Estonian Currency Board: Its Introduction and Role in the Early Success of Estonia´s Transition to a Market Ekonomy. IMF Working paper 02/1996. 166 Monetary Developments & Policy Survey 1997. Bank of Estonia. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/ylevaade/_19 97/index.html?objId=238091. Monetary Developments & Policy Survey. Third Quarter of 1999. Bank of Estonia. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/ seeriad/ylevaade/_1999ii/index.html?objId=238903. Monetary Developments & Policy Survey 2007. Bank of Estonia. Dostupné na: http://www.eestipank.info/pub/en/dokumendid/publikatsioonid/seeriad/ylevaade/_20 07_09/index_rpy9_07.html?objId=1002730. REVENDA, Z. a kol. (2000): Peněžní ekonomie a bankovnictví. Praha: Management press, 3. vyd. 2000. ISBN 80-7261-031-7. SAREL, M. (1996): "Nonlinear Effects of Inflation on Economic Growth" IMF Staff Papers. International Monetary Fund. Vol. 43 (March), pp. 199­215. Selected Economic Indicators. EBRD. Dostupné na: http://www.ebrd.com/country/ sector/econo/stats/index.htm. Transition indicators by country. EBRD. Dostupné na: http://www.ebrd.com/country/ sector/econo/stats/index.htm. United Nations Statistics Division. Common Database. Advanced Data Extrakt. Dostupné na: http://unstats.un.org/unsd/cdb/cdb_advan ced_data_extract.asp. Výroční zpráva ČNB 1999. Česká národní banka, pp. 98. Dostupné na: http://www.cnb.cz/cs/o_cnb/hospodareni/vyrocni_zpravy/index.html. Výroční zpráva ČNB 2003. Česká národní banka, pp. 98. Dostupné na: http://www.cnb.cz/cs/o_cnb/hospodareni/vyrocni_zpravy/index.html. WATANABE, H. (2001): Exchange Rate Policy and Development of a Transition Economy in Central-Eastern Europe: A Case Study of Poland. Dostupné na: http://src-h.slav.hokudai.ac.jp/publictn/86/ watanabe.pdf. 167 SROVNÁNÍ FISKÁLNÍ POLITIKY VE VYBRANÝCH ZEMÍCH STŘEDNÍ A VÝCHODNÍ EVROPY NAĎA VORÁČOVÁ Cílem tohoto příspěvku je provést analýzu fiskální politiky ve vybraných zemích střední a východní Evropy důrazem na vzájemný vztah stavu veřejných financí a hospodářského růstu. V textu se budeme věnovat zejména vlivu fiskální politiky na zásobu kapitálu jakožto hlavnímu kanálu, kterým může fiskální politika růst dlouhodobě ovlivňovat. Hlavní část analýzy se oddělně věnuje příjmové a výdajové straně veřejných rozpočtů a jejich rovnováze. 1. ÚVOD V tomto textu se zaměříme především na dopady fiskální politiky ve vybraných zemích na zásobu kapitálu, která determinuje hospodářský růst a tedy konkurenceschopnost ekonomiky. Budeme odděleně rozebírat příjmovou stranu veřejných rozpočtů, tedy zejména vliv zdanění na motivaci k úsporám a k investicím, které ovlivňují kapitálovou zásobu zemí. Stručně se zmíníme také o veřejných výdajích a jejich vlivu na kapitál, ale především se jimi budeme zabývat v kontextu jejich souladu s veřejnými příjmy, který se promítá do schodku veřejných rozpočtů. Výdajové straně bude tedy věnován relativně menší prostor našeho zájmu, a to především proto, že výdaje jsou směřovány do oblastí, které působí spíše na pracovní sílu než na kapitálovou zásobu (v porovnání s transfery a vládními nákupy je objem vládních investic obvykle marginální). Navíc je přímý vztah velikosti vládních výdajů a pracovního nasazení (tedy jejich prorůstový efekt) velmi obtížné postihnout. Na podobný problém narážíme také u příjmové strany veřejných rozpočtů při snaze odhadnout a popsat vliv zdanění na pracovní sílu. V případě zdanění příjmu zjistíme, že na pracovní nasazení jednotlivce působí protichůdné efekty (důchodový a substituční), které ho mohou motivovat jak ke zvýšení, tak ke snížení pracovního nasazení. Protože oba efekty působí navzájem proti sobě a nejsme schopni jejich vliv jednoduše kvantifikovat, v tomto textu nevyslovíme žádný jednoznačný soud o tom, který z efektů převáží. Z těchto důvodů a ve snaze zpřesnit naši analýzu vlivu veřejných financí na hospodářský růst a potažmo konkurenceschopnost zemí se omezíme na popis ovlivňování zásoby kapitálu fiskální politikou vlády. Ještě pro doplnění zmiňme, že pokud nebude explicitně uvedeno jinak, budeme v textu hovořit o celkových veřejných financích, kam zahrnujeme finanční prostředky, procházející všemi částmi veřejných rozpočtů (tedy státním rozpočtem, místními rozpočty a rozpočty fondů). Tuto oblast budeme považovat za vládní sféru ve smyslu veřejného sektoru; budeme-li tedy hovořit o vládních výdajích, budeme mít na mysli celkové veřejné výdaje. V kontextu této práce pak fiskální politika bude zahrnovat záměry takto široce pojaté vlády v celém systému veřejných financí, o kterém je pojednáváno. 168 2. ESTONSKO Popíšeme zde konkrétní vývoj fiskální politiky od první poloviny devadesátých let až do současnosti v kontextu jejího vlivu na zásobu kapitálu a tedy hospodářský růst země. 2.1. Veřejné příjmy Nejprve se zaměříme na příjmovou stranu. Z hlediska dopadů nastavení veřejných příjmů na zásobu kapitálu pro nás budou důležité zejména prvky daňového systému, které ovlivňují motivaci ekonomických subjektů spořit a investovat (Frait, Červenka, 2002). V následujícím textu ukážeme, jak se v obou zemích vyvíjelo zdanění důchodu a spotřeby, které ovlivňuje úspory. Za tímto účelem budeme sledovat poměr příjmů státu z nejdůležitějších přímých a nepřímých daní a jejich výši. Také se podíváme na vývoj zdanění příjmů korporací a výnosů z kapitálu, které působí na investice a tedy budoucí zásobu kapitálu. Nejprve se pro celkový přehled o situaci podívejme na veřejné příjmy, respektive na vývoj jejich podílu na hrubém domácím produktu. Graf č. 1: Veřejné příjmy (v % HDP) 31 32 33 34 35 36 37 38 39 40 41 42 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Estonia: Statistical appendix) Podobně jako v ostatních pobaltských zemích byl estonský daňový systém v devadesátých letech v podstatě převzat z období existence Sovětského svazu. V počátku devadesátých let byla do systému pouze implementována daň z přidané hodnoty, ale k razantním změnám nedošlo (Ebrill, Havrylyshyn 1999). Na rozdíl od ostatních zemí bývalého Sovětského svazu se ovšem Estonsku podařilo zabránit selhání daňové administrativy a následnému rapidnímu poklesu příjmů v počátku transformace. 169 Lépe jsou daňové příjmy a jejich vývoj pozorovatelné v grafu č. 2, kde vidíme přímo podíl všech daňových příjmů (včetně odvodů na sociální a zdravotní pojištění) na hrubém domácím produktu. Po roce 1994 začala v Estonsku fungovat rovná daň z příjmů, jejíž sazba byla stanovena na 26 % (MMF 1999a) a došlo tak k výraznému zjednodušení celého systému. K další změně, která zásadně ovlivnila výši rozpočtových příjmů, došlo v roce 2000, kdy byla provedena reforma zdanění korporací a došlo tak k poklesu příjmů z této daně. Dopad je na vývoji příjmů po roce 2000 patrný (viz graf č. 1), pokles pozorujeme i v grafu č. 2. Graf č.2: Konsolidovaná daňová kvóta 0 5 10 15 20 25 30 35 40 45 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 -4 -2 0 2 4 6 8 10 12 Daňová kvóta Tempo růst HDP Zdroj: MMF (Republic of Estonia: Statistical appendix) Graf č.3: Podíl hlavních daňových příjmů na celkových daních (v %) 0 10 20 30 40 50 60 70 80 90 100 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Přímé daně DPH Zdroj: MMF (Republic of Estonia: Statistical appendix) 170 Dalším důležitým ukazatelem vlivu rozpočtových příjmů na zásobu kapitálu je poměr přímých a nepřímých daní. Nepřímou daní, která byla v estonském daňovém systému na počátku devadesátých let zavedena, je daň z přidané hodnoty. Její vývoj můžeme sledovat v předcházejícím grafu. Můžeme vidět, že od zavedení DPH v první polovině devadesátých let se její podíl na celkových daňových příjmech měnil pouze nepatrně, spíše docházelo k růstu podílu ostatních nepřímých daní. Tato tendence může pozitivně ovlivnit motivaci soukromých subjektů k tvorbě úspor. Lze očekávat, že relativně vyšší nabídka úspor pak pozitivně ovlivní také objem současných investic a potažmo budoucí zásobu kapitálu. 2.2. Veřejné výdaje Nyní se dostáváme k výdajové straně veřejných rozpočtů. Na úvod je zde třeba zmínit několik základních skutečností, které naši analýzu tohoto segmentu ovlivní. Podobně jako v případě příjmů se nebudeme zajímat pouze o to, jak se vyvíjely veřejné výdaje celkově, ale především nás bude zajímat, do jakých oblastí směřovaly. Nejběžněji jsou vládní výdaje členěny na transfery domácnostem a vládní nákupy zboží a služeb, podstatnou součástí jsou také dotace podnikům a nás budou v tomto textu zajímat především vládní investice. Z údajů OECD je patrné, že v moderních ekonomikách hrají dominantní úlohu transfery domácnostem (OECD Statistical Compenium), ty však na kapitálovou zásobu země nepůsobí nebo ji ovlivňují jen velmi nepřímo. Relativně významnou částkou, která plyne z veřejných rozpočtů, jsou také dotace podnikům a finančním institucím. Prorůstový efekt tohoto typu výdajů je ovšem opět nejistý. Dotace jednak poskytují zdroje podnikatelům, kteří (pokud je efektivně využijí) mohou zvýšit svůj výstup, na druhou stranu je nutno říci, že dotace jsou zpravidla poskytovány ztrátovým firmám. O jejich efektivním využití tedy lze pochybovat. Ze širokého spektra veřejných výdajů nás tedy v kontextu vlivu na kapitál budou zajímat především vládní investice. Můžeme říci, že vládní investice do infrastruktury zřejmě zlepšují produkční funkci (Barro, 1997), čímž pozitivně působí na hospodářský růst. S jistou dávkou zjednodušení tak budeme v našem textu považovat vládní investiční výdaje za produktivní. Jedná se samozřejmě o zjednodušení, které nicméně můžeme podpořit smysluplnou úvahou. Zlepšení úrovně infrastruktury (investice do stavby a opravy silnic, železnic, letišť nebo také zajištění transportu energií) zvyšuje návratnost soukromého podnikání, což vede ke stimulaci investic a tedy vyšší zásobě kapitálu v příštím období. Naši úvahu podporují i některé studie, zabývající se vztahem vládních výdajů a hospodářského růstu, například studie Baiera a Glomma (2001) uvádí, že dopad vládních investic na růst může být velmi významný, a to i v případě, že vinou omezených příjmových zdrojů zapříčiní pokles výdajů na ostatní vládou poskytované služby. Nyní se podívejme na vývoj veřejných výdajů v Estonsku. V grafu č. 4 vidíme vývoj podílu veřejných výdajů na hrubém domácím produktu země. 171 Graf č. 4: Veřejné výdaje (v % HDP) 0 5 10 15 20 25 30 35 40 45 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Estonia: Statistical appendix) V grafu můžeme vidět, podobně jako v případě veřejných příjmů, poměrně stálé hodnoty v období devadesátých let. K poklesu podílu výdajů na produktu pak došlo až po roce 1999 v reakci na snižující se rozpočtové příjmy v rámci uplatňované restriktivní fiskální politiky. K poklesu došlo ovšem nejen u celkové úrovně výdajů, ale v tomto období se snížil i podíl veřejných investic na produktu (graf č. 5). Přestože se jednalo o zásah motivovaný snahou udržet fiskální rovnováhu v období recese po ruské krizi, lze očekávat, že se tato restrikce promítne i do zásoby kapitálu v budoucnu. Graf č. 5: Veřejné investice a růst HDP 0 1 2 3 4 5 6 1993 1994 1995 1996 1997 1998 19992000 2001 2002 2003 2004 2005 2006 -15 -10 -5 0 5 10 15 Veřejné investice Tempo růstu HDP Zdroj: MMF (Republic of Estonia: Statistical appendix) 172 2.3. Rovnováha veřejných rozpočtů Jak bylo naznačeno, v této části se budeme zabývat vlivem rovnováhy veřejných rozpočtů na zásobu kapitálu a potažmo hospodářský růst. Při analýze budeme vycházet primárně z porovnání vzájemného souladu příjmové a výdajové strany veřejných rozpočtů tak, jak byly popsány v předchozích částech. Nejprve se podívejme na to, jakým způsobem může rozpočtová rovnováha sama o sobě ovlivnit zásobu kapitálu v ekonomice. Důležitým momentem v tomto vztahu je nutnost případné nepokryté výdaje uhradit finančními prostředky. Nejběžnějším způsobem financování deficitu ve vyspělých zemích je dluhové financování, kdy si vláda na úhradu výdajů půjčuje na finančním trhu. Tím ovšem vytváří poptávku po úvěrech a v případě, že pokles veřejných úspor není dostatečně kompenzován růstem úspor soukromých, mohou deficity vést k převisu poptávky po úvěrech nad národními úsporami a tlačit tak na zvýšení reálné úrokové sazby. Vzhledem k tomu, že investice jsou vysoce citlivé na změny úrokové míry, způsobí její růst výrazný pokles investic, a ten se promítne ve snížení zásoby kapitálu v příštím období každá generace tedy zatěžuje tu další tím, že za sebou nechává menší agregátní zásobu kapitálu a snižuje tak možnosti hospodářského růstu v budoucnosti (Barro, 1997). Je však také možné, že subjekty zareagují na pokles veřejných úspor zvýšením úspor soukromých, čímž kompenzují vliv deficitu ­ k žádnému dopadu na úrokové sazby a potažmo investice a budoucí zásobu kapitálu tudíž nedojde. Racionálně jednající subjekt totiž interpretuje růst vládního deficitu stejně jako zvýšení daní. Tato souvislost byla formulována již Davidem Ricardem (Ricardův teorém ekvivalence) (Barro, 1997). Je zřejmé, že pokud bychom chtěli a priori odhadnout vliv veřejného deficitu na domácí investice, bylo by třeba za tímto účelem přijmout nějaký předpoklad o chování a myšlení ekonomických subjektů. Jinými slovy, museli bychom se rozhodnout, zda budeme věřit neoklasickým postulátům o racionalitě ekonomických agentů, kteří mají dokonalé informace, nebo budeme raději předpokládat, že jsou tito agenti informovaní špatně, či informace nedokáží správně vyhodnotit, případně obojí. Jakýkoliv takovýto předpoklad by však byl zřejmě příliš silný, nehledě na to, že je velmi pravděpodobné, že každý agent smýšlí o veřejném deficitu rozdílně. Pokusme se proto podobným předčasným závěrům vyhnout a podívejme se, k jakému vývoji v reakci na pokles veřejných úspor ve sledovaných zemích došlo. Pojďme se nyní podívat, jak se výše popsané souvislosti projevovaly v estonské ekonomice v průběhu sledovaného období. V grafu č. 6 vidíme vývoj celkové rozpočtové rovnováhy v poměru k hrubému domácímu produktu. Je patrné, že estonské vlády usilovaly o vyrovnaný rozpočet, což se více či méně dařilo. Vidíme, že rozpočet dokonce dosáhl přebytku. 173 Graf č. 61: Rozpočtová rovnováha (saldo v % HDP) -2 -1 0 1 2 3 4 5 6 7 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF MMF (Republic of Estonia: Statistical appendix) Jaký ovšem měla tato strategie vlády vliv na změny kapitálové zásoby v zemích, nám tato data sama o sobě říci nemohou. Podstatné je, jak na vládní politiku reagovaly soukromé subjekty v ekonomice a jak se vyvíjely celkové národní úspory. Graf č. 7: Vývoj hrubých úspor (v % HDP) 0 5 10 15 20 25 30 35 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 Hrubé úspory Veřejné úspory Zdroj: MMF (Republic of Estonia: Statistical appendix) Vidíme, že kromě poklesu národních i veřejných úspor v závěru devadesátých let docházelo k růstu celkových národních úspor. Lze se domnívat, že domácnosti měly i přes vyrovnané veřejné rozpočty motivaci vytvářet soukromé úspory, neboť jejich úroveň na počátku sledovaného období (po pádu komunistického režimu) byla velmi nízká. Domácnosti tedy spořily i přes narůstající veřejné úspory a hrubé národní úspory se tak zvyšovaly. 174 Z tohoto pohledu tedy můžeme zhodnotit vliv rozpočtové rovnováhy na kapitál v Estonsku jako pozitivní. 3. LITVA V této kapitole popíšeme vývoj fiskální politiky v další z pobaltských republik, Litvě. 3.1. Veřejné příjmy Na grafu č. 8 můžeme sledovat vývoj podílu veřejných příjmů na HDP. Vidíme, že v závěru devadesátých let došlo k růstu tohoto poměru. To je dle Mezinárodního měnového fondu způsobeno zlepšením fungování daňové administrativy a také růstem mezd, který se odrazil v nárůstu příjmů z daně z individuálního příjmu (MMF 1999b). Graf č. 8: Veřejné příjmy (v % HDP) 27 28 29 30 31 32 33 34 35 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Lithuania: Statistical appendix) Na druhou stranu můžeme vidět, že poměr příjmů z přímých daní a daně z přidané hodnoty se v tomto období, stejně jako ani v dalším průběhu sledovaného horizontu, výrazně nezměnil. To lze považovat za pozitivní vzhledem k faktu, že MMF uvádí růst příjmů z přímých daní za hlavní příčinu růstu celkových rozpočtových příjmů (MMF 1999b). Růst přímých daní na úkor daní nepřímých by znamenal zvýšení motivace k poklesu úspor a na zásobě kapitálu by se to mohlo negativně podepsat. 175 Graf č. 9: Přímé a nepřímé daně (v % celkových) 0 10 20 30 40 50 60 70 80 90 100 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Přímé daně DPH Zdroj: MMF (Republic of Lithuania: Statistical appendix) 3.2. Veřejné výdaje V případě veřejných výdajů zaznamenáváme v závěru devadesátých let výrazný nárůst (a jak uvidíme v části věnované rovnováze, byl mnohem výraznější než růst příjmů). Jako příčinu tohoto růstu uvádí MMF zejména užití příjmů z privatizace k běžným výdajům (včetně dotacím a transferům domácnostem) a také zvýšené nároky na sociální pomoc a podporu v nezaměstnanosti během hospodářského zpomalení v zemi (MMF 1999b). Graf č. 10: Veřejné výdaje (v % HDP) 0 5 10 15 20 25 30 35 40 45 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Lithuania: Statistical appendix) 176 Zatímco výdaje jako celek rostly, podíl veřejných investic na HDP v závěru devadesátých let spíše klesal. Můžeme tedy říci, že výdaje na dotace a transfery rostly na úkor investičních výdajů s větším růstovým potenciálem. Graf č. 11: Veřejné investice a vývoj HDP 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 -4 -2 0 2 4 6 8 10 12 Vládní investice Tempo růstu HDP Zdroj: MMF (Republic of Lithuania: Statistical appendix) 3.3. Rovnováha veřejných financí Nyní se zaměřme na rozpočtovou rovnováhu. Jak již bylo předesláno, došlo zejména v závěru devadesátých let k výraznému zhoršení salda. Po roce 1999 již došlo k postupné stabilizaci a v posledních letech litevský státní rozpočet vykazoval dokonce přebytky. Zhoršení bilance je přičítáno především zpomalení ekonomiky způsobeném hospodářskou krizí v Rusku. Graf č. 12: Saldo veřejných rozpočtů -10 -8 -6 -4 -2 0 2 4 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Lithuania: Statistical appendix) 177 Národní úspory (soustředíme se především na problematické období v závěru devadesátých let) de facto kopírovaly vývoj veřejných úspor a nelze se tedy spolehnout na kompenzaci úsporami domácností. Negativní vývoj v těchto letech se tak zřejmě nepříznivě podepsal také na zásobě kapitálu v příštím období. Graf č. 13: Vývoj hrubých úspor -5 0 5 10 15 20 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Hrubé úspory Veřejné úspory Zdroj: MMF (Republic of Lithuania: Statistical appendix) 4. LOTYŠSKO Nyní se dostáváme k další pobaltské zemi ­ Lotyšsku. Vývoj zde byl podobný jako v předcházejících dvou zemích, zaznamenáme ovšem drobné odlišnosti, na které se pokusíme zaměřit. 4.1. Veřejné příjmy V prvních letech sledovaného období (do roku 1996) můžeme pozorovat stagnaci rozpočtových příjmů, navíc na úrovni, která je výrazně pod průměrem, jakého je dosahováno ve vyspělých evropských zemích. Tento vývoj byl způsoben poklesem ekonomické aktivity v polovině devadesátých let. Největší pokles byl zaznamenán u daně z příjmů a u cel, snižovaly se ovšem i příjmy z DPH. Zde ovšem nelze hovořit o nějakém trendu, neboť daň z přidané hodnoty byla v Lotyšsku zavedena až v roce 1995 (MMF 1998a) ­ došlo tedy k poklesu pouze v porovnání s předcházejícím rokem. K nárůstu veřejných příjmů došlo ovšem v závěru devadesátých let, kdy zvýšení ekonomické aktivity přineslo růst daňových příjmů. Přispěl také nárůst příjmů ze spotřební daně, po zvýšení sazby u pohonných hmot. Tento nárůst u spotřební daně ovšem nevydržel a v následujícím roce (1999) došlo k poklesu příjmů z této daně. V dalších letech byl již podíl veřejných příjmů na hrubém domácím produktu stabilně okolo 35 % a docházelo k mírnému růstu tohoto podílu. 178 Graf č. 14: Veřejné příjmy (% HDP) 0 5 10 15 20 25 30 35 40 45 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Latvia: Statistical appendix) 4.2. Veřejné výdaje Veřejné výdaje na počátku druhé poloviny devadesátých let vykazovaly podobný trend jako veřejné příjmy. Pokles podílu výdajů na produktu přičítá lotyšské ministerstvo financí poklesu výdajů na mzdy a příspěvky sociálního pojištění státních zaměstnanců. Graf č. 15: Veřejné výdaje (% HDP) 0 5 10 15 20 25 30 35 40 45 50 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Latvia: Statistical appendix) V závěru devadesátých let opět došlo ke zvýšení poměru veřejných výdajů vůči hrubému domácímu produktu, zvyšovaly se ovšem nejen transfery a dotace, ale také investiční výdaje vlády (můžeme sledovat v následujícím grafu). 179 Graf č. 16: Veřejné investice a růst reálného HDP 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 5 1995 1996 1997 1998 1999 2000 2001 2002 0 1 2 3 4 5 6 7 8 9 Veřejné investice Tempo růstu HDP Zdroj: MMF (Republic of Latvia: Statistical appendix) 4.3. Rovnováha veřejných financí S poklesem příjmů (zobrazuje graf č. 14) došlo po roce 1999 v Lotyšsku ke zhoršení rozpočtové rovnováhy. Jak víme, tato skutečnost sama o sobě by pro zásobu kapitálu nemusela být nějak významná, ovšem při pohledu na vývoj hrubých národních úspor je třeba říci, že k negativnímu ovlivnění úrovně úspor zřejmě v tomto období docházelo. Graf č. 17: Saldo veřejných rozpočtů -10 -8 -6 -4 -2 0 2 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Latvia: Statistical appendix) V období nejvyšších rozpočtových deficitů (tedy v závěru devadesátých let) můžeme vidět, že vývoj národních úspor víceméně kopíroval vývoj úspor soukromých. Nepotvrzuje se tedy, že by docházelo ke kompenzaci soukromými 180 úsporami a fiskální nerovnováha tak nemohla ovlivnit zásobu kapitálu v příštím období. Graf č. 18: Vývoj hrubých úspor -5 0 5 10 15 20 25 30 35 40 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Národní úspory Veřejné úspory Zdroj: MMF (Republic of Latvia: Statistical appendix) 5. BULHARSKO Nyní se dostáváme k další skupině zemí, jejichž vývoj se již od pobaltských republik do jisté míry odlišoval. Nejprve se zaměříme na fiskální politiku v Bulharsku. 5.1. Veřejné příjmy Problémy s výpadkem veřejných příjmů nastaly v Bulharsku mezi lety 1995­1997, a to především v důsledku hospodářského poklesu a problémů se správou výběru daní (MMF 2000). Toto období bylo spojeno i s dalšími problémy hospodářsko-politické oblasti, z nichž nejvíce se na situaci podepsala rezignace vlády v závěru roku 1996, což přineslo značnou nejistotu a další zhoršení ekonomického výkonu. Tyto potíže se však podařilo nové vládě v závěru devadesátých let překonat a podíl veřejných příjmů na HDP opět přesáhl hranici 35 %. Dále uvidíme, že se tento výkyv podepsal také na rozpočtové rovnováze. Jak ukazuje následující graf, jednou z reakcí na nepříznivý vývoj veřejných příjmů bylo také zvýšení sazby daně z přidané hodnoty, což můžeme zaznamenat v následujícím grafu. V dalším období (po roce 2000) už můžeme vidět, že jak poměr přímých daní a DPH, tak i celková úroveň veřejných příjmů v poměru k HDP zůstávají na podobné úrovni a nedochází k výrazným změnám. 181 Graf č. 19: Veřejné příjmy (% HDP) 0 5 10 15 20 25 30 35 40 45 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Bulgaria: Statistical appendix) Graf č. 20: Přímé daně a DPH (podíl na celkových daňových příjmech) 0 10 20 30 40 50 60 70 80 90 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 Přímé daně DPH Zdroj: MMF (Republic of Bulgaria: Statistical appendix) 5.2. Veřejné výdaje I přesto, že ve stejném období, v jakém došlo k výpadku veřejných příjmů, poklesly také veřejné výdaje, uvidíme, že tento pokles zdaleka nestačil na udržení fiskální rovnováhy. I přes svůj pokles, veřejné výdaje stále přesahovaly 40 % podílu na hrubému domácímu produktu, a to až do roku 1998, kdy došlo k jejich propadu a konsolidaci rozpočtové rovnováhy. Na problémech se podepsaly zejména roztříštěný systém veřejných financí (velká část veřejných prostředků směřovala do mimorozpočtových fondů a bylo tak velmi obtížné celý objem kontrolovat) a dále také vysoké náklady na obsluhu veřejného dluhu (MMF 2000). Tyto faktory 182 společně vyústily až do situace, která byla neudržitelná a muselo dojít k rázné konsolidaci veřejných rozpočtů. Graf č. 21: Veřejné výdaje (% HDP) 0 10 20 30 40 50 60 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Bulgaria: Statistical appendix) Dle očekávání došlo v období druhé poloviny devadesátých let v reakci na problémy s udržitelností veřejných rozpočtů také k razantnímu poklesu veřejných investic. Ty dosáhly úrovně obvyklé v ostatních evropských zemích až ke konci devadesátých let, kdy zároveň došlo i ke zlepšení hospodářské situace a vyššímu tempu růstu HDP. Graf č. 22: Veřejné investice a reálný HDP 0 0,5 1 1,5 2 2,5 3 3,5 4 4,5 1993199419951996199719981999 2000200120022003200420052006 -12 -10 -8 -6 -4 -2 0 2 4 6 8 Vládní investice tempo růstu HDP Zdroj: MMF (Republic of Bulgaria: Statistical appendix) 183 5.3. Rovnováha veřejných financí Situace ve veřejných financích, která byla nastíněna výše, se dle očekávání podepsala na propadu schodku veřejných rozpočtů, který se vyrovnal až po roce 1998 a od té doby dosahuje relativně uspokojivých hodnot. Graf č. 23: Saldo veřejných rozpočtů -12 -10 -8 -6 -4 -2 0 2 4 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Bulgaria: Statistical appendix) V následujícím grafu můžeme vývoj rozpočtového salda konfrontovat s vývojem hrubých národních úspor. Vidíme, že jejich úroveň byla v počátku sledovaného období velmi nízká a její další zhoršení v letech 1995­1997 může mít na budoucí zásobu kapitálu velmi nepříznivé důsledky. Následná konsolidace pomohla k jejich zvýšení, ovšem drobné deficity, do kterých se bulharský rozpočet propadal po roce 2000 přinášejí opět další pokles, neboť domácnosti pokles veřejných úspor nekompenzují dostatečně. Graf č. 24: Vývoj hrubých úspor -10 -5 0 5 10 15 20 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Veřejné úspory Hrubé úspory Zdroj: MMF (Republic of Bulgaria: Statistical appendix) 184 6. RUMUNSKO 6.1. Veřejné příjmy V Rumunsku se nepodařilo zabránit dramatickému poklesu veřejných příjmů po kolapsu komunistického režimu (MMF 2001). Můžeme vidět, že až do roku 1997 byl podíl příjmů na produktu zhruba 30%. V závěru devadesátých let ovšem došlo ke zefektivnění systému veřejných příjmů a k návratu k hodnotám okolo 40 %. Graf č. 25: Veřejné příjmy (% HDP) 0 10 20 30 40 50 60 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Romania: Statistical appendix) DPH byla v Rumunsku zavedena v polovině roku 1993, ale vyznačovala se značnou neefektivitou (MMF 2001). Vidíme, že příjem z této daně byl v porovnání s přímými daněmi velmi nízký, navíc se skutečné výnosy z této daně výrazně lišily od očekávaných hodnot. Na efektivnosti výběru se negativně podepsal nepřehledný systém výjimek, sazeb a potíže s daňovou administrativou. Ke konsolidaci došlo až v samotném závěru devadesátých let, kdy došlo ke zvýšení sazeb a dále pak podíl vybraných prostředků z DPH na daňových příjmech vzrostl po roce 2002. Tehdy došlo ke zefektivnění celého systému snížením sazby a především sjednocením pouze na jedinou a také byl omezen počet výjimek z 19 na 3 (MMF 2001). Tato opatření mohou na motivaci k úsporám a investicím a potažmo na zásobu kapitálu v zemi působit velmi pozitivně. 185 Graf č. 26: Přímé daně a DPH (podíl na celkových daňových příjmech) 0 10 20 30 40 50 60 70 80 90 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 Přímé daně DPH Zdroj: MMF (Republic of Romania: Statistical appendix) 6.2. Veřejné výdaje V průběhu devadesátých let (prakticky až do roku 1998) můžeme pozorovat relativně stabilní podíl veřejných výdajů na hrubém domácím produktu. Ve skutečnosti ovšem v tomto období probíhaly výrazné změny ve struktuře výdajů, které celkové hodnoty nejsou schopny ilustrovat. V období propadu rozpočtových příjmů (tedy zhruba do roku 1997) se relativně vysoká úroveň veřejných výdajů promítla do dramatického nárůstu veřejného dluhu, který začal být pro veřejné finance velmi zatěžující. V reakci na nákladnou obsluhu dluhu došlo v roce 1997 ke snaze o konsolidaci rozpočtu snížením výdajů, vysoké částky plynoucí na obsluhu dluhu však nadále udržovaly podíl výdajů na produktu na podobné úrovni. Dalším zatěžujícím faktorem, který v tomto období snahu o snížení veřejných výdajů komplikoval, byl relativně vysoký podíl státního sektoru spojený s přezaměstnaností, a tedy i vysoké výdaje na mzdy státních zaměstnanců (20 % z celkových vládních výdajů v roce 1996) (MMF 2001). V průběhu snah o konsolidaci veřejných rozpočtů došlo k poklesu vládních investic. Z velké části byly sníženy výdaje na neproduktivní projekty, které byly ještě pozůstatkem Ceausescovy éry. Po roce 1997 navíc došlo k urychlení privatizačního procesu, čímž se rozšířil prostor pro investice soukromých subjektů (MMF 2001). 186 Graf č. 27: Veřejné výdaje (% HDP) 0 5 10 15 20 25 30 35 40 45 50 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Romania: Statistical appendix) I přesto, že jsme výše uvedli, že vládní investice lze považovat za produktivní a že od nich lze očekávat pozitivní dopad na zásobu kapitálu v zemi, je v případě Rumunska třeba přiznat, že snižování vládních investic zejména ve druhé polovině devadesátých let mělo právě z výše uvedených důvodů pravděpodobně na konkurenceschopnost tamější ekonomiky pozitivní dopad. Graf č. 28: Vládní investice a vývoj reálného HDP 0 1 2 3 4 5 6 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 -8 -6 -4 -2 0 2 4 6 8 10 Vládní investice Tempo růstu HDP Zdroj: MMF (Republic of Romania: Statistical appendix) 6.3. Rovnováha veřejných rozpočtů Fiskální problémy, se kterými se Rumunsko potýkalo v polovině devadesátých let, se odrazily také v rovnováze veřejných rozpočtů. Výpadek veřejných příjmů se 187 nepodařilo kompenzovat poklesem výdajů a až do fiskální konsolidace, provedené v roce 1997, hospodařily rumunské vlády se záporným saldem. Situaci se podařilo stabilizovat a fiskální disciplína byla po roce 1999 upevněna, ovšem v posledních letech (zhruba od roku 2002) opět pozorujeme deficitní hospodaření. Dle analýzy provedené Mezinárodním měnovým fondem jsou tyto potíže způsobeny krátkodobým plánováním rozpočtového rámce a značně procyklickou politikou vlád. Graf č. 29: Saldo veřejných rozpočtů (% HDP) -5 -4 -3 -2 -1 0 1 2 3 4 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006Zdroj: MMF (Republic of Romania: Statistical appendix) V grafu zobrazujícím vývoj národních úspor vidíme, že úspory domácností reagovaly na pokles veřejných úspor výrazným propadem a namísto kompenzace jejich pokles ještě spíše umocňovaly. K poklesu hrubých domácích úspor dochází také v závěru sledovaného období (od roku 2003), což nám ukazuje, že hospodaření vlády se na míře úspor a následně na zásobě kapitálu podepisuje v Rumunsku velmi negativně. Graf č. 30: Vývoj hrubých úspor (% HDP) -5 0 5 10 15 20 25 30 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 Národní úspory Veřejné úspory Zdroj: MMF (Republic of Romania: Statistical appendix) 188 7. SLOVINSKO Pro srovnání vývoje fiskální politiky a jejího vlivu na konkurenceschopnost národní ekonomiky se nyní zaměříme na Slovinsko. 7.1. Veřejné příjmy Relativně stabilní situace ve Slovinsku (v porovnání s ostatními zeměmi bývalého východního bloku a zejména se zeměmi bývalého Sovětského svazu) se odrazila také v hlavním úsilí vlád, které se především snažily o snížení role státu v ekonomice a tedy o pokles veřejných příjmů a výdajů. Na rozdíl od Bulharska a Rumunska na počátku devadesátých let nedošlo k dramatickým propadům ve veřejných příjmech, neboť daňová administrativ fungovala poměrně spolehlivě. Až do roku 1997 tedy můžeme pozorovat cílený pokles poměru veřejných příjmů k hrubému domácímu produktu, ovšem i přes pokles zůstávala tato úroveň stále relativně vysoká (stále přesahovala 40 % HDP). V tomto období byly sníženy odvody z mezd (zejména příspěvky na sociální pojištění), byla provedena penzijní reforma a později, v roce 1999, byla také zavedena daň z přidané hodnoty (MMF 2004). V následujících letech došlo opět k mírnému nárůstu veřejných příjmů, jež se již ovšem nedostaly na tak vysokou úroveň, která by se vymykala úrovni obvyklé v ostatních vyspělých ekonomikách. Snížení daňového břemene nicméně zůstává jednou z největších výzev slovinské fiskální politiky. Graf č. 31: Veřejné příjmy (% HDP) 20 25 30 35 40 45 50 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Slovenia: Statistical appendix) Uvedli jsme, že DPH byla ve Slovinsku zavedena až v roce 1999, proto se při analýze struktury daní a jejího vlivu na kapitál budeme držet rozdělení na přímé a nepřímé daně. Lze vidět, že i přesto, že zavedení DPH přišlo později než v ostatních zemích střední Evropy, tvořily nepřímé daně relativně velkou část z celkových daňových příjmů a negativního vlivu na zásobu kapitálu se tak ani v průběhu devadesátých let není třeba obávat. Navíc poměr přímých a nepřímých daní zůstával po sledované období relativně stabilní. 189 Graf č. 32: Přímé daně a DPH (podíl na celkových daňových příjmech) 0% 20% 40% 60% 80% 100% 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Přímé daně Nepřímé daně Zdroj: MMF (Republic of Slovenia: Statistical appendix) 7.2. Veřejné výdaje Tendence ke snižování veřejných výdajů byla narušena pouze v roce 1995 jednorázovým skokem (který se také promítl do fiskální nerovnováhy). Tento nárůst výdajů byl způsoben vyššími investicemi do infrastruktury, která byla v tomto období zcela nově budována (MMF 1998b). Přesto, že investice byly relativně vysoké prakticky po celou první polovinu devadesátých let, na skoku ve výdajích se projevily nejvýrazněji v roce 1995, kdy nebyl jejich růst kompenzován poklesem výdajů na dotace a transfery tak jako v ostatních letech. Dále se až do roku 2000 veřejné výdaje mírně zvyšovaly, ovšem po tomto roce můžeme pozorovat další pokles. Hlavní příčinou klesajícího trendu jsou podle mezinárodního měnového fondu úspory z reformy penzijního systému, který již na státní rozpočet neklade takové nároky (MMF 2004). Graf č. 33: Veřejné výdaje (% HDP) 20 25 30 35 40 45 50 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Slovenia: Statistical appendix) 190 Graf č. 34: Vládní investice a vývoj reálného HDP 0 1 2 3 4 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 0 1 2 3 4 5 6 Vládní investice Tempo růstu HDP Zdroj: MMF (Republic of Slovenia: Statistical appendix) 7.3. Rovnováha veřejných rozpočtů Deficit veřejných rozpočtů se Slovinsku dařilo držet na udržitelné úrovni. Hlavním problémem nerovnováhy je ovšem podle mezinárodního měnového fondu procykličnost veřejných financí, která je způsobena především rigiditou vládních výdajů (MMF 2004). V období hospodářského poklesu je tak velmi obtížné seškrtat vládní výdaje natolik, aby bylo možné dosáhnout vyrovnaného rozpočtu. Graf č. 35: Saldo veřejných rozpočtů -4,5 -4 -3,5 -3 -2,5 -2 -1,5 -1 -0,5 0 0,5 1 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Zdroj: MMF (Republic of Slovenia: Statistical appendix) V období největších vládních deficitů, kdy tudíž zároveň docházelo k poklesu veřejných úspor, můžeme pozorovat relativně nezměněnou úroveň celkových národních úspor. To jasně ukazuje, že soukromé úspory právě v těchto obdobích 191 kompenzovaly pokles úspor veřejných, a ani přes občasné vyšší rozpočtové schodky rozpočtová nerovnováha zřejmě nepůsobila negativně na celkovou úroveň úspor v zemi. Vývoj ve Slovinsku tedy mohl probíhat tak, jak předpokládá teorie Ricardovské ekvivalence a rozpočtová nerovnováha tak z dlouhodobého hlediska zřejmě neměla na zásobu kapitálu žádný, významný vliv. Graf č. 36: Vývoj hrubých úspor 0,00 5,00 10,00 15,00 20,00 25,00 30,00 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Veřejné úspory Hrubé úspory Zdroj: MMF (Republic of Slovenia: Statistical appendix) 8. ZÁVĚR V textu jsme se zabývali fiskální politikou ve vybraných zemích a vlivem hlavních fiskálních ukazatelů na zásobu kapitálu. Vzhledem k tomu, že fiskální politika může pomocí zdanění i tvorbou veřejných úspor ovlivňovat motivaci soukromých subjektů spořit, ovlivňuje zároveň také tvorbu investic a tedy zásobu kapitálu v následujících obdobích. Ve všech zemích byla zhodnocena jak celková úroveň příjmů a výdajů, tak i jednotlivé části, které mají největší potenciál konkurenceschopnost ekonomiky ovlivnit. V případě rovnováhy veřejných rozpočtů jsme se pak zaměřili na to, zda změny ve tvorbě veřejných úspor byly či nebyly kompenzovány tvorbou úspor soukromých, a tedy zda fiskální nerovnováha byla s to ovlivnit rovnováhu na trhu úspor a investic. Viděli jsme, že v převážné většině zemí k této kompenzaci nedocházelo a že tedy lze očekávat negativní vliv rozpočtových deficitů na zásobu kapitálu. Zkoumané země můžeme na základě již získaných informací z předchozího textu zhruba rozdělit do dvou skupin. První skupinu tvoří země, kde i po změně režimu na přelomu osmdesátých a devadesátých let zůstalo zachováno relativně stabilní hospodářsko-politické prostředí. Tyto země pak zpravidla na počátku devadesátých let usilovaly o snížení role státu v ekonomice, což se promítalo ve snaze snížit také veřejné příjmy a výdaje. 192 Druhá skupina zemí, se nimiž jsme se setkali, naopak řešila opačný problém: uvolnění poměrů se promítlo do selhání daňové administrativy, došlo k výraznému propadu veřejných příjmů a úsilí bylo naopak směřováno k posílení schopnosti státu účinně vybírat daně. V případě Slovinska můžeme říci, že snižování příjmů a výdajů probíhalo relativně úspěšně, ovšem k zastavení tohoto poklesu došlo ještě na relativně vysoké úrovni. Estonsko naopak muselo řešit problém s propadem příjmů, ten byl však poměrně mírný. Výraznější byl u Litvy a Lotyšska, velké problémy pak tento pokles způsobil v Rumunsku a Bulharsku. Tyto skutečnosti se také podepsaly na rozpočtové rovnováze. Všechny země spojovala snaha zavést daňový systém, který by svou strukturou odpovídal standardům v Evropské unii. Byla proto dříve nebo později zavedena DPH, což lze hodnotit jako pozitivní krok, neboť spolu se zavedením této daně povětšinou došlo k nárůstu podílu nepřímých daní na celkových daňových příjmech. Země jako Estonsko, Litva a Bulharsko však stále vykazují relativně nízký podíl příjmů z této daně. Co se týče fiskální rovnováhy, viděli jsme, že ani jedné ze sledovaných zemí se nepodařilo vyhnout problémům s fiskální nerovnováhou. Pouze v případě Slovinska je možné se domnívat, že docházelo k částečné kompenzaci poklesu veřejných úspor úsporami soukromými a dopad na zásobu kapitálu tak nemusí být v tomto případě tak nepříznivý. POUŽITÁ LITERATURA Baier, S. L. ­ Glomm, G.: Long-run growth and welfare effects of public policie with distorionary taxation in Journal of Economic Dynamics & Kontrol, Vol. 25, 2001. Barro, R. J.: Macroeconomics, The MIT Press, 5th edition, 1997, ISBN 0-2620- 2436-5. Ebrill, L. ­ Havrylyshyn, O.: Tax Reform in the Baltics, Russia, and Other Countries of the Former Soviet Union, IMF Occasional Paper No. 182, ISBN 1-55775-802-6, 1999. Frait, J. ­ Červenka, M.: Předpoklady a faktory dynamického růstu české ekonomiky ve světle nové teorie a empirie růstu, Studie národohospodářského ústavu Josefa Hlávky, 2002. MMF (1998a): Republic of Latvia - Selected Issues and Statistical Apendix, IMF Staff Country Report No. 98/47. MMF (1998b): Republic of Slovenia Selected Issues, IMF Staff Country Report No. 98/20. MMF (1999a): Republic of Estonia ­ Selected Issues and Statistical Appendix. IMF Staff Country Report No. 99/74, 1999. MMF (1999b): Lithuania--Selected Issues and Statistical Apendix. IMF Staff Country Report No. 99/96. 193 MMF (2000): Bulgaria: Selected Issues and Statistical Apendix, IMF Staff Country Report No. 00/54. MMF (2001): Romania: Selected Issues and Statistical Apendix, Country Report No. 01/16. MMF (2004): Republic of Slovenia: Selected Issues and Statistical Apendix, Country Report No. 04/149. MMF: Republic of Bulgaria: Statistical Appendix (1998­2007). MMF: Republic of Estonia: Statistical Appendix (1998­2007). MMF: Republic of Latvia: Statistical Appendix (1998­2007). MMF: Republic of Lithuania: Statistical Appendix (1998­2007). MMF: Republic of Romania: Statistical Appendix (1998­2007). MMF: Republic of Slovenia: Statistical Appendix (1998­2007). OECD Staltistical Compendium, dostupné z DSI World Statistics. 194 ZAHRANIČNÍ KAPITÁL A KONKURENCESCHOPNOST VYBRANÝCH ZEMÍ EU MONIKA JAMBOROVÁ Tento text analyzuje pohyb zahraničního kapitálu ve Slovinsku, Lotyšsku, Estonsku, Litvě, Bulharsku a Rumunsku a snaží se o posouzení jeho dopadu na konkurenceschopnost ekonomik těchto zemí. V první části textu jsou uvedeny obecné tendence vývoje přílivu kapitálu do těchto zemí od opuštění centrálního plánování dodnes. Pozornost je věnována zejména vývoji přímých zahraničních investic a jejich roli při financování hrubé tvorby fixního kapitálu. Poté je více přiblížen vývoj v jednotlivých zemích, jejich specifika a vzájemná komparace. 1. ÚVOD V souvislosti s pádem komunistických režimů na přelomu 80. a 90. let minulého století a posléze rozpadem Sovětského svazu stála řada zemí na prahu přechodu k tržnímu hospodářství. Mezi ně patřily i pobaltské státy ­ Lotyšsko, Litva a Estonsko, dvě země jihovýchodní Evropy ­ Bulharsko a Rumunsko a už v té době relativně vyspělé Slovinsko. Před těmito zeměmi stál nelehký úkol přechodu k fungujícímu tržnímu hospodářství. Vzhledem k tomu, že kapitálová i technologická vybavenost jejich ekonomik i úroveň domácích úspor byly nízké, existovala v těchto zemích akutní potřeba zahraničního kapitálu. Ten do nich začal záhy plynout a stal se významným faktorem jejich ekonomické konvergence a růstu životní úrovně. V tomto příspěvku se pokusíme zhodnotit a do určité míry blíže identifikovat vztah zahraničního kapitálu a konkurenceschopnosti ekonomik těchto zemí. Struktura příspěvku bude následující: nejdříve zhodnotíme některé obecné trendy, které platily pro sledované země a jednotlivé formy zahraničního kapitálu od zahájení přechodu k tržnímu hospodářství až dodnes. Poté se blížeji zaměříme na jednotlivé země jejich specifika. Pozornost přitom bude věnována zejména vývoji přímých zahraničních investic a jejich roli při financování hrubé tvorby fixního kapitálu. 2. ZAHRANIČNÍ KAPITÁL A KONKURENCESCHOPNOST OBECNĚ Kapitál je ekonomy považován za jeden z klíčových faktorů ekonomického růstu a rozvoje. Je výrobním faktorem, který ovlivňuje produkční možnosti ekonomiky a tedy i její konkurenceschopnost krátkodobě i dlouhodobě. Mnoho ekonomických teorií má kapitál ve svém středu, ať už se jedná o Harrod-Domarův model postavený na keynesiánských základech či později Solowův model růstu (Waheed, 2007). Taktéž námi sledované země se na počátku své transformace nacházely v situaci, kdy úroveň domácích úspor značně omezovala investiční možnosti jejich hospodářství. Zahraniční kapitál se tak v následujících letech stal jedním z hlavních zdrojů financování hrubé tvorby fixního kapitálu (dále jen GFCF) a tím i ekonomického růstu. I když ponecháme stranou jeho přímé dopady, přináší s sebou zahraniční kapitál i mnoho nepřímých pozitivních efektů. Jedná se o transfer nových 195 technologií, manažerských dovedností, know-how a jiných, pro konkurenceschopnost hospodářství nutných předpokladů.1 Ačkoliv je zahraniční kapitál intuitivně a teoreticky pozitivní pro hospodářství, empirické studie na vznikajících trzích často dospívají k nejednoznačným výsledkům (např. Prasad et al., 2006). To je ovlivněno i tím, že globální přesuny kapitálu mezi rozvinutými zeměmi a vznikajícími trhy často porušují obecnou ekonomickou logiku. Podle ní by kapitál měl plynout do méně rozvinutých zemí, které ho mají relativně nedostatek ze zemí vyspělých, které jsou na kapitál poměrně bohaté. Jak se často ukazuje na příkladu vysokého přebytku běžného účtu platební bilance Číny a deficitu v USA, v realitě se tento předpoklad vždy nenaplnil. Na druhou stranu studie na zemích střední a východní Evropy zaujímají k zahraničnímu kapitálu zpravidla velmi pozitivní postoj. Vlivná studie IMF z minulého roku potvrzuje, že příliv zahraničního kapitálu do těchto zemí byl od počátku transformace jedním z hlavních příčin jejich ekonomické konvergence (IMF Survey, 2007). Nyní se tedy podíváme na obecné tendence vývoje tohoto kapitálového přílivu. 3. VÝVOJ KAPITÁLOVÝCH TOKŮ JAKO CELKU V této části příspěvku se budeme zabývat vývojem kapitálových toků ve sledovaných zemích ­ Slovinsku, Lotyšsku, Estonsku, Litvě, Rumunsku a Bulharsku. Je tomu tak proto, že v oblasti pohybu kapitálu existují některé trendy, které můžeme vztáhnout ke všem těmto zemím. Nejdříve se zaměříme na obecné tendence vývoje kapitálových přesunů a jejich liberalizace a posléze na jednotlivé formy zahraničního kapitálu. 3.1. Obecné tendence Výchozí stav sledovaných zemí na počátku jejich transformačního procesu byl pochopitelně do značné míry determinován předchozím obdobím centrálního plánování. Výchozí stav ekonomik analyzovaných zemí se tak do určité míry lišil. Stejně tak se lišily i hlavní faktory ovlivňující kapitálové toky. Mezi ty literatura týkající se tranzitivních zemí obecně řadí např. průběh reforem, přijatou privatizační strategii, liberalizaci kapitálu v rámci finančního a kapitálového účtu platební bilance apod.2 Nemělo by nás tedy překvapovat, že jak jejich hospodářské výsledky, tak dopad zahraničního kapitálu na jejich ekonomiky se v čase lišil. V této podkapitole stručně shrneme obecné vývojové tendence v oblasti zahraničního kapitálu od opuštění centrálního plánování dodnes, které můžeme ve sledovaných zemích najít. Před opuštěním centrálního plánování měly tyto země se zahraničním kapitálem jen malé zkušenosti. Výjimkou bylo Bulharsko, které si půjčovalo na západních finančních trzích už v 80. letech. Vnější pozice ostatních zemí byla relativně 1 Více o pozitivních efektech zahraničního kapitálu a jeho dopadu na ekonomický růst a konkurenceschopnost je uvedeno v dřívějších publikacích CVKS ­ viz Vašendová (2007) či Slaný a kol. (2007). 2 Např. Claessens et al. (1998) identifikuje jako hlavní determinanty kapitálového přílivu do tranzitivních zemí reformní úsilí, privatizační strategii, úrokový diferenciál, makroekonomickou a politickou stabilitu, finanční otevřenost a stabilní finanční trhy a konečně nízké agregátní úspory. 196 vyrovnaná ­ na pobaltské země se vztahovala ujednání v rámci zemí bývalého SSSR o zrušení vzájemných dluhů (Claessens et al., 1998). Ceauceskovo Rumunsko splatilo své vnější dluhy ještě před jeho svržením. V prvních letech po zahájení transformačního procesu soukromý zahraniční kapitál spíše váhal (Lankes a Stern, 1997).1 První vlna zahraničního kapitálu tak měla spíše oficiální charakter tedy pocházela od ostatních vlád a mezinárodních organizací. Tyto zdroje však byly (s výjimkou Bulharska a Rumunska) poměrně rychle vystřídány kapitálem soukromým. Lane a Milesi-Ferretti (2007) uvádí, že jednotlivé druhy zahraničního kapitálu přicházely do těchto zemí v následujícím chronologickém sledu ­ nejdříve oficiální půjčky, posléze došlo k přílivu přímých zahraničních investic (dále jen PZI), poté soukromých zahraničních úvěrů bez státních garancí a nakonec i k přílivu investic portfoliových.2 Nicméně opět se jedná o určité zjednodušení ­ např. Estonsko bylo schopno nalákat značné množství PZI do země dříve než země ostatní zejména vlivem své ochoty k přímým prodejům státních aktiv do rukou zahraničních investorů. Poměr PZI a portfoliových investic na HDP zde už v roce 1994 činil více než 10 % (Lane a Milesi-Ferretti, 2007). Jak jsme již uvedli, příliv zahraničního kapitálu se v jednotlivých zemích lišil např. v závislosti na rychlosti reforem, zvolené privatizační strategii či obecném postoji vlád směrem k zahraničním investorům. Můžeme však obecně říci, že v druhé polovině 90. let docházelo k vysokým nárůstům přílivu zahraničního kapitálu již téměř výhradně soukromého. Tento příliv byl v souladu s ekonomickou teorií i obecnými očekáváními, vzhledem k nízké zásobě kapitálu, jeho vysokým očekávaným výnosům, možnostem ekonomické konvergence, geografické blízkosti západním trhům, vysoké úrovni lidského kapitálu v těchto zemích i institucionální kotvě předpokládaného členství v EU (Lane a Milesi-Ferretti, 2007). Tento příliv také umožnil financování velkých deficitů běžného účtu platební bilance, které se v následujících letech staly pro sledované země charakteristické. Tomu odpovídají i přebytky finančního účtu, které vidíme v následujícím grafu. Z grafu je patrné, že všechny země se ke konci sledovaného období staly čistým importérem kapitálu. Jak je vidět, kapitálový příliv je v současné době v absolutním vyjádření nejvyšší u Rumunska a Bulharska. Na druhou stranu je patrné, že u Slovinska nebyl kapitálový příliv nikdy v absolutním vyjádření velmi významný a země byla několikrát dokonce čistým exportérem kapitálu. Dle Lanea a Milesi-Ferrettiové (2007) tento kapitálový příliv umožnil rychlejší ekonomickou konvergenci těchto zemí, než by bylo jinak vzhledem k tvorbě domácích investic možné. Navíc velká část tohoto přílivu měla formu PZI se všemi pozitivními efekty, které s sebou tento druh kapitálu přináší.3 Nicméně co se týče velikosti kapitálového přílivu, byly mezi sledovanými zeměmi rozdíly. Na jednu stranu spektra bychom mohli umístit Estonsko (roční deficit běžného účtu zde 1 Dle Lankese a Sterna (1997) vstupoval zpočátku soukromý kapitál spíše opatrně zejména kvůli poměrně vysokým regulatorním a makroekonomickým rizikům v tranzitivních zemích obecně. Ne všude se také dalo mluvit o politické stabilitě. 2 Definice jednotlivých druhů kapitálu je uvedena v dřívějších publikacích CVKS ­ viz Vašendová (2007) či Slaný a kol. (2007). 3 Více o konkrétních pozitivních dopadech PZI na ekonomiku např. Vašendová (2007). 197 v období mezi roky 1995 a 2004 činil průměrně 8,4 % HDP). Na druhou stranu Slovinsko, bylo vždy, co se týče vnější rovnováhy poměrně umírněné a dnes je zde přebytek finančního účtu platební bilance nejnižší ze sledovaných zemí (Lane a Milesi-Ferretti, 2007). Graf č. 1: Saldo finančního účtu platební bilance v analyzovaných zemích mezi lety 1991 až 2007 v milionech USD Poznámka: U Slovinska, Estonska a Lotyšska centrální banky neposkytují hodnoty roku 1991, centrální banka Litvy neposkytuje hodnoty roku 1992, DSI neposkytuje data Rumunska data z roku 2007. Zdroj: s výjimkou Rumunska centrální banky jednotlivých zemí - Bank of Slovenia, 2008; Bank of Estonia, 2008; Bulgarian National Bank, 2008b; Bank of Lithuania, 2008; Latvijas Banka, 2008; data Rumunska získána z DSI Data Service & Information, 2008 Jak je patrné i z grafu č. 1, poslední dekáda přinesla prudký nárůst finanční integrace těchto zemí do globálních finančních trhů.1 Rychlost liberalizace pohybu kapitálu přes hranice je přitom jedním z hlavních bezprostředních determinantů kapitálových toků. Co se týče otevírání se zahraničnímu kapitálu, mezi zeměmi byly opět jisté rozdíly. Námi sledované země by se v souladu s přístupem Árvaiové (2005) daly rozdělit na dvě základní skupiny dle rychlosti liberalizace kapitálových toků. Mezi země, které se otevřely zahraničními investorům poměrně záhy, můžeme zařadit pobaltské republiky, zatímco Slovinsko, Bulharsko a Rumunsko v tomto ohledu zaostávaly. To ­ jak následně uvidíme ­ se promítlo na pohybu zahraničního kapitálu i jeho dopadu na konkurenceschopnost těchto ekonomik. Není nicméně překvapivé, že obecně se země k liberalizaci kapitálových toků odhodlávaly nejdříve u PZI a dlouhodobých zdrojů a posléze krátkodobých 1 Svou roli zde hrálo i přidělení investičního ratingu společnostmi Moody's a Standard & Poor`s Rumunsku, Litvě, Lotyšsku a Bulharsku v letech 1996 a 1997. 198 a portfoliových investic. Podobně nejdříve u kapitálového přílivu a až posléze u kapitálového odlivu.1 Analogicky by se daly zkoumané země strukturovat i dle dalších determinantů kapitálových toků. Kromě politické a makroekonomické stability země zde hraje roli rychlost privatizace a způsob jejího provedení resp. její dominantní metoda. Privatizace je totiž jedním z faktorů, které ovlivňují pohyb zahraničního kapitálu, zejména pak PZI (např. Krkoska, 2001). Zatímco např. u Slovinska dosahoval podíl soukromého sektoru na HDP v roce 1998 relativně nízkých 50 %, a významné podniky tedy nadále zůstávaly ve státních rukou, v Estonsku již v tento ukazatel dosahoval 75 % (Kalotay, 2005). Tedy i zde můžeme analyzované země s jistou mírou zjednodušení rozčlenit na dvě základní skupiny dle rychlosti privatizace. Na základě zmíněného ukazatele bychom označili pobaltské země za relativně rychlé (změna podílu soukromého sektoru na HDP mezi lety 1990 a 1998 kolem 60 %) a za ,,opozdilce" Slovinsko, Bulharsko a Rumunsko (,,pouze" kolem 40 %).2 Jednotlivé země se také lišily, co se týče politické podpory vstupu zahraničních investorů. Kdybychom měli posoudit postavení analyzovaných zemí na mezinárodním trhu kapitálu, můžeme říci, že jsou nyní jednou z hlavních destinací pro zahraniční kapitálové toky. Vzhledem k relativně malé velikosti jejich trhů (s výjimkou Rumunska), si v mezinárodním srovnání s ostatními vznikajícími regiony vedou velmi slušně, jak ukazuje následující graf. Na něm je zobrazen vývoj nejvíce sledované komponenty zahraničních kapitálových toků ­ PZI za celý sledovaný region mezi lety 2000 a 2006 ve srovnání s ostatními významnými světovými destinacemi PZI. Graf č. 2: Kumulovaný čistý příliv PZI mezi lety 2000 až 2006 (v milionech USD) a kumulované PZI na hlavu (v USD) ­ srovnání sledovaných zemí a ostatních vznikajících trhů Zdroj: UNCTAD, 2008; vlastní výpočty 1 Vzhledem k tomu, že volný pohyb výrobních faktorů patří mezi hlavní principy EU, vstupující země musí mít pohyby na kapitálovém a finančním účtu platební bilance plně liberalizovány nejpozději k datu vstupu. 2 Data získána z Kalotay (2005). 199 Na globálním trhu kapitálu jsou sledované země pochopitelně schopny přilákat v absolutním vyjádření daleko méně PZI než např. Čína, avšak vzhledem k obrovským rozdílům ve velikosti trhu a populace jsou na tom při posouzení lépe vypovídajícího ukazatele PZI na hlavu analyzované země jen o málo hůře než země Visegrádské čtyřky. Na druhou stranu v posledním vydání žebříčku indexu důvěry PZI společnosti A.T.Kearney, se žádná z analyzovaných zemí nevešla do první pětadvacítky (ATKearney, 2007). Jaké konkrétní faktory ovlivnily pohyb zahraničního kapitálu v jednotlivých zemích, bude předmětem příští kapitoly. Nyní se však podíváme na obecné tendence vývoje jednotlivých podskupin zahraničního kapitálu ve sledovaném období. 3.2. Vývoj jednotlivých forem zahraničního kapitálu1 Nejdříve se tradičně podíváme na PZI, které jsou nejvíce sledovanou a nejlépe dokumentovanou položkou mezinárodních kapitálových toků. Vývoj PZI ve sledovaném období nám znázorňuje následující graf. Graf č. 3: Kumulovaný čistý příliv PZI za sledované země jako celek mezi lety 1992 až 2006 v milionech USD Poznámka: centrální banka Litvy neposkytuje hodnoty roku 1992. Zdroj: s výjimkou Rumunska centrální banky jednotlivých zemí - Bank of Slovenia, 2008; Bank of Estonia, 2008; Bulgarian National Bank, 2008b; Bank of Lithuania, 2008; Latvijas Banka, 2008; data Rumunska získána z DSI Data Service & Information, 2008 Z grafu č. 3 je patrný silný a stabilní trend růstu přílivu PZI do sledovaných zemí jako celku. Vývoji PZI je většinou vlastní relativně nízká úroveň v první polovině 90. let vlivem nejistoty spojené s opuštěním centrálního plánování. V druhé polovině 90. let je patrný růst, který můžeme přičíst makroekonomické a politické stabilizaci a privatizaci ve většině zemí, přerušen je nejistotou plynoucí z krize v Rusku. U 1 Snad i z metodologických důvodů se odhady hodnot jednotlivých forem kapitálu mezi různými zdroji liší. V tomto příspěvku jsou použita data především od centrálních bank jednotlivých zemí. 200 zemí jihovýchodní Evropy svou roli mohla hrát i nejistota investorů spojená s konfliktem v Kosovu. Naopak globální pokles investiční aktivity na přelomu tisíciletí se sledovaným zemím téměř zcela vyhnul (Vaknin, 2003). Silný příliv PZI je patrný zejména v posledních letech, kde je tažen Rumunskem a Bulharskem a privatizací velkých podniků v některých zemích. Právě Rumunsko a Bulharsko dokázaly v posledních letech přilákat značné množství PZI v absolutním vyjádření, i když vyjádření relativní nám dává jiný obrázek. Graf č. 4: Zásoba PZI v absolutním vyjádření (v milionech USD) a jako procento HDP v roce 2006 Zdroj: UNCTAD, 2008 Z grafu je patrné, že ačkoliv je zásoba PZI na velkém rumunském trhu úctyhodná, v relativním vyjádření ve vztahu k HDP ho předčí všechny sledované země s výjimkou Slovinska. Relativně nejúspěšnější zemí regionu co se týče schopnosti nalákat PZI je jednoznačně Estonsko. Christie (2003) se v souvislosti s tím domnívá, že za relativně nízkou úrovní PZI na hlavu v Bulharsku a Rumunsku mohly v minulosti stát zejména nedostatky v podnikatelském a investičním prostředí (které kvantifikuje pomocí indexu ekonomické svobody). To, jak se tento často uváděný ukazatel ­ podíl zásoby FDI na HDP u jednotlivých zemí ­ vyvíjel v čase, nám ukazuje následující graf. 201 Graf č. 5: Zásoba PZI jako procento HDP mezi lety 1992 až 2006 Zdroj: UNCTAD, 2008 Graf opět potvrzuje dominanci Estonska co se týče schopnosti přilákat PZI vzhledem k jeho ekonomické síle, přestože v posledních letech tento ukazatel klesá. Hodnotám Estonska se začíná přibližovat také Bulharsko. Na druhé straně i v tomto grafu je Slovinsko zemí, která je v oblasti PZI mezi sledovanými zeměmi na posledním místě. Co se týče pravděpodobného dopadu PZI na ekonomický růst a konkurenceschopnost ekonomik sledovaných zemí, pozitivní teoretické efekty PZI byly potvrzeny i empirickým výzkumem. Bhandari et al. (2007) zkoumali vztah mezi PZI a ekonomickým růstem kromě zemí V-4 také na ekonomikách pobaltských států. Ve své studii potvrdili pozitivní efekt PZI na ekonomický růst v těchto zemích. Podobně Krkoska (2001) zkoumal otázku, do jaké míry byly PZI zdrojem financování GFCF u tranzitivních zemí v 90. letech vzhledem k ostatním formám kapitálu. Ve své studii potvrzuje, že PZI byly pozitivně korelovány s GFCF. Uvádí, že empiricky 1 % nárůst PZI byl doprovázen 0,7% nárůstem GFCF zatímco u ostatních druhů kapitálu ­ portfoliových investic či dluhových zdrojů se tato hodnota pohybovala pouze kolem 0,2 a 0,1 %.1 Také studie Kornecki a Rhoadesové (2007) statisticky potvrdila pozitivní dopad PZI na ekonomický růst v zemích střední a východní Evropy. Když si položíme otázku, kde byl dopad PZI na rekapitalizaci hospodářství, potažmo na jeho konkurenceschopnost nejvyšší, mnoho nám napoví právě podíl PZI na GFCF.2 V současnosti hrají PZI největší roli v Bulharsku, kde tento ukazatel 1 Krkoska (2001) dále uvádí, že to, do jaké míry se PZI promítne do GFCF, závisí mimo jiné i na investičním klimatu a obecném podnikatelském prostředí v zemi, což mohlo být faktorem zejména u Bulharska a Rumunska. 2 Pro plné posouzení dopadu kapitálu na celkový produkt ekonomiky bychom museli zohlednit ještě podíl GFCF na HDP. Zdrojem financování tvorby kapitálu v hospodářství však není pouze zahraniční kapitál, ale samozřejmě i domácí úspory. Proto se budeme v tomto příspěvku při posuzování dopadu zahraničního kapitálu na konkurenceschopnost zaměřovat, jak je standardem, právě na podíl (přímých) zahraničních investic na GFCF. 202 dosahuje více než 60 %. Zároveň s předstihem nejmenší roli hrají PZI ve Slovinsku, kde tento ukazatel v současnosti nedosahuje ani 5 %, jak je vidět v následující tabulce. Tabulka č. 1: Příliv PZI do analyzovaných zemí jako procento GFCF ­ průměr hodnot 2005 a 2006 země % GFCF Bulharsko 62,8 Estonsko 55,0 Rumunsko 33,1 Litva 22,5 Lotyšsko 19,8 Slovinsko 4,8 Zdroj: UNCTAD, 2008; vlastní výpočty Nyní se blíže podíváme na vývoj portfoliových investic v regionu. Jejich vývoj je daleko méně stabilní než u PZI, jak je patrné z následujícího grafu. Graf č. 6: Kumulovaný čistý příliv (odliv) portfoliových investic za sledované země jako celek mezi lety 1992 až 2006 v milionech USD Poznámka: centrální banka Litvy neposkytuje hodnoty roku 1992. Zdroj: s výjimkou Rumunska centrální banky jednotlivých zemí - Bank of Slovenia, 2008; Bank of Estonia, 2008; Bulgarian National Bank, 2008b; Bank of Lithuania, 2008; Latvijas Banka, 2008; data Rumunska získána z DSI Data Service & Information, 2008 Portfoliové investice jsou v absolutním vyjádření nejmenší složkou kapitálového přílivu. V grafu č. 6 vidíme, že jejich kumulovaný čistý příliv dosahoval po celé sledované období maximálních hodnot kolem jedné miliardy USD. Čistý příliv PZI byl naproti tomu v roce 2006 více než dvacetkrát vyšší, stejně jako čistý kumulovaný příliv ostatních investic (viz grafy č. 3 a 7). Co se týče jejich vývoje, je zde poměrně těžké najít trendy či jejich vysvětlení platné pro všechny sledované země jako celek. Portfoliové investice jsou ze své podstaty více volatilní než investice přímé a hrají funkci ,,barometru" ekonomiky a důvěry investorů v její vyspělost a stabilitu. V grafu č. 5 můžeme vidět celkový nárůst čistého přílivu 203 portfoliových investic v druhé polovině 90. let, přerušený v roce 1998 nejistotou spojenou s krizí v Rusku. K dalšímu přílivu docházelo po přelomu tisíciletí. V posledních letech je jasně patrný trend odlivu portfoliových investic, a to zejména ze Slovinska a Estonska, které se staly samy významnými investory v zahraničí. Obecně není literatura jednotná ohledně významnosti portfoliových investic ve sledovaném období. Lane a Milesi-Ferretti (2007) se domnívají, že tento druh investic nehrál v analyzovaných zemích jako celek (a především v 90. letech) významnou roli. To vysvětlují relativně nízkou úrovní corporate governance a malou vyspělostí kapitálových trhů. Zejména v počátcích transformačního procesu se navíc nedalo mluvit o dobře fungujících, likvidních a vyspělých burzovních systémech, jejichž vývoj je spíše dlouhodobou záležitostí. Árvaiová (2005) zmiňuje také poměrně malou velikost firem, které získávají zdroje spíše prostřednictvím bankovního systému než pomocí emisí na kapitálových trzích. V budoucnu můžeme pravděpodobně očekávat spíše odliv portfoliových investic z pobaltských zemí, kterým ekonomové předpovídají pokles ekonomického růstu. Naopak investice směřující do Rumunska a Bulharska mohou dále pokračovat s tím, jak se zvyšuje důvěra investorů v jejich ekonomiky. Nyní se podíváme na poslední, avšak nikoliv nevýznamnou položku finančního účtu platební bilance ­ na ostatní investice. V grafu č. 6 vidíme poměrně jasný a stabilní trend růstu, který pro přelomu tisíciletí platí pro všechny sledované země. Graf č. 7: Kumulovaný čistý příliv (odliv) ostatních investic za sledované země jako celek mezi lety 1992 až 2006 v milionech USD Poznámka: centrální banka Litvy neposkytuje hodnoty roku 1992. Zdroj: Zdroj: s výjimkou Rumunska centrální banky jednotlivých zemí - Bank of Slovenia, 2008; Bank of Estonia, 2008; Bulgarian National Bank, 2008b; Bank of Lithuania, 2008; Latvijas Banka, 2008; data Rumunska získána z DSI Data Service & Information, 2008 Vidíme, že tyto investice dosahovaly v první polovině 90. let poměrně skromných hodnot. Vyšší hodnoty vidíme u Bulharska a Rumunska, které byly mezi lety 1990 až 1996 největšími příjemci oficiálních půjček, tedy úvěrů od ostatních vlád či mezinárodních organizací (Claessens, 1998). Poté docházelo k jistým přílivům s tím, jak byly postupně v některých zemích odstraňovány překážky pohybu tohoto 204 druhu kapitálu. V roce 1998 je opět čitelný vliv ruské krize. Od přelomu tisíciletí opět dochází k silnému nárůstu vnějšího zadlužení téměř u všech sledovaných zemí. Objem ostatních investic v posledních letech dokonce mírně přesahuje objem PZI, jak je vidět z grafů č. 3 a 7. A jaké faktory měly na tomto nárůstu podíl? Dle Árvaiové (2005) se jedná zejména o odstranění překážek pohybu kapitálu u ,,opozdilců" spolu s celkovou makroekonomickou stabilizací. Vstup zahraničních bank tak umožnil přístup k zahraničním úvěrovým zdrojům. Nedokončená restrukturalizace domácího bankovního sektoru a jeho zatížení neproduktivními půjčkami také obecně působily na růst poptávky podniků po zahraničních bankovních úvěrech. Do většiny zemí totiž ostatní kapitál přichází právě prostřednictvím bankovního systému, nikoliv přes přímé půjčování podniků v zahraničí. Svou roli jistě hrál i efekt vstupu do EU, který se promítá do snížení rizikových marží. Silný příliv ostatních investic v posledních letech je v analyzovaných zemích protějškem vysokých deficitů běžného účtu. Přitom obecně platí, že čím více je deficit běžného účtu financován přílivem PZI a méně úvěry, tím méně skýtá makroekonomických nebezpečí (např. von Hagen a Siedschlagová, 2008). Rychlý nárůst přílivu úvěrových zdrojů je tak dnes častým předmětem ekonomických debat zejména u pobaltských republik. Ty se momentálně nacházejí v nebezpečné situaci dluhově financovaného vysokého deficitu běžného účtu platební bilance, přehřívající se ekonomiky a fixního směnného kurzu. 4. ZAHRANIČNÍ KAPITÁL A KONKURENCESCHOPNOST JEDNOTLIVÝCH ZEMÍ V této kapitole se blížeji podíváme na jednotlivé země. Budeme se snažit identifikovat faktory ovlivňující vývoj jednotlivých forem zahraničního kapitálu ve sledovaném období. Budeme se také snažit posoudit jeho pravděpodobný dopad na konkurenceschopnost jejich hospodářství. 4.1. Slovinsko Naši analýzu jednotlivých zemí započneme u Slovinska, jelikož zdejší vývoj byl do jisté míry specifický a odlišný od ostatních analyzovaných zemí. Co se týče stavu slovinské ekonomiky na počátku transformačního procesu, Slovinsko mělo prominentní postavení jak mezi zeměmi bývalé Jugoslávie, tak mezi zeměmi námi analyzovanými. Např. Samaryová (2002) uvádí, že relativně dobré výchozí podmínky hospodářství mohly mít svůj podíl na následné nízké podpoře prodejů státních aktiv do zahraničních rukou. Také co se týče privatizace literatura zmiňuje, že zejména ve srovnání pobaltskými zeměmi sledovalo Slovinsko poměrně gradualistický scénář a nepřijalo legislativu podporující příliv PZI, jako se stalo např. v Estonsku (Árvai, 2005).1 Jak bylo již uvedeno výše, změna podílu soukromého sektoru na HDP mezi lety 1990 a 1998 byla ,,pouze" 35 procentních bodů (Kalotay, 2005). Kalotay dále uvádí, že ve slovinské privatizační strategii do roku 1998 hrály dominantní roli prodeje ,,insiderům" a manažerům z komunistické éry. Toto se následně pravděpodobně odrazilo i na vývoji PZI i zahraničního kapitálu obecně. 1 Zahraniční vlastnictví nebylo v politických kruzích považováno za žádoucí zejména ve sféře finančního zprostředkovatelství, kdy k privatizaci velkých státních bank došlo až po přelomu tisíciletí (Árvai, 2005). 205 Graf č. 8: Jednotlivé čisté složky finančního účtu platební bilance Slovinska v letech 1992 až 2007 v milionech USD Zdroj: Bank of Slovenia, 2008 V grafu vidíme, že PZI ve Slovinsku nikdy nebyly (s výjimkou roku 2002) dominantní položkou kapitálového přílivu. I ostatní druhy investic dosahovaly poměrně skromných hodnot po celou první dekádu transformace. To odpovídá tomu, že Slovinsko sáhlo po poměrně striktních kapitálových kontrolách. Árvaiová (2005) uvádí, že byly zavedeny v roce 1995 v reakci na vývoj první poloviny 90. let, kdy si banky i jednotlivci hojně půjčovali v zahraničí kvůli příznivému úrokovému diferenciálu.1 Kapitálové kontroly pravděpodobně způsobily čistý odliv ostatních investic v roce 1996, ale názory na jejich účinnost se liší, např. vzhledem k poměrně vysokému přílivu investic portfoliových. Na jejich pohyb byly také zavedeny kontroly, nicméně přesto u nich došlo v roce 1996 k významnému přílivu. K uvolňování kapitálových kontrol pak docházelo od roku 1999. V roce 2002 byl pak pohyb kapitálu zcela liberalizován, na což zareagovaly ostatní investice přílivem, který trvá dodnes. Ale podívejme se na jednotlivé formy kapitálu blíže. Co se týče PZI, tento druh investic hrál po celé námi sledované období menší roli než v ostatních analyzovaných zemích. Výjimkou je rok 2002, kdy došlo k převzetí farmaceutické společnosti Lek a také k dlouho oddalované privatizaci bankovního systému (např. Vahter, 2004). Následný vývoj potvrzuje tezi o vztahu mezi vyspělostí země a vyrovnávání kapitálového odlivu a přílivu (např. WIIW, 2007), kdy Slovinsko bylo častěji než ostatní sledované země čistým exportérem kapitálu. Zatímco v současnosti do Slovinska přichází PZI nejvíce z Rakouska, Švýcarska a Holandska, kapitál je exportován zejména do zemí bývalé Jugoslávie (Bank of Slovenia, 2007). Při pohledu na následující graf, kde je zobrazen vývoj podílu PZI na GFCF, vidíme, že s výjimkou již zmíněného roku 2002 zde nehrál příliv PZI významnější roli. A to zejména ve srovnání s ostatními analyzovanými zeměmi. 1 Byla např. zavedena povinnost bank vyvažovat své zahraniční závazky zahraničními pohledávkami, což prakticky znamenalo zákaz zahraničního půjčování (Árvai, 2005). 206 Graf č. 9: Příliv PZI do Slovinska jako procento GFCF mezi lety 1990 až 2006 Zdroj: UNCTAD, 2008 Pro příliv zahraničních PZI může být v budoucnosti výzvou fakt, že nízké náklady práce zde již nejsou konkurenční výhodou. Bartlett (2007) uvádí, že jsou již dnes srovnatelné např. s Taiwanem. Na druhou stranu je produktivita práce stále vysoká ­ Kalotay (2005) řadí Slovinsko dle konkurenceschopnosti jeho ekonomiky (měřeno vývojem růstu nominálních mezd a produktivity práce) ze všech námi sledovaných zemí na druhé místo za Estonsko. U portfoliových investic je v grafu č. 8 patrný jejich silný odliv v posledních letech. Bank of Slovenia (2007) uvádí, že za tímto stojí činnost podílových fondů, kterým byly zrušeny limity na zahraniční investice. I ostatní investice mají v posledních letech jasně viditelný trend růstu. To Bank of Slovenia (2007) přičítá bankovnímu sektoru, který v současnosti financuje své úvěrové aktivity zejména zahraničními zdroji. 4.2. Pobaltské země Estonsko, Lotyšsko a Litvu se autorka rozhodla zařadit do společné podkapitoly z důvodu relativní podobnosti jejich ekonomik a pohybu zahraničního kapitálu (s některými specifiky u Estonska). V této podkapitole se tak nejdříve podíváme na vývoj PZI v těchto zemích a posléze zmíníme i tendence vývoje portfoliových a ostatních investic. Mezi charakteristiky společné všem třem zemím můžeme zařadit relativně rychlou liberalizaci kapitálových toků. Poměrně liberálně naladěné Estonsko odstranilo překážky pohybu kapitálu už do konce roku 1994 a Litva s Lotyšskem následovaly brzy poté. Nárůst čistého přílivu kapitálu po liberalizaci transakcí na finančním účtu platební bilance je do jisté míry patrný v následujícím grafu. 207 Graf č. 10: Jednotlivé čisté složky finančního účtu platební bilance Estonska v letech 1992 až 2007 v milionech USD Zdroj: Bank of Estonia, 2008 Jak bylo patrné z grafu č. 4, Estonsko je z trojice pobaltských republik i ze všech sledovaných zemí nejúspěšnější co se týče podílu PZI na HDP. Tento vývoj je odrazem poměrně aktivních politik, majících za cíl přilákat PZI. Ty jsou zároveň charakteristické i pro Lotyšsko a v menší míře Litvu.1 Mezi lety 1990 a 1998 také u Estonska došlo k nárůstu podílu soukromého sektoru na tvorbě HDP o téměř 65 %, což je největší změna ze všech sledovaných zemí. Dá se předpokládat, že za tímto vývojem stojí poměrně razantní privatizační úsilí, při kterém byla uplatněna i metoda přímých prodejů státních aktiv do rukou zahraničních investorů (Kalotay, 2005). Obdobně za nárůstem PZI v roce 2005 můžeme pravděpodobně vidět prodeje státních aktiv v tomto roce, což předznamenalo i jejich pokles v posledních dvou letech (WIIW, 2007). Růst prodejů státního majetku přišel v Lotyšsku a Litvě v roce 2006 a 2007, takže i zde můžeme vidět vrchol čistého přílivu PZI ­ viz grafy č. 11 a 12. Dle Bank of Estonia (2007) přichází PZI do Estonska nejvíce ze Švédska, Finska a Velké Británie a směřuje především do sektoru finančního zprostředkovatelství. Estonsko je také poměrně aktivní co se týče přímého investování za hranicemi ­ zejména v sousedním Lotyšsku a Litvě, na které se podíváme nyní. 1 Vahlter (2004) uvádí příklady těchto politik v Estonsku - jednalo se např. o dložení daně z příjmů právnických osob na reinvestované zisky atd. 208 Graf č. 11: Jednotlivé čisté složky finančního účtu platební bilance Lotyšska v letech 1992 až 2007 v milionech USD Zdroj: Latvijas Banka, 2008 I Lotyšsko přijalo u PZI poměrně agresivní strategii, jak uvádí např. Financial Times (2005). Nízké zdanění korporací a různé jiné pobídky měly za následek příliv PZI v letech po kapitálové liberalizaci. Další nárůst přílivu PZI je patrný po vstupu do EU. Dle Latvijas Banka (2007) sem plyne zejména z Finska, Dánska a Lucemburska. Jelikož se však obecně soudí (např. The Economist, 2008), že makroekonomická rizika jsou nejvyšší právě v Lotyšsku, pravděpodobně se nedá očekávat, že bude tento kapitálový příliv trvat i v budoucnu. I Litva byla schopna přilákat úctyhodné množství PZI, jak můžeme vidět v následujícím grafu. Graf č. 12: Jednotlivé čisté složky finančního účtu platební bilance Litvy v letech 1993 až 2007 v milionech USD Zdroj: Bank of Lithuania, 2008 V grafu (podobně jako u ostatních dvou zemí) vidíme nárůst PZI v druhé polovině 90. let, který je tažen pravděpodobně zejména privatizačním procesem. Posléze je 209 patrný nárůst po vstupu od EU. Dle Bank of Lithuania (2007) sem PZI přicházejí zejména z Polska, Dánska a Švédska a směřují především do zpracovatelského průmyslu. Faktorem, který může u pobaltských států v budoucnu působit na pokles přílivu PZI (či je jejich přesun do Rumunska a Bulharska), jsou kromě makroekonomických rizik i náklady práce. Ty v pobaltských zemích vzrostly mezi lety 2000 a 2006 o více než 100 % (ATKearney, 2007). To je nicméně stále kompenzováno vysokým růstem produktivity práce v těchto zemích (např. Bartlett, 2007). Co se týče podílu PZI na GFCF, z následujícího grafu vidíme, že dopad PZI na konkurenceschopnost těchto zemí je značný. V tabulce č. 1 jsme viděli, že jediná země, která byla v posledních letech schopna v tomto ukazateli předstihnout Estonsko, je Bulharsko. Nicméně všechny pobaltské země jsou v tomto ohledu daleko před Slovinskem, které dosahuje pouze hodnoty 4,8 % (viz tabulka č. 1). Graf č. 13: Příliv PZI do Estonska, Lotyšska a Litvy jako procento GFCF mezi lety 1992 až 2006 Zdroj: UNCTAD, 2008 Nyní krátce zhodnotíme vývoj i u ostatních dvou hlavních forem kapitálu. Co se týče portfoliových investic, v grafech č. 10 až 12 jsou opět vidět jisté trendy společné všem třem pobaltským republikám. Především je to jejich čistý odliv v posledních letech, který zejména u Estonska dosahuje poměrně vysokých hodnot. Za tímto vývojem můžeme vidět několik faktorů. Jednak je tu silný ekonomický růst v těchto zemích v posledních letech, který vytvořil prostředky pro soukromé i vládní portfoliové investice v zahraničí. Je však možné, že za odlivem stojí také vyšší nervozita zahraničních investorů v reakci na makroekonomická nebezpečí a očekávaný pokles ekonomického růstu v těchto zemích. Svou roli mohou hrát i obavy investorů z toho, že by zde mohlo dojít k devalvacím měny ­ všechny tři pobaltské republiky totiž svoje měny v současnosti fixují k euru. Co se týče ostatních investic, při pohledu na grafy č. 10 až 12 je okamžitě viditelný silný trend nárůstu (zejména bankovních) zahraničních úvěrů v posledních letech, který je nejsilnější u Lotyšska. Všechny tři země totiž mají dlouhodobý sklon k deficitům běžného účtu platební bilance, který jde proti obecnému teoretickému předpokladu, že PZI zvyšuje exportní kapacity v zemích, do kterých plyne. Zdrojem financování tohoto deficitu jsou právě ostatní investice. Není vcelku pochyb o tom, 210 že ekonomický růst byl v těchto přehřívajících se ekonomikách tažen do značné míry právě zahraničním kapitálem (Financial Times, 2005). Avšak zadlužený bankovní sektor se může stát v budoucnu ohniskem makroekonomických potíží. 4.3. Rumunsko a Bulharsko Tyto dvě země v jihovýchodní Evropě jsou v současnosti rekordmany mezi sledovanými zeměmi co se týče dovozu kapitálu. V posledních letech byly schopny přilákat v absolutním vyjádření více kapitálu než země ostatní (viz graf č. 1 a 4). Jak jsme viděli v grafu č. 4, absolutně nejvyšším příjemcem PZI a kapitálu obecně je momentálně Rumunsko. Na druhé straně měřeno podílem PZI na HDP jej Bulharsko předčí. Tak jako tak se nízké náklady práce, optimismus investorů plynoucí z členství těchto zemí v EU a liberalizace kapitálových toků v posledních letech zasloužily o to, že zájem o investování zde zažívá boom. ATKearney (2007) např. uvádí, že evropští investoři řadí Rumunsko na šesté a Bulharsko na 13. místo nejlákavějších destinací pro PZI, zatímco Polsko je na místě pátém a Česká Republika obsadila až 12. místo. Podívejme se nejdříve blíže na Rumunsko. Vývoj pohybu zahraničního kapitálu v něm máme zachycen v následujícím grafu. Co se týče PZI, z grafu je patrné, že ty nehrály po většinu 90. let ve finanční bilanci Rumunska významnější roli, obzvláště vzhledem k velikosti země. Výchozí podmínky rumunské ekonomiky totiž na počátku 90. let nebyly nejlepší a k pozitivním změnám v hospodářské politice docházelo až ke konci dekády. Nárůst PZI v roce 1998 můžeme vztáhnout k privatizaci v bankovním sektoru a telekomunikacích (WIIW, 2002). V dalších letech pak docházelo k další makroekonomické stabilizaci a kapitálové liberalizaci. Byla také provedena privatizace automobilového průmyslu ­ ten má dnes v Rumunském hospodářství významné postavení.1 Graf č. 14: Jednotlivé čisté složky finančního účtu platební bilance Rumunska v letech 1990 až 2006 v milionech USD 1 V této souvislosti můžeme zmínit i vstup Renaultu na rumunský trh v roce 2006. 211 Poznámka: DSI zatím neposkytuje data pro rok 2007. Zdroj: DSI Data Service & Information, 2008 Privatizace byla v obou zemích relativně pomalá a prodej státních aktiv má na kapitálový příliv pravděpodobně dopad až dodnes. V Rumunsku můžeme vidět vysoké nárůsty PZI od roku 2004, za čímž stojí privatizace stejně jako nové investiční příležitosti v sektoru finančního zprostředkování,1 obchodu i realit (WIIW, 2007). Tradičním magnetem investic v Rumunsku je nyní i již zmíněný automobilový průmysl. Nemalou měrou se přílivu PZI podílí vstup do EU k 1. 1. 2007 a s ním spojená pozitivní očekávání. UNCTAD (2007) uvádí, že v rámci přípravy na vstup do EU muselo jak Rumunsko, tak Bulharsko přijmout reformy směřující ke zlepšení stavu justice, infrastruktury, snížení korupce a organizovaného zločinu, což se projevilo na zlepšení obecného investičního a podnikatelského prostředí v těchto zemích. Jak jsme již naznačili, svou roli hrají i nízké náklady práce ­ průměrné platy v Rumunsku dosahují dle ATKearney (2007) 12 % průměru ostatních zemí EU. Na stejném místě ATKearney uvádí, že faktory přílivu PZI do Rumunska a Bulharska obnáší také velikost a strategickou pozici jejich trhů, relativně vzdělanou pracovní sílu spolu s lepšící se infrastrukturou (2007). PZI sem plyne zejména z Rakouska, Holandska a Německa (National Bank of Romania, 2007). Do jisté míry podobný obrázek poskytuje i vývoj PZI v sousedním Bulharsku. Graf č. 15: Jednotlivé čisté složky finančního účtu platební bilance Bulharska v letech 1991 až 2007 v milionech USD Zdroj: Bulgarian National Bank, 2008b Z grafu je také patrný nárůst PZI po odeznění finanční krize v letech 1996 a 1997. Tehdy došlo nárůstu PZI, a to i přesto, že se na bulharské ekonomice projevila nejistota spojená s krizí v Rusku (UNCTAD, 2000). V roce 1997 byl zaveden měnový výbor a v legislativě byla zakotvena podpora PZI, což zvýšilo atraktivitu Bulharska pro zahraniční investory (Jordanova, 1999). Na přelomu tisíciletí byl nárůst PZI tažen i privatizacemi velkých firem ­ např. v odvětví telekomunikací. Největší boom nicméně PZI zažívají v posledních zhruba pěti letech, kde se opět kromě zvýšeného privatizačního úsilí projevuje vstup do EU a reformy s ním spojené. Krátce před přistoupením do EU bulharská vláda navíc snížila daň 1 V této souvislosti můžeme zmínit i vstup Erste Bank na rumunský finanční trh v roce 2006. 212 z příjmů právnických osob na jednotných 10 % - nejnižší hodnotu v EU (ATKearney, 2007). Mezi firmami, které od té doby vstoupily na bulharský trh, můžeme zmínit např. Carrefour v oblasti obchodu, cementárnu Italcementi, či některé velké hráče v oblasti energetiky. Dle Bulgarian National Bank (2008a) momentálně PZI plynou do Bulharska nejvíce z Rakouska, Lucemburska a Řecka. Přílivy PZI je momentálně hlavním zdrojem krytí bulharského deficitu běžného účtu. Kdybychom měli srovnat dopad PZI na konkurenceschopnost bulharské a rumunské ekonomiky, můžeme opět využít ukazatel podílu přílivu PZI na GFCF. Zde je jednoznačně na prvním místě Bulharsko, jak je patrné z následujícího grafu. Graf č. 16: Příliv PZI do Bulharska a Rumunska jako procento GFCF mezi lety 1990 až 2006 Zdroj: UNCTAD, 2008 I přesto, že v absolutním vyjádření je příliv PZI v posledních letech vyšší v Rumunsku, z grafu je patrné, že téměř po celou sledovanou dobu hrálo PZI v Bulharsku větší roli při rekapitalizaci ekonomiky než v sousedním Rumunsku. Nyní se ještě krátce zastavíme u zbylých druhů kapitálu ­ u ostatních a portfoliových investic. Co se týče portfoliových investic, z grafu č. 13 a 14 vidíme, že v obou ekonomikách dosahovaly téměř po celé sledované období pouze skromných hodnot. To je pravděpodobně způsobeno nízkou vyspělostí jejich kapitálového trhu. U ostatních investic můžeme vidět jejich čistý příliv na počátku transformačního procesu. Již bylo zmíněno, že Bulharsko a Rumunsko byly v první polovině 90. let největšími příjemci oficiálních půjček. U Bulharska je dále patrný čistý odliv ostatních investic s tím, jak docházelo k jejich splácení (spolu s vysokým dluhovým břemenem zděděným z doby komunismu). V posledních letech je vidět silný příliv ostatních investic do obou zemí. Na rozdíl od pobaltských republik však ostatní investice nejsou dominantním zdrojem financování deficitu běžného účtu. Tím jsou relativně bezpečné PZI. Tento příliv je pravděpodobně způsoben intenzivním rozvojem a restrukturalizací podniků a tedy i jejich vyšší poptávkou po zahraničních úvěrech. 5. ZÁVĚR Ve všech sledovaných zemích došlo po opuštění centrálně plánovacího hospodářství do současnosti k silnému kapitálovému přílivu. Ten pomohl vybavit 213 tyto ekonomiky tolik potřebným kapitálem pro transformaci jejich hospodářství. Jeho dominantní forma ­ PZI ­zajistila i technologickou a znalostní modernizaci. Druhou hlavní položkou kapitálového přílivu byly úvěry v rámci položky ostatní investice finančních účtů platební bilance. Ty do těchto ekonomik plynuly zejména prostřednictvím privatizovaného bankovního sektoru se zahraniční majetkovou účastí. Portfoliové investice nehrály v analyzovaných zemích po většinu sledovaného období větší roli. Je tomu tak pravděpodobně díky nepříliš rozvinutým burzovním systémům a relativně malé velikosti domácích podniků. Zahraniční kapitál a zejména PZI v těchto zemích umožnil růst produkčních kapacit, vyšší efektivitu hospodářství, pokles nezaměstnanosti a větší spotřebu krytím deficitů běžného účtu platební bilance. Snad s výjimkou Slovinska patří zahraniční kapitál mezi hlavní zdroje ekonomické konvergence a růstu konkurenceschopnosti těchto ekonomik. Zdrojem tohoto kapitálu byly přitom zejména západoevropské země. Na druhou stranu kapitálový příliv v posledních letech představuje výzvu i pro hospodářskou politiku v těchto zemích. Zatímco pozitivní dopad PZI na exportní kapacity ekonomiky je v literatuře i praxi hojně dokumentován, u všech sledovaných ekonomik dosud nebyl schopen zajistit snížení deficitů běžného účtu. Ty zejména u pobaltských republik dosahují alarmujících hodnot. Zde tedy můžeme vidět potenciální ohnisko makroekonomických problémů, které by se nutně projevily i na budoucích kapitálových tocích. Faktorem poklesu PZI by se ve Slovinsku a pobaltských republikách mohly stát i náklady práce, ve kterých má Rumunsko a Bulharsko na globálních trzích kapitálu v současnosti značnou konkurenční výhodu. POUŽITÁ LITERATURA ÁRVAI, Z. (2005): Capital Account Liberalization, Capital Flow Patterns, and Policy Responses in the EU's New Member States. IMF Working Paper, No. WP/05/213, IMF, 2005. ATKearney (2007): New Concerns in an Uncertain World - The 2007 A.T. Kearney Foreign Direct Investment Confidence Index. 2007. BANK OF ESTONIA (2007): Estonia's International Investment Position and Gross External Debt. March 2007. BANK OF ESTONIA (2008): Statistical Indicators. Dostupné online na http://www.bankofestonia.info/pub/en/dokumendid/statistika/tabelid/, zobrazeno 9.5.2008. BANK OF LITHUANIA (2007): Balance of Payments of the Republic of Lithuania. Vilnius: Bank of Lithuania, 2007, ISSN 1392-3161. BANK OF LITHUANIA (2008): Statistics. Dostupné na http://www.lb.lt/statistics/statbrowser.aspx?group=7232&lang=en&orient=vert, zobrazeno 6.5.2008. BANK OF SLOVENIA (2007): Direct Invesment Report 2006. Ljubljana: Bank of Slovenia, 2007, ISSN 1408-3264. BANK OF SLOVENIA (2008): Data Series. Dostupné online na http://www.bsi.si/pxweb/Dialog/Database/ang/serije/03_ekonomski_odnosi/01_placil na_bilanca/01_placilna_bilanca.asp, zobrazeno 12.5.2008. 214 BARTLETT, D. (2007): Best Practice: Central & Eastern Europe ­ Eastern Promise. Foreign Direct Investment. London: June, 2007, 1 pp. BHANDARI, R. et al. (2007): Foreign Aid, PZI and Economic Growth in East European Countries. Economics Bulletin, Vol. 6, No. 13, 2007, pp. 1-9. BULGARIAN NATIONAL BANK (2008a): Balance of Payments of Bulgaria Bulletin, January 2008. Dostupné online na http://www.bnb.bg/bnb/home.nsf/fsWebIndex?OpenFrameset, zobrazeno 1.6.2008. BULGARIAN NATIONAL BANK (2008b): Statistics. Dostupné online na http://www.bnb.bg/bnb/dd/BP_Standard.nsf/fsWebIndexEN, zobrazeno 8.5.2008. CHRISTIE, E. (2003): Foreign Direct Investment in Southeast Europe. Working Paper, No. 24, March 2003. CLAESSENS, S. ­ OKS, D. ­ POLASTRI, R. (1998): Capital Flows to Central and Eastern Europe and Former Soviet Union. World Bank Working Paper No. 11/4/98, 1998. DSI DATA SERVICE & INFORMATION: databáze statistických údajů IMF, OECD, Eurostat, nahlíženo květen 2008. FINANCIAL TIMES (2005): PZI ­ Upward trends in eastern Europe. March 3, 2005. IMF SURVEY (2007): Capital Flows Speed Catch-up in Europe. IMF Survey Online, 13.6.2007, dostupné online na http://www.imf.org/external/pubs/ft/survey/ so/2007/CAR0613C.htm, zobrazeno 22.5.2008. KALOTAY, K. (2005): The Role of Foreign Direct Investment in Transition. Annual Forum Presentation (After Fifteen Years of Market Reforms in Transition Economies: New Challenges and Perspectives for the Industrial Sector. UNECE, Geneva, 24-25 May 2005. KORNECKI, L. ­ RHOADES, D. (2007): How FDI facilitates the globalization process and stimulates economic growth in CEE. Journal of International Business Research, Vol. 6, No. 1. 2007. KRKOSKA, L. (2001): Foreign direct investment financing of capital formation in central and eastern Europe. EBRD Working paper, No. 67, 2005. LANE, P. R. ­ MILESI-FERRETTI, G. M. (2007): Capital flows to central and Eastern Europe. Emerging Markets Review, Vol. 8, No. 2, May 2007, pp. 106-123. LANKES, H. P. ­ STERN, N. (1997): Capital flows to eastern Europe and the former Soviet Union. EBRD Working paper, No. 27, 1997. LATVIJAS BANKA (2007): Latvijas Balance of Payments 2007 --- Quarterly Bulletin. Riga: Latvijas Banka, 2007, ISSN 1407-0642. LATVIJAS BANKA (2008): Statistics. Dostupné online na http://www.bank.lv/LMB/LMB_en.php, zobrazeno 3.5.2008. SAMARY, C. (2002): Foreign investment and capitalist enterprise. International Viewpoint Online Magazine, IV338, March 2002. 215 SLANÝ a kol. (2007): Faktory konkurenceschopnosti ­ Komparace zemí V-4. CVKS. Brno, Masarykova Univerzita, 2007. THE ECONOMIST (2008): Eastern Europe's Economies - Coming in to Land. 14/02/2008. UNCTAD (2000): Foreign Investment Increases to Central and Eastern Europe, Topped by Poland and Czech Republic. UNCTAD Press Release No. TAD/INF/PR/059, October 2000. UNCTAD (2007): World Investment Report 2007 ­ Transnational Corporations, Extractive Industries and Development. 2007. UNCTAD (2008): Key Data from WIR Annex Tables. Dostupné online na http://www.unctad.org/Templates/Page.asp?intItemID=3277&lang=1, zobrazeno 20.5.2008. VAHTER, P. (2004): The Effect of Foreign Direct Investment on Labour Productivity: Evidence from Estonia and Slovenia. University of Tartu working paper, 2004, ISBN 9985­4­0413­0. VAKNIN, S. (2003): Foreign Direct Investment in Central and East Europe. Dostupné online: http://www.buzzle.com/editorials/1-27-2003-34454.asp, zobrazeno 21.5.2008. VAŠENDOVÁ, M. (2007): Pohyb zahraničního kapitálu v průběhu transformace a jeho vliv na konkurenční schopnost polské ekonomiky. CVKS Working paper No. 07/2007, červen 2007. VON HAGEN, J. ­ SIEDSCHLAG, I. (2008): Managing Capital Flows: Experiences from Central and Eastern Europe. ADB Institute Discussion Paper No. 103. 2008. WAHEED, A. (2007): Foreign Public Capital and Economic Growth of Developing Countries. Kapitola č. 6 v India and South Asia: Economic Developments in the Age of Globalization. Editor Anjum Siddiqui. M.E. Sharpe, 2007, ISBN:0765614529. WIIIW Press Release (2007): WIIW Database on Foreign Direct Investment in Central, East and Southeast Europe, 2007: Shift to the East. May 2007. WIIW (2002): PZI in South-Eastern Europe in the early 2000s. A study commissioned by the Austrian Ministry of Economy and Labour, July 2002. 216 ROZVOJ DEMOKRACIE V 6CE A JEHO VLIV NA KONKURENCESCHOPNOST EKONOMIK JITKA DOLEŽALOVÁ Cílem této studie je zkoumat vztah mezi rozvojem demokracie a tvorbou podmínek pro dlouhodobý ekonomický růst v postkomunistických zemích. Konkrétně se bude jednat o tzv. Pobaltské země, tj. Estonsko, Lotyšsko, Litvu, dále pak o Slovinsko, Rumunsko a Bulharsko. Souhrnně budou tyto země označovány jako 6CE. Žádná ze zemí ,,6CE" se i přes mnohdy nelehké počáteční období transformace nevzdala demokracie. Všechny průběžně usilovaly o posílení svých demokratických principů, i když s různou intenzitou. Potvrdilo se, že země s konsolidovaným stranickým systémem, rovnovážným vztahem mezi orgány státní moci, nezávislými médii či nízkou mírou korupce mají lepší předpoklady pro stabilní hospodářský růst. Jejich vlády snáze zavádějí reformy, které mají vytvořit podmínky pro růst konkurenceschopnosti jejich ekonomik. 1. ÚVOD Vymezit jasný vztah mezi typem politického systému a hospodářským růstem je obtížné. Politika i ekonomika jsou spletité systémy ovlivněné velkým množstvím faktorů, které dohromady prakticky nelze v plné šíři identifikovat, kvantifikovat a především podrobit analýze. Tento fakt způsobuje, že se studie, které zkoumají vazby mezi politickými systémy a výkony hospodářství, tak často liší v použité metodologii. Studie se potýkají s nedostatkem potřebných empirických dat a subjektivitou, která pramení ze způsobu jejich získávání. Významné je rovněž časové období, po které byl výzkum prováděn. V minulosti bylo publikováno mnoho teoretických a empirických studií, které zkoumaly vztah mezi politickými systémy a hospodářským růstem. Jejich závěry však byly různorodé. První část z nich se soustředila na hledání odpovědi na otázku, v rámci kterého z politických systémů dosahují ekonomiky lepších hospodářských výsledků. Autoři jako Huntington, Dominquez či Becker ve svých příspěvcích z 60.­.80. let tvrdili, že autoritativní režimy jsou pro dobrou výkonnost hospodářství prospěšnější. Závěry těchto autorů rozebírají ve své studii Przeworski, Limongi (1993). Przeworski a Limongi ve své studii podávají důkazy o rozporuplnosti prací, které byly do té doby o tomto tématu zveřejněny. U osmi z celkového počtu jednadvaceti zjištění (rozlišených podle oblastí a období) autoři nalezli podporu pro demokracii, u dalších osmi pro diktaturu a u pěti nebyly výsledky jednoznačné. Pro autory zůstalo hádankou, proč z jednadvaceti zjištění publikovaných před rokem 1988 osm dokazovalo, že autoritářské režimy rostou rychleji, zatímco ani jediné zjištění publikované v následujících letech tuto skutečnost nepotvrzovalo. Proto se neodvažovali vyslovit definitivní závěr o tom, zda demokracie růst ekonomiky podporuje či zda mu brání. Vysvětlení tohoto jevu může spočívat ve dvou rovinách. V politické, kdy od poloviny 80. let docházelo k značnému poklesu autoritativních režimů v rámci celosvětového politického rámci (Halperin, Single, Weinstein, 2005). A v ekonomické, kdy například totalitní země východního bloku dosahovaly až do poloviny 70. let solidních ekonomických výsledků (Žídek, 2007). V následujících letech začaly centrálně plánované ekonomiky stagnovat a prohlubovaly se jejich hospodářské problémy. Tyto 217 problémy pramenily zejména ze selhání systému centrálního plánování a z direktivně prosazované extenzivní formy hospodářského růstu. Graf č. 1: Globální trendy v jednotlivých kategoriích politických režimů v letech 1950­2002 Zdroj: Halperin, Single, Weinstein, (2005) Od devadesátých let pak mezi ekonomy převládá názor, že demokracie je tím politickým systémem, který má pozitivní vliv na ekonomický růst. Přes rozdílné přístupy k výzkumu se na tom shodují empirické studie Fidrmuc (2003), De Haan, Lundstrőm, Sturm (2004), Tabellini (2005) nebo Persson, Tabellini (2006). Tento názor je akceptován rovněž většinou expertů na zahraniční politiku a mnoha politiky. Nicméně praxe není touto skutečností příliš ovlivněna. Halperin, Single, Weinstein (2005) například upozorňují, že při rozhodování o přidělení mezinárodní pomoci rozvíjejícím se zemím nepatří kritérium stupně demokratického rozvoje mezi ta klíčová. Zemím s autoritativním režimem je často poskytována větší mezinárodní pomoc než těm, v nichž vládne demokracie. Do určité míry stále přetrvává dogma z dob studené války. Tehdy putovala finanční a materiální pomoc z vyspělých zemí do těch rozvíjejících se na základě jejich strategického významu. Za nevhodné považují autoři také současné nastavení systému rozdělování pomoci v mezinárodních organizacích (resp. jejich hodnotících parametrů a přístupu jejich zaměstnanců k práci). Druhá část studií, které zkoumaly vztah mezi politickými systémy a hospodářským růstem, se věnovala řešení otázky, které z politických podmínek jsou nejvhodnější pro přechod k demokracii (pro její vznik, schopnost udržet se a rozvíjet). Současně měly tyto politické podmínky podpořit budoucí dlouhodobý ekonomický růst zainteresovaných zemí. Po většinu období po 2. světové válce převládal v akademických a v diplomatických kruzích názor, že úspěšná transformace rozvíjejících se zemí v demokracie je možná pouze za předpokladu dobré výkonnosti jejich hospodářství (Halperin, Single, Weinstein, 2005). Autoritativní režimy byly v tomto ohledu považovány hned z několika důvodů za úspěšnější. Předpokládalo se, že autoritativní režimy mají ze své podstaty větší potenciál pro uspořádání omezených zdrojů k produktivním aktivitám. Nejsou časově limitovány politickým cyklem. Naplnění dlouhodobých cílů je pro ně proto snazší. Nemusejí zdlouhavě vyjednávat se zájmovými organizacemi. Autoritativní režimy navíc ve svých zemích zpravidla udržují nízkou úroveň mezd, která je vnímána jako jedna z konkurenčních výhod ekonomik. Podporují růst úspor. Mohou lépe koordinovat investice do veřejných projektů (infrastruktury, vzdělání, zdravotních a sociálních služeb atd.). 218 Ve většině rozvíjejících se zemí žije podstatný podíl populace v chudobě. Autoritativní režimy měly pomocí výše uvedených opatření zvyšovat ekonomickou úroveň obyvatelstva. Rozšiřovat se měla především středně-příjmová vrstva obyvatel. Jejími členy jsou obvykle lidé vzdělaní, žijící ve městech. Předpokládalo se, že po přechodu k demokracii má tato skupina voličů zájem na politické a ekonomické stabilitě země. Rovněž je ochotna podílet se na sdílení politické moci. Naopak zachování značného podílu chudé populace v nových demokraciích mělo podle tehdejších odborníků zvyšovat pravděpodobnost návratu k diktatuře. Vycházelo se z předpokladu, že chudí voliči mají vyšší sklon uspokojovat své naléhavé (základní životní) potřeby. Lehce tudíž podléhají populistickým slibům politiků. Politici ve snaze být ve volbách zvoleni následně nepřiměřeně zatěžují veřejné finance těchto zemí. Jejich ekonomiky začnou stagnovat. Ekonomická úroveň obyvatel se zhorší. Nepříznivý stav ekonomiky podkopává politickou stabilitu. Důvěryhodnost a akceschopnost vlád je silně narušena. Voliči ztratí víru v demokratické principy. Ve volbách či pomocí převratu se pak snáze dostane k moci další autoritativní vůdce. Bez vytvoření silné střední třídy a bez dobrých ekonomických výsledků byl považován přechod od autoritativního režimu k demokracii za náročný. Poměrně aktuální studie Giavazzo, Tabellini (2004) poukazuje na skutečnost, že z ekonomického úhlu pohledu by bylo efektivnější, kdyby ekonomická liberalizace předcházela tu politickou. Autoři ovšem dodávají, že výzkum potvrzuje, že autoritativní režimy ve skutečnosti nejsou příliš nakloněny otevírání svých ekonomik. Proto většině světových ekonomických liberalizačních procesů předchází nejprve demokratizace společnosti. Halperin, Single, Weinstein (2005) dále upozorňují, že chudé rozvíjející se země podstupují proces demokratizace a jsou v něm úspěšné. Empirické důkazy pro výše uvedená tvrzení o výhodách autoritativních režimů jsou podle jejich názorů slabé. Nepopírají, že existují autoritativní režimy s obdivuhodným ekonomickým růstem (viz Čína), říkají však, že podíváme-li se na rozvíjející země jako celek, ty s reprezentativním a pluralistickým politickým systémem typicky dosahují lepších ekonomických výsledků než ty s režimem autoritativním. Hospodářský růst těchto demokracií je stabilnější co do míry kolísání i délky v čase. Vyšší hodnoty vykazují rovněž ukazatele životní úrovně obyvatel rozvíjejících se demokratických zemí. Halperin, Single, Weinstein zdůrazňují, že svobodné volby samy o sobě nezajistí rozvoj demokracie. Důležité je, aby v dané zemi existoval funkční mechanismus sdílení politické moci, otevřenost ve smyslu přístupu k informacím a adaptibilita, která spočívá v možnosti střídat různé vlády u moci. Sdílení moci v rámci demokratické společnosti zvyšuje pravděpodobnost, že budou brány v úvahu zájmy nejen většinové veřejnosti, ale i různých menších skupin voličů. To autoritativní režimy často neumožňují. Volný přístup k informacím usnadňuje voličům dohled nad činností vlády. Nutí tak nepřímo vládu k větší efektivitě při provádění hospodářských politik. V případě, že vláda nenaplňuje očekávání voličů a stav země se zhoršuje, poskytuje demokracie legitimní mechanismy, jak tuto vládu u moci nahradit. Toto jsou nesporné klady demokracie, které mají rovněž pozitivní vliv na rozvoj ekonomik. 219 Cílem této studie je zkoumat vztah mezi rozvojem demokracie a tvorbou podmínek pro dlouhodobý ekonomický růst v postkomunistických zemích. Konkrétně se bude jednat o tzv. pobaltské země, tj. Estonsko, Lotyšsko, Litvu, dále pak o Slovinsko, Rumunsko a Bulharsko. Souhrnně budou tyto země označovány jako 6CE. Estonsko, Lotyšsko, Litva a Slovinsko vstoupily do Evropské unie v květnu 2004 (spolu se zeměmi střední Evropy, Maltou a Kyprem). Bulharsko a Rumunsko se staly členy Evropské unie v roce 2007. Žádná ze zemí ,,6CE" se i přes mnohdy nelehké počáteční období transformace nevzdala demokracie. Všechny průběžně usilovaly o posílení svých demokratických principů, i když s různou intenzitou. Potvrdilo se, že země s konsolidovaným stranickým systémem, rovnovážným vztahem mezi orgány státní moci, nezávislými médii či nízkou mírou korupce mají lepší předpoklady pro stabilní hospodářský růst. Jejich vlády snáze zavádějí reformy, které mají vytvořit podmínky pro růst konkurenceschopnosti jejich ekonomik. V následující části working paperu bude analyzován charakter totalitních režimů v jednotlivých zemích ,,6CE". Popsány budou důvody, které stály za skutečností, že tento typ politických systémů nebyl přínosný pro dlouhodobý růst ekonomik. Další část zkoumání bude věnována charakteristice politického vývoje zemí ,,6CE" v letech 1990­2007. Popsány budou institucionální změny obsažené v nových demokratických ústavách. Upozorněno bude na klady a zápory stranických systému. Vymezena bude výkonnost vlád a faktory, které ji ovlivnily. Cílem kapitoly bude potvrdit pozitivní vliv rozvoje demokratických principů na efektivní jednání vlád a tím i na rostoucí konkurenceschopnost ekonomik. Závěr bude shrnovat všechna důležitá zjištění. Příloha I. bude obsahovat podrobnější popis politických událostí v jednotlivých zemích. 2. PRINCIPY TOTALITNÍCH REŽIMŮ A JEJICH VLIV NA HOSPODÁŘSTVÍ V ZEMÍCH ,,6CE" V období po 2. světové válce vládl v Pobaltských zemích, Slovinsku, Bulharsku i Rumunsku totalitní režim. Estonsko, Lotyšsko a Litva se staly svazovými republikami SSSR (Strmiska, M. a kol., 2005). Bylo to v krátké době již podruhé, co byly začleněny do ruské sféry vlivu. V roce 1939 si je totiž v dodatku smlouvy o neútočení (tzv. pakt Molotov ­ Ribbentrop) rozdělily mezi sebe Sovětský svaz a Německo. Území Estonska a Lotyšska mělo připadnout Sovětskému svazu, a území Litvy Německu. V roce 1940 však byly všechny tři pobaltské země přinuceny připojit se k SSSR. Slovinsko bylo po 2. světové válce zařazeno mezi svazové republiky Jugoslávie. V Bulharsku a Rumunsku byly zrušeny monarchie a nastoleny republiky (Cabada, L., Dvořáková, V., a kol., 2004). Bulharsko patřilo v rámci tzv. východního bloku mezi nejoddanější stoupence Sovětského svazu. Jiná situace panovala v Jugoslávii a Rumunsku. Na konci 40. let se tehdejší představitel politbyra Komunistické strany Jugoslávie J. B. Tito dostal do rozporu se Stalinem. Jugoslávští komunisté nesouhlasili se sovětskými metodami (Cabada, L., Dvořáková, V., a kol., 2004). Odmítli je a rozhodli se jít svojí vlastní cestou tzv. socialistické demokracie. V praxi spočívala v určité liberalizaci ekonomického prostředí při zachování centralizace moci v rukou komunistické strany. Rovněž Rumunsko si od poloviny 60. let, kdy se k moci dostal Ceausescu, vytvořilo určitou míru autonomie na Sovětském svazu. 220 Z institucionálního hlediska byly rozdíly mezi politickými systémy jednotlivých zemí malé. Pro všechny totalitní režimy v 50.­80. letech platilo, že v rámci jejich stranického systému působila pouze jedna politická strana ­ komunistická strana příslušného státu (PARCOM­1).1 Žádné jiné politické subjekty nebyly přípustné. Politická konkurence neexistovala. Zapojení občanů do politiky probíhalo pouze skrze tuto jedinou politickou strukturu. Pluralita názorů byla velmi omezena (PARREG­1). Parlamentní volby měly tudíž výhradně formální charakter. Demonstrovaly naprostou podporu veřejnosti vůči komunistické vládě. Volby neplnily ani svoji kontrolní ani informační funkci. Preference občanů nebyly přeneseny pomocí volených zástupců do orgánů státní moci. Navíc moc zákonodárná v totalitních režimech často podléhala moci výkonné. Selhala tak její funkce dohledu nad úkony vlády (resp. hlavy státu, která měla v totalitních režimech především kolektivní povahu). Z tohoto hlediska panoval nejtvrdší totalitní režim v SSSR za vlády Stalina. Jeho moc nebyla prakticky ničím limitována (XCONST­1). Velmi malé pravomoci měla legislativa také v Rumunsku v letech 1977­1989. Téměř veškerá moc se v tomto období soustředila v rukou diktátora Ceausesca (XCONST­2). Ceausescu budoval kult své osobnosti a upevňoval svoji diktaturu v oblasti politické i ekonomické. Naopak v Jugoslávii v letech 1980­1990 došlo k určitému politickému uvolnění, když byla moci zákonodárné poskytnuta větší míra odpovědnosti (XCONST­4). Široké pravomoci vlád patřily mezi důvody, které zabránily totalitním zemím dosáhnout dlouhodobého ekonomického růstu. V jejich politických systémech chyběly mechanismy, které by nutily vlády k efektivnímu chování při poskytování 1 Kořeny výzkumu Polity IV sahají až do roku 1975, kdy H. Eckstein a T. R. Gurr vydali studii ,,Patterns of Authority: A Structural Basis for Political Inquiry". Tato prošla třemi aktualizacemi a na konci 90. let se stala jádrem projektu globální analýzy státních selhání. Do projektu byly začleněny země, jejichž počet obyvatel přesahoval 500 tisíc. Klasifikace byla prováděna každoročně počínaje rokem 1800. Jednotlivé země byly do projektu zařazovány od roku, kdy byla zformována jejich první nezávislá vláda. Centrem pozornosti Polity IV jsou instituce na centrální úrovni. Zachycen je vždy začátek a konec institucionální změny, z čehož plyne, že v letech uvnitř daného časového intervalu jsou údaje shodné. V případě některých zemí jsou do dat promítnuty i tzv. přírůstkové změny, které jsou spíše výsledkem soustředěného výzkumu delšího období než náhlých proměn vlastností konkrétních institucí státu. Hlavním výstupem Polity IV je kombinovaný ukazatel politických systémů, který nabývá hodnot od -10 (autokracie) do +10 (demokracie). Vypočítán je odečtením ukazatele autokracie od ukazatele demokracie, jehož hodnoty se pohybují od 0 do -10, resp. 0 až +10. Autoři totiž předpokládají, že existují země s prvky jak autokratické, tak i demokratické formy vlády. V datových souborech s výsledky výzkumu se mohou objevit i tzv. standardizovaná hodnocení autorit, která nabývají hodnot -66, -77 nebo -88. Symbolizují případy, v nichž se země ocitly v situaci okupace zahraničními silami během války, zkolabovala v nich vláda a zemi zachvátila anarchie nebo probíhalo transformační období, kdy vznikly zcela nové instituce. Jednotlivé číselné hodnoty ukazatelů autokracie a demokracie jsou dosaženy na základě stanoveného systému kódování vycházejícího z podrobnějších ukazatelů charakteru politických institucí. Každý z těchto ukazatelů má stanoveno své vlastní číselné hodnocení, jehož cílem je věrně vykreslit stav v dané oblasti politických institucí. Autoři při hodnocení vycházeli z řady historických zdrojů popisujících události v konkrétních zemích ve sledovaných obdobích. Důvěryhodnost dat se opírá o pečlivost a zpětnou kontrolu při jejich zpracování Marshall, Jager (2002). Bližší specifikace ukazatelů uvedena v tabulce č. 2. 221 veřejných statků a služeb. Tento vážný nedostatek byl umocněn významnou rolí, kterou tyto vlády hrály v systému centrálního plánování hospodářství. Pro ekonomické subjekty bylo obtížné rozvíjet se, pokud se jejich představitelé více neangažovali ve struktuře vládnoucích komunistických stran. Teprve úzké napojení na komunistické strany jim umožnilo lehce získat licence, úvěry, podporu pro inovace či přístup k vyššímu vzdělání. Ovšem už samotný systém centrálního plánování postrádal podněty pro rozvoj hospodářství a motivaci k vyšší produktivitě výrob. Upřednostňoval kvantitu před kvalitou. Konkurenceschopnost produkce totalitních zemí proto klesala. Vztah mezi charakterem vlád a dlouhodobým ekonomickým růstem měl i svoji druhou dimenzi. Složení totalitních vlád neodráželo preference voličů. Členové vlád získaly své posty nikoliv na základě voleb, ale prostřednictvím mocenského boje uvnitř komunistických stran. Vlády nebyly motivovány k jednání ve prospěch co nejširšího segmentu (potenciálních) voličů. Zavděčit se snažili zejména malým zájmovým skupinám, které jim dopomohly získat moc. Jejich úhel pohledu na problémy země byl zúžený, protože potlačená svoboda slova umožňovala otevřeně prezentovat pouze hrst (,,vyvolených") názorů. Střídání politických stran u moci bylo v totalitních zemích vyloučeno. Nekompetentní politiky proto nebylo možné rychle z úřadu vlády odstranit. Když se totalitní režimy začaly potýkat s ekonomickými problémy, tito nekompetentní (příp. neakceschopní) politici je svým přetrváváním v úřadu zpravidla ještě více prohloubili. Konzervatizmus komunistických stran se tak stal jejich vlastní zhoubou. Stav ekonomik námi sledovaných totalitních zemí se v 80. letech výrazně zhoršil (Žídek, 2007). Hospodářství stagnovala. Životní úroveň obyvatel klesala. Zkostnatělé komunistické vlády nebyly schopny tuto nepříznivou situaci rázně a účinně řešit. Například v SSSR přišel Gorbačov s reformami, které se označují jako perestrojka a glasnost. Jejich zavádění však bylo pomalé a bez větších ekonomických úspěchů. V Estonsku, Lotyšsku a Litvě však aktivovaly různá protisovětská hnutí (Strmiska, M. a kol., 2005 nebo Cabada, L., Dvořáková, V., a kol., 2004). Nutnost změny politického systému si začali uvědomovat i sami členové komunistických stran, v nichž vznikaly proreformně orientovaná křidla. Podobné procesy probíhaly i v Bulharsku a Jugoslávii. Rumunsko jako jediné neprošlo procesem postupného uvolňování politického systému. Ceausescova diktatura v něm přetrvala až do roku 1989. Konec 80. let se tedy v pobaltských zemích, Bulharsku a Jugoslávii nesl ve znamení vytváření základů pro budoucí demokratické politické systémy. Úzký profil a nesoutěživý charakter totalitních politických systémů se v průběhu desetiletí negativně projevil na výkonnosti ekonomik námi sledovaných zemí. Výrazné hospodářské neúspěchy odhalily vyčerpanost potenciálu komunistických vlád. Jejich moc slábla, což vedlo ke vzniku protikomunistické opozice. Na případě těchto zemí je velmi dobře vidět, jak spolu politika a dlouhodobý vývoj ekonomik úzce souvisejí. 222 Tabulkač.1:HodnoceníPolityIVProjectJugoslávie,Bulharska,RumunskaaSSSRvletech1945­1991 datum vzniku daného politického systému datum zániku daného politického systému trvalost politického systému ukazatel demokracie ukazatel autokracie kombinovaný ukazatel politických systémů existence pravidelpři přijímání hlavystátu doúřadu (XRREG) výskyt konkurence připřijímání hlavystátu doúřadu (XRCOMP) otevřenost procesu příjímáníhlavy státudoúřadu proobčany (XROPEN) omezení působnosti výkonnémoci pomocí stanovených pravidel rozhodování (XCONST) existence pravidelpro vyjádření politických preferencí (PARREG) konkurence mezi alternativními politickými preferencemi (PARCOMP) JUGOSLÁVIE 30.11.194530.6.1951607-7214341 1.7.195114.1.19531-88-88-88-88-88-88-88-88-88 15.1.19534.5.19802707-7214341 5.5.198020.1.19901016-5214441 21.1.19901.7.1991105-5214332 BULHARSKO 16.9.19464.12.1947106-6214342 5.12.194729.3.19904207-7214341 RUMUNSKO 1.9.194431.12.19473-88-88-88-88-88-88-88-88-88 1.1.194825.1.19772907-7214341 26.1.197726.12.19891308-8214241 27.12.198920.6.19901-88-88-88-88-88-88-88-88-88 SSSR 1.7.19335.3.19532009-9214141 6.3.195328.6.19883507-7214341 29.6.198825.5.1989106-6214342 26.5.198912.6.1990115-4214442 13.6.199031.12.19912330224442 Poznámka:Kombinovanýukazatelpolitickýchsystémůnabýváhodnotod-10(autokracie)do+10(demokracie).Vypočítánjeodečtením ukazateleautokracieodukazateledemokracie,jehožhodnotysepohybujíod0do-10,resp.0až+10.Tzv.standardizovanáhodnoceníautorit, kteránabývajíhodnot-66,-77nebo-88,symbolizujípřípady,vnichžsezeměocitlyvsituaciokupacezahraničnímisilamiběhemválky, zkolabovalavnichvládaazemizachvátilaanarchieneboprobíhalotransformačníobdobí,kdyvzniklyzcelanovéinstituce.Jednotlivéčíselné hodnotyukazatelůautokracieademokraciejsoudosaženynazákladěstanovenéhosystémukódovánívycházejícíhozpodrobnějšíchukazatelů charakterupolitickýchinstitucí.Každýztěchtoukazatelůmástanovenosvévlastníčíselnéhodnocení,jehožcílemjevěrněvykreslitstavvdané oblastipolitickýchinstitucí. Zdroj:Marshall,M.G.,Jaggers,K.,(2005) 223 3. ROZVOJ DEMOKRACIE A JEHO PŘÍNOS K RŮSTU KONKURENCESCHOPNOSTI V ZEMÍCH ,,6CE" V LETECH 19902007 V této kapitole se nejprve seznámíme se základními ústavními změnami, které na počátku 90. let formálně vnesly demokratické principy do politických systémů zemí ,,6CE". Následně se budeme věnovat stručnému popisu politického vývoje v jednotlivých zemích. Na závěr zhodnotíme, jak se zemím ,,6CE" dařilo v letech 1990­2007 naplnit znaky sdílení moci, adaptability a otevřenosti, které jsou pro demokracii charakteristické. Ukážeme, zda (ne)úspěchy v jejich dosažení přispěly k růstu konkurenceschopnosti ekonomik zemí ,,6CE". 3.1. Ústavní změny v zemích ,,6CE" na počátku 90. let Krátce po pádu komunismu přistoupily politické reprezentace Estonska, Lotyšska, Litvy, Slovinska, Bulharska i Rumunska k podstatným změnám svých ústav. S výjimkou Rumunska si všechny země zvolily parlamentní politický systém (Strmiska, M. a kol., 2005). Rumunsko se rozhodlo pro zavedení poloprezidentského politického systému francouzského typu (Kubát, M. a kol., 2004). Prezident měl v jeho rámci rozšířené pravomoci v oblasti zahraniční politiky, obrany a veřejného pořádku. Příčiny tohoto výběru se nacházely ve dvou rovinách. V historické rovině, kdy se v Rumunsku před 2. světovou válkou soustředila výkonná moc v rukou krále, který ji vykonával skrze vládu. A rovině aktuální, kdy rumunský stranický systém nemohl navázat na tradici disidentských hnutí. Ceausescova diktatura je zcela potlačila. Po roce 1989 se tedy boj o moc strhl mezi bývalými členy komunistické strany, kteří si s sebou nesli určité staré zažité zvyky či způsoby uvažování. Pluralitní politický systém se u nich nesetkával zcela s důvěrou. Osoba silného prezidenta pro ně byla vhodným kompromisem. Parlamentní volby se měly v jednotlivých zemích uskutečňovat prostřednictvím poměrných volebních systémů (Strmiska, M. a kol., 2005 nebo Cabada, L., Dvořáková, V., a kol., 2004). Litva jako jediná upřednostnila smíšený volení systém. Podle speciálních pravidel se také konaly volby do horní komory slovinského parlamentu. Své kořeny měly ve volebním systému z dob totality. Byly založeny na kritériu vítězství většiny. Nové ústavy oficiálně vnesly do společenského uspořádání zemí demokratické principy. Žádná z postkomunistických zemí se přes často nelehké počáteční období transformace demokracie nevzdala. Výzkum organizace Freedom House, který byl proveden v letech 1991­2006 dokazuje, že politická práva a občanské svobody se v těchto zemích průběžně zlepšovaly. V každé z nich však s jinou intenzitou. Například Slovinsko bylo první zemí, které dosáhla u obou ukazatelů nejvyšších hodnot. Stalo se tak v roce 2001. Rumunsko naopak v tomto směru za ostatními dosti zaostávalo. Pouze Bulharsko zaznamenalo déle trvající pokles hodnot, a to u ukazatele občanských svobod v letech 1996­2001. 3.2. Politický vývoj v zemích ,,6CE" 3.2.1. Estonsko V Estonsku nabývaly demokratické principy průběžně na síle. Patrné je to také z tabulky č. 2. Estonsko se však stále plně nevypořádalo se svým největším 224 problémem, tj. nerovným postavením ruské menšiny v rámci estonské společnosti. Stranický sytém Estonska se na počátku 90. let potýkal s nekvalitní organizací politických stran a jejich malou členskou základnou. Politické subjekty se rovněž často před volbami spojovaly do volebních koalic, aby zvýšily své šance na zvolení.1 Tyto nedostatky estonského stranického systému se snažily odstranit novely volebního zákona z let 1994 a 1998. Jejich výsledkem bylo ustálení estonské politické scény, kterou na vrcholové úrovni tvořilo přibližně šest subjektů. Polarizace stranického systému Estonska byla velmi slabá. Většina relevantních stran se hlásila ke středu nebo k pravici. Ve všech volebních obdobích došlo k obměně vlád. Údaje Světové banky dokazují, že tato skutečnost se výrazně neodrazila na výkonnosti vlád.2 Estonsko dosáhlo v průměru vyšší hodnoty ukazatele výkonnosti vlád než všechny země střední Evropy. I hodnocení Bertelsmannova transformačního indexu je v tomto směru Estonsku velmi příznivě nakloněno. V letech 2006 a 2008 se umístilo na druhé a třetí nejvyšší příčce mezi 125 transformujícími se zeměmi.3 Jeho autoři však upozorňují na rostoucí propojení mezi estonskou politikou a obchodními zájmovými skupinami, kterého by se Estonsko mělo do budoucna vyvarovat. Tabulka č. 2: Ukazatele kvality správy Estonska v letech 1996­2005 ukazatele kvality správy v letech: 1996 1998 2000 2002 2003 2004 2005 rozsah demokracie 0,72 0,78 0,89 0,97 0,99 1,10 1,05 politická stabilita 0,60 0,74 0,64 0,89 1,04 0,92 0,68 výkonnost vlády 0,53 0,45 1,04 0,82 1,04 0,95 1,03 Poznámka: Ukazatele kvality správy nabývají normalizovaných hodnot od -2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). Zdroj: World Bank, (2005) 3.2.2. Lotyšsko Podobně jako v Estonsku, i v Lotyšsku byl rozvoj demokratických principů komplikován omezeným volebním právem u ruské menšiny. Mnoho jejích členů až do současnosti nemá lotyšské občanství. Lotyšsko po vyhlášení nezávislosti v roce 1991 automaticky přidělilo občanství jen těm obyvatelům, kteří jím disponovali před rokem 1940, nebo jejich potomkům (Strmiska, M., a kol., 2005). Ostatní obyvatelé Lotyšska museli projít procesem naturalizace (Country Report BTI, 2008). Zájem o naturalizaci mezi ruskou menšinou ovšem začal růst až se vstupem Lotyšska do Evropské unie. Plnohodnotné zapojení ruské menšiny do lotyšské politiky tedy probíhalo ještě pomaleji než v Estonsku. Důsledkem bylo přetrvání poměrně silné nacionalistické konfliktní linie v rámci lotyšského stranického systému. Politické strany, které reprezentovaly nelitevské voliče, byly obvykle nazývány jako 1 Podrobnější popis politického vývoje v Estonsku viz Příloha I. 2 Pro sestavení agregovaných ukazatelů kvality správy použila Světová banka při poslední analýze v roce 2004 celkem 352 dílčích ukazatelů z celkem 37 zdrojů od 31 organizací s mezinárodní působností. Do srovnání zahrnula 209 zemí. Své zkoumání od úvodního roku 1996 prováděla vždy v dvouletých intervalech. Určitou nevýhodou těchto dat je jejich subjektivita. Každý ze sledovaných ukazatelů nabývá normalizovaných hodnot v intervalu od ­2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). 3 Více na http://www.bertelsmann-transformation-index.de/fileadmin/pdf/Anlagen_BTI_ 2008/BTI_2008_Ranking_EN.pdf 225 ,,levicové", protože více inklinovaly k sociálně-demokratickým myšlenkám. Stranický systém Lotyšska se konsolidoval velmi pomalu.1 Až do roku 2006 se vždy před parlamentními volbami objevila řada nových politických subjektů. Jeden z nich byl současně vítězem voleb. Tyto politické subjekty těžily z personalizace lotyšské politiky. Politické strany byly ve společnosti slabě etablovány. Voliči se vyznačovali značnou volatilitou. Pro lotyšské politické strany bylo charakteristické, že prezentovaly zájmy vybraných zájmových skupin (oligarchů). Lotyšská politika se potýkala se značnou korupcí a bující byrokracií (Country Report BTI, 2008). Vlády, které vzešly z voleb, byly nestabilní. Tvořilo je hned několik politických stran často heterogenní ideologické orientace. Jejich výkonnost byla poměrně nízká, jak ukazuje tabulka Světové banky. V případě Bertelsmannova transformačního indexu se Lotyšsko umístilo až za ostatními pobaltskými státy. Prosazení dlouhodobých hospodářských záměrů nebylo v nestálém lotyšském politickém systému snadné. Tabulka č. 3: Ukazatele kvality správy Lotyšska v letech 1996­2005 ukazatele kvality správy v letech: 1996 1998 2000 2002 2003 2004 2005 rozsah demokracie 0,46 0,73 0,84 0,86 0,94 0,96 0,89 politická stabilita 0,54 0,27 0,48 0,80 1,05 0,89 0,83 výkonnost vlády -0,34 0,24 0,29 0,71 0,74 0,64 0,68 Poznámka: Ukazatele kvality správy nabývají normalizovaných hodnot od -2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). Zdroj: World Bank, (2005) 3.2.3. Litva Budování demokracie v Litvě nebylo na rozdíl od ostatních Pobaltských zemí poznamenáno problémem naturalizace etnických menšin. Litva zvolila po vyhlášení své nezávislosti v roce 1990 velkorysé řešení. Přistoupila ke zrovnoprávnění Rusů a Poláků. V litevském stranickém systému proto výhradně převládala socioekonomická konfliktní linie (Strmiska, M., a kol., 2005). Stranický systém byl v 90. letech poměrně ustálený.2 V následujícím období nabývaly na síle nové populistické formace. Příčinou tohoto jevu byla rostoucí personifikace litevské politiky. Značně vzrostla korupce ve veřejné sféře. Někteří z nejvyšších představitelů státu se museli vzdát svých postů, protože byli obviněni z účasti na korupčních kauzách (Country Report BTI, 2008). Litevské vlády lze charakterizovat jako poměrně nestabilní. Jednalo se zpravidla o koaliční vlády, které byly ideologicky nesourodé. Přes tyto nedostatky však podle Evropské komise patřila Litva mezi nejlépe připravené země na vstup do Evropské unie ve smyslu implementování evropských norem do její legislativy. Ukazatel výkonnosti vlád Světové banky dokazuje, že Litva se v tomto směru skutečně zlepšovala. 1 Podrobnější popis politického vývoje v Lotyšsku viz Příloha I. 2 Podrobnější popis politického vývoje v Litvě viz Příloha I. 226 Tabulka č. 4: Ukazatele kvality správy Litvy v letech 1996­2005 ukazatele kvality správy v letech: 1996 1998 2000 2002 2003 2004 2005 rozsah demokracie 0,71 0,86 0,96 0,85 0,99 0,98 0,90 politická stabilita 0,44 0,27 0,25 0,90 1,11 0,85 0,88 výkonnost vlády -0,16 0,20 0,46 0,64 0,77 0,72 0,85 Poznámka: Ukazatele kvality správy nabývají normalizovaných hodnot od -2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). Zdroj: World Bank, (2005) 3.2.4. Slovinsko Ve Slovinsku existoval od prvopočátku všeobecný konsensus s demokratickými principy. Slovinský stranický systém je konsolidovaný (Strmiska, M., a kol., 2005). Tvoří jej 5­7 relevantních politických subjektů, které vzejdou z parlamentních voleb.1 Většina politických stran se profiluje směrem ke středu stranického systému. Po volbách ve Slovinsku zpravidla vznikají koaliční vlády. Ani jedna z nich dosud nevydržela v nezměněné podobě až do konce svého volebního období. Znepokojení vyvolala snaha poslední slovinské vlády zasahovat do činnosti nezávislých médií (Country Report BTI, 2008). Podobné aktivity jsou obecně vnímány jako narušování demokracie. Bertelsmannův transformační index tradičně řadí Slovinsko na nevyšší příčky. Slovinsko je považováno za jednu z nejlépe se transformujících zemí světa. Tabulka č. 5: Ukazatele kvality správy Slovinska v letech 1996­2005 ukazatele kvality správy v letech: 1996 1998 2000 2002 2003 2004 2005 rozsah demokracie 0,95 0,86 0,94 1,07 1,09 1,13 1,08 politická stabilita 0,88 0,99 0,80 1,19 1,13 0,99 0,94 výkonnost vlády 0,52 0,68 0,79 0,87 1,00 0,95 0,99 Poznámka: Ukazatele kvality správy nabývají normalizovaných hodnot od -2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). Zdroj: World Bank, (2005) 3.2.5. Bulharsko Do parlamentních voleb, které se v Bulharsku konaly v roce 2001, byl jeho stranický systém označován jako dualistický (Strmiska, M., a kol., 2005). Na jedné jeho straně stála přejmenovaná, ovšem netransformovaná, komunistická strana (tj. Bulharská socialistická strana (BSP)). Na straně druhé se nacházely demokratické síly zastoupené nejprve Svazem demokratických sil (SDS) a později koalicí reformistů nazvanou Spojené demokratické síly (ODS).2 Charakter konfliktní linie ve stranickém systému se tedy nesl ryze ve smyslu komunismus versus antikomunismus. Toto rozložení politických sil bránilo rozvoji stranického systému. Transformace bulharského politického systému se v porovnání s ostatními zkoumanými zeměmi prodloužila. Důsledkem byla velmi slabá výkonnost vlád, které měla negativní vliv na bulharskou ekonomiku (viz tabulka č. 6). Vlády byly mimo jiné 1 Podrobnější popis politického vývoje ve Slovinsku viz Příloha I. 2 Podrobnější popis politického vývoje v Bulharsku viz Příloha I. 227 podezřívány z napojení na mocné ekonomické zájmové skupiny, které měly ovlivňovat jejich rozhodnutí (Country Report BTI, 2008). V současnosti zůstává postavení bulharské levice stabilnější než pravice. Pravicové strany soupeří o voliče mezi sebou navzájem a jejich snaha o integraci zpravidla troskotá. To nahrává Bulharské socialistické straně. S blížícím se vstupem Bulharska do Evropské unie se stranická konfliktní linie proměnila na souboj proevropských/proreformních stran versus antiliberálních nacionalistických stran. Nutnost splnit kritéria nezbytná pro začlenění do Evropské unie přinutila Bulharsko učinit opatření posilující demokracii a tržní mechanismy v ekonomice země. Mnoho úkolů však před bulharskými vládami stále zůstává. Bulharsko vstoupilo do Evropské unie v roce 2007. Tabulka č. 6: Ukazatele kvality správy Bulharska v letech 1996­2005 ukazatele kvality správy v letech: 1996 1998 2000 2002 2003 2004 2005 rozsah demokracie 0,11 0,43 0,54 0,51 0,50 0,57 0,59 politická stabilita -0,08 0,36 0,09 0,41 0,36 0,06 0,16 výkonnost vlády -0,64 -1,03 -0,12 0,00 -0,07 0,00 0,23 Poznámka: Ukazatele kvality správy nabývají normalizovaných hodnot od -2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). Zdroj: World Bank, (2005) 3.2.6. Rumunsko Parlamentních volebních klání, která se uskutečnila v Rumunsku od roku 1990, se tradičně účastnilo poměrně velké množství politických subjektů (Kubát, M., a kol., 2004).1 Rumunský stranický systém se vyznačoval častým vznikem nových politických stran, které sloužily spíše k uspokojení osobních ambicí jejich zakladatelů než k oslovení voličů zajímavým politickým programem. Během voleních období odcházeli zvolení zástupci ze svých mateřských politických stran, aby vytvořily nové, vlastní politické strany. V rumunském parlamentu však bylo vždy zastoupeno přibližně osm politických subjektů. Ideologicky byly poměrně polarizované. Neexistence protikomunistické opozice v poslední fázi totalitního režimu způsobila, že se boj o politickou moc v Rumunsku na počátku 90. let odehrál výhradně mezi členy bývalé komunistické strany. Jejich důvěra v demokracii a tržní mechanismy byla poměrně nízká. Proces politické a ekonomické transformace se proto v Rumunsku opozdil. Výkonnost vlád byla dle údajů Světové banky (viz tabulka č. 7) po celé období slabá. Reformy, o které se vlády pokoušely od poloviny 90. let, byly považovány za polovičaté (Country Report BTI, 2008). Provázel je pokles životní úrovně velké části obyvatel. Nedůvěra Rumunů vůči politické reprezentaci rostla. Rumunské vlády byly napojeny na silné zájmové skupiny, které ovlivňovaly jejich rozhodování. Klientelismus byl považován za fenomén rumunské politiky. Neschopnost vlád bránit se tlakům zájmových skupin se v současnosti odráží v jejich omezené úspěšnosti při zavádění reforem, které souvisejí se vstupem země do Evropské unie. 1 Podrobnější popis politického vývoje v Rumunsku viz Příloha I. 228 Tabulka č. 7: Ukazatele kvality správy Rumunska v letech 1996­2005 ukazatele kvality správy v letech: 1996 1998 2000 2002 2003 2004 2005 rozsah demokracie -0,04 0,20 0,42 0,38 0,39 0,38 0,36 politická stabilita 0,31 0,10 -0,18 0,22 0,24 0,15 0,03 výkonnost vlády -0,88 -0,63 -0,67 -0,32 -0,16 -0,11 -0,03 Poznámka: Ukazatele kvality správy nabývají normalizovaných hodnot od -2,5 (nejhorší výsledek) do +2,5 (nejlepší výsledek). Zdroj: World Bank, (2005) 3.3. Zhodnocení charakteristik demokracie v zemích ,,6CE" a jejich vliv na ekonomický růst Výsledky výzkumu Polity IV Project v tabulce č. 8 přehledně shrnují významné institucionální změny, které vedly k posílení demokratických principů u námi sledované šestice zemí (,,6CE"). Litva a Slovinsko byly z institucionálního hlediska plnohodnotnými demokraciemi od vyhlášení jejich nezávislosti v roce 1991. Jejich politické systémy byly založené na konkurenci, stranické systémy byly konsolidované a vztahy mezi mocí zákonodárnou a výkonnou byly vnímány jako vyvážené. Pozvolné zlepšování politického prostředí bylo patrné u Rumunska. Posíleny byly prvky konkurence v případě jmenování hlavy státu a soutěže politických stran o moc (XRREG ­ 3, XRCOMP ­ 3, PARCOMP ­ 4). Vztah mezi mocí výkonnou a zákonodárnou se v roce 2004 dostal na pozici shodnou se standardními demokraciemi (XCONST ­ 7). Z údajů je rovněž patrný odklon bulharského stranického systému od dualistické podoby v roce 2001 (PARCOMP ­ 4). Výsledky hodnocení Estonska jsou ovlivněny vyloučením části obyvatel země z účasti na politickém životě a nízkou zakotveností politických stran (PARREG ­ 3). Existenci poměrné silné nacionalistické konfliktní linie zachycuje ukazatel PARCOMP ­ 3. V případě Lotyška je nízká hodnota ukazatele PARREG ­ 2 způsobena nejen vyloučením ruského etnika z politického dění, ale zejména nízkou konsolidovaností stranického systému. Překvapivě nejnižších hodnot kombinovaného ukazatele politických systémů dosahuje Estonsko, které je následováno Lotyšskem. Tyto údaje o institucionálním zakotvení demokracie nám zprostředkovávají informace o: * (ne)existenci mechanismů přenosu nejrůznějších názorů (zájmů) veřejnosti k orgánům státní moci; * (ne)dodržování rovnováhy mezi orgány státní moci; * zajištění konkurence mezi politickými subjekty; * respektování pravidelného střídání vlád u moci atd. 229 Tabulkač.8:HodnoceníPolityIVProjectSlovinska,Bulharska,RumunskaaPobaltskýchzemíodroku1990 datum vzniku daného politického systému datum zániku daného politického systému trvalost politického systému ukazatel demokracie ukazatel autokracie kombinovaný ukazatel politických systémů existence pravidelpři přijímání hlavystátudo úřadu (XRREG) výskyt konkurence připřijímání hlavystátudo úřadu (XRCOMP) otevřenost procesupříjímání hlavystátudo úřaduproobčany (XROPEN) omezenípůsobnosti výkonnémoci pomocístanovených pravidelrozhodování (XCONST) existencepravidel provyjádření politických preferencí (PARREG) konkurencemezi alternativními politickými preferencemi (PARCOMP) SLOVINSKO 25.6.1991-1310010334755 BULHARSKO 30.3.199023.7.200111808334723 24.7.2001-3909334724 RUMUNSKO 21.6.199015.11.19966505224523 16.11.199620.12.20047808334624 21.12.2004-0909334724 ESTONSKO 6.9.1991-13716224733 LOTYŠSKO 6.9.1991-13808224724 LITVA 6.9.1991-1310010334755 Poznámka:Kombinovanýukazatelpolitickýchsystémůnabýváhodnotod-10(autokracie)do+10(demokracie).Vypočítánjeodečtením ukazateleautokracieodukazateledemokracie,jehožhodnotysepohybujíod0do-10,resp.0až+10.Tzv.standardizovanáhodnoceníautorit, kterénabývajíhodnot-66,-77nebo-88,symbolizujípřípady,vnichžsezeměocitlyvsituaciokupacezahraničnímisilamiběhemválky, zkolabovalavnichvládaazemizachvátilaanarchieneboprobíhalotransformačníobdobí,kdyvzniklyzcelanovéinstituce.Jednotlivéčíselné hodnotyukazatelůautokracieademokraciejsoudosaženynazákladěstanovenéhosystémukódovánívycházejícíhozpodrobnějšíchukazatelů charakterupolitickýchinstitucí.Každýztěchtoukazatelůmástanovenosvévlastníčíselnéhodnocení,jehožcílemjevěrněvykreslitstavvdané oblastipolitickýchinstitucí. Zdroj:Marshall,M.G.,Jaggers,K.,(2005) 230 Na výkonnost vlád má ovšem vliv řada dalších faktorů. Mezi nejdůležitější z nich patří nezávislost médií a transparentnost při nakládání s veřejnými zdroji. Růst nezávislosti médií souvisí s naplňováním svobody slova. Transparentnost veřejného sektoru je nepřímo spojována s mírou korupce v zemi. Platí, že čím více je omezována nezávislost médií vládou a čím vyšší je korupce v zemi, tím větší je pravděpodobnost, že efektivita výkonu vlády bude nízká. Z politického úhlu pohledu brání nedostatek informací voličům v objektivním hodnocení kompetentnosti vlád. Z ekonomického úhlu pohledu se například nedostatek informací negativně podepisuje na rychlosti inovací nebo podpoře investic a tím i na růstu produktivity. Netransparentnost veřejného sektoru často svádí vlády k účelnému plýtvání s veřejnými zdroji, které pro ekonomiky není přínosné. Výzkum nezávislosti médií každoročně provádí organizace Freedom House. Publikuje tzv. ukazatel svobody tisku. Měrou korupce se celosvětově zabývá organizace Transparency International. Sestavuje tzv. index vnímání korupce (CPI). Hodnoty těchto dvou ukazatelů nám umožňují dokreslit zjištění Světové banky, které jsme zmínili výše v textu a upozornit na možné příčiny toho, proč země jako Bulharsko a Rumunsko, které mají z institucionálního hlediska dobře zavedeny demokratické principy, dosahují nízké výkonnosti vlád. Podle údajů organizace Freedom House byla média v Bulharsku nezávislá pouze v období let 2000-2003. V ostatních letech byla ovlivněna politickými nebo ekonomickými zájmovými skupinami. V Rumunsku byla média pouze částečně nezávislá, a to po celou dobu od pádu Ceausescovy diktatury. Snaha vlád ovlivnit média s sebou přinášela účelná zkreslování či zamlčování informací před voliči. Nezávislá média by totiž otevřeně informovala voliče o jejich nekompetentnosti (resp. neefektivitě). Vlády se tímto bránily kontrole ze strany veřejnosti. Omezená svoboda slova měla také své negativní ekonomické důsledky. V současném světě, v němž je úspěch založen na využití informačních technologií, představovala omezená svoboda slova pro obě země konkurenční nevýhodu. Tabulka č. 8 rovněž potvrzuje, že v Bulharsku i Rumunsku byla korupce vnímána jako poměrně rozšířená. Rumunsko mělo nejhorší výsledky mezi zeměmi ,,6CE". Napojení vlád na silné zájmové skupiny bránilo Bulharsku a Rumunsku v zavedení potřebných ekonomických reforem. Cílem reforem měla být stabilizace ekonomik, podpora tržních mechanismů a vyšší konkurenceschopnost ekonomik. Tabulka č. 8: Index vnímání korupce (CPI) 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 Estonsko 5,7 5,7 5,7 5,6 5,6 5,5 6,0 6,4 6,7 6,5 Lotyšsko 2,7 3,4 3,4 3,4 3,7 3,8 4,0 4,2 4,7 4,8 Litva - 3,8 4,1 4,8 4,8 4,7 4,6 4,8 4,8 4,8 Slovinsko - 6,0 5,5 5,2 6,0 5,9 6,0 6,1 6,4 6,6 Bulharsko 2,9 3,3 3,5 3,9 4,0 3,9 4,1 4,0 4,0 4,1 Rumunsko 3,0 3,3 2,9 2,8 2,6 2,8 2,9 - 3,1 3,7 Poznámka: Index vnímání korupce nabývá hodnot od nuly (velká míra korupce) do deseti (korupce se v zemi prakticky nevyskytuje). Zdroj: Transparency International 231 Opačným příkladem bylo Estonsko. Jeho hodnoty kombinovaného ukazatele politických systémů jsou v současnosti horší než u Bulharska a Rumunska. Ovšem média byla v této zemi nezávislá. Míra korupce měla v čase tendenci klesat. Tyto faktory přispěly k tomu, že výkonnost estonských vlád byla lepší než těch bulharských a rumunských. Demokracie má tedy v sobě zabudovány mechanismy, které přispívají ke vzniku podmínek pro dlouhodobý růst ekonomik. Je však nutné, aby v praxi demokracie splňovala nejenom znaky sdílení moci a adaptability, ale i znak otevřenosti. Právě otevřenost demokracie v sobě skrývá potřebu rozvoje nezávislosti médií a transparentnosti veřejného sektoru. Na příkladu Bulharska či Rumunska se lze přesvědčit, že jejich vlády sice vzešly z legitimních voleb, ale jejich postavení bylo slabé, protože otevřenost demokracie u nich nebyla dostatečná. Vlády pak s obtížemi a zdlouhavě prosazovaly koncepce, které měly podpořit konkurenceschopnost jejich ekonomik. Halperin, Siegle, Weinstein (2005) uvádějí, že v porovnání s autoritativními režimy je hospodářský růst v rozvíjejících se demokraciích stabilnější co se týče jeho míry kolísání i délky v čase. Graf č. 2 znázorňuje ekonomický růst v zemích ,,6CE" v letech 1990­2006. Z grafu je patrné, že u zemí s konsolidovanými stranickými systémy, rovnovážným vztahem mezi orgány státní moci, nezávislými médii či nižší mírou korupce kolísá ekonomický růst méně. Jedná se například o Slovinsko. Naopak rumunská ekonomika kolísá značně. Data nám potvrzují, že čím více je rozvinuta demokracie v zemi (resp. čím vyzrálejší je její politický systém), tím stabilnější je míra ekonomického růstu. Dlouhodobě dobré ekonomické výsledky nám umožňují předpokládat, že země, které jich dosáhly, vytrvale usilují o růst své konkurenceschopnosti. Jejich vyspělý politický systém má pozitivní vliv zejména na jejich celkovou produktivitu výrobních faktorů. Graf č. 2: Ekonomický růst Pobaltských zemí, Slovinska, Bulharska, a Rumunska v letech 1990­2006 (v %) -35 -30 -25 -20 -15 -10 -5 0 5 10 15 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 Bulharsko Rumunsko Estonsko Lotyšsko Litva Slovinsko Zdroj: World Bank 232 4. ZÁVĚR Demokracie se vyznačuje třemi základními znaky ­ sdílením moci, otevřeností a adaptibilitou ­ které jsou mezi sebou úzce propojeny. Země, jež usilují o rozvoj demokracie, nesmí výrazně zanedbat žádnou z nich. Není tudíž důležité pouze institucionální nastavení demokratických principů, ale také ochota společnosti tyto principy respektovat a řídit se jimi. Ve vyspělých demokraciích voliči disponují prostředky, pomocí nichž jsou schopni odhalit kompetentnost vlád. Uplatňují své právo kontroly nad veřejnou mocí a nutí tím vlády k efektivnímu chování. Voliči ve vyspělých demokraciích jsou vzděláni ve smyslu znalosti výhod, které s sebou přinášejí tržní mechanismy. Naplnění svobody slova ve vztahu k médiím se pozitivně odráží v jejich vysoké míře informovanosti. Ekonomické vzdělání a informovanost voličů jsou faktory, které vlády ve vyspělých demokraciích odrazují od netransparentního chování. Jedním ze základních cílů vlád je vytrvat u moci co nejdéle. Pokud chtějí být znovu zvoleny, vlády musí činit nezbytné kompromisy, které zohledňují přesvědčení voličů a současně jsou prospěšné pro ekonomiky. Ve vyspělých demokraciích mají voliči větší zkušenost s pozitivy, která s sebou přináší vyšší konkurenceschopnost ekonomiky. Vlády v těchto zemích proto snáze zavádějí reformy, jejichž účelem je vytvořit podmínky pro dlouhodobý růst hospodářství. Země ,,6CE" v letech 1990­2007 formovaly a rozvíjely své demokratické principy. Tyto země lze rozdělit do tří skupin. První tvoří Estonsko a Lotyšsko, kterým se nedařilo naplnit znak sdílení moci. Z jejich politického života bylo vyloučeno ruské etnikum. Tato skutečnost ovlivňovala podobu jejich stranických systémů. Nenarušila ovšem základní mechanismy fungování jejich politického systému a nevytvářela uvnitř společnosti obou zemí hlubší konflikty, které by demokracii mohly ohrozit. Ve druhé skupině zemí, která měla problémy s otevřeností demokracie, se nacházelo Bulharsko a Rumunsko. Jejich vlády omezovaly svými zásahy svobodu slova a byly napojeny na silné zájmové skupiny, jež ovlivňovaly jejich jednání. Kontrola veřejnosti ve vztahu k vládě tedy měla své nedostatky, a tyto přispívaly k netransparentnímu chování vlád. Úzký vztah mezi vládami a zájmovými skupinami navíc často bránil v zavedení nezbytných ekonomických reforem. Třetí skupina zemí se skládá ze Slovinska a Lotyšska. Jejich stranické systémy byly konsolidované, vztah mezi orgány státní moci byl vyvážený a nezávislost médií byla respektována. Litva se však potýkala s vyšší mírou korupce než Slovinsko. Přesto byly charakteristiky demokracie u těchto dvou zemí naplněny nejlépe. Ze zkoumání vyplynulo, že výkonnost vlád byla ovlivněna především mírou jejich otevřenosti. Čím nižší byla otevřenost demokracie v zemi, tím nižší byla efektivita výkonu vlád. Bulharsko a Rumunsko, které byly v tomto směru dobrým příkladem, se následkem slabosti svých vlád jen pomalu uchylovaly k reformám, které měly posílit konkurenceschopnost jejich ekonomik. Hospodářský růst Bulharska a Rumunska také kolísal mnohem více než například ten Slovinska. Předpokládáme proto, že Slovinsko (resp. jeho vlády) úspěšně pracovalo na vytváření podmínek, které zajišťovaly dlouhodobý stabilní růst hospodářství. Pozitivní vliv na rozvoj demokracie a tržních mechanismů u všech námi sledovaných zemí ,,6CE" měla jejich touha stát se členy Evropské unie. Estonsko, 233 Lotyšska, Litva a Slovinsko vstoupily do Evropské unie v roce 2004. Bulharsko a Rumunsko je následovaly o tři roky později. Na závěr můžeme konstatovat, že jsme se přesvědčili, že demokracie má kladný vliv na dlouhodobý růst ekonomik. Čím vyspělejší demokratické principy v zemích jsou, tím více jsou vlády ze strany voličů nuceny k efektivnímu chování. To obvykle vytváří prostor pro reformní kroky, jejichž cílem je posílení konkurenceschopnosti ekonomik. POUŽITÁ LITERATURA CABADA, L. ­ DVOŘÁKOVÁ, V., a kolektiv: Komparace politických systémů III.. 2. vyd. Praha: Nakladatelství Oeconomica, 2004. 330 s. ISBN 80-245-0806-0. Country reports BTI, 2008. Dostupný na www: www.bertelsmann-transformation- index.de DE HAAN, J. ­ LUNDSTRŐM, S. ­ STURM, J. E.: Marked-oriented Institutions and Policies and Economic Growth: A Critical Survey. Journal of Economic Surveys, 2006, č. 20, s. 159-191. Encyklopedie Wikipedia. Dostupný na www: www.wikipedia.org FIDRMUC, J.: Political support for reforms: Economics of voting in transition countries. European Economic Review, 2000, č. 44, s. 1491 ­ 1513. FIDRMUC, J.: Economic reform, democracy and growth during post-communist transition. European Journal of Political Economy, 2003, č. 19, s. 583-604. GIAVAZZI, F. ­ TABELLINI, G.: Economic and Political Liberalizations. INNOCENZO GASPARINI INSTITUTE FOR ECONOMIC RESEARCH, 2004, Working paper č. 264, s. 1-36. HALPERIN, M. H. ­ SIEGLE, J. T. ­ WEINSTEIN, M. M.: The Democracy Advantage. How Democracies Promote Prosperity nad Peace. 1. vyd. New York: Routledge, 2005. 290 s. ISBN 0-415-95052-X. KAUFMANN, D. ­ KRAAY, A. ­ MASTRUZZI, M.: Governance Matters V: Governance Indicators for 1996­2005. 2006. Dostupný na www: www.worldbank.org/wbi/governance/ KUBÁT, M., a kolektiv: Politické a ústavní systémy zemí středovýchodní Evropy. 1. vyd. Praha: EUROLEX BOHEMIA, 2004. 432 s. ISBN 80-86432-90-4. MARSHALL, M. G. ­ JAGGER, K.: Polity IV Data Set. 2002. Dostupný na www: www.cidcm.umd.edu//polity PINTO, P. M. ­ TIMMONS, J. F.: The Political Determinant´s of Economic Performance: Political Competition and the Sources of Growth. Compariative Political Studies, 2005, č. 1, s. 26-50. PERSSON, T. ­ TABELLINI, G.: Democatic capital: The nexus of political end economic change. INNOCENZO GASPARINI INSTITUTE FOR ECONOMIC RESEARCH, 2006, Working paper č. 308, s.1-48. 234 PRZEWORSKI, A. ­ LIMONGI, F.: Political Regimes and Economic Growth. Journal of Economic Perspectives, 1993, č. 7, s. 51-69. STRMISKA, M. ­ HLOUŠEK, V. ­ KOPEČEK, L. ­ CHYTILEK, R.: Politické strany moderní Evropy: Analýza stranicko-politických systémů. 1. vyd. Praha: Portál, 2005. s. 727. ISBN 80-7367-038-0. TABELLINI, G.: The Role of the State in Economic Development. KYKLOS, 2005, č. 2, s. 283-303. Freedom House: ukazatel svobody tisku. Dostupný na www: www.freedomhouse.org Freedom House: ukazatel politických práv a občanských svobod. Dostupný na www: www.freedomhouse.org Transparency International: index vnímání korupce. Dostupný na www: www.transparency.org Světová banka: ekonomický růst (v %). Dostupný na www: www.worldbank.org ŽÍDEK, L.: Dějiny světového hospodářství. 1. vyd. Plzeň: Aleš Čeněk, 2007. 391 s. ISBN: 978807380052. PŘÍLOHA I. Estonsko Estonsku se otevřela cesta k získání nezávislosti v polovině 80. let, když se k moci v Sovětském svazu dostal M. S. Gorbačov (Strmiska, M., a kol., 2005 a dále Cabada, L., Dvořáková, V., a kol., 2004). Jeho politiky perestrojky a glasnost vedly v estonském prostředí k rozvoji opozice a k nárůstu protisovětského hnutí. Proměna Estonska v demokracii se odehrávala ve třech etapách. Od roku 1986 do podzimu 1988 se v Estonsku krystalizovaly zárodky pozdějších politických formací. V druhé fázi, která trvala do jara 1990, vznikla Lidová fronta. Jednalo se o široké proreformně orientované hnutí. Z počátku jeho existence v něm hráli rozhodující roli proreformně orientovaní komunisté. Vítězství Lidové fronty ve volbách do Kongresu lidových zástupců SSSR v roce 1989 představovalo skutečný odrazový můstek pro demokratizaci Estonska. Do tohoto období rovněž spadají první pokusy o ekonomické reformy. V srpnu 1991 byla poslední etapa transformace politického systému završena vyhlášením nezávislosti Estonska. Estonsko se rozhodlo pro vytvoření parlamentního politického systému. Pro volby do jednokomorového parlamentu byl zvolen poměrný volební systém. Zvláštností Estonska bylo, že volební právo bylo přiznáno pouze estonským občanům, tj. těm, kteří měli estonské občanství ke dni 16. 6. 1940, a jejich potomkům. Toto opatření bylo reakcí na diskriminaci estonské populace během totalitního režimu. První svobodné parlamentní volby po dosažení nezávislosti se v Estonsku konaly na podzim 1992. Voliči v nich diskvalifikovali politické subjekty hlásící se k levici. Vítězem voleb se stal blok Vlast (I). Pravostředovou koaliční vládu s ním vytvořily Umírnění (M) a Estonská strana národní nezávislosti (ERSP). V čele vlády stanul M. Laar (I). Laarova vláda se rozpadla v září 1994. Příčinou jejího rozpadu byly spory uvnitř I a ERSP, které vyvrcholily rozštěpením obou frakcí na radikály a 235 umírněné. Jejich poslanecké kluby v parlamentu se rozdělily. Do voleb 1995 pak řídil zemi kabinet Andrese Taranda (M), který tvořili zástupci stran Laarovy koalice. V parlamentních volbách v březnu 1995 byly nejúspěšnější strany levého středu. Nejvíce voličských hlasů obdržela Koaliční strana (KE). K vládní spolupráci přizvala Stranu středu (K). Skandál předsedy K Savisaara ovšem zapříčinil rychlý rozpad této vlády. V říjnu 1995 byl předseda KE Vähi znovu pověřen prezidentem republiky sestavením vlády. Tentokrát si za koaličního partnera zvolil Reformní stranu (ER). Vznikla pravostředová vláda. Z estonských parlamentních voleb roku 1999 vzešla jako vítěz Strana středu (K). Její předseda Savisaar nebyl po volbách schopen sestavit většinovou vládní koalici. Iniciativa tak přešla na pravostředové strany. Vládní koalici nakonec uzavřela Vlastenecká unie (I) společně s Umírněnými (M) a s Reformní stranou (ER). Ani tato vláda nezůstala v úřadu v nezměněné podobě po celé volební období. V roce 2002 byla vystřídána kabinetem K a ER. Další řádné parlamentní volby se v Estonsku konaly v roce 2003. Opakovaně je vyhrála Strana středu (K). Všechny středové a pravicové politické strany však dopředu avizovaly, že s ní nebudou ochotny vstoupit do vlády. K tedy neměla ani dostatek mandátů pro získání většiny v parlamentu ani žádného partnera pro vyjednávání o možné spolupráci na vládní úrovni. Příležitosti se tedy chopil Svaz pro Estonskou republiku ,,Res Republica", který ve volbách zaostal za K pouze o necelé procento hlasů. Spojil se s ER. Jejich pravicově laděná vláda padla v březnu 2005 a byla nahrazena centristickým kabinetem ER, ERL a K. Poslední parlamentní volby se v Estonsku uskutečnily v roce 2007. Vyhrála je Reformní strana (ER) těsně následovaná Stranou středu (K). Předseda Reformní strany Ansip se zasadil o vytvoření vlády spolu se Svazem pro Estonskou republiku ,,Res Republica" a se Sociálně demokratickou stranou (SE). SE vznikla v roce 2004 jako nástupnický subjekt koalice Umírněných (M). Tabulka č. 1: Výsledky parlamentních voleb v Estonsku výsledky parlamentních voleb (v %) název politické strany zkratka ideologická orientace 1992 1995 1999 2003 2007 Blok "Vlast" I pravice 22,0 ˇ 7,9 16,1 7,3 Koaliční strana KE levý střed 13,6 ˇ 32,2 7,6 Strana středu K střed 12,2 ˇ 14,2 23,4 25,4 26,1 Umírnění M levý střed 9,7 ˇ 6,0 15,2 7,0 10,6 Strana estonské národní nezávislosti ERSP pravice 8,8 ˇ v koalici s I ˇ Reformní strana ER pravý střed 16,2 ˇ 16,0 ˇ 17,7 27,8 Estonská venkovská lidová strana EME levice v koalici s KE ˇ 7,3 ˇ 13,0 7,1 Estonská sjednocená lidová strana EŰRP levice 5,9 ˇ 6,1 2,2 1,0 Ruská strana Estonska VEE levice v koalici s EŰRP ˇ 2,0 ˇ 0,2 0,2 ˇ Republikánská a konzervativní lidová strana VKR pravice 5,0 ˇ Svaz pro Estonskou republiku "Res Republica" Res Publica pravice 24,6 ˇ 17,9 Estonská strana zelených EER pravý střed 7,1 ˇ Ostatní politické strany 33,7 ˇ 12,6 ˇ 6,3 ˇ 2,6 ˇ 2,2 ˇ 236 Poznámka: 1. Tento blok křesťansko-demokratických a národně- konzervativních stran se v roce 1995 rozpadl. Na jeho aktivity navázala strana Vlastenecké unie (I). 2. Koalice umírněných se v roce 2004 transformovala v Sociálně demokratickou stranu (SE). 3. Estonská sjednocená lidová strana se v roce 2006 transformovala v Konstituční stranu. Zdroj: Cabada, L., Dvořáková, V., a kol., (2004), Strmiska, M., a kol. (2005), Wikipedia Lotyšsko Kořeny přeměny Lotyšska v demokracii sahají do poloviny 80. let (Strmiska, M., a kol., 2005 a dále Cabada, L., Dvořáková, V., a kol., 2004). Tehdy se v Komunistické straně Lotyška objevilo proreformně orientované křídlo, které reagovalo na Gorbačovovy politiky perestrojka a glasnost. Začala se prosazovat disidentská hnutí. Jejich charakter byl převážně nacionalistický. Spontánně vznikaly občanské iniciativy zaměřené na ochranu životního prostředí a lotyšské kulturní dědictví. Ve volbách do Lotyšského nejvyššího sovětu v březnu roku 1990 jednoznačně vyhrály opoziční síly. Jednalo se o Lotyšskou lidovou stranu (LTF), která představovala široké hnutí typu fóra, a Lotyšské národní hnutí za nezávislost (LNNK). LNNK svůj politický program zaměřilo především na požadavek nezávislosti Lotyšska na SSSR. Nezávislost Lotyšsko získalo v roce 1991. Této události předcházely krvavé střety se zvláštními jednotkami, které jednaly na příkaz vlády v Moskvě. Lotyšsko se stalo parlamentní demokracií. Jeho jednokomorový parlament (Saeima) měl být volen pomocí poměrného volebního systému na dobu čtyř let. Do roku 1993, kdy se konaly další parlamentní volby, vládli v součinnosti v Lotyšsku předseda parlamentu Gorbunovs a předseda vlády Godmanis. Zahájeny byly první nezbytné reformy. První parlamentní volby v autonomním Lotyšsku vyhrála politická strana Lotyšská cesta (LC). Do úřadu vlády vstoupila společně s Lotyšským zemědělským svazem (LZS). Vláda již po roce svého působení v červnu roku 1994 padla. Zástupci LZS nesouhlasili s vládní politikou v oblasti zemědělských cel a tarifů, a proto z koaliční vlády vystoupili. Menšinová vláda LC se následně opírala o levicové politické subjekty v parlamentu. Podpora vlády však byla nestabilní, což vedlo k vypsání předčasných parlamentních voleb. Výsledkem parlamentních voleb v roce 1995 byla velká fragmentace lotyšského zákonodárného orgánu. Vítězná Demokratická strana ,,Hospodář" (Saimnieks) nezískala pro svoji navrhovanou koaliční vládu v parlamentu dostatečnou podporu. I druhý pokus o sestavení vlády byl neúspěšný. Patovou situaci vyřešilo až pověření nestraníka, podnikatele Škleho, ke zformování vlády. Škleho ideologicky heterogenní vládu tvořili zástupci formací Demokratická strana ,,Hospodář (Saimnieks), Za vlast a svobodu (TuB), Lotyšská cesta (LC), Lotyšské národní hnutí za nezávislost (LNNK), Strana jednoty Lotyšska (LVP), a Lotyšský zemědělský svaz (LZS). Škle rezignoval na post předsedy vlády v roce 1997. Reagoval tak na obvinění z autoritativního stylu své vlády. Záhy však sestavil vládu novou, která svým složením prakticky kopírovala tu předchozí. Po druhé rezignaci Škleho v roce 1998 se pokračovalo v praxi širokého kabinetu, který však opustila strana Saimnieks. Škle v květnu 1998 založil Národní stranu (TP). Tento nový politický subjekt vyhrál parlamentní volby, které se uskutečnily o pět měsíců později. TP ovšem nebyla pověřena sestavením vlády. Toto privilegium získal člen strany LC Krištopans. 237 Odmítl koalici s TP a vytvořil menšinovou koaliční vládu LC, TuB/LNNK a JP (resp. Nová strana). Během volebního období se opět projevila značná nestabilita lotyšského politického systému. Krištopansova vláda byla v roce 1999 nahrazena pravostředovým kabinetem v čele s Šklem. Škle přizval k vládní spolupráci LC a TuB/LNNK. Ideologická heterogennost vlády vedla v roce 2000 k odchodu LC a TuB/LNNK. Kontroverzní Škle byl následně nahrazen na postu předsedy vlády Brzinšem (LC) a vládu opět sestavily centristické s pravicové strany LC, TP, JP a TuB/LNNK. Vítězem parlamentních voleb se v roce 2002 stala nově vzniklá strana Nová éra se ziskem 23,9% voličských hlasů. Koaliční pravostředová vláda Repše (JL) byla navíc složena z představitelů Lotyšské první strany (LPP), Lotyšské strany zelených (LZP), LZS a TuB/LNNK. V roce 2004 nastoupila do úřadu menšinová vláda, jejímž předsedou byl Emsise (LZP). Pravicový kabinet doplňovaly LZS, TP a LPP. Ve vládě byla zastoupena i JL, aniž by byla oficiálně členskou vládní koalice. Tato skutečnost se změnila, když byla na konci roku 2004 podepsána nová koaliční smlouva mezi TP, JL, LPP, LZS a LZP. Na jejím základě vznikl další nový kabinet, v jehož čele stanul Kalvitis (TP). Největší počet hlasů voličů v parlamentních volbách 2006 obdržela Národní strana (TP). Koaliční vládu vytvořila s LZS, TuB a LPP. Tato vláda pod vedením A. Kalvitise vydržela v úřadu pouze do prosince 2007. Předsedou současné vlády je I. Godmanis. Tabulka č. 2: Výsledky parlamentních voleb v Lotyšsku výsledky parlamentních voleb (v %) název politické strany zkratka ideologická orientace 1993 1995 1998 2002 2006 Lotyšská cesta LC levý střed 32,4 ˇ 14,7 18,2 4,9 koal. s LPP ˇ Lotyšské národní hnutí za nezávislost LNNK pravice 13,4 ˇ 6,4 14,2 5,4 6,9 Strana jednoty lidu TSP levice 12,0 ˇ 5,6 14,2 18,9 14,4 Lotyšský zeměděský svaz LZS pravý střed 10,7 ˇ 6,4 2,5 9,5 16,7 Lotyšská socialistická strana4 LSP levice 5,8 ˇ 5,6 koal. s TPS, L koal. PCTVL koal. s TSP ˇ Za vlast a svobodu TuB pravice 5,4 ˇ 11,6 koal. s LNNK ˇ koal. s LNNK ˇ koal. s LNNK ˇ Křesťanskodemokratická unie KDS pravý střed 5,0 ˇ 2,3 ˇ koal. s LPP ˇ Demokratická strana "Hospodář" DCP/Saimnieks levice 4,7 ˇ 15,2 1,6 Strana jednoty Lotyšska LVP levice 7,1 ˇ Národní hnutí za LotyšskoZgeristova strana TKL pravice 14,9 ˇ 1,7 Národní strana TP pravice 20,9 ˇ 16,7 19,6 Lotyšská sociálnědemokr. dělnická strana LSDSP levý střed 4,6 ˇ 12,9 4,0 3,5 Nová strana JP pravice 7,4 ˇ Lotyšská první strana LPP pravice 9,6 ˇ 8,6 Nová éra JL pravý střed 23,9 ˇ 16,4 Za lidská práva sjednoceného Lotyšska PCTVL levice 6,0 ˇ Ostatní politické strany 10,6 7,9 4,1 7,1 7,9 238 Poznámka: 1. Lotyšské národní hnutí za nezávislost se v roce 1995 přeměnilo z volnějšího hnutí na politickou stranu, která dostala název Lotyšská národní konzervativní strana (LNNK). Od roku 1998 ve volbách kandidovala v koalici s politickým sdružením Za vlast a svobodu (TuB). 2. Tento název přijala strana po volbách v roce 1993. Proměnila se z formace SLAT. Ve volbách v roce 2002 kandidovala ve volbách v koalici PCTVL (tj. TSP, LZS a L). V roce 2006 vstoupila do koalice Harmonický střed. 3. Ve volbách v roce 1995 v koalici s KDS. Od voleb v roce 2002 v koalici s Lotyšskou stranou zelených(LZP). 4. L je zkratka Strany za rovná práva. Zdroj: Cabada, L., Dvořáková, V., a kol., (2004), Strmiska, M., a kol. (2005), Wikipedia Litva Počátek demokratizace Litvy spadá podobně jako u ostatních pobaltských států do poloviny 80. let (Strmiska, M., a kol., 2005) (Cabada, L., Dvořáková, V., a kol., 2004). V Litevské komunistické straně v té době vzniklo proreformní křídlo. Z něj se následně vyčlenilo Litevské přestavbové hnutí (Sajdis), které se od roku 1989 podílelo na vládnutí v Litvě. V roce 1990 vyhlásila Litva nezávislost. Zásah moskevského centra ji ovšem pozastavil. Obnovena byla po úspěšném referendu v roce 1991. Ústava z roku 1992 v Litvě zavedla parlamentní formu demokracie. Legislativní moc je podle ní reprezentována jednokomorovým parlamentem (Seimas), jehož poslanci jsou voleni pomocí smíšeného volebního systému. Parlamentní volby v roce 1992 se nesly ve znamení porážky hnutí Sajdis. Její příčinou byla nespokojenost obyvatel se stavem ekonomiky, nízká akceschopnost vlády Sajdisu, odmítání autoritativní vlády jejího předsedy Landsbergise či nedostatečná organizační síť hnutí. Nejvíce hlasů obdržela ve volbách Litevská demokratická strana vlády (LDDP). Jednalo se o přejmenovanou Litevskou komunistickou stranu. Nový kabinet zahájil ekonomické reformy. LDDP vytrvala u moci po celé volební období. Parlamentní volby v roce 1996 vynesly do úřadu vlády pravicové politické subjekty. Nejúspěšnější z nich byl Vlastenecký svaz Litevští konzervativci (TS-LK), které obdržel 31,3 % hlasů. Během volebního období 1996 ­ 2000 se u moci vystřídaly hned tři vlády. První byla složena z TS-LK, LKDP (Litevská křesťanskodemokratická strana) a LCS (Litevská unie středu). V roce 1999 vládla po velmi krátký časový interval úřednická vláda, kterou vystřídal kabinet složený s TS-LK, LKDP. Pravostředovým vládám se nedařilo provádět dobrou hospodářskou politiku. Před parlamentními volbami v roce 2000 se v litevské stranické politice začala projevovat tendence k personalizaci politiky. Charisma vůdců stran se pro voliče stávalo důležitějším faktorem pro rozlišení mezi politickými subjekty než rozdíly v jejich politických programech. Ve stranickém systému se objevily nové politické subjekty jako Nová unie (NS) či Litevská liberální unie (LLS). Výzkumy veřejného mínění avizovaly, že jejich podpora mezi voliči je vysoká. Vítězem voleb se stala levicová Brazauskasova koalice, když získala 31,1% hlasů voličů. Vládu však sestavily strany Koalice nové politiky, která byla složena z LLS, NS, LCS a MKDS (Moderní křesťanskodemokratická unie). Tato vláda byla poměrně slabá a vnitřně nesourodá, což zapříčinilo její pád v roce 2001. K moci se dostává Bazauskasova koalice, která mezitím prošla procesem vzájemného slučování. V jejím kabinetu zasedli kromě nestraníků i představitelé NS. Tato vláda vytrvala v úřadu až do konce volebního období. 239 Prozatím poslední parlamentní volby se v Litvě konaly v roce 2004. Na prvním místě se v nich umístila nová populisticky orientovaná Strana práce (DP). Pod vedením Brazauskase byla sestavena koaliční vláda za účasti levicových a centristických formací LSDP, NS, DP a VNDP (Svaz rolnické a nové demokratické strany). Brazauskasova vláda však musela čelit korupčním skandálům. V červenci 2006 byla nahrazena vládou včele s G. Kirkalasem. Tabulka č. 3: Výsledky parlamentních voleb v Litvě výsledky parlamentních voleb (v %) název politické strany zkratka ideologická orientace 1992 1996 2000 2004 Litevská demokratická strana práce LDDP levice 42,6 ˇ 10,1 Litevské přestavbové hnutí Sąjűdis levý střed 20,5 ˇ Litevská křesťansko-demokratická strana1 LKDP pravice 12,2 ˇ 10,4 3,1 1,4 Litevská sociálně-demokratická strana2 LSDP levice 5,9 ˇ 6,9 31,1 20,7 Litevská unie středu LCS pravý střed 2,5 ˇ 8,7 2,9 9,2 Vlastenecký svaz Litevští konzervativci TS-LK pravice 31,3 ˇ 8,6 14,7 Nová unie (sociální liberálové) NS levý střed 19,6 ˇ v koalici s LSDP ˇ Litevská liberální unie3 LLS pravý střed 1,5 ˇ 1,9 17,3 11,4 Litevská rolnická strana LVP pravý střed 1,8 ˇ 4,1 6,6 Strana práce DP nezařaditelná 28,5 ˇ Ostatní politické strany 11,4 25,7 9,1 7,5 Poznámka: 1. V koalici s LDP a LPKTS. 2. Ve volbách v roce 2000 byla LDSP součástí tzv. Brazauskasova koalice (LDDP, LSDP, NDP a LRS). Ve volbách 2004 vystupovala v koalici s NS. 3. V roce 2004 byla LLS součástí Koalice Rolanda Paksase "Za řád a právo". Zdroj: Cabada, L., Dvořáková, V., a kol., (2004), Strmiska, M., a kol. (2005), Wikipedia Slovinsko V průběhu 80. let ve Slovinsku vznikaly nejrůznější instituce občanské společnosti (Strmiska, M., a kol., 2005) (Cabada, L., Dvořáková, V., a kol., 2004). Nejčastěji usilovaly o demokratizaci země nebo o dosažení národní či mezinárodní suverenity země. V polovině 80. let se myšlenka demokratických reforem začala intenzivně prosazovat i u části členů Svazu komunistů Slovinska. Jeho reformní křídlo si rychle získalo vliv ve straně. Usilovalo o proměnu strany v moderní levicovou formaci. Koncem 80. let rovněž postupně vznikaly a obnovovaly se další politické subjekty. K nejvýznamnějším z nich patřila koalice Demokratická opozice Slovinska (DEMOS). DEMOS vyhrála první svobodné parlamentní volby, které proběhly ve svazových republikách Jugoslávie. Následně ji zasáhl proces štěpení podobně jako jiné formace tohoto typu v postkomunistických zemích. V zájmu stabilizace politické situace v zemi tudíž byly vypsány předčasné parlamentní volby. Nezávislost byla ve Slovinsku vyhlášena v roce 1991. Předcházelo ji referendum, v němž se naprostá většina slovinské veřejnosti vyslovila pro samostatnost Slovinska. Slovinsko si zvolilo parlamentní politický systém. Jeho parlament je složen ze dvou komor. Volby do dolní komory (Státního shromáždění) jsou založeny na poměrném volebním systému se silnými prvky personalizace. 240 Parlamentní volby v roce 1992 se nesly ve znamení porážky někdejší široké antikomunistické koalice DEMOS. Největší počet volebních hlasů získal Liberální demokraté Slovinska (LDS). Kromě liberálních demokratů zasedli v Drnovšekově vládě zástupci Slovinských křesťanských demokratů (SKD), Sjednocené kandidátky (ZL) a Sociálně demokratické strany Slovinska (SDS). Poslední dva zmíněné subjekty se v roce 1993 sloučily a vytvořily politickou stanu Sjednocená kandidátka sociálních demokratů (ZLSD). Koncentrace probíhala také u dalších subjektů slovinského stranického systému. Před koncem volebního období ZLSD vládu opustila. Důvodem byl nesouhlas s úpravami důchodů. Spory se vyostřily i mezi zbývajícími členy tehdy již menšinové vlády LDS/SKD. Týkaly se ambicí Slovinska stát se členem EU či restitucí. Řádné parlamentní volby v roce 1996 s přehledem vyhrála LDS. Sestavování vlády se neobešlo bez komplikací. Napoprvé při něm LDS nebyla úspěšná. Při druhém pokusu si zvolila za svého koaličního partnera Slovinskou lidovou stranu (SLS). Ukázalo se ovšem, že tato ideologicky nesourodá vláda nebude schopná najít u řady témat společné stanovisko. V praxi pak často vládní strany hlasovaly odlišně při schvalování zákonů v parlamentu. Na počátku roku 1999 podstoupila slovinská pravice proces integrace. Byla založena Koalice Slovinsko mezi SLS, SKD a SDS. SLS a SKD se sloučily. Vznik SLS+SKD vedl k odchodu ministrů SLS z Drnovšekovy vlády. Předsedovi vlády Drnovšekovi se nepodařilo získat podporu pro jeho menšinový kabinet. Do funkce premiéra byl proto jmenován Bajuk (SLS+SKD). Po složitých parlamentních jednáních se mu podařilo získat v parlamentu důvěru pro jeho vládu složenou ze stran Koalice Slovinsko. Stabilita Bajukovy vlády byla od počátku narušována rozpory uvnitř SLS+SKD. Část členské základny se proto od SLS+SKD odtrhla a vytvořila v roce 2000 nový politický subjekt Nové Slovinsko-Křesťanská lidová strana (NSi). Vláda přestála tuto nelehkou stranickou situaci a vytrvala ve svém úřadu až do nadcházejících voleb. Parlamentní volby, které se uskutečnily v roce 2000, s sebou přinesly porážku stran Bajukovy vládní koalice a posílení role LDS v rámci slovinského stranického systému. LDS opět vyhrála, a to se ziskem 36,2% volebních hlasů. Pro strany Bajukovy vládní koalice byla obhajoba mandátů obtížná. LDS se podle průzkumů veřejného mínění těšila oblibě u voličů už v období, kdy se Bajukova vláda ujala moci. Jednání o vytvoření nové vlády byla zdlouhavá. LDS postupně získala pro vládní koaliční spolupráci ZLSD, SLS+SKD a DeSUS (Demokratická strana důchodců Slovinska). Vláda vytrvala v nezměněné podobě až do roku 2002, kdy byl Drnovek zvolen slovinským prezidentem. Na postu předsedy vlády ho vystřídal Rop. Vláda současně postoupila určitou rekonstrukci, když ji opustila SLS+SKD. V roce 2004 ­ poprvé od získání nezávislosti Slovinska ­ nezvítězila v parlamentních volbách LDS. U voličů se projevila únava z její vlády. Preference strany rovněž klesly v důsledku spojování LDS s korupčními jevy. Sama LDS podcenila sílu svých soupeřů. Vítězem voleb se stala SDS. Předseda SDS Janša vytvořil vládu, ve které byly zastoupeny pravicové a středopravicové subjekty (SDS, NSi, SLS) a strana DeSUS. Vláda vytrvala v úřadu až do současnosti. 241 Tabulka č. 4: Výsledky parlamentních voleb ve Slovinsku výsledky parlamentních voleb (v %) název politické strany zkratka ideologická orientace 1992 1997 2000 2004 Liberální demokraté Slovinska LDS levý střed 23,5 ˇ 27,0 36,2 22,8 Slovinští křesťanští demokraté SKD pravý střed 14,5 ˇ 9,6 Sjednocená kandidátka sociálních demokratů2 ZLSD Levice 13,6 ˇ 9,0 12,1 10,2 Slovinská národní strana SNS pravý střed 10,0 ˇ 3,2 4,4 6,3 Slovinská lidová strana1 SLS pravý střed 8,7 ˇ 19,4 9,5 6,8 Zelení Slovinska ZS Střed 3,7 ˇ 1,8 0,9 ˇ 0,7 Slovinská demokratická strana SDS pravý střed 3,3 ˇ 16,1 15,8 29,1 Demokratická strana důchodců Slovinska DeSUS levice 4,3 ˇ 5,2 4,0 Nové Slovinsko - Křesťanská lidová strana NSi pravice 8,8 ˇ 9,1 Strana mladých Slovinska SMS nezařaditelná 4,3 ˇ 2,1 Ostatní politické strany 17,7 9,6 2,2 8,6 Poznámka: 1. SLS a SKD v roce 2000. 2. ZLSD vznikla sloučením ZL (Sjednocené kandidátky) a Sociálně demokratické strany Slovinska (SDS) v roce 1993. Zdroj: Cabada, L., Dvořáková, V., a kol., (2004), Strmiska, M., a kol. (2005), Wikipedia Bulharsko V Bulharsku se protikomunistická opozice objevila až na konci 80. let (Cabada, L., Dvořáková, V., a kol., 2004) (Kubát, M., a kol., 2004). Představovalo ji například odborové hnutí Podkrepa a ekologické hnutí Ekoglasnosť. Základy bulharského demokratického vývoje byly položeny počátkem roku 1990 při jednáních u tzv. kulatého stolu. Jednání se zúčastnili představitelé Bulharské komunistické strany (BKP) a zástupci opozice, kteří byli sdruženi ve Svazu demokratických sil (SDS). Výsledkem jednání byla dohoda o konání svobodných parlamentních voleb. První parlamentní volby v roce 1990 vyhrála Bulharská socialistická strana (BSP). Jednalo se fakticky o přejmenovanou BKP. Její vítězství bylo mimo jiné zapříčiněno slabou tradicí bulharského stranického systému. Bulharsko bylo podle své nové ústavy parlamentní demokracií. Moc zákonodárná byla svěřena jednokomorovému parlamentu, resp. Národnímu shromáždění. Volby poslanců do parlamentu probíhaly podle poměrného volebního systému. V parlamentních volbách, které se konaly v roce 1991, obdržel nejvíce voličských hlasů Svaz demokratických sil (SDS). Do bulharského parlamentu se kromě něj probojovaly už jen Bulharská socialistická strana (BSP ) a Hnutí za práva a svobody (DSP). SDS a BSP vytvořily dva silné ideologicky rozdílné bloky, které se vyznačovaly vzájemně konfrontační politikou. Tato rozložení politických sil ztěžovalo rozvoj bulharského stranického systému. Vláda SDS podporovaná zvnějšku DPS se neudržela po celé volební období z důvodu štěpení uvnitř SDS. V roce 1992 byla nahrazena poloúřednickou vládou. V předčasných parlamentních volbách v roce 1994 zvítězila BSP. 43,5% hlasů voličů ji umožnilo získat absolutní většinu v parlamentu. Vláda BSP ovšem Bulharsko téměř přivedla k ekonomickému krachu. HDP klesal, zemi trápila 242 hyperinflace, finanční trhy kolabovaly. Veřejnost reagovala masovými demonstracemi. Vláda BSP byla přinucena vypsat další parlamentní volby. Vítězem mimořádných parlamentních voleb v roce 1997 se stala koalice Spojené demokratické síly (ODS). Teprve vláda ODS v čele s předsedou vlády Kostovem začala podnikat skutečné politické a ekonomické reformy, které měly vést ke stabilizaci Bulharska. Podstatným znakem celého období 90. let byla naprostá eroze důvěry k politickému systému. Příčinou byla nejenom špatná ekonomická situace Bulharska, ale i nejrůznější finanční a korupční skandály. Za této situace se zvyšovala poptávka Bulharů po zcela nových politických stranách. Zmíněná situace napomohla straně Národního hnutí Simeona II. (NDSV) vyhrát poměrně přesvědčivě parlamentní volby v roce 2001. Tato politická strana se zformovala okolo Simeona II. Saskokoburgského, potomka bulharského krále, který se navrátil do země ze španělského exilu. NDSV oslovila voliče s reformním proevropským programem. Vítězství NDSV znamenalo zásadní proměnu bulharského stranického systému. Byl opuštěn jeho dualistický charakter. NDSV sestavila polopolitickou vládu západních odborníků, v čele se Simeonem II., do které byli včleněni i zástupci DPS a později i nestraníci navržení BSP. Vláda působila v úřadu po celé volební období. Parlamentní volby v roce 2005 vyhrála levicová Koalice za Bulharsko (KB). Volby vedly ke zformování koaliční vlády, kterou tvořily tři strany: KB, NDSV a DSP. Vláda stála před nelehkým úkolem, který spočíval ve změnách hospodářské politiky a v institucionálních reformách souvisejících se vstupem země do EU. Přes určitá úskalí vstoupilo Bulharsko společně s Rumunskem do EU v roce 2007. Vláda působí ve úřadu i v současnosti. Tabulka č. 5: Výsledky parlamentních voleb v Bulharsku výsledky parlamentních voleb (v %) název politické strany zkratka ideologická orientace 1990 1991 1994 1997 2001 2005 Bulharská socialistická strana BSP levice 52,7 ˇ 33,1 43,5 22,0 koal. KB ˇ koal. KB ˇ Svaz demokratických sil SDS pravice 36,0 ˇ 34,3 24,2 koal. ODS ˇ koal. ODS ˇ koal. ODS ˇ Spojené demokatické síly ODS pravý střed 52,2 ˇ 18,2 8,4 Hnutí za práva a svobody DPS střed 5,7 ˇ 7,5 5,4 7,6 7,5 ˇ 14,1 Bulharský národní zemědělský svaz BZNS střed 4,0 ˇ 3,9 ˇ koal. ODS ˇ koal. ODS ˇ koal. ODS ˇ Národní svaz NS pravý střed 6,5 ˇ Bulharský podnikatelský blok BBB pravice 4,7 ˇ 4,9 ˇ Eurolevice EL levý střed 5,5 ˇ 1,0 Národní hnutí Simeona II. NSDV pravý střed 42,2 ˇ 21,8 Koalice Za Bulharsko KB levice 17,1 ˇ 34,0 Svaz národního útoku NOA pravice 8,9 ˇ Demokraté pro silné Bulharsko DSB pravý střed 7,1 ˇ Bulharský národní svaz BNS pravý střed 5,7 ˇ Ostatní politické strany 0,0 21,2 15,7 7,8 14,0 0,0 Zdroj: Cabada, L., Dvořáková, V., a kol., (2004), Strmiska, M., a kol. (2005), Wikipedia 243 Rumunsko V Rumunsku začal vznikat stranický systém až po pádu Ceausescovy diktatury v roce 1989 (Cabada, L., Dvořáková, V., a kol., 2004 a dále Kubát, M., a kol., 2004). Nová legislativní úprava způsobila, že v krátké době se v zemi objevilo na 200 politických stran a hnutí. Bezprostředně po pádu diktatury byla politická situace velmi nestabilní. Neobešla se bez projevů násilí. Pořádek v zemi měla obnovit prozatímní vláda Fronty národní spásy (FNS). FNS bylo široké politické hnutí podobné těm, které vznikaly v ostatních postkomunistických zemích. Cílem vlády bylo připravit parlamentní volby, které se uskutečnily v květnu 1990. Jejich jednoznačným vítězem se stala FNS s 66,3% hlasů. Pro tehdejší rumunskou politickou kulturu byl charakteristický nesmiřitelný vztah mezi vládou a opozicí. Opoziční síly usilovaly o svržení vlády, vláda o likvidaci opozice. Napětí vzrůstalo rovněž ve vztahu k maďarskému etniku. FNS se na jaře roku 1992 rozštěpila na dvě politické strany. Jednalo se o Sociálně demokratickou stranu Rumunska (PDSR) Iona Iliesca a Demokratickou stranu-Fronta národní spásy (PD-FSN) Petra Romana. V roce 1991 byla schválena rumunská demokratická ústava, jež definovala politický systém jako poloprezidentský tzv. francouzského typu. Prezident byl volen přímo a měl rozšířené kompetence v oblasti zahraniční politiky, obrany a veřejného pořádku. Rumunský parlament se vyznačoval vzájemnou rovností obou jeho komor. Členové zákonodárného sboru byli voleni pomocí poměrného volebního systému. Ústava pak byla významně modifikována v roce 2003. Parlamentní volby v roce 1992 vyhrála Sociálně demokratická strana Rumunska (PDSR). Druhé dva nejsilnější subjekty, které vzešly z voleb, Demokratická konvence Rumunska (CDR) a Demokratická strana-Fronta národní spásy (PDFSN), s ní po volbách odmítly spolupracovat na vládní úrovni. PDSR proto doplnila svoji vládu několika odborníky. V parlamentu se opírala o podporu nacionalistických a postkomunistických politických subjektů. Vztahy mezi vládou a opozicí zůstávaly i nadále vyhrocené. Politická transformace Rumunska byla komplikovanější než v ostatních postkomunistických zemích. Potlačení disidentských hnutí za Ceausesovy vlády způsobilo, že se po pádu diktatury odehrával boj o moc výhradně mezi bývalými členy komunistické strany. Tito politici příliš nevěřili v prospěšnost pluralistické demokracie a tržní ekonomiky. Politická i ekonomická transformace se proto v Rumunsku opozdila. Demokratická opozice byla úspěšná až v parlamentních volbách v roce 1996. Vítězná Demokratická konvence Rumunska (CDR) vytvořila vládu společně se Sociálně demokratickou unií (USD) a Maďarským demokratickým svazem v Rumunsku (UDMR). Jednalo se o nesourodé politické uskupení. Vláda se od počátku svého volebního období potýkala se značnou nestabilitou.1 Negativně se to odrazilo na ekonomických reformách, které vláda zahájila. Radikální reformy měly často polovičatý charakter. Vláda přistoupila k privatizaci státem vlastněných podniků, liberalizovala ceny, zavedla plnou konvertibilitu rumunské měny či konsolidovala bankovní sektor. Reformy provázel pokles životní úrovně obyvatel. 1 V roce 1998 ji opustila USD. Vážné spory mezi CDR a UDMR se vyskytovaly během celého volebního období. 244 Voliči prožívali pocity zklamání, obav a strádání, z nichž obviňovali politickou reprezentaci. Nebylo proto žádným překvapením, že se při parlamentních volbách v roce 2000 voliči přiklonili k levici. Zvítězila PDSR. Pro parlamentní volby v roce 2000 byl charakteristický úspěch nacionalistických stran zejména Strany velkého Rumunska. Parlamentní volby v roce 2004 vyhrála Strana sociální demokracie v Rumunsku (PDSR, resp. PSD). Do vlády však usedli zástupci PNL a UDMR. Předsedou vlády se stal C. Tariceau. Vláda svůj mandát udržela až do současnosti. Tabulka č. 6: Výsledky parlamentních voleb v Rumunsku výsledky parlamentních voleb (v %) název politické strany zkratka ideologická orientace 1990 1992 1996 2000 2004 Fronta národní spásy FSN (PD-FSN či PD) pravý střed 66,3 ˇ 10,2 7,0 ˇ koal. PNL ˇ Maďarský demokratický svaz v Rumunsku UDMR etnická strana 7,2 7,5 6,6 6,8 ˇ 6,2 ˇ Národní liberální strana5 PNL pravý střed 6,4 ˇ 2,6 6,9 ˇ 31,5 Rumunské ekologické hnutí MER nezařazeno 2,6 ˇ 2,3 ˇ Křesťansko-demokratická rolnická národní strana PNŢCD pravice 2,6 ˇ koal. CDR ˇ koal. CDR ˇ koal. CDR ˇ 1,8 ˇ Strana rumunské národní jednoty PNUR pravice 2,1 ˇ 7,7 4,4 1,4 Strana sociální demokracie v Rumunsku4 PDSR (PSD) levý střed 27,7 ˇ 21,5 36,6 36,8 ˇ Demokratická konvence Rumunska CDR (CDR 2000) střed 20,0 ˇ 30,2 5,0 Strana Velkého Rumunska PRM levice 3,9 ˇ 4,5 19,5 13,0 Socialistická strana dělnická PSM levice 3,0 ˇ 2,1 0,8 Sociálně demokratická unie USD pravý střed 12,9 ˇ Aliance pro Rumunsko ApR levý střed 4,1 ˇ Strana nové generace PNG střed 2,2 ˇ Ostatní politické strany 12,8 15,1 17,8 11,9 8,5 Poznámka: 1. Fronta národní spásy (FSN) se na jaře roku 1992 rozštěpila na Rumunskou stranu sociální demokracie (PDSR) a Demokratickou stranu - Fronta národní spásy (PDFSN). PD-FSN ve volbách v roce 2000 vystupovala pod zkráceným názvem Demokratická strana PD. 2. Ve volbách v roce 2000 vystupovala CDR jako CDR 2000. 3. USD byla aliance stran Rumunská sociálně demokratická strana (PSDR) a Demokratická strana (PD). 4. Před parlamentními volbami v roce 2000 se PDSR spojila do levicové aliance s PSDR (Rumunská sociálně demokratická strana) a PUR (Humanistická strana Rumunska). Aliance nesla název Sociálně-demokratický pól Rumunska (PDSR). Ještě v roce 2000 se PDSR a PSDR dohodly na sloučení, jehož následkem vznikla PSD. Ve volbách, které se konaly v roce 2004 se PSD opět spojila s PUR a jejich uskupení neslo název Národní svaz PSD + PUR. 5. Ve volbách 2004 kandidovala PNL společně s PD pod názvem Aliance práva a spravedlnosti. Mandáty v parlamentu dostávaly také národností menšiny. Zdroj: Cabada, L., Dvořáková, V., a kol., (2004), Strmiska, M., a kol. (2005), Wikipedia 245 REGULACE A DEREGULACE VE VYBRANÝCH ZEMÍCH EU V OBDOBÍ 1990­2007 VERONIKA HEDIJA Studie je věnována analýze vývoje regulace a deregulace ve vybraných zemích Evropské unie ­ Litva, Lotyšsko, Estonsko, Rumunsko, Bulharsko a Slovinsko (6CE) v obchodí let 1990­2007. Pozornost je v práci zaměřena jak na vývoj celkové výše regulace, tak zejména její kvality. Cílem práce je postihnout hlavní vývojové trendy v oblasti regulace a deregulace v zemích 6CE a zhodnotit dopad změn v oblasti regulace na konkurenční schopnost těchto zemí. 1. ÚVOD Mezi mírou a kvalitou regulace ekonomiky a její konkurenční schopnosti existuje velmi úzká vazba. Z pohledu nové institucionální ekonomie, politické ekonomie regulace, teorie veřejné volby či konstituční ekonomie je výše a především kvalita uplatňovaných regulačních opatření jednou z determinant dlouhodobé růstové výkonnosti, kterou lze v nejširším slova smyslu ztotožnit s konkurenční schopností. Tradičně jsou rozlišovány intenzivní a extenzivní faktory ekonomického růstu. Extenzivní ekonomický růst je založen na zvyšování množství zapojovaných výrobních faktorů, zdrojem intenzivního růstu je lepší využití stávajících zdrojů. Z pohledu nové institucionální ekonomie jsou jedním z vysvětlení různé růstové výkonnosti jednotlivých ekonomik rozdílné instituce. North (1994) instituce vymezuje jako lidmi navržená omezení, která formují lidské interakce. Tato omezení mohou být formální (zákony, normy) či neformální (zvyky, uznané normy chování). Instituce přímo ovlivňují základní pravidla lidského chování a tedy i průběh ekonomických interakcí ve společnosti. Na jejich kvalitě do velké míry závisí, jakým způsobem budou využívány výrobní faktory v zemi, jak bude tento proces časově a finančně náročný, jak rychlá bude reakce subjektů na tržní podněty atd. Kvalita institucí tak významným způsobem ovlivňuje produktivitu výrobních faktorů. Regulace uplatňovaná v zemi, její výše a zejména kvalita tak sehrávají důležitou roli, jsou jedním z faktorů, který významně ovlivňuje konkurenční schopnost země. Na regulaci můžeme nahlížet různě široce, v odborné literatuře se setkáme s velmi odlišným vymezením tohoto pojmu. Regulace je převážně spojována s činností vlády, i když ani tato vlastnost není pravidlem. Organizace pro ekonomickou spolupráci a rozvoj (OECD) definuje regulaci jako soubor rozmanitých nástrojů, pomocí nichž vláda uvaluje požadavky na podniky a obyvatele (OECD, 1997, s. 6). V tomto pojetí lze pod pojem regulace zahrnout veškeré kroky podnikané vládou. S ještě širším pojetím regulace pracují Braithwaite a Drahos, kteří ztotožňují regulaci s normami, standardy, principy a pravidly, které řídí vzájemné vztahy mezi ekonomickými subjekty a jejich vynucování. Regulace zde není omezena pouze na činnost vlády, ale regulací jsou nazývány všechny formální a neformální instituce, tedy i kultura, zvyklosti, náboženství atd. (Braithwaite ­ Drahos, 2000, s. 10). Abychom pojem regulace striktněji vymezili a ohraničili, budeme v dalším textu regulací rozumět ty aktivity vlády, jejichž cílem je ovlivnit chování ekonomických subjektů a které přímo ovlivňují činnost podniků. I tato definice může být ovšem chápána velmi široce. Pojem si proto dále zúžíme. Rozlišována bude ekonomická regulace a regulace podnikatelského prostředí. Do ekonomické regulace spadají 246 opatření podporující konkurenční prostředí v zemi, regulace monopolů, cenová regulace a přímé zasahování státu do činnosti jednotlivých podniků a regulace zahraničního obchodu. Do skupiny regulace podnikatelského prostředí potom veškerá opatření, která kladou určité administrativní, finanční či časové nároky na podniky, tedy i veškerá opatření sociální regulace. Studie je věnována analýze výše a kvality regulace ve skupině členských zemí EU ­ Litva, Lotyšsko, Estonsko, Slovinsko, Rumunsko a Bulharsko. Jedná se o země střední a východní Evropy, které do EU vstoupily v roce 2004 nebo se staly členy Evropské unie při rozšíření v roce 2007. Skupinu těchto zemí budeme v textu značit zkratkou 6CE. Cílem práce je postihnutí hlavních vývojových trendů v oblasti regulace a deregulace a zhodnocení vlivu výše a kvality regulace na konkurenční schopnost ekonomik těchto zemí. Úvodní část práce je zaměřena na zmapování rozsahu a kvality regulace zkoumaných zemí na konci 80. a počátku 90. let 20. století. Tato kapitola tvoří odrazový můstek pro další analýzu. V druhé kapitole je již pozornost věnována popsání základních vývojových trendů v oblasti regulace v zemích 6CE v období 1990­2007. Vývoj regulace je popisován ve dvou samostatných kapitolách. Nejdříve je pozornost věnována ekonomické regulaci, dále potom regulaci podnikatelského prostředí. Nakonec je zhodnocen vývoj rozsahu a kvality celkové regulace ve vazbě na konkurenční schopnost zemí 6CE. V závěrečné části práce je popsán současný stav regulace zemí 6CE a shrnuty hlavní vývojové trendy v této oblasti. 2. SITUACE NA KONCI 80. LET Země 6CE byly na konci osmdesátých let 20. století centrálně plánovanými ekonomikami. Pobaltské země ­ Litva, Lotyšsko a Estonsko ­ byly až do roku 1991 součástí Svazu sovětských socialistických republik (SSSR). V těchto zemích byl až do poloviny 80. let 20. století uplatňován přísný systém centrálního plánování, kdy o alokaci vzácných zdrojů, tedy o tom co bude vyráběno, jak a pro koho rozhoduje centrální vláda. Veškeré ceny byly stanovovány vládou v rámci centrálních plánů, soukromé podnikání bylo omezeno, hospodářství monopolizováno. Zahraniční obchod probíhal prostřednictvím k tomu účelu zřízeného úřadu a byl striktně regulován s užitím kvót a licencí. K významnějším pokusům o vnesení tržních prvků do systému centrálního plánování dochází v Sovětském svazu v polovině 80. let 20. století v rámci reforem iniciovaných M. Gorbačovem. Cílem těchto reforem bylo zefektivnit systém centrálního plánování a potlačit jeho nedostatky. Reformy vedly ke zvýšení samostatnosti podniků a podpoře jejich iniciativy. Zákonem z roku 1987 bylo umožněno v omezené míře soukromě podnikat. V tomto období dochází také k nárůstu samostatnosti jednotlivých svazových republik (Gros ­ Steinherr, 1991). Estonsko začíná již v roce 1987 připravovat plány na vystoupení ze Svazu sovětských socialistických republik, je zde také připravován program přechodu na tržní hospodářství (Lainela ­ Sutela, 1994). Také Bulharsko a Rumunsko uplatňují v 80. letech striktní systém centrálního plánování založený na společenském vlastnictví s minimálním podílem soukromého 247 sektoru na tvorbě HDP.1 Systém koordinace uplatňovaný v 80. letech v Rumunsku lze označit za nejpřísnější z forem centrálního plánování bez náznaku tržních prvků koordinace. Celé hospodářství je řízeno diktátorem N. Ceausescem, který uchovává nezávislost Rumunska na Sovětském svazu (Ben Ner ­ Montias, 1991). V roce 1989 dochází v obou zemích k pádu komunismu a i tyto země se pouští na cestu změny totalitního systému na demokratický a systému centrálního plánování na tržní. Slovinsko bylo až do roku 1991 součásti Socialistické federativní republiky Jugoslávie. Ekonomiky Jugoslávských federativních republik ovšem nebyly centrálně plánovanými ekonomikami sovětského typu. Koordinační systémy těchto zemí lze nejvýstižněji opsat termínem tržní socialismus, kdy se jedná o smíšení prvků centrálního plánování s významnými prvky tržními. Tržní socialismus se stejně jako systém centrálního plánování opírá o společenské vlastnictví, nicméně systém je silně decentralizovaný s vysokou participací zaměstnanců na řízení podniků. Podniky jsou do určité míry finančně nezávislé, ceny jsou částečně deregulované, země je otevřena vůči západnímu světu, je povoleno drobné soukromé podnikání, které je převážně koncentrováno do oblasti služeb (restaurace, taxislužba, maloobchod atd.) a soukromých zemědělských farem. Již na konci 80. let začíná Slovinsko jako jedna z Jugoslávských federativních republik podnikat reformy, jejichž cílem je přeměna tehdejšího hybridního systému na systém tržně orientovaný. V roce 1988 byl schválen nový zákon o podnikání, který umožňoval podnikat nejen drobným rodinným firmám, ale dával možnost vznikat středním a velkým podnikům. Došlo také k částečnému prodeji drobných podniků do soukromých rukou. O rok později vstupuje v platnost Federální zákon o sociálním kapitálu, který umožnil pracovníkům a vedení podniku rozhodovat o tom, zda bude jejich podnik transformován na soukromý. Tento zákon tak vytvořil základnu pro privatizaci. Výrazný byl také pokrok Slovinska v cenové liberalizaci, kdy na konci 80. let bylo dle údajů Evropské banky pro obnovu a rozvoj ve Slovinsku regulováno již jen 5 komodit ze spotřebního koše 15 komodit (EBRD, 2007).2 O míře liberalizace sledovaných ekonomik na konci 80. let 20. století vypovídá index liberalizace. Index je složen ze tří základních komponent: liberalizace vnitřního trhu, vnějšího trhu a soukromého podnikání. Liberalizace vnitřního trhu odráží míru liberalizace cen a míru monopolizace trhu, liberalizace vnějšího trhu potom míru regulace zahraničního obchodu a směnitelnost měny. Ukazatel soukromého podnikání zachycuje možnost soukromě podnikat, stupeň privatizace malých a velkých podniků a situaci v bankovním sektoru. Ukazatel liberalizace je prostým aritmetickým průměrem výše zmíněných tří komponent. Pohybuje se v rozmezí 0­1, kdy hodnota 0 vyjadřuje situaci, kdy hospodářství podléhá striktnímu centrálnímu plánování a hodnota 1 je standardem vyspělých tržních ekonomik. 1 Blíže IMF (1999): Bulgaria: Recent Economic Developments and Statistical Appendix; Borensztein ­ Demekas ­ Ostry (1993): An Empirical Analysis of the Output Declines in Three Eastern European Countries; Gray ­ Ianachko (1992): Bulgaria´s Evolving Legal Framework for Private Sector Development. 2 Blíže například Estrin, S. (1991): Yugoslavia: The Case of Self-Managing Market Socialismus nebo IMF (1998): Republic of Slovenia: Selected Issues. 248 Tabulka č. 1: Index liberalizace v roce 1989 Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko vnitřní trh 0 0 0,1 0,6 0 0 vnější trh 0 0 0 0,5 0 0,3 soukromý sektor 0,1 0,1 0,1 0,2 0 0,1 index liberalizace 0,04 0,04 0,07 0,41 0 0,13 Zdroj: De Melo, Denizer, Galeb (1996): From Plat to Market: Pattern of Transition Z tabulky č. 1 je zřejmé, že na konci 80. let podléhají ekonomiky téměř všech sledovaných zemí 6CE silné vládní kontrole. Ceny jsou určovány vládou a neodrážejí tak vztah mezi nabídkou a poptávkou. Jsou utvářeny primárně na nákladovém principu, relativní ceny jsou tak silně pokřiveny. Soukromé podnikání funguje jen ve velmi omezené míře a v roce 1989 vytváří v průměru cca 10 % celkového HDP (EBRD, 2007). Ze sledovaných ekonomik je nejpřísnější státní kontrola uplatňována v Rumunsku, naopak nejvíce tržních prvků je na konci 80. let možno najít v koordinačním mechanismu Slovinska. Existence a zkušenosti této země se soukromým podnikáním, do jisté míry tržně konformní legislativou (Zákon o podnikání, Obchodní zákoník, Zákon o bankrotu atd.), a celková otevřenost západnímu světu představuje pro Slovinsko jakousi komparativní výhodu v procesu přechodu na tržní hospodářství. 3. ANALÝZA KVALITY REGULACE V OBDOBÍ 1990­2007 Na počátku 90. let všechny sledované země zahajují proces ekonomické transformace. Podstatou transformace je celková změna koordinačního mechanismu hospodářství, kdy koordinace plánem je nahrazena koordinací tržní. Rozhodování o alokaci vzácných zdrojů je tak prioritně ponecháno na svobodném rozhodnutí jednotlivých ekonomických subjektů. Ani role státu se zcela nevytrácí, dochází ovšem k jejímu významnému oslabení a transformaci. Určitá míra regulace je potřebná i v systému založeném primárně na tržní koordinaci. Nezastupitelná je role státu při tvorbě mantinelů pro chování ekonomických subjektů a dohlížení na dodržování existující regulace. Do systému koordinace má v ideálním případě stát zasahovat jen tam, kde trh selhává (v případě veřejných statků, externalit, přirozených monopolů, nedokonalých informací) a usilovat o korekci těchto selhání. Průběh celé transformace a zejména rychlost tohoto procesu se v jednotlivých zemích významně lišila. Transformace je ve všech zemích 6CE založena na celkové liberalizaci, demonopolizaci, privatizaci a stabilizaci hospodářství. Postupně je také vytvářen institucionální rámec pro fungování tržního hospodářství a vzniká nová legislativa, stanovující pravidla hry v nových podmínkách tržního hospodářství. Ve všech zemích ovšem tento proces není hladký a konsistentní. Významnou roli sehrávají národní specifika jednotlivých zemí, jejich celková rozvinutost a připravenost na reformy. Neméně významnou roli hraje i politická vůle demokraticky volených přestavitelů vlád a nálady převládající ve společnosti. Následující kapitola popisuje a srovnává vývoj regulace v šesti vybraných nových členských zemích EU v období 1990­2007. První část kapitoly je věnována regulaci ekonomické, druhá část vývoji regulace podnikového prostředí. Závěrečná část kapitoly je orientována na analýzu vývoje celkové kvality regulace ve sledovaných zemích a identifikaci příčin tohoto vývoje. Součástí kapitoly je také vzájemné 249 srovnání celkové kvality regulace a posouzení jejího dopadu na konkurenční schopnost zemí 6CE. Ekonomická regulace Tato část práce je věnována analýze vývoje ekonomické regulace v zemích 6CE v období 1990­2007. V rámci ekonomické regulace je pozornost zaměřena zejména na vývoj cenové regulace, legislativy podporující konkurenční prostředí, regulace monopolu, přímého zasahování státu do činnosti jednotlivých podniků (existence státních podniků, majetkové podíly státu v soukromých společnostech, podíl státu na řízení podniků atd.) a regulace zahraničního obchodu. Na počátku 90. let všech šest zkoumaných zemí započalo proces ekonomické transformace. Tento proces má v jednotlivých zemích ovšem odlišný průběh. Transformace většiny zemí 6CE se opírá o šokovou terapii, výjimku představuje Slovinsko, které se vydává cestou postupných reforem a k transformaci volí gradualistický přístup. Nutno vzít v úvahu, že na rozdíl od pobaltských zemí či Rumunska a Bulharska se slovinská ekonomika na počátku 90. let vyznačuje řadou tržních prvků. Slovinské hospodářství je relativně otevřené zahraničnímu obchodu ze Západem, ceny do jisté míry liberalizované. Slovinská vláda v této situaci nepociťuje přílišnou potřebu rychlé liberalizace hospodářství. Cenová liberalizace je téměř ve všech zemích 6CE zahájena na počátku 90. let, v jednotlivých zemích ovšem nabírá rozdílné rychlosti. Výjimkou je Estonsko, které činí první kroky v cenové liberalizaci již v roce 1989, většina cen je zde uvolněna již na konci roku 1991. V Bulharsku probíhá cenová liberalizace také velmi rychle. Na počátku roku 1991 je liberalizováno 70 % maloobchodních cen, jsou odstraněny cenové dotace a administrativní ceny výrazně zvýšeny. Již na konci roku 1991 jsou regulovány jen ceny 2 komodit z koše 15 a cenové regulaci podléhá již jen 23 % cen komodit spotřebního koše (EBRD, 2007). Ve stejném roce je cenová liberalizace zahájena také v Lotyšsku a Litvě. Také v Lotyšsku je proces cenové liberalizace velmi rychlý a již na konci roku 1992 je téměř kompletní. Regulovány zůstávají již jen vybrané komodity jako například energie, telekomunikace, voda či poštovní služby. V Litvě je cenová regulace o poznání pozvolnější. Až do roku 1995 podléhá cenové regulaci více něž 30 % veškerých cen. Pomalejší je průběh cenové liberalizace i v Rumunsku, kde tato probíhá ve třech fázích. První fáze je odstartována v listopadu roku 1990, celý proces cenové liberalizace je dokončen teprve v roce 1997. Odlišná je situace ve Slovinsku, které přistoupilo k cenové liberalizaci ještě jako součást Jugoslávie. Na počátku 90. let je již značná část cen utvářena na tržním základě. Cenové regulaci v roce 1992 podléhá cca 24 % spotřebního koše. K výraznějšímu uvolňování cenové regulace potom dochází až od roku 1998.1 Tabulka č. 1 zachycuje počet regulovaných cen z koše 15 komodit v období 1989­ 2006. Ilustruje tak postup cenové deregulace ve sledovaných zemích. Z tabulky je zřejmé, že zatímco v roce 1989 podléhá cenové regulaci ve všech zemích 6CE 1 Podrobněji Borensztein ­ Demekas ­ Ostry (1993): An Empirical Analysis of the Output Declines in Three Eastern European Countries, Lainela ­ Sutela (1994): The Baltic Economies in Transition, EBRD (2007): Transition Report 2007. 250 s výjimkou Slovinska všech 15 komodit, v roce 1998 se počet regulovaných cen pohybuje ve sledovaných zemích v rozmezí 0­3. Tabulka č. 2: Počet regulovaných cen z koše 15 komodit* rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 Litva 15,0 15,0 15,0 9,0 6,0 6,0 2,0 2,0 1,0 Lotyšsko 15,0 15,0 15,0 2,0 2,0 2,0 2,0 2,0 2,0 Estonsko - - - - - 3,0 3,0 3,0 3,0 Slovinsko 5,0 5,0 5,0 5,0 6,0 5,0 5,0 5,0 4,0 Rumunsko 15,0 14,0 15,0 13,0 7,0 6,0 6,0 4,0 1,0 Bulharsko 15,0 12,0 2,0 2,0 3,0 3,0 3,0 3,0 2,0 rok 1998 1999 2000 2001 2002 2003 2004 2005 2006 Litva 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 Lotyšsko 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 2,0 Estonsko 3,0 3,0 3,0 3,0 3,0 3,0 3,0 2,0 2,0 Slovinsko 2,0 2,0 1,0 1,0 1,0 1,0 1,0 1,0 1,0 Rumunsko 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 0,0 Bulharsko 1,0 1,0 1,0 0,0 0,0 0,0 0,0 0,0 0,0 Poznámka: *) Koš se skládá z mouky, chleba, mléka, benzínu, bavlněné látky, bot, papíru, aut, televize, cementu, oceli, uhlí, dřeva, nájmu a vnitřní autobusové dopravy. Zdroj: EBRD (2007): Transition Report 2007 V roce 2006 se v zemích 6CE tvoří komodity podléhající cenové regulaci v průměru 20 % spotřebního koše. Nejnižší podíl regulovaných cen ve spotřebním koši lze najít v Litvě a Lotyšsku, kde se hodnota pohybuje kolem 14 %, naopak v Estonsku je hodnota nejvyšší, cenové regulaci zde podléhá cca 25 % spotřebního koše. V Rumunsku a Bulharsku je cenově regulováno 20 % a ve Slovinsku cca 17 % spotřebního koše (EBRD, 2007). Postupně také dochází ke snížení podílu státu v hospodářství. Na počátku 90. let je ve všech zemích 6CE nastartován proces privatizace, v jehož rámci je státní majetek převáděn do soukromých rukou. Litva zahajuje proces privatizace v roce 1991. V Estonsku vstupuje v platnost zákon o privatizaci v polovině roku 1992. Privatizace se v těchto zemích, stejně jako v ostatních zemích 6CE, skládá z malé a velké privatizace. V rámci malé privatizace dochází k aukčním prodejům drobných podniků a malých provozoven (zejména maloobchod, restaurace, drobné provozovny atd.). V rámci velké privatizace potom podniků středních a velkých. Malá privatizace probíhá rychlým tempem a již na konci roku 1993 je v obou zemích v soukromých rukou více než 80 % drobných podniků. Tyto podniky končí v mnoha případech v rukou dřívějších zaměstnanců či vedoucích těchto podniků. Výrazně pomalejším tempem probíhá v obou zemích velká privatizace. Tento postup je ovšem logický vzhledem k daleko vyšší náročnosti tohoto procesu. Z pobaltských zemí zpočátku nejrychleji postupuje proces velké privatizace v Litvě. Velká privatizace je postavena zejména na kupónové privatizaci a přímých prodejích vybraných firem zahraničním investorům. V privatizaci jsou zvýhodňováni 251 stávající zaměstnanci podniků, kteří mohou s výraznou slevou nakupovat akcie podniků, v nichž jsou zaměstnáni. Manažeři a zaměstnanci podniků se tak stávají významnými akcionáři. V Estonsku je velká privatizace zpočátku postavena na přímých prodejích firem jak domácím, tak zahraničním investorům. Od roku 1994 je schválena novela privatizačního zákona, na základě které část akcií každé firmy, která vstupuje do privatizace, zůstává ve vlastnictví státu a později je umístěna na akciový trh a prodávána veřejnosti. Cílem tohoto opatření je nastartovat estonský kapitálový trh. Domácnostem jsou také distribuovány kupóny, za které mohou nakupovat zejména nemovitosti (byty, domy, pozemky). V Lotyšsku je privatizace započata v polovině roku 1991. Nejdříve nabírá jen pomalého tempa, k jejímu výraznému urychlení dochází od roku 1996. Malá privatizace probíhá stejně jako v Litvě a Estonsku formou aukcí, nicméně postup je pomalejší. Na počátku roku 1994 je v soukromých rukou jen 50 % malých podniků. Velká privatizace se opírá o veřejnou nabídku, přímé prodeje do zahraniční a prodeje části akcií zaměstnancům a k jejímu výraznému urychlení dochází až po roce 1996. Na konci roku 1999 je ovšem již 95 % státních podniků v soukromých rukou, kdy stát drží podíl již jen v několika velkých podnicích (zejména síťová odvětví ­ energetika, telekomunikace, voda atd.).1 V Rumunsku a Bulharsku je proces privatizace relativně zdlouhavý i když i zde je primárně postaven na šokové terapii. V Bulharsku je zákon o transformaci a privatizaci státních podniků přijat v roce 1992, nicméně proces velké privatizace je seriozně zahájen až na konci roku 1996. Privatizace malých podniků probíhala zejména formou přímých prodejů, kdy preferováni byli stávající zaměstnanci. Velká privatizace nabývá podoby kupónové privatizace s přednostním prodejem akcií zaměstnancům podniků, transformace podniků na akciové společnosti a prodej části akcií přímo na burze a také formy přímých prodejů strategickým partnerům. Nicméně neprůhledná transformační legislativa, nestabilní politická situace a nízká kvalita legislativy způsobuje, že zájem zahraničních investorů je nízký a postup privatizace pomalý (IMF, 1999). Obdobný průběh má privatizace také v Rumunsku. Privatizační zákon je zde přijat již v roce 1991, masová privatizace je zahájena již o rok později. Malá privatizace probíhá relativně rychle formou aukcí, přednost i zde mají v mnoha případech stávající zaměstnanci. Privatizace velkých a středních podniků nabývá primárně formy kupónové privatizace. Nicméně postup je velmi pomalý. Navíc je v zemi silné politické pnutí a odpor k prodeji zahraničním investorům. K prodeji prostřednictvím kupónové privatizace je určena jen část akcií, zbylé jsou prodávány v aukcích, s možností přednostního nákupu akcií zaměstnanci podniků. Na konci roku 1992 jsou privatizovány jen 2 velké podniky, na konci roku 1995 jen 19. Proces privatizace zrychluje v roce 1997, kdy dochází k přijetí nové legislativy, která rozšiřuje metody privatizace. Privatizace probíhá také 1 Blíže IMF (2000): Republic of Latvia: Selected Issues and Statistical Appendix, Lainela Sutela (1994): The Baltic Economies in Transition. 252 formou přímých prodejů. Od roku 2003 je potom realizována privatizace síťových odvětví (energetika, telekomunikace).1 Slovinsko mělo na začátku 90. let určitý náskok před ostatními zeměmi 6CE. Jak již bylo zmíněno, v průběhu 80. let podniká první kroky směrem k privatizaci. Po rozpadu Jugoslávie začínají probíhat živé diskuse o konkrétní podobě privatizace. V roce 1992 je přijat zákon o transformaci vlastnictví, který znamená rozdílnou cestu privatizace ve srovnání se zbylými zeměmi 6CE. Privatizace je decentralizovaná, kdy každý podnik si volí vlastní plán transformace a privatizace na základě možností vymezených legislativou.2 Privatizace je nakonec primárně postavena na prodeji podniků zaměstnancům a vedení podniku, dále přímých prodejích outsiderům a na kuponové privatizaci. V roce 1998 je privatizace téměř dokončena. Významný je podíl akcií vlastněných zaměstnanci či manažery podniku. Na konci roku 1997 drží insideři v 85 % privatizovaných firmách více než 50 % podíl akcií (IMF, 1998). Klesající podíl státu v hospodářství v zemích 6CE v průběhu 90. let 20. století zachycuje tabulka č. 3. Zatímco v roce 1990 vytvářel soukromý sektor je cca 10­ 15 % HDP, v roce 1999 produkuje již 60­75 % HDP a v roce 2007 vytváří soukromý sektor v Lotyšsku, Slovinsku a Rumunsku 70 % HDP, v Litvě a Bulharsku 75 % a v Estonsku dokonce 80 % HDP. Tabulka č. 3: Podíl soukromého sektoru na HDP (%) rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Litva 10,0 10,0 10,0 20,0 35,0 60,0 65,0 70,0 70,0 70,0 Lotyšsko 10,0 10,0 10,0 25,0 30,0 40,0 55,0 60,0 60,0 65,0 Estonsko 10,0 10,0 10,0 25,0 40,0 55,0 65,0 70,0 70,0 70,0 Slovinsko 10,0 15,0 20,0 30,0 40,0 45,0 50,0 55,0 60,0 60,0 Rumunsko 15,0 15,0 25,0 25,0 35,0 40,0 45,0 55,0 60,0 60,0 Bulharsko 10,0 10,0 20,0 25,0 35,0 40,0 50,0 55,0 60,0 65,0 rok 1999 2000 2001 2002 2003 2004 2005 2006 2007 Litva 70,0 70,0 70,0 75,0 75,0 75,0 75,0 75,0 75,0 Lotyšsko 65,0 65,0 65,0 70,0 70,0 70,0 70,0 70,0 70,0 Estonsko 75,0 75,0 75,0 80,0 80,0 80,0 80,0 80,0 80,0 Slovinsko 60,0 65,0 65,0 65,0 65,0 65,0 65,0 65,0 70,0 Rumunsko 60,0 60,0 65,0 65,0 65,0 70,0 70,0 70,0 70,0 Bulharsko 70,0 70,0 70,0 70,0 75,0 75,0 75,0 75,0 75,0 Zdroj: EBRD (2007): Transition Report 2007 Od počátku 90. let dochází v zemích 6­EC také k liberalizaci zahraničního obchodu. Je odstraněn státní monopol v této oblasti, rušeny dovozní a vývozní kvóty a licence. Překážky dovozu jsou v některých případech nahrazovány cly. 1 Blíže Buriana (2004): Transformace v Rumunsku v období 1992­2003, OECD (1993): Trend and Policies in Privatization nebo Ben-Ner ­ Montias (1991): The Introduction of Markets in a Hypercentralized Economy: The Case of Romania. 2 Blíže IMF (1998): Republic of Slovenia: Selected Issues. 253 Z pobaltských zemí nejrychleji postupuje a nejdále zachází liberalizace zahraničního obchodu v Estonku. Dochází k rychlému odstranění licencí a kvót uplatňovaných na dovoz a vývoz. Estonsko zavádí jeden z nejliberálnějších modelů zahraničního obchodu na světě, kdy až do roku 1999 nejsou uplatňována žádná cla na dovoz, a to ani v oblasti zemědělských produktů. V rámci přípravy země na vstup do EU dochází od roku 2000 k opětovnému zavádění cel, a to zejména na dovoz zemědělských produktů. Litva a Lotyšsko také na počátku 90. let odstraňují většinu kvót a licencí uvalených na dovoz a vývoz. Nicméně výsledný model zahraničního obchodu se výrazně liší od estonského a spíše se podobá tomu, který je uplatňován v zemích Evropské unie. Dřívější kvóty a licence jsou v mnoha případech nahrazeny clem uvaleným na dovoz, které se pohybuje v rozmezí 5­ 20 %. Postupně dochází k jeho snižování či odstraňování. V druhé polovině 90. let se průměrný celní tarif, uplatňovaný na dovoz v Litvě a Lotyšsku, pohybuje kolem 3­5 %.1 Bulharsko a Rumunsko postupují v liberalizaci zahraničního obchodu výrazně pomaleji než pobaltské země. Důvodem je snaha chránit domácí výrobce před levnějšími importy. Ještě na konci 90. let dosahuje průměrný celní tarif uplatňovaný na dovoz cca 15 %.2 Ve Slovinsku nenabírá liberalizace zahraničního obchodu na počátku 90. let nijak výrazného tempa. Vysoká otevřenost slovinské ekonomiky a na rozdíl od ostatních zemí 6CE do velké míry liberalizovaný zahraniční obchod netlačí vládu k radikálním krokům. Postup liberalizace je tak jen pozvolný. Výrazný pokroku směrem k deregulaci, snižování a odstraňování překážek obchodu lze zaznamenat až v rámci přípravy země na vstup do EU.3 Podepsání dohod o přistoupení jednotlivých zemí 6CE do Evropské unie a příprava zemí na vstup vedou zejména na počátku 21. století k postupnému přizpůsobování zahraničně obchodní politiky požadavkům Unie. Vstupem zemí do EU tyto zcela ztrácejí možnost realizace autonomní zahraničně obchodní politiky, přebírají společný celní sazebník a v zemích je realizována zahraničně obchodní politika EU. V roce 2006 je průměrný celní tarif na dovoz, uplatňovaný ve všech zemích, roven 1,7 %. Výjimku představuje Bulharsko, kde sice v roce 2006 poklesl průměrný celní tarif na 4 %, nicméně stále je nad úrovní uplatňovanou v EU. K jeho dalšímu poklesu dochází až se vstupem Bulharska do EU v roce 2007. Příprava zemí 6CE na členství v EU a samotné členství přispívají ve většině zemí k poklesu překážek zahraničního obchodu. Výjimkou jsou Estonsko a Litva, kde přípravy na vstup do EU naopak vedou k růstu průměrného celního tarifu těchto zemí. Vývoj celních tarifů uplatňovaných na dovoz v období 1989­2007 přehledně zachycuje tabulka č. 4. 1 Blíže IMF (1999): Republic of Estonia: Selected Issues and Statistical Appendix, Lainela Sutela (1994): The Baltic Economies in Transition, EBRD (2007): Transition Report, World Bank (2008): Trade Databases. 2 Blíže EBRD (2007): Transition Report, World Bank (2008): Trade Databases. 3 Blíže EBRD (2007): Transition Report, World Bank (2008): Trade Databases. 254 Tabulka č. 4: Průměrný celní tarif uplatňovaný na dovoz v zemích 6CE (%)* rok 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 Litva - - - - - 3,1 3,1 - 3,2 Lotyšsko - - - - - - - 3,7 4,9 4,6 Estonsko - - - - - - 0,1 0,1 0,0 0,0 Slovinsko - - - - - - - 10,6 - Rumunsko - - 16,3 12,3 - - 6,0 28,9 19,8 Bulharsko - - - 17,9 - - - 21,6 16,6 17,6 rok 1999 2000 2001 2002 2003 2004 2005 2006 2007 Litva - - 3,5 1,4 1,3 - 1,7 1,7 Lotyšsko 4,4 1,2 1,1 3,2 - - 1,7 1,7 Estonsko 0,0 1,1 1,0 0,9 1,0 - 1,7 1,7 Slovinsko 11,3 - 10,9 4,2 4,3 3,9 1,7 1,7 Rumunsko 15,2 9,8 11,6 - - 7,0 6,6 1,7 Bulharsko 14,8 13,5 8,4 10,1 10,2 10,4 10,6 4,0 Poznámka: *) průměrný celní tarif je vypočítán jako prostý aritmetický průměr celních tarifů uplatňovaných na dovoz. Zdroj: World Bank (2008): Trade Databases Příprava na členství v EU a od roku 2004 členství pobaltských zemí a Slovinska a v roce 2007 Bulharska a Rumunska neovlivňují jen oblast zahraničně-obchodní politiky. V průběhu 21. století dochází v rámci příprav zemí na vstup do EU také k harmonizaci legislativy s právem Společenství. V oblasti ekonomické regulace mají tyto kroky výrazný vliv na oblast síťových odvětví, kdy příprava na členství v EU tlačí na liberalizaci a privatizaci v těchto oblastech. Dochází také k přizpůsobení legislativy v oblasti ochrany hospodářské soutěže atd. Od počátku 90. let je možno v zemích 6CE zaznamenat radikální změnu role státu v hospodářství. Stát již neurčuje co, jak, pro koho a za kolik vyrábět. Jeho role je omezena na vytváření vhodného rámce pro chování jednotlivých ekonomických subjektů a usměrňování jejich chování s cílem dosažení efektivní alokace zdrojů. Významná tak zůstala role státu zejména v oblastech tzv. tržních selhání. Tabulka č. 5 zachycuje pokrok zemí 6CE v liberalizaci hospodářství a zavádění tržně konformní regulace. Vyšší hodnota značí vyšší pokrok dosažený v dané oblasti. Hodnota 4 potom situaci, kdy je regulace v dané oblasti srovnatelná se standardem dosahovaným ve vyspělých tržních ekonomikách. Tabulka č. 5: Vývoj ukazatelů transformace v období 1989­2007 Litva velkáprivatizace maláprivatizace restrukturalizace podniků cenováliberalizace liberalizaceobchodua směnéhokurzu politikahospodářské soutěže bankovníreformaa lib.úrokových.sazeb finančnítrh telekomunikace dráhy energie cesty vodníaodpadové hospodářství 255 1989 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1990 1,00 1,00 1,00 2,33 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1991 1,00 1,00 1,00 2,67 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1992 2,00 2,67 1,00 2,67 2,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1993 3,00 3,33 2,00 4,00 3,00 2,00 2,00 1,67 1,00 NA 1,00 1,67 1,00 1994 3,00 4,00 2,00 4,00 4,00 2,00 2,00 2,00 1,00 NA 1,00 1,67 1,00 1995 3,00 4,00 2,00 4,00 4,00 2,00 3,00 2,00 1,00 NA 2,33 2,00 2,33 1996 3,00 4,00 3,00 4,00 4,00 2,00 3,00 2,00 1,00 NA 2,33 2,33 2,33 1997 3,00 4,00 2,67 4,00 4,00 2,33 3,00 2,33 2,33 NA 2,33 2,33 2,33 1998 3,00 4,00 2,67 4,00 4,00 2,33 3,00 2,33 3,33 2,33 2,33 2,33 2,33 1999 3,00 4,33 2,67 4,00 4,00 2,33 3,00 2,67 3,33 2,33 2,33 2,33 2,67 2000 3,00 4,33 2,67 4,00 4,00 2,67 3,00 3,00 3,33 2,33 3,00 2,33 3,00 2001 3,33 4,33 2,67 4,00 4,33 3,00 3,00 3,00 3,33 2,33 3,00 2,33 3,33 2002 3,67 4,33 3,00 4,33 4,33 3,00 3,00 3,00 3,33 2,33 3,00 2,33 3,33 2003 3,67 4,33 3,00 4,33 4,33 3,00 3,33 3,00 3,33 2,33 3,00 2,33 3,33 2004 3,67 4,33 3,00 4,33 4,33 3,00 3,33 3,00 3,33 2,33 3,33 2,33 3,33 2005 4,00 4,33 3,00 4,33 4,33 3,33 3,67 3,00 3,33 2,33 3,33 2,33 3,33 2006 4,00 4,33 3,00 4,33 4,33 3,33 3,67 3,00 3,67 2,33 3,33 2,33 3,33 2007 4,00 4,33 3,00 4,33 4,33 3,33 3,67 3,33 3,67 2,33 3,33 2,33 3,33 Lotyšsko velkáprivatizace maláprivatizace restrukturalizace podniků cenováliberalizace liberalizaceobchodua směnéhokurzu politikahospodářské soutěže bankovníreformaalib. úrokových.sazeb finančnítrh telekomunikace dráhy energie cesty vodníaodpadové hospodářství 1989 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1990 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1991 1,00 1,00 1,00 2,67 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,67 1992 2,00 2,00 2,00 4,00 2,00 2,00 2,00 1,00 1,00 NA 1,00 1,00 1,67 1993 2,00 3,00 2,00 4,33 3,00 2,00 2,00 1,00 1,00 NA 1,00 1,00 2,00 1994 2,00 4,00 2,00 4,33 4,00 2,00 3,00 2,00 2,67 NA 2,33 1,67 2,00 1995 2,00 4,00 2,00 4,33 4,00 2,00 3,00 2,00 2,67 NA 2,33 2,00 2,00 1996 3,00 4,00 3,00 4,33 4,00 2,00 3,00 2,00 2,67 NA 2,33 2,33 2,33 1997 3,00 4,00 2,67 4,33 4,00 2,33 3,00 2,33 2,67 NA 2,33 2,33 2,67 1998 3,00 4,00 2,67 4,33 4,00 2,33 2,67 2,33 3,00 3,33 2,33 2,33 2,67 1999 3,00 4,00 2,67 4,33 4,33 2,33 3,00 2,33 3,00 3,33 3,00 2,33 3,00 2000 3,00 4,33 2,67 4,33 4,33 2,33 3,00 2,33 3,00 3,33 3,00 2,33 3,00 2001 3,00 4,33 2,67 4,33 4,33 2,33 3,33 2,33 3,00 3,33 3,00 2,33 3,33 256 2002 3,33 4,33 2,67 4,33 4,33 2,33 3,67 3,00 3,00 3,33 3,00 2,33 3,33 2003 3,67 4,33 3,00 4,33 4,33 2,67 3,67 3,00 3,00 3,33 3,00 2,33 3,33 2004 3,67 4,33 3,00 4,33 4,33 2,67 3,67 3,00 3,00 3,33 3,33 2,33 3,33 2005 3,67 4,33 3,00 4,33 4,33 3,00 3,67 3,00 3,00 3,33 3,33 2,33 3,33 2006 3,67 4,33 3,00 4,33 4,33 3,00 3,67 3,00 3,00 3,67 3,33 2,33 3,33 2007 3,67 4,33 3,00 4,33 4,33 3,00 4,00 3,00 3,00 3,67 3,33 2,33 3,33 Estonsko velkáprivatizace maláprivatizace restrukturalizace podniků cenováliberalizace liberalizaceobchodu asměnéhokurzu politikahospodářské soutěže bankovníreformaa lib.úrokových.sazeb finančnítrh telekomunikace dráhy energie cesty vodníaodpadové hospodářství 1989 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1990 1,00 1,00 1,00 2,33 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,67 1,67 1991 1,00 1,00 1,00 2,67 2,00 1,00 1,00 1,00 1,00 NA 2,00 1,67 2,00 1992 1,00 2,00 2,00 2,67 3,00 1,00 2,00 1,00 2,33 NA 2,00 2,00 2,00 1993 2,00 3,00 3,00 4,33 3,00 2,00 3,00 1,67 3,00 NA 2,00 2,00 2,33 1994 3,00 4,00 3,00 4,33 4,00 2,00 3,00 1,67 3,00 NA 2,00 2,00 2,33 1995 4,00 4,00 3,00 4,33 4,00 2,00 3,00 1,67 3,00 NA 2,00 2,00 2,67 1996 4,00 4,33 3,00 4,33 4,00 2,00 3,00 2,00 3,00 NA 2,00 2,00 2,67 1997 4,00 4,33 3,00 4,33 4,00 2,00 3,33 3,00 3,33 NA 2,00 2,00 3,00 1998 4,00 4,33 3,00 4,33 4,00 2,00 3,33 3,00 4,00 4,00 3,00 2,00 3,00 1999 4,00 4,33 3,00 4,33 4,00 2,67 3,67 3,00 4,00 4,00 3,00 2,33 3,00 2000 4,00 4,33 3,00 4,33 4,33 2,67 3,67 3,00 4,00 4,00 3,67 2,33 4,00 2001 4,00 4,33 3,33 4,33 4,33 3,00 3,67 3,00 4,00 4,00 3,67 2,33 4,00 2002 4,00 4,33 3,33 4,33 4,33 3,00 3,67 3,33 4,00 4,33 3,00 2,33 4,00 2003 4,00 4,33 3,33 4,33 4,33 3,00 3,67 3,33 4,00 4,33 3,00 2,33 4,00 2004 4,00 4,33 3,33 4,33 4,33 3,33 4,00 3,33 4,00 4,33 3,00 2,33 4,00 2005 4,00 4,33 3,67 4,33 4,33 3,33 4,00 3,33 4,00 4,33 3,00 2,33 4,00 2006 4,00 4,33 3,67 4,33 4,33 3,67 4,00 3,67 4,00 4,33 3,33 2,33 4,00 2007 4,00 4,33 3,67 4,33 4,33 3,67 4,00 3,67 4,00 4,00 3,33 2,33 4,00 Slovinsko velkáprivatizace maláprivatizace restrukturalizace podniků cenováliberalizace liberalizaceobchodua směnéhokurzu politikahospodářské soutěže bankovníreformaa lib.úrokových.sazeb finančnítrh telekomunikace dráhy energie cesty vodníaodpadové hospodářství 257 1989 1,00 3,00 1,00 2,67 2,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1990 1,00 3,00 1,00 3,67 2,00 1,00 1,00 2,00 1,00 NA 1,00 1,00 1,00 1991 1,00 3,00 1,00 3,67 3,00 1,00 1,00 2,00 1,00 NA 2,33 1,67 1,00 1992 1,00 3,00 1,00 3,67 3,00 1,00 2,00 2,00 1,00 NA 2,33 2,00 1,67 1993 2,00 4,00 2,00 3,67 4,00 2,00 3,00 2,00 1,00 NA 2,33 2,33 1,67 1994 2,00 4,00 2,67 3,67 4,00 2,00 3,00 2,67 1,00 NA 2,33 2,33 1,67 1995 2,67 4,00 2,67 3,67 4,00 2,00 3,00 2,67 1,00 NA 2,33 2,33 1,67 1996 2,67 4,33 2,67 3,67 4,33 2,00 3,00 2,67 1,00 NA 2,33 3,00 2,00 1997 3,00 4,33 2,67 3,67 4,33 2,00 3,00 2,67 1,00 NA 2,33 3,00 2,00 1998 3,00 4,33 2,67 4,00 4,33 2,33 3,00 2,67 2,33 3,00 2,33 3,00 3,33 1999 3,00 4,33 2,67 4,00 4,33 2,33 3,33 2,67 2,33 3,00 3,00 3,00 3,33 2000 3,00 4,33 2,67 4,00 4,33 2,67 3,33 2,67 2,33 3,00 3,00 3,00 3,33 2001 3,00 4,33 2,67 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 2002 3,00 4,33 3,00 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 2003 3,00 4,33 3,00 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 2004 3,00 4,33 3,00 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 2005 3,00 4,33 3,00 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 2006 3,00 4,33 3,00 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 2007 3,00 4,33 3,00 4,00 4,33 2,67 3,33 2,67 3,00 3,00 3,00 3,00 3,33 Rumunsko velkáprivatizace maláprivatizace restrukturalizace podniků cenováliberalizace liberalizaceobchodu asměnéhokurzu politikahospodářské soutěže bankovníreformaa lib.úrokových.sazeb finančnítrh telekomunikace dráhy energie cesty vodníaodpadové hospodářství 1989 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1990 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1991 1,67 1,00 1,00 2,67 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1992 1,67 2,00 1,00 2,67 3,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1993 2,00 2,00 2,00 3,67 3,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1994 2,00 2,33 2,00 4,00 4,00 1,00 2,00 2,00 1,00 NA 1,00 1,00 1,00 1995 2,00 2,67 2,00 4,00 4,00 1,00 3,00 2,00 1,00 NA 1,00 1,00 1,00 1996 2,67 3,00 2,00 4,00 3,00 1,00 3,00 2,00 1,00 NA 1,00 2,00 1,00 1997 2,67 3,33 2,00 4,00 4,00 2,33 2,67 2,00 2,67 NA 1,00 2,33 1,00 1998 2,67 3,33 2,00 4,33 4,33 2,33 2,33 2,00 3,00 4,00 2,33 2,33 2,00 1999 2,67 3,67 2,00 4,33 4,33 2,33 2,67 2,00 3,00 4,00 2,67 2,33 2,33 2000 3,00 3,67 2,00 4,33 4,33 2,33 2,67 2,00 3,00 4,00 3,00 3,00 3,00 2001 3,33 3,67 2,00 4,33 4,33 2,33 2,67 2,00 3,00 4,00 3,00 3,00 3,00 258 2002 3,33 3,67 2,00 4,33 4,33 2,33 2,67 2,00 3,00 4,00 3,00 3,00 3,00 2003 3,33 3,67 2,00 4,33 4,33 2,33 2,67 2,33 3,00 4,00 3,00 3,00 3,00 2004 3,67 3,67 2,00 4,33 4,33 2,33 3,00 2,33 3,00 4,00 3,33 3,00 3,33 2005 3,67 3,67 2,33 4,33 4,33 2,33 3,00 2,33 3,00 4,00 3,33 3,00 3,33 2006 3,67 3,67 2,67 4,33 4,33 2,67 3,00 2,33 3,33 4,00 3,33 3,00 3,33 2007 3,67 3,67 2,67 4,33 4,33 2,67 3,33 2,67 3,33 4,00 3,67 3,00 3,33 Bulharsko velkáprivatizace maláprivatizace restrukturalizace podniků cenováliberalizace liberalizaceobchodua směnéhokurzu politikahospodářské soutěže bankovníreformaalib. úrokových.sazeb finančnítrh telekomunikace dráhy energie cesty vodníaodpadové hospodářství 1989 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1990 1,00 1,00 1,00 1,00 2,00 1,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1991 1,00 1,00 1,00 4,33 3,00 2,00 1,00 1,00 1,00 NA 1,00 1,00 1,00 1992 1,67 1,00 1,00 4,33 3,00 2,00 1,67 1,00 1,00 NA 2,00 1,00 1,00 1993 2,00 1,67 1,00 4,33 3,00 2,00 2,00 1,00 2,33 NA 2,00 1,00 1,00 1994 2,00 2,00 2,00 4,00 4,00 2,00 2,00 1,00 2,33 NA 2,00 1,00 1,00 1995 2,00 3,00 2,00 2,67 4,00 2,00 2,00 2,00 2,33 NA 2,00 1,00 1,00 1996 2,00 3,00 2,00 2,67 4,00 2,00 2,00 2,00 2,33 NA 2,00 2,00 1,00 1997 3,00 3,00 2,33 4,00 4,00 2,33 2,67 2,00 2,67 NA 2,00 2,33 1,00 1998 3,00 3,00 2,33 4,00 4,00 2,33 2,67 2,00 3,00 3,00 2,00 2,33 1,00 1999 3,00 3,33 2,33 4,00 4,33 2,33 2,67 2,00 3,00 3,00 3,00 2,33 2,00 2000 3,67 3,67 2,33 4,00 4,33 2,33 3,00 2,00 3,00 3,00 3,33 2,33 3,00 2001 3,67 3,67 2,33 4,33 4,33 2,33 3,00 2,00 3,00 3,33 3,33 2,33 3,00 2002 3,67 3,67 2,33 4,33 4,33 2,33 3,33 2,33 3,00 3,33 3,33 2,33 3,00 2003 3,67 3,67 2,67 4,33 4,33 2,33 3,33 2,33 3,00 3,33 3,33 2,33 3,00 2004 4,00 3,67 2,67 4,33 4,33 2,33 3,67 2,33 3,33 3,33 3,67 2,33 3,00 2005 4,00 3,67 2,67 4,33 4,33 2,67 3,67 2,33 3,33 3,33 3,67 2,67 3,00 2006 4,00 4,00 2,67 4,33 4,33 2,67 3,67 2,67 3,67 3,33 3,67 2,67 3,00 2007 4,00 4,00 2,67 4,33 4,33 2,67 3,67 2,67 3,67 3,33 3,67 2,67 3,00 Zdroj: EBRD (2007): Transition Report 2007 Pro přehlednost je v tabulce č. 6 vypočítán souhrnný index transformace, který značí rychlost deregulace hospodářství jako celku. Index je vypočítán jako prostý aritmetický průměr dílčích ukazatelů transformace (velká privatizace, malá privatizace, restrukturalizace a privatizace, cenová liberalizace, politika hospodářské soutěže, bankovní reforma, finanční trh a síťová odvětví). Ukazatel síťová odvětví je vypočítán jako prostý aritmetický průměr pro oblasti telekomunikace, energie, cesty a vodní hospodářství. 259 Tabulka č. 6: Index transformace Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko 1989 1,00 1,00 1,00 1,52 1,00 1,00 1990 1,15 1,00 1,22 1,74 1,00 1,11 1991 1,19 1,26 1,41 1,85 1,26 1,70 1992 1,59 2,07 1,85 2,04 1,59 1,85 1993 2,44 2,37 2,70 2,70 1,85 2,00 1994 2,67 2,81 3,04 2,85 2,26 2,22 1995 2,93 2,81 3,19 2,93 2,41 2,30 1996 3,04 3,07 3,26 3,04 2,41 2,30 1997 3,07 3,15 3,44 3,07 2,67 2,70 1998 3,07 3,11 3,44 3,30 2,81 2,70 1999 3,19 3,22 3,56 3,33 2,93 2,89 2000 3,30 3,26 3,70 3,37 3,04 3,15 2001 3,44 3,33 3,78 3,37 3,07 3,18 2002 3,55 3,48 3,81 3,41 3,07 3,26 2003 3,59 3,59 3,81 3,41 3,11 3,30 2004 3,59 3,59 3,89 3,41 3,22 3,37 2005 3,70 3,63 3,92 3,41 3,26 3,41 2006 3,70 3,63 4,00 3,41 3,33 3,48 2007 3,74 3,67 4,00 3,41 3,41 3,48 Zdroj: EBRD (2007): Transition Report 2007, vlastní výpočty Z tabulky č.6 je zřejmé, že proces deregulace probíhá v období 1990­2007 nejrychleji a nejdůsledněji v Estonsku. Výrazně pomalejší průběh má proces liberalizace v Bulharsku a Rumunsku. Pozvolnější průběh má liberalizace také ve Slovinsku, tento závěr se ovšem dal očekávat vzhledem ke gradualistickému přístupu Slovinska k celému procesu ekonomické transformace. Regulace podnikatelského prostředí Klíčovou roli při posuzování vlivu regulace na konkurenční schopnost země hraje kvalita regulace podnikatelského prostředí. Výše a především kvalita uplatňovaných regulačních opatření, která přímo ovlivňují činnost jednotlivých podniků, je jednou z determinant jejich konkurenční schopnosti a potažmo i konkurenční schopnosti ekonomiky jako celku. Určitá míra regulace je bezpochyby žádoucí. Z pohledu podniků ovšem velkou roli hraje celková finanční a časová náročnost uplatňovaných regulačních opatření. Čím jednodušší a jednoznačnější je legislativa, jednodušší a kratší procedury spojené s dodržování jednotlivých regulačních opatření a levnější zajištění dodržování všech regulací, tím nižší jsou náklady firem, rychlejší je jejich reakce na tržní změny a efektivnější alokace zdrojů. Předmětem této kapitoly je zkoumání možnosti firmy rychle vstoupit či vystoupit z odvětví, najmout nebo propustit zaměstnance či využít práce přesčas u stávajících zaměstnanců. Analyzována je dále složitost vystavění skladu, možnost firem realizovat zahraniční obchod, získat úvěr, míra daňového zatížení či náročnost vymáhání plnění smluv. 260 Velmi důležitou součástí procesu transformace byla legalizace soukromého podnikání. Soukromé podnikání a soukromá iniciativa je spolu s cenovou liberalizací, svobodou rozhodování, konkurenčním prostředím a soukromým vlastnictvím jedním z předpokladů efektivního fungování tržního hospodářství. Na počátku 90. let docházelo ve všech zemích 6CE k liberalizaci soukromého podnikání. Jsou přijaty zákony upravující soukromé podnikání a nová legislativa upravující obchodně právní vztahy. Tyto v průběhu 90. let prochází řadou novelizací, které postupně odstraňují přísné restrikce či reagují na nově se objevující problémy a podněty. V následujícím textu se při hodnocení regulační zátěže, dopadající na podnik, vychází z údajů publikovaných Světovou bankou (World Bank, 2004, 2005, 2006, 2007, 2008a). Regulační zátěž je zkoumána pro modelový podnik působící v dané zemi. Jedná se o společnost s ručením omezeným, která působí v hlavním městě daně země a má 5 domácích vlastníků. Firma má 50 zaměstnanců a obrat je nižší než 100 násobek národního důchodu na osobu. Firma působí v hlavním odvětví hospodářství a nepodléhá speciálnímu daňovému režimu. Údaje jsou bohužel k dispozici jen pro období 2003­2007. Data, zachycující vývoj výše a kvality regulace podnikatelského prostředí v zemích 6CE, jsou uvedena v příloze. Proces založení podniku se téměř ve všech zemích 6CE v období 1990­2007 zjednodušuje, urychluje a zlevňuje. Nejrychlejší a nejlevnější je v roce 2007 založení podniku v Estonsku. Proces založení podniku se v této zemi v období 2003­2007 výrazně urychluje. Zatímco v roce 2003 založení podniku trvá v průměru 72 dnů, v roce 2007 lze založit podnik výrazně rychleji. K založení podniku je v Estonku v roce 2007 potřeba postoupit 5 procedur, vyřízení všech potřebných náležitostí zabere 7 dnů a náklady na založení představují 2 % národního důchodu na hlavu země. Rychlé a jednoduché je založení podniku také v Rumunsku a Lotyšsku. Tyto země od roku 2003 učinily kroky k výraznému zlevnění celé procedury, v Rumunsko došlo navíc i k jejímu urychlení. Naopak relativně zdlouhavá ve srovnání s ostatními zeměmi 6CE je procedura založení podniku ve Slovinsku, kde založení podniku trvá cca 60 dnů, je spojeno s vyššími náklady a vysoké jsou také nároky na kapitál. Pozitivně zde lze hodnotit pokles nákladů na založení, které v období 2003­2007 poklesly z 15 na 8,5 % národního důchodu na hlavu. Přehledné srovnání nákladnosti a rychlosti procesu založení podniku v zemí 6CE v roce 2007 zachycuje graf č.1. Graf č. 1: Proces založení podniku v zemích 6CE v roce 2007 0 10 20 30 40 50 60 Procedury (počet) Doba na vyřízení (dny) Náklady (%NI na hlavu) Minimální kapitál (%NI na hlavu) Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko 261 Zdroj: World Bank (2008a): Doing Business in 2008 Na druhou stanu proces ukončení činnosti insolventního podniku zůstává ve všech zemích 6CE relativně zdlouhavý. K výraznějšímu zlepšení dochází v období 2003­ 2007 v Litvě, kde výrazným způsobem roste míra návratnosti, spojená s ukončením činnosti podniku (počet centů připadajících na dolar pohledávky vůči podniku, který ukončuje svou činnost). Klesá také doba potřebná k faktickému ukončení činnosti podniku. K růstu míry návratnosti dochází také ve Slovinsku. V Lotyšsku ve sledovaném období míra návratnosti naopak klesá, kdy při ukončení činnosti podniku je průměrně uspokojeno 60 % pohledávek vůči podniku v roce 2003, v roce 2007 již jen cca 35 %. Ve srovnání s Litvou je zde relativně zdlouhavý také celkový proces ukončení činnosti insolventního podniku, který trvá v průměru 3 roky. Stejnou dobu proces ukončení činnosti podniku trvá v obdobní 2003­2007 také v Estonsku. I v této zemi je v insolvenčním řízení uspokojeno jen cca 40 % pohledávek věřitelů. Pozitivní trend růstu míry návratnosti lze zaznamenat v Rumunsku. Míra návratnosti ovšem v této zemí zůstává na stále na nízké úrovni a v roce 2007 dosahuje necelých 30 % hodnoty pohledávek. Velmi zdlouhavý je v této zemí také celý proces ukončení, který trvá téměř 5 let. Obdobně nízkou míru návratnosti lze zaznamenat v období 2003­2007 v Bulharsku. Graf č. 2: Ukončení činnosti podniku v zemích 6CE v roce 2007 0 10 20 30 40 50 60 Doba platební neschopnosti (měsíce) Náklady platební neschopnosti (% dluhu) Míra návratnosti (centů na dolar) Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko Zdroj: World Bank (2008a): Doing Business in 2008 Zdlouhavost a nízká míra návratnosti mohou v konečném důsledku přispívat k nižší konkurenční schopnosti podniků těchto zemí. Podniky, které mají pohledávky vůči podnikům v platební neschopnosti, se mohou samy dostat do finančních potíží, může docházet k poklesu rentability podniku, popřípadě může podnik tyto náklady platební neschopnosti obchodního partnera promítat do ceny své produkce. To negativně ovlivňuje konkurenceschopnost podniků těchto zemí v mezinárodním měřítku. Jedním z předpokladů hladkého fungování tržního mechanismu je kvalitní legislativa. Není to ovšem jen samotná legislativa a její kvalita, velmi důležitá je také míra a rychlost vynutitelnosti jejího dodržování. Fungující justice a rychlá vynutitelnost práva jsou pilířem kvalitního podnikatelského prostředí. Nízká vynutitelnost práva a zdlouhavost celé procedury, stejně jako její nákladnost a nejasný výsledek, mohou vést k tomu, že podniky své nároky v mnoha případech soudní cestou nebudou uplatňovat, ale promítnou tyto částky do svých nákladů, případně do ceny své produkce. Tento fakt potom snižuje konkurenční schopnost jejich produkce, případně může vést k jejich insolvenci. Velmi negativní důsledky 262 může mít liknavost soudů na celé tržní prostředí a chování ekonomických subjektů, kdy může vést k šíření morálky pozdního placení či neplacení. V roce 2007 trval proces vymáhání smluv v zemích 6CE od 7 do 45 měsíců. Nejrychlejší je práce soudů v Litvě a Lotyšsku, kde dochází k vyřízení soudního sporu v průměru do 10 měsíců. Velmi zdlouhavý je proces vymáhání plnění smluv naopak ve Slovinsku. Graf č. 3: Proces vymáhání plnění smluv v zemích 6CE v roce 2007 0 5 10 15 20 25 30 35 40 45 50 Procedury (počet) Doba (měsíce) Náklady (% NI na osobu) Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko Zdroj: World Bank (2008a): Doing Business in 2008 Téměř nezměněna zůstává ve všech zemích v období 2003­2007 regulace v oblasti najímání a propouštění zaměstnanců. Nicméně legislativní úprava a míra ochrany zaměstnanců se v jednotlivých zemích 6CE výrazně liší. V období 2003­ 2007 lze za nejpružnější považovat bulharský trh práce. Najímání, propouštění zaměstnanců, stejně jako jejich flexibilní využití, je zde ze srovnávaných zemí nejvyšší. Na druhou stranu za nejvíce strnulý lze označit trh práce Slovinska a Rumunska. Situaci ilustruje graf č. 4. Vysoká strnulost trhu práce znesnadňuje reakci podniků při výkyvech v poptávce po její produkci nebo v případě přechodu např. na jiný typ produktu. Do jisté míry je tak limitujícím faktorem, který zvyšuje náklady firem a vytváří určité bariéry růstu konkurenční schopnosti. Na druhou stranu vyšší sociální ochrana zaměstnanců a jejich nižší fluktuace může přinášet pozitivní efekty v poklesu nákladů na zaškolení a růst produktivity práce v důsledku lepších pracovních podmínek, vyšší motivace k práci a vyšší loajalitě k podniku. Graf č. 4: Strnulost trhu práce v zemích 6CE v roce 2007 0 10 20 30 40 50 60 70 80 90 Index obtížnosti přijetí pracovníka3) Index pružnosti pracovní doby3) Index obtížnosti propuštění3) Index strnulosti zaměstnání2) 3) Náklady přijetí 1) Náklady propuštění (týdny mzdy) Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko 263 Poznámka: 1) příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy, 2) jedná se o index podmínek zaměstnání, kde je kromě flexibility pracovní doby zahrnována také výše minimální mzdy a dny placené dovolené, 3) index se pohybuje v rozmezí 0­100 (0-žádné překážky, 100-maximálně regulováno) Zdroj: World Bank (2008a): Doing Business in 2008. Vysoká časová náročnost vyřízení povolení či udělení licence v některých zemích může být dalším faktorem, který negativně působí na konkurenční schopnost podniků dané ekonomiky. Omezuje rychlost reakce podniků na konkrétní tržní podněty a celý proces zdržuje a prodražuje. V roce 2007 bylo k postavení skladu potřeba postoupit v zemích 6CE cca 20 procedur. Vyřízení veškerých potřebných formalit trvalo nejkratší dobu v Estonsku, kde zabralo cca 120 dnů, nejdéle v Rumunsku, kde trvalo téměř dvojnásobný čas. Také náklady na vyřízení všech potřebných formalit spojených s povolením vybudovat sklad se výrazně lišily. Zatímco v Lotyšsku a Estonsku stál celý proces cca 30 % národního důchodu na hlavu, v Bulharsku téměř 500 %. Situaci ilustruje graf č. 5. Graf č. 5: Získávání licencí a povolení v zemích 6CE v roce 2007 0 20 40 60 80 100 120 140 160 180 200 220 240 Procedury(počet) Čas k vyřízení (dny) Náklady (% NI na osobu) Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko Poznámka: Zkoumán je postup získávání povolení k vystavění skladu. Zdroj: World Bank (2008a): Doing Business in 2008 Situace v oblasti získávání licencí a povolení se v zemích 6CE v období 2003­2007 dramaticky nemění. Ve všech zemích s výjimkou Bulharska lze zaznamenat pozitivní trend snižování nákladů spojených s vyřízením veškerých nezbytných formalit. V Bulharsku lze naopak zaznamenat nárůst byrokracie v této oblasti. Dalším významným faktorem, který působí na konkurenční schopnost podniků je výše zdanění a jednoduchost procedury vybírání daní. Výše daní se přímo či nepřímo promítá do ceny produkce. Nelze samozřejmě říci, že konkurenční schopnost ekonomik s vyšším daňovým zatížením je nižší. Tato je ovlivněna řadou dalších faktorů, ať již institucionálním rámcem, infrastrukturou, produktivitou práce, kapitálovou vybaveností nebo úrovní technologie atd. Všechny země 6CE jsou transformačními ekonomikami, které se vyznačují obdobnými znaky a trpí také obdobnými neduhy. Při rozhodování o umístění zahraničních investic, které jsou v mnoha případech významným zdrojem růstu produktivity práce, může sehrát míra zdanění důležitou roli. Země s výrazně vyšší mírou zdanění a zdlouhavou procedurou vybírání daní tak mohou být znevýhodněny. 264 Splatné daně se v zemích 6CE v roce 2007 pohybovaly v rozmezí 33 %­50 % hrubého zisku. Nejnižší bylo daňové zatížení v Lotyšsku, nejvyšší na druhou stranu v Estonsku a Rumunsku. V Lotyšsku ovšem zabrala platba daní 40 pracovních dnů, na druhou stranu v Estonsku pouze 10. Situaci ilustruje graf č.6. Graf č. 6: Placení daní v zemích 6CE v roce 2007 0 10 20 30 40 50 60 70 80 90 100 Platby (počet) Čas (dny-8hodin) Splatné daně (%hrubého zisku) Litva Lotyšsko Estonsko Slovinsko Rumunsko Bulharsko Zdroj: World Bank (2008a): Doing Business in 2008 Vývoj celkové výše a kvality regulace Jak již bylo řečeno v úvodu, mezi konkurenční schopností země a kvalitou regulace existuje úzký vztah. Z pohledu nové institucionální ekonomie je regulace spojena s problémem získávání renty (,,rent-seeking"), problémem zastoupení (principal agency-problem), morálního hazardu, vede k růstu transakčních nákladů a tedy i nižší ekonomické efektivnosti. Vyšší kvalita regulace tak omezením těchto negativních faktorů podporuje a stimuluje konkurenční schopnost země. Následující podkapitola je věnovaná zkoumání dopadu výše a kvality regulace na konkurenční schopnost zemí 6CE. Regulaci lze pojímat různě široce a pod tímto pojmem si lze představit téměř všechny aktivity vlády. Způsob měření výše regulace je proto přímo závislý na výkladu obsahu tohoto pojmu. Námi vymezenému pojmu regulace nejlépe odpovídá ukazatel kvality regulace Světové banky. Ukazatel je dílčím ukazatelem, který slouží k hodnocení celkové institucionální kvality země (Government Matters). Hodnota ukazatele kvality regulace se pohybuje v rozmezí -2,5 až +2,5. Vyšší hodnota ukazatele značí vyšší regulační kvalitu.1 Výhodou tohoto ukazatele je, že na rozdíl od jiných je pravidelně publikován pro více než 200 zemí, umožňuje tedy časovou a prostorovou komparaci. Tento ukazatel je bohužel publikován až od druhé poloviny 90. let, starší srovnatelná data o vývoji regulace tak nejsou k dispozici. Pro účely práce je také důležité kvantifikovat pojem konkurenční schopnost ekonomiky. Konkurenceschopnost, která je pojímána jako schopnost země 1 Blíže o ukazateli kvality regulace Kaufman ­ Kraay ­ Mastruzzi (2007). 265 dosahovat dlouhodobé růstové výkonnosti, je v práci posuzována s užitím ukazatele hrubého domácího produktu na obyvatele v paritě kupní síly. Při zkoumání vztahu mezi konkurenční schopností země a kvalitou regulace je nutno vzít v úvahu, že kvalita regulace je jen jednou z mnoha determinant konkurenční schopnosti země. Konkurenční schopnost je závislá na řadě dalších faktorů (výše investic, míře úspor, infrastruktuře, mzdových požadavcích odborů, technologickém pokroku, inovacích a dalších faktorech, důležitou roli hraje také celková kvalita institucí v zemi). Nutno také zohlednit, že růst kvality regulace se do konkurenční schopnosti země v mnoha případech promítne s jistým zpožděním, které může být i velmi výrazné. Postihnutí a kvantifikace konkrétního dopadu růstu kvality regulace na konkurenční schopnost země je velmi obtížné. Graf č.7 zachycuje vývoj ukazatele kvality regulace zemí 6CE a vývoj hrubého domácího produktu na obyvatele v paritě kupní síly v období 1996­2006. Delší časová řada údajů o kvalitě regulace nejsou bohužel k dispozici. Graf č. 7: Vývoj ukazatele kvality regulace a HDP na obyvatele v PPP v zemích 6CE Litva 0 4000 8000 12000 16000 20000 24000 1996 1998 2000 2002 2003 2004 2005 2006 HDPnaobyvatelevUSD(PPP) 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 Kvalitaregulace HDP na obavatele v PPP Kvalita regulace Lotyšsko 0 4000 8000 12000 16000 20000 24000 1996 1998 2000 2002 2003 2004 2005 2006 HDPnaobyvatelevUSD(PPP) 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 KvalitaregulaceHDP na obavatele v PPP Kvalita regulace Estonsko 0 4000 8000 12000 16000 20000 24000 1996 1998 2000 2002 2003 2004 2005 2006 HDPnaobyvatelevUSD(PPP) 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 Kvalitaregulace HDP na obavatele v PPP Kvalita regulace Slovinsko 0 4000 8000 12000 16000 20000 24000 1996 1998 2000 2002 2003 2004 2005 2006 HDPnaobyvatelevUSD(PPP) 0 0,2 0,4 0,6 0,8 1 1,2 1,4 1,6 Kvalitaregulace HDP na obavatele v PPP Kvalita regulace 266 Rumunsko 0 4000 8000 12000 16000 20000 24000 1996 1998 2000 2002 2003 2004 2005 2006 HDPnaobyvatelevUSD(PPP) -0,4 -0,2 0 0,2 0,4 0,6 0,8 1 1,2 1,4 Kvalitaregulace HDP na obavatele v PPP Kvalita regulace Bulgarsko 0 4000 8000 12000 16000 20000 24000 1996 1998 2000 2002 2003 2004 2005 2006 HDPnaobyvatelevUSD(PPP) 0 0,2 0,4 0,6 0,8 1 1,2 1,4 Kvalitaregulace HDP na obavatele v PPP Kvalita regulace Zdroj: Kaufman ­ Kraay ­ Masruzzi (2007): Governance Matters VI: Aggregate a Individual Governance Indicators for 1996­2006, IMF (2008): World Economic Outlook Database Z grafu je zřejmé, že kvalita regulace je ve sledovaných zemích velmi rozdílná. Zatímco v pobaltských zemích je ukazatel kvality regulace v roce 2006 vyšší než 1, v Bulharsku, Rumunsku a ve Slovinsku dosahuje hodnot nižších. Rozdílný je také vývoj ukazatele v období 1996­2006. Estonsko již v roce 1996 uplatňuje tržně konformní regulaci srovnatelnou s tou, která je uplatňována ve vyspělých tržních ekonomikách. Ukazatel kvality regulace se zde v celém sledovaném období pohybuje kolem hodnoty 1,4. Obdobně je tomu v Lotyšsku. Ukazatel regulace je zde sice nižší (pohybuje se kolem hodnoty 1), nicméně také Lotyšsko zaznamenává ve sledovaném období jen mírný nárůst kvality regulace. Obě tyto země potom mezi lety 1996 a 2006 vykazovaly nejvyšší přírůstek HDP na hlavu v PPP (v obou zemích ukazatel vzrostl o více než 170 %). Ve Slovinsku dosahoval ukazatel kvality regulace v průměru hodnoty 0,86. Důvodem je zejména stále silná role státu v hospodářství. Od roku 2000 dosahuje ukazatel regulace dokonce nižší úrovně než ukazatele pobaltských zemí. Ve sledovaném období Slovinsko ve srovnání s pobaltskými zeměmi vykazovalo také výrazně nižší tempa růstu HDP na obyvatele v PPP. V Litvě, Bulharsku a Rumunsku je v období 1996­2006 možno zaznamenat výrazný růst kvality regulace, a to zejména od roku 2002. Tento trend lze z velké části přičíst přípravám zemí na vstup do EU a postupnému slaďováním legislativy s právem Společenství. V Litvě je ovšem výchozí úroveň kvality regulace nesrovnatelně vyšší než v dalších dvou zmiňovaných zemích. Litva také ve zkoumaném období z těchto tří zemí zaznamenala nejvyšší tempo růstu HDP na obyvatele v PPP. Rumunsko a Bulharsko dosáhlo výsledků slabších. Relativně nízká kvalita regulace jistou měrou přispívala k růstu transakčních nákladů firem a tím negativně působila na jejich konkurenční schopnost v mezinárodním měřítku. Růst regulační kvality je sice pozitivním trendem, kvalita regulace v těchto zemích ovšem stále zůstává pod standardem vyspělých zemí s rozvinutým tržním mechanismem. 4. SOUČASNÝ STAV REGULACE V ZEMÍCH 6CE V současné době je úroveň regulace v zemích 6CE co do rozsahu srovnatelná s regulací uplatňovanou ve vyspělých tržních ekonomikách. Regulována zůstává celá řada ekonomických aktivit, uplatňovaná regulace je ve většině případů tržně konformní. 267 Uplatňovaná regulace by měla v ideálním případě vytvářet vhodný regulatorní rámec pro efektivní činnost jednotlivých ekonomických subjektů. Vláda by měla do alokace zdrojů přímo zasahovat jen v případě tržních selhání. Uplatňovaná regulační opatření by měla být jasná, relativně stálá a minimálně administrativně náročná, aby nevedla k umělému růstu transakčních nákladů firem. Nicméně současný stav regulace v zemích 6CE se v mnoha případech vymyká výše popsanému ideálu. Problematickou se potom jeví zejména kvalita uplatňovaných regulačních opatření, administrativní a v mnoha případech také finanční náročnost dodržování regulatorního rámce a vymahatelnost plnění smluv. Oblast ekonomické regulace je slučitelná s praktikami uplatňovanými v zemích Evropské unie. Vnější obchodní politika a regulace zahraničního obchodu spadá ve všech zemích do režimu společné vnější obchodní politiky EU. V oblasti ekonomické regulace je stále nedostatečná regulace v oblasti ochrany hospodářské soutěže. Ke zlepšení v této oblasti dochází na počátku 21. století v rámci přípravy zemí na vstup do EU a přizpůsobení legislativy právu Společenství. Ve trojici zemí (Lotyšsku, Slovinsku a Rumunsku) stále není dokončen proces velké privatizace, kdy stát drží podíly ve významných podnicích. Také pokrok v oblasti deregulace síťových odvětví je jen velmi pozvolný. Nejvyšší hodnoty indexu transformace ze sledovaných zemí dosahuje Estonsko, na druhou stranu nejvyšší míru regulace je možno najít ve Slovinsku a Rumunsku. V oblasti regulace podnikatelského prostředí zůstává problematická zejména byrokracie a v mnoha případech také vysoká časová náročnost spojená s dodržováním platné legislativy a s jednáním s úřady. Ve Slovinsku a Bulharsku se jako problematický jeví zejména zdlouhavý a časově náročný proces založení podniku. Zdlouhavý je v těchto zemích také proces získávání licencí a povolení, v Bulharsku je navíc spojen s opravdu vysokými náklady. Také soudy jsou v případě Slovinska velmi liknavé ­ procedura vymáhání plnění smluv trvá v průměru 45 měsíců. Ve všech zemích 6CE představuje slabé místo procedura ukončení činnosti podniku, a to zejména nízká míra návratnosti. V insolvenčním řízení je uspokojeno v průměru jen kolem 40 % pohledávek vůči insolventnímu podniku. V Rumunsku a Bulharsku je zdlouhavá také samotná procedura likvidace podniku. Při hodnocení celkové úrovně a kvality regulace lze konstatovat, že nejvyšší kvality regulace ze zemí 6CE dosahovaly v roce 2006 pobaltské země, nejlepších výsledků potom Estonsko. Naopak nejnižší kvalitu regulace lze najít v Rumunsku. Jak již bylo zmíněno, důvodem nízké kvality regulace v této zemi je dosud nedokončená malá a velká privatizace, pomalý postup v oblasti deregulace síťových odvětví, nízká kvalita politiky hospodářské soutěže, pomalu postupující restrukturalizace podniků, vysoká byrokracie a pomalá činnost úřadů. Vysoká úroveň regulace, její nízká kvalita, vysoká byrokracie a časová náročnost jednotlivých procedur vede k nižší pružnosti firem v reakci na tržní podněty a růstu nákladů firem. Negativním způsobem tak ovlivňuje konkurenční schopnost podniků a ekonomiky jako celku. Na druhou stranu dobré výsledky zejména Estonska lze přičítat rychlému postupu v procesu transformace, rychlé liberalizaci hospodářství a celkové konsistenci 268 přijímaných opatření. I zde zůstává ovšem problematický zejména proces ukončení činnosti insolvenčního podniku, a to zejména nízká míra návratnosti. 5. ZÁVĚR Země 6CE zahajují na počátku 90. let 20. století proces ekonomické transformace z centrálně plánovaného na tržní hospodářství. Tento s sebou nese radikální změnu role státu v hospodářství. Dynamickým vývojem prochází také oblast regulace, a to jak ekonomické, tak regulace podnikatelského prostředí. Tržně nekonformní regulace, kdy stát rozhoduje o alokaci vzácných zdrojů popřípadě tuto výrazným způsobem ovlivňuje, je postupně nahrazována regulací tržně konformní. Průběh deregulace a zejména rychlost tohoto procesu se v jednotlivých zemích významně liší. Transformace je ve všech sledovaných zemích založena na celkové liberalizaci, demonopolizaci, privatizaci a stabilizaci hospodářství. Je vytvářen institucionální rámec pro fungování tržního hospodářství a vzniká nová legislativa, stanovující pravidla hry v nových podmínkách. Ve všech zemích ovšem tento proces není hladký a konsistentní. Významnou roli sehrávají národní specifika jednotlivých zemí, jejich celková rozvinutost a připravenost na reformy. Neméně významnou roli hraje politická vůle demokraticky volených přestavitelů vlád a nálady převládající ve společnosti. Nejrychleji probíhá proces deregulace hospodářství v Estonsku. Již v první polovině 90. let patří zahraniční obchod Estonska k nejliberálnějším na světě, je dokončen proces privatizace, kdy stát si ponechává podíly jen v několika významných podnicích (síťová odvětví), role státu je omezena na vytváření vhodného regulatorního prostředí, dohlížení nad dodržováním platné regulace a řešení tržních selhání. Velmi pomalý je na druhou stranu proces deregulace v Bulharsku a zejména v Rumunsku, i když obě země staví transformaci stejně jako pobaltské země na šokové terapii. Proces deregulace je v těchto zemích nekonsistentní a jen málo průhledný. Pomalejší je postup také Slovinska, tento se ovšem vzhledem ke gradualistickému přístupu k transformaci a odlišným výchozím podmínkám dal očekávat. Také regulace podnikatelského prostředí nabývá vyšší kvality v Estonsku a ostatních pobaltských zemích. Tento fakt vytváří konkurenční výhodu těchto zemí ve srovnání se zbytkem 6CE. Dodržování předepsané regulace je méně časově a finančně náročné, vede k nižším nákladům podniků a zvyšuje tak jejich flexibilitu v reakci na tržní podněty. Vytváří tak určitou konkurenční výhodu ve srovnání se zeměmi s nižší kvalitou regulace podnikatelského prostředí. POUŽITÁ LITERATURA BACHANOVÁ, V. (2006): Regulace a deregulace v ČR v období 1990­2005. Centrum výzkumu konkurenční schopnosti české ekonomiky. Working Paper No. 6/2006, 2006. BALDWIN, R. ­ CAVE, M. (1999): Understanding regulation: theory, strategy, and practice. Oxford University Press, Oxford, 1999. BEN-NER, A. ­ MONTIAS, M. (1991): The Introduction of Markets in a Hypercentralized Ekonomy: The Case of Romania. Journal of Economic Perspectives, Vol. 5, No. 4, 1991, p. 163-170. 269 BORENSZTEIN, E. ­ DEMEKAS, D., G. ­ OSTRY, J., D. (1993): An Empirical Analysis of the Output Declines in Three Eastern European Countries. IMF Staff Paper No. 1/1993, 1993. BRAITHWAITE, J. ­ DRAHOS, P.(2000): Global Business Regulation. Oxford: Oxform University Press, 2000. BURUIANA, A. (2004): Privatizace v Rumunsku v období 1992­2003. Národohospodářský obzor 2-2004, ESF MU, 2004. CRANE, K. (1991): Institutional Legacies and Economic, Social and Political Environment for Transition in Hungary and Poland. The American Economic Review, Vol. 81, No. 2, 1991, s. 318-322. De MELO, M. ­ DENIZER, C. ­ GALEB, A. (1996): From Plan to Market: Patterns of Transition. World Bank, Policy Research Working Paper No. 1564., 1996. EBRD (2007): Transition Report 2007. European Bank for Reconstruction and Development, 2007. ESTRIN, S. (1991): Yugoslavia: The Case of Self-Managing Market Socialismus. Journal of Economic Perspectives, Vol. 5, No. 4, 1991, p. 187-194. GRAY, C., W. ­ IANACHKO, P. (1992): Bulgaria´s Evolving Legal Framework for Private Sector Development. World Bank Working Paper No. 906, 1992. GROS, D. ­ STEINHERR, A. (1991): Economic Reform in the Soviet Union: Pas de Deux between Disintegration and Macroeconomic Destabilization. Princeston Studies in Internationl Finance, No. 71, 1991. IMF (1998): Republic of Slovenia: Selected Issues. IMF Staff Country Report No. 98/20, 1998. IMF (1999): Bulgaria: Recent Economic Developments and Statistical Appendix. IMF Start Country Report No. 99/26, 1999. IMF (2000): Republic of Latvia: Selected Issues and Statistical Appendix. IMF Staff Country Report No. 00/100, 2000. IMF (2008): World Economic Outlook Database. IMF, April 2008. Dostupný na: http://www.imf.org/external/pubs/ft/weo/2008/01/weodata/weoselgr.aspx (5.5.2008). KAUFMAN, D. ­ KRAAY, A. ­ MASRUZZI, M. (2006): Governance Matters V: Governance Indicators for 1996-2005. World Bank Policy Research Working Paper No.4012, 2006. KAUFMANN, D. ­ KRAAY, A. ­ MASTRUZZI, M. (2007): Governance Matters VI: Aggregate a Individua Governance Indicators for 1996-2006. World Bank Policy Research Working Paper No.4280, 2007. LAINELA, S. ­ SUTELA, P. (1994): The Baltic Economies in the Transition. Bank of Finland, 1994. OECD (1993): Trend and Policies in Privatization. Institutional Aspects of Privatization Process. Paris, 2003. OECD (1997): The OECD Report on Regulatory Reform: Synthesis. 270 World Bank (2004): Doing Business in 2004. Washington, 2004. World Bank (2005): Doing Business in 2005. Washington, 2005. World Bank (2006): Doing Business in 2006. Washington, 2006. World Bank (2007): Doing Business in 2007. Washington, 2007. WORLD BANK (2008): Trade Databases. Dostupný na: http://econ.worldbank.org/WBSITE/EXTERNAL/EXTDEC/EXTRESEARCH/0,,conte ntMDK:21051044~pagePK:64214825~piPK:64214943~theSitePK:469382,00.html (1.5.2008) World Bank (2008a): Doing Business in 2008. Dostupný na: http://www.doingbusiness.org/. (1.3.2008). Příloha Regulační zátěž podnikání v zemích 6CE Litva 2003 2004 2005 2006 2007 Procedury (počet) 8 8 8 7 7 Doba na vyřízení (dny) 26 26 26 26 26 Náklady (%NI na hlavu) 4,0 3,7 3,3 2,8 3,0 založení podniku Minimální kapitál (%NI na hlavu) 68,0 62,8 57,3 48,8 46,2 Index obtížnosti přijetí pracovníka 3) 33 33 33 33 33 Index pružnosti pracovní doby 3) 80 80 80 80 80 Index obtížnosti propuštění 3) 30 30 30 30 30 Index strnulosti zaměstnání 2) 3) 48 48 48 48 48 Náklady přijetí (příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy) - - 31 31 31 příjímání a propouštění zaměstnanců Náklady propuštění (týdny mzdy) 30 30 30 30 30 Procedury (počet) - 3 3 3 3 Doba na vyřízení (dny) - 3 3 3 3 změna vlastnictví Náklady (%hodnoty vlastnictví) - 0,9 0,8 0,7 0,7 Ochrana práv dlužníka a věřitele (0-10, vyšší skóre značí lepší kvalitu legislativy) - 4 4 4 4 získání úvěru Index informací o úvěru (0-6, vyšší skóre, více dostupných informací o úvěrové historie) 3 3 6 6 6 ochrana investorů Index ochrany investorů (0-10, vyšší hodnota značí vyšší ochranu) - - 5 5 5 Procedury (počet) 30 30 30 30 30 Doba (dny) 210 210 210 210 210 vymáhání plnění smluv Náklady (% NI na osobu) 23,6 23,6 23,6 23,6 23,6 Doba platební neschopnosti (roky) 2 1,7 1,7 1,7 1,7 Náklady platební neschopnosti (% dluhu) 22 7 7 7 7 uzavření podniku Míra návratnosti (centů na dolar) 34 50 50 51 49,2 Procedury (počet) - - 17 17 17 Čas k vyřízení (dny) - - 148 148 156 licence a povolení 1) Náklady (% NI na osobu) - - 163,0 140,5 133,1 Platby (počet) - - 25 25 24 Čas (hodiny) - - 166 166 166placení daní Splatné daně (%hrubého zisku) - - 50,2 50,2 48,3 Dokumenty k vývozu - 6 6 6 Čas strávený vyřízením vývozu (dny) - - 10 10 10 zahraniční obchod Dokumenty k dovozu - - 6 6 6 271 Čas na vyřízení dovozu (dny) - - 13 13 13 Lotyšsko 2003 2004 2005 2006 2007 Procedury (počet) 5 5 5 5 5 Doba na vyřízení (dny) 16 16 16 16 16 Náklady (%NI na hlavu) 10,1 9,3 4,2 3,5 3,0 založení podniku Minimální kapitál (%NI na hlavu) 45,0 41,4 31,8 26,1 22,0 Index obtížnosti přijetí pracovníka 3) 78 78 67 67 50 Index pružnosti pracovní doby 3) 40 40 40 40 40 Index obtížnosti propuštění 3) 30 30 30 30 30 Index strnulosti zaměstnání 2) 3) 49 49 46 46 43 Náklady přijetí (příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy) - - 24 24 24 příjímání a propouštění zaměstnanců Náklady propuštění (týdny mzdy) 17 17 17 17 17 Procedury (počet) - 10 10 8 8 Doba na vyřízení (dny) - 55 55 54 54 změna vlastnictví Náklady (%hodnoty vlastnictví) - 2,1 2,0 2,0 2,0 Ochrana práv dlužníka a věřitele (0-10, vyšší skóre značí lepší kvalitu legislativy) - 8 8 8 8 získání úvěru Index informací o úvěru (0-6, vyšší skóre, více dostupných informací o úvěrové historie) 0 2 3 4 4 ochrana investorů Index ochrany investorů (0-10, vyšší hodnota značí vyšší ochranu) - - 5,7 5,7 5,7 Procedury (počet) 30 30 27 27 27 Doba (dny) 282 282 279 279 279 vymáhání plnění smluv Náklady (% NI na osobu) 13,6 13,6 12,9 12,9 12,9 Doba platební neschopnosti (roky) 3 3 3 3 3 Náklady platební neschopnosti (% dluhu) 13 13 13 13 13 uzavření podniku Míra návratnosti (centů na dolar) 61 36 34 35 34,6 Procedury (počet) - - 26 26 26 Čas k vyřízení (dny) - - 216 188 188 licence a povolení 1) Náklady (% NI na osobu) - - 44,2 36,3 27,5 Platby (počet) - - 7 7 7 Čas (hodiny) - - 320 320 320placení daní Splatné daně (%hrubého zisku) - - - - 32,6 Dokumenty k vývozu - 6 6 6 Čas strávený vyřízením vývozu (dny) - - 11 11 13 Dokumenty k dovozu - - 5 5 6 zahraniční obchod Čas na vyřízení dovozu (dny) - - 12 12 12 Estonsko 2003 2004 2005 2006 2007 Procedury (počet) - 6 6 6 5 Doba na vyřízení (dny) - 72 35 35 7 Náklady (%NI na hlavu) - 7,5 6,2 5,1 2,0 založení podniku Minimální kapitál (%NI na hlavu) - 49,7 41,4 34,3 28,1 Index obtížnosti přijetí pracovníka 3) - 44 33 33 33 Index pružnosti pracovní doby 3) - 80 80 80 80 Index obtížnosti propuštění 3) - 60 60 60 60 Index strnulosti zaměstnání 2) 3) - 61 58 58 58 Náklady přijetí (příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy) - - 34 34 34 příjímání a propouštění zaměstnanců Náklady propuštění (týdny mzdy) - 35 35 35 35 Procedury (počet) - 3 3 3 3 Doba na vyřízení (dny) - 51 51 51 51 změna vlastnictví Náklady (%hodnoty vlastnictví) - 0,7 0,7 0,7 0,5 272 Ochrana práv dlužníka a věřitele (0-10, vyšší skóre značí lepší kvalitu legislativy) - 4 4 4 4 získání úvěru Index informací o úvěru (0-6, vyšší skóre, více dostupných informací o úvěrové historie) - 5 5 5 5 ochrana investorů Index ochrany investorů (0-10, vyšší hodnota značí vyšší ochranu) - - 6 6 6 Procedury (počet) - 37 37 37 36 Doba (dny) - 425 425 425 425 vymáhání plnění smluv Náklady (% NI na osobu) - 17,3 17,3 17,3 17,3 Doba platební neschopnosti (roky) - 3 3 3 3 Náklady platební neschopnosti (% dluhu) - 9 9 9 9 uzavření podniku Míra návratnosti (centů na dolar) - 39 39 40 39,1 Procedury (počet) - - 12 13 13 Čas k vyřízení (dny) - - 116 117 117 licence a povolení 1) Náklady (% NI na osobu) - - 40,7 34,3 28,1 Platby (počet) - - 10 10 10 Čas (hodiny) - - 81 81 81placení daní Splatné daně (%hrubého zisku) - - 49,9 49,9 49,9 Dokumenty k vývozu - - 3 3 3 Čas strávený vyřízením vývozu (dny) - - 5 5 5 Dokumenty k dovozu - - 4 4 4 zahraniční obchod Čas na vyřízení dovozu (dny) - - 5 5 5 Slovinsko 2003 2004 2005 2006 2007 Procedury (počet) 9 9 9 9 9 Doba na vyřízení (dny) 60 60 60 60 60 Náklady (%NI na hlavu) 14,8 13,5 12,0 9,4 8,5 založení podniku Minimální kapitál (%NI na hlavu) 19,9 19,9 17,0 54,0 49,8 Index obtížnosti přijetí pracovníka 3) 61 61 61 61 78 Index pružnosti pracovní doby 3) 60 60 60 60 60 Index obtížnosti propuštění 3) 50 50 50 50 50 Index strnulosti zaměstnání 2) 3) 57 63 Náklady přijetí (příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy) - - 20 20 19 příjímání a propouštění zaměstnanců Náklady propuštění (týdny mzdy) 40 40 40 40 40 Procedury (počet) - 6 6 6 6 Doba na vyřízení (dny) - 391 391 391 391 změna vlastnictví Náklady (%hodnoty vlastnictví) - 2 2 2 2 Ochrana práv dlužníka a věřitele (0-10, vyšší skóre značí lepší kvalitu legislativy) - 6 6 6 6 získání úvěru Index informací o úvěru (0-6, vyšší skóre, více dostupných informací o úvěrové historie) 3 3 3 3 2 ochrana investorů Index ochrany investorů (0-10, vyšší hodnota značí vyšší ochranu) - - 6,3 6,3 6,3 Procedury (počet) 32 32 32 32 32 Doba (dny) 1440 1440 1350 1350 1350 vymáhání plnění smluv Náklady (% NI na osobu) 19,7 19,7 18,6 18,6 18,6 Doba platební neschopnosti (roky) 2 2 2 2 2 Náklady platební neschopnosti (% dluhu) 8 8 8 8 8 uzavření podniku Míra návratnosti (centů na dolar) 42 42 44 45 46,6 Procedury (počet) - - 15 15 15 Čas k vyřízení (dny) - - 208 208 208 licence a povolení 1) Náklady (% NI na osobu) - - 147 139,8 113,9 Platby (počet) - - 22 22 22placení daní Čas (hodiny) - - 260 260 260 273 Splatné daně (%hrubého zisku) - - - - 39,2 Dokumenty k vývozu - - 6 6 6 Čas strávený vyřízením vývozu (dny) - - 20 20 50 Dokumenty k dovozu - - 8 8 8 zahraniční obchod Čas na vyřízení dovozu (dny) - - 21 21 21 Rumunsko 2003 2004 2005 2006 2007 Procedury (počet) 6 5 5 5 6 Doba na vyřízení (dny) 29 28 11 11 14 Náklady (%NI na hlavu) 10,9 7,4 5,3 4,4 4,7 založení podniku Minimální kapitál (%NI na hlavu) 2,9 2,2 1,9 1,6 1,5 Index obtížnosti přijetí pracovníka 3) 78 78 67 67 78 Index pružnosti pracovní doby 3) 80 80 80 80 80 Index obtížnosti propuštění 3) 40 40 40 40 40 Index strnulosti zaměstnání 2) 3) 66 66 62 62 66 Náklady přijetí (příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy) - - 33 33 31 příjímání a propouštění zaměstnanců Náklady propuštění (týdny mzdy) 6 6 6 6 6 Procedury (počet) - 8 8 8 8 Doba na vyřízení (dny) - 170 170 150 150 změna vlastnictví Náklady (%hodnoty vlastnictví) - 2 2 1,9 2,8 Ochrana práv dlužníka a věřitele (0-10, vyšší skóre značí lepší kvalitu legislativy) - 5 5 5 7 získání úvěru Index informací o úvěru (0-6, vyšší skóre, více dostupných informací o úvěrové historie) 4 4 5 5 5 ochrana investorů Index ochrany investorů (0-10, vyšší hodnota značí vyšší ochranu) - - 5,7 6 6 Procedury (počet) 32 32 32 32 32 Doba (dny) 537 537 537 537 537 vymáhání plnění smluv Náklady (% NI na osobu) 19,9 19,9 19,9 19,9 19,9 Doba platební neschopnosti (roky) 4,6 4,6 4,6 4,6 4,6 Náklady platební neschopnosti (% dluhu) 9 9 9 9 9 uzavření podniku Míra návratnosti (centů na dolar) 7 7 17 20 28,9 Procedury (počet) - - 17 17 17 Čas k vyřízení (dny) - - 234 234 234 licence a povolení 1) Náklady (% NI na osobu) - - 155,1 131,1 124,3 Platby (počet) - - 96 96 96 Čas (hodiny) - - 193 193 202placení daní Splatné daně (%hrubého zisku) - - 49,5 49,5 46,9 Dokumenty k vývozu - 7 5 5 Čas strávený vyřízením vývozu (dny) - - 27 12 12 Dokumenty k dovozu - - 15 6 6 zahraniční obchod Čas na vyřízení dovozu (dny) - - 28 13 13 Bulharsko 2003 2004 2005 2006 2007 Procedury (počet) 11 11 11 9 9 Doba na vyřízení (dny) 32 32 32 32 32 Náklady (%NI na hlavu) 10,4 10,3 9,6 7,9 8,4 založení podniku Minimální kapitál (%NI na hlavu) 86,7 81,6 73 63,9 56,3 Index obtížnosti přijetí pracovníka 3) 17 17 28 17 17 Index pružnosti pracovní doby 3) 60 60 60 60 60 Index obtížnosti propuštění 3) 10 10 10 10 10 Index strnulosti zaměstnání 2) 3) 29 29 33 29 29 příjímání a propouštění zaměstnanců Náklady přijetí (příspěvky na soc. a zdravotní pojištění a daň. z příjmu zaměstnance jako % mzdy) - - 32 30 23 274 Náklady propuštění (týdny mzdy) 9 9 9 9 9 Procedury (počet) - 9 9 9 9 Doba na vyřízení (dny) - 19 19 19 19 změna vlastnictví Náklady (%hodnoty vlastnictví) - 2,4 2,3 2,3 2,3 Ochrana práv dlužníka a věřitele (0-10, vyšší skóre značí lepší kvalitu legislativy) - 6 6 6 6 získání úvěru Index informací o úvěru (0-6, vyšší skóre, více dostupných informací o úvěrové historie) 2 3 4 5 6 ochrana investorů Index ochrany investorů (0-10, vyšší hodnota značí vyšší ochranu) - - 6 6 6 Procedury (počet) 40 40 40 40 40 Doba (dny) 564 564 564 564 564 vymáhání plnění smluv Náklady (% NI na osobu) 22,2 22,2 22,2 22,2 22,2 Doba platební neschopnosti (roky) 3,3 3,3 3,3 3,3 3,3 Náklady platební neschopnosti (% dluhu) 9 9 9 9 9 uzavření podniku Míra návratnosti (centů na dolar) 34 33 34 34 34,2 Procedury (počet) - - 20 20 22 Čas k vyřízení (dny) - - 127 127 131 licence a povolení 1) Náklady (% NI na osobu) - - 475,2 421,0 499,9 Platby (počet) - - 31 31 17 Čas (hodiny) - - 616 616 616placení daní Splatné daně (%hrubého zisku) - - 42,5 42,5 36,7 Dokumenty k vývozu - - 7 7 5 Čas strávený vyřízením vývozu (dny) - - 26 26 23 Dokumenty k dovozu - - 10 10 7 zahraniční obchod Čas na vyřízení dovozu (dny) - - 25 25 21 Poznámka: *) Zátěž je zkoumána pro modelovou společnost 1) k postavení skladu, 2) jedná se o index podmínek zaměstnání, kde je kromě flexibility pracovní doby zahrnována také výše minimální mzdy a dny placené dovolené, 3) index se pohybuje v rozmezí 0-100 (0žádné překážky, 100-maximálně regulováno). Zdroj: World Bank (2004, 2005, 2006, 2007,2008a): Doing Business in 2004, Doing Business in 2005, Doing Business in 2006, Doing Business in 2007, Doing Business in 2008 Tabulka 9: Rozdělení příjmů v Bulharsku decily domácnostírok 1 2 3 4 5 6 7 8 9 10 1989 4,56 5,89 6,92 7,82 8,68 9,58 10,6 11,93 13,99 20,03 1992 3,47 4,85 5,99 7,01 8,01 9,08 10,31 11,94 14,6 24,74 1994 4,39 5,83 6,89 7,79 8,62 9,49 10,48 11,74 13,78 20,99 1995 2,26 4,6 6,14 7,37 8,49 9,62 10,87 12,47 14,99 23,19 1996 2,98 4,37 5,53 6,56 7,58 8,68 9,94 11,61 14,39 28,36 1997 4,32 5,7 6,59 7,4 8,26 9,19 10,28 11,69 13,86 22,71 2001 2,33 4,16 5,56 6,77 7,95 9,16 10,56 12,36 15,3 25,85 2003 3,58 5,12 6,27 7,28 8,21 9,21 10,32 11,79 14,17 24,05 Zdroj: World Bank (2008) 275 Tabulka 10: Rozdělení příjmů v Estonsku decily domácnostírok 1 2 3 4 5 6 7 8 9 10 1988 4,18 5,72 6,91 7,96 8,97 9,98 11,11 12,5 14,45 18,22 1993 2,50 3,91 4,91 5,9 6,97 8,18 9,67 11,67 14,94 31,35 1995 3,27 4,73 5,87 6,99 8,16 9,44 10,9 12,68 15,2 22,76 1998 2,84 3,98 4,97 5,99 7,13 8,41 9,98 12,04 15,33 29,33 2000 2,56 4,01 5,09 6,18 7,34 8,63 10,2 12,22 15,38 28,39 2001 2,69 4,08 5,13 6,17 7,29 8,56 10,07 12,08 15,23 28,7 2002 2,62 4 5,09 6,17 7,35 8,66 10,23 12,27 15,45 28,16 2003 2,59 4,17 5,28 6,37 7,51 8,79 10,3 12,25 15,28 27,46 Zdroj: World Bank (2008) Tabulka 11: Rozdělení příjmů v Lotyšsku decily domácnostírok 1 2 3 4 5 6 7 8 9 10 1988 4,45 5,89 7,01 7,98 8,91 9,86 10,92 12,25 14,22 18,51 1993 4,20 5,3 6,23 7,21 8,22 9,37 10,67 12,3 14,64 21,86 1995 3,18 4,86 6,1 7,14 8,12 9,14 10,3 11,81 14,26 25,09 1996 2,92 4,81 6,11 7,17 8,15 9,14 10,27 11,72 14,05 25,66 1997 2,87 4,81 6,12 7,18 8,16 9,15 10,27 11,7 14,02 25,72 1998 2,91 4,38 5,6 6,72 7,8 8,98 10,34 12,13 15,06 26,08 2002 2,80 4,14 5,3 6,38 7,48 8,66 10,07 11,93 15,03 28,21 2003 2,54 3,92 5 6,08 7,24 8,56 10,14 12,21 15,43 28,88 Zdroj: World Bank (2008) Tabulka 12: Rozdělení příjmů v Litvě decily domácnostírok 1 2 3 4 5 6 7 8 9 10 1988 4,53 5,93 7,03 7,96 8,87 9,8 10,84 12,16 14,13 18,75 1993 3,43 4,66 5,69 6,65 7,6 8,62 9,83 11,44 14,09 27,99 1994 2,38 3,83 5,08 6,25 7,43 8,7 10,21 12,2 15,51 28,41 1996 3,17 4,61 5,79 6,86 7,9 9,01 10,3 12 14,78 25,58 1998 3,35 4,87 5,96 7 8,09 9,27 10,65 12,37 14,9 23,54 2000 3,22 4,69 5,75 6,78 7,88 9,07 10,49 12,27 14,98 24,87 2001 3,08 4,59 5,67 6,73 7,85 9,07 10,52 12,34 15,09 25,06 2002 3,11 4,61 5,68 6,74 7,84 9,07 10,5 12,31 15,06 25,08 2003 2,71 4,1 5,18 6,26 7,44 8,74 10,29 12,31 15,41 27,56 Zdroj: World Bank (2008) Tabulka 13: Rozdělení příjmů v Rumunsku decily domácnostírok 1 2 3 4 5 6 7 8 9 10 1989 4,12 5,81 7 7,99 8,9 9,83 10,86 12,15 14,13 19,21 1992 3,80 5,42 6,65 7,71 8,7 9,73 10,88 12,35 14,57 20,19 1994 3,59 5,26 6,3 7,29 8,28 9,36 10,61 12,16 14,48 22,67 1998 3,57 5,12 6,14 7,11 8,11 9,2 10,47 12,1 14,53 23,65 276 2000 3,29 4,89 5,99 7,03 8,11 9,29 10,64 12,35 14,86 23,55 2001 3,28 4,86 5,95 6,98 8,06 9,24 10,61 12,32 14,87 23,83 2002 3,14 4,76 5,85 6,9 7,98 9,16 10,53 12,28 14,9 24,5 2003 3,28 4,82 5,89 6,92 7,98 9,15 10,52 12,24 14,85 24,35 Zdroj: World Bank (2008) Tabulka 14: Rozdělení příjmů ve Slovinsku decily domácnostírok 1 2 3 4 5 6 7 8 9 10 1987 4,49 5,92 6,96 7,85 8,69 9,56 10,53 11,8 13,8 20,4 1993 4,05 5,24 6,23 7,13 8,02 8,97 10,09 11,55 13,99 24,73 1998 3,94 5,16 6,19 7,17 8,14 9,2 10,43 12,05 14,68 23,04 Zdroj: World Bank (2008) 277 STRUKTURÁLNÍ POLITIKA BULHARSKA, ESTONSKA, LITVY, LOTYŠSKA, RUMUNSKA A SLOVINSKA 1990­ 2006 TOMÁŠ PALETA Cílem studie je analyzovat vliv strukturální politiky zemí 6CE na konkurenceschopnost výše zmíněných ekonomik. Zaměřujeme se na výši a strukturu státní pomoci podnikům v sektoru průmyslu a služeb. Zkoumáme jak absolutní hodnoty poskytované pomoci, tak jejich vývoj v čase. Analyzujeme, zda a jak se výše a struktura pomoci projevila na produktivitě práce a zda je tento vliv ve sledovaných zemích podobný. 1. ÚVOD Výsledkem hospodářské politiky zemí východního bloku, zaměřené na masovou industrializaci, byl průmysl dominantním sektorem téměř všech zemí. Po pádu železné opony byl průmysl ve všech zemích střední a východní Evropy mohutně dotovaným odvětvím (Euractiv, 2006). S odstraňováním obchodních bariér a postupující transformací vyvstal problém, jak zajistit strukturální změny v ekonomikách směrem k moderní struktuře. Kromě otázky ekonomické efektivity bylo třeba řešit také otázky sociální a politické. Podniky vystavené silnému konkurenčnímu tlaku rozvinutých zemí v mnohých případech neměly naději na úspěch bez určité pomoci státu. Výsledkem této situace a dalších vlivů bylo poskytování státní pomoci podnikům s nejrůznějšími cíli ­ od pomoci na záchranu a restrukturalizaci, přes podporu zaměstnanosti po ochranu životního prostředí atd. Začátkem 90. let proběhly v zemích střední a východní Evropy výrazné strukturální změny provázené značným poklesem průmyslové produkce a vzestupem v sektoru služeb. Přesto však často zůstalo mnoho podniků, které tyto otřesy přežily, ale vlády se z nejrůznějších důvodů rozhodly je podporovat formou státní pomoci. S přípravou vstupu zemí do Evropské unie se situace postupně měnila. EU se s rostoucí integrací chtěla ujistit, že vlády kandidátských zemí nebudou lákat zahraniční investory z původních zemí pomocí nejrůznějších forem státní pomoci. Proto byla v asociačních dohodách mezi EU a jednotlivými zeměmi zahrnuta povinnost kandidátských zemí sjednotit legislativu týkající se státní pomoci s právem EU, což mimo jiné zahrnovalo i zřízení nezávislého orgánu zodpovědného za posuzování a sledování státní pomoci. Za povšimnutí také stojí, že v asociačních dohodách je jasně rozlišováno mezi existující státní pomocí a pomocí novou, na kterou se vztahují nová pravidla (Euractiv, 2006) Cílem této práce je analyzovat vliv strukturální politiky Litvy, Lotyšska, Estonska, Rumunka, Bulharska a Slovinska. Pro naše účely jsme si strukturální politiku definovali jako soubor zamýšlených (tj. vědomých) vládních opatření směřujících ke změně ve struktuře produkce průmyslových odvětví nebo vedoucí ke změně výrobního chování průmyslových producentů s cílem ovlivnit strukturální charakteristiky ekonomiky. Konkrétními nástroji takto pojaté politiky jsou přímé i nepřímé nástroje státní pomoci. Zkoumáme tedy, zda existuje vazba mezi výší státní pomocí a produktivitou práce v průmyslových odvětvích. 278 Státní pomoc definujeme totožně jako Evropská komise (2007). Jedná se o jakoukoli pomoc poskytovanou státem v jakékoliv formě, která zvýhodněním určitých podniků nebo produkce určitého zboží narušuje, nebo hrozí narušit konkurenční prostředí.1 Podstatou státní pomoci je selektivní pomoc zvýhodňující určité subjekty před jejich konkurenty a umožňuje jím tak zisk jisté výhody. Taková pomoc má následující negativní dopady na hospodářství: * narušuje konkurenci, * místo vyřešení problému může být vyvedena v podobě nadměrného zisku, * může být použitá k vyplácení nepřiměřených mezd, * udržuje neefektivně vysokou zaměstnanost a způsobuje nízkou produktivitu, * může zachovávat zaostalou hospodářskou strukturu, * způsobuje státu přímé a administrativní náklady a způsobuje vyšší daně (Evropská komise, 2007). Očekáváme, že tyto negativní vlivy převýší pozitiva státní pomoci a zejména z hlediska efektivity bude vliv státní pomoci negativní. Předpokládáme tedy negativní vztah mezi státní pomocí a produktivitou práce v dotovaných odvětvích. V první části studie nejprve popisujeme situaci na poli státní pomoci, v části další pak provádíme komparaci a analýzu vlivu na produktivitu práce. 1.1. Metodologie V práci se zabýváme státní pomocí směřující do sektoru průmyslu a služeb. Pro údaje o státní pomoci jsou v této studii použity dva hlavní typy zdrojů. Prvním je statistika evropské komise ,,State aid scoreboard," druhým národní zprávy o státní pomoci publikované jednotlivými státy. K tomuto přístupu nás vedl detailnější pohled na státní pomoc v národních zprávách a u některých států delší zaznamenané časové řady. Z národních zpráv tedy čerpáme všechny údaje o státní pomoci předcházející roku 2000, neboť data ze State aid scoreboard pro toto období u sledovaných zemí neexistují. Z národních zpráv také čerpáme data pro Rumunsko a Bulharsko, neboť ty ve statistikách State aid scoreboard nejsou zahrnuty vůbec. Nedostatkem dat získaných z národních zpráv je, že sice mají strukturu odpovídající členění State aid scoreboard, ale použitá metodologie zpracování je odlišná a proto údaje z národních zpráv obvykle nejsou srovnatelné s údaji ze State aid scoreboard. Platí také, že jednotlivé země měly odlišné zákony a předpisy upravující státní pomoc a proto nelze očekávat plnou srovnatelnost údajů z národních zpráv mezi jednotlivými zeměmi. Naopak Statistiky state aid scoreboard jsou zpracovány tak, aby byla komparace mezi jednotlivými zeměmi možná. S ohledem na cíl práce používáme pro údaje po roce 2000 ­ tam kde je to možné ­ právě údaje z tohoto zdroje. Kromě absolutní výše státní pomoci nás zajímá také její cíl. Pomoc dělíme v souladu s přístupem EU podle cíle. Rozlišujeme pomoc horizontální (zaměřenou na určitý cíl bez ohledu na odvětví nebo region v kterém se vyskytuje) a sektorovou 1 Státní pomoc je obecně v EU zakázaná, zvláště pokud ovlivňuje obchod a tím narušuje konkurenci. Výjimky, zahrnující regionální pomoc, pomoc citlivým odvětvím a některé nástroje horizontální pomoci, jsou specifikovány ve smlouvě o EU. 279 (zaměřenou na pomoc vybraným odvětvím).1 Pomoc směřující do sektoru zemědělství a rybolovu, i vzhledem ke specifickému přístupu, který k této pomoci má EU, neuvádíme a nepracujeme s ní (není-li uvedeno jinak). Vztah mezi produktivitou práce a státní pomocí měříme koeficientem korelace mezi produktivitou práce v průmyslu a službách (měřenou hrubou přidanou hodnotu na pracovníka) a výši státní pomocí. Pro výpočet koeficientu korelace vycházíme z dat State aid scoreboard, jejichž výši pro ucelenější představu a snadnější mezinárodní komparaci uvádíme také na pracovníka (v průmyslu a službách). Údaje o produktivitě práce vycházejí ze stálých cen v národních měnových jednotkách. Tento přístup sice ztěžuje možnost mezinárodní komparace, ale pro náš výpočet se použití tohoto přístupu ukazuje jako výhodnější, neboť u zemí s velkými výkyvy kurzů by přepočet na euro výrazně ovlivnil výsledné řady. Hlavní překážkou naší analýzy jsou nedostatečně dlouhé časové řady a přílišná obecnost dostupných dat, které znemožňují detailnější pohled na efekty a důsledky státní pomoci. 2. VÝVOJ VÝŠE A STRUKTURY STÁTNÍ POMOCI Na následujících stranách se budeme věnovat vývoji státní pomoci v jednotlivých zemích 6CE. 2.1. Bulharsko Bulharská ekonomika byla poznamenána masivním budováním průmyslu za každou cenu (www.country-studies.com, 2008a). Výsledkem tohoto přístupu byla struktura ekonomiky kopírující sovětský model. Průmysl se v roce 1990 podílel na tvorbě HDP 49,2 %, služby 33,8 %, zemědělství 17 % (www.earthtrends.org, 2008). Dostupnost údajů o poskytované pomoci v Bulharsku je ze sledovaných zemí nejnižší. Na oficiálních místech je k dispozici pouze zpráva z roku 2005, v níž jsou obsažena podrobná data pouze pro daný rok, a za léta 2000-2004 jsou zmíněny jen hlavní trendy. Analýza vlivu státní pomoci v Bulharsku je tak v podstatě nemožná. Pro ilustraci shrneme data obsažená v dostupné zprávě. Tabulka č. 1: Celková státní pomoc v Bulharsku 2000­2005, včetně zemědělství (mil. EUR) Bulharsko 2000 2001 2002 2003 2004 2005 celková pomoc 149,6 106,3 111,2 160,04 131,8 213,24 Zdroj: Ministry of Finance, Republic of Bulgaria, 2005 Ačkoliv národní zprávy nemáme k dispozici, ze zprávy z roku 2005 se dají vyčíst hlavní trendy, které se před tímto rokem odehrály. Dle této zprávy (Ministry of Finance, Republic of Bulgaria, 2005) postupně klesal podíl sektorové pomoci, z 53,81 % celkové pomoci v roce 2003 na 49,54 % v roce 2004 a 40,34 % v roce 2005.2 Z hlediska sektorového členění narostla pomoc do sektoru dopravy, 1 Celková pomoc je tvořena součtem sektorové a horizontální pomoci. Do horizontální pomoci zahrnujeme také pomoc regionální, která bývá někdy uváděna samostatně (není-li uvedeno jinak). 2 Národní zpráva o státní pomoci v Bulharsku považuje regionální pomoc z hlediska cíle za samostatnou kapitolu. 280 konkrétně do železniční dopravy a to z 10,5 mil. euro v roce 2003 na 47,3 mil. euro v roce 2005, naopak podíl pomoci zpracovatelskému průmyslu klesal. Více relevantních údajů se však ve zprávě nevyskytuje. Struktura státní pomoci v roce 2005 je vidět v následující tabulce. Tabulka č. 2: Státní pomoc průmyslu a službám podle cíle v Bulharsku v roce 2005 (mil. EUR) mil. EUR horizontální cíle, z toho: 117,71 výzkum a vývoj 0 životní prostředí 0,17 MSP 0,2 obchod 0 úspory energie 0 zaměstnanost 36,85 vzdělání 0 další cíle, včetně záchrany a restrukturalizace 80,49 sektorová pomoc, z toho: 79,6 ocel 0 loďařský průmysl 0 těžba uhlí 1,53 doprava 75,35 finanční služby 0 media a kultura 1,64 turistický ruch 0 jiný zpracovatelský sektor 1,08 regionální pomoc 15,93 pomoc celkem 197,31 Zdroj: Annual report on state aid 2005 (Ministry of Finance, Republic of Bulgaria) V roce 2005 Bulharsko poukázalo větší část pomoci na horizontální cíle, z nichž většina sloužila na podporu zaměstnanosti a hlavně na ,,další cíle" včetně záchrany a restrukturalizace. Dá se tedy usuzovat, že v roce 2005 nebyla restrukturalizace v Bulharsku dokončena. Vzhledem k vývoji v ostatních zemích a tlaku EU se dá předpokládat, že v následujících letech tato pomoc poklesla. Z jednotlivých sektorů byl dotován zejména sektor dopravy. Naopak těžba uhlí a jiné zpracovatelské sektory se na pomoci podílely jen minimálně. 2.2. Estonsko Ekonomická struktura estonského hospodářství v roce 1990 kopírovala typický sovětský model s dominancí průmyslu - 49,7 % HDP, následovaným sektorem služeb - 33,7 % HDP a relativně vysokým podílem zemědělství -16,6 % HDP (www.earthtrends.org, 2008). Ještě v roce 1990 Sovětský svaz zcela nebo částečně ovlivňoval 204 z 265 estonských průmyslových podniků. Po osamostatnění Estonska začala průmyslová produkce výrazně klesat, přičemž 281 nejpostiženějšími odvětvími byla metalurgie a chemický průmysl (www.countrystudies.com, 2008b) Stejně jako u jiných zemí, ani Estonsko nemá údaje o poskytované pomoci v počátcích transformace. U Estonska navíc čelíme skutečnosti, že nemá dostupné ani zprávy z pozdější doby. Jediným údajem, z něhož čerpáme údaje o výši a struktuře státní pomoci, jsou proto data ze State aid scoreboard. Tabulka č. 3: Státní pomoc v Estonsku podle cíle (v mil EUR, s.c.) 2000 2001 2002 2003 2004 2005 2006 horizontální pomoc, z toho 7,7 9,9 11,5 8,4 9,9 15,1 10,7 pomoc obchodu, vývozu a mezinárodní integrace 0,6 0,4 0,2 0,8 2 1,6 0,9 kultura a kulturní dědictví 2,2 1,8 2,5 2,8 2,6 2,6 2,5 zaměstnanost 0 0 0 0 0 0,2 0,3 živ. prostředí 2,3 3,1 0 0,1 0,1 1 0,4 regionální pomoc 2,3 3,1 5,4 1,4 3 2,6 2 výzkum a vývoj 0,4 0,7 1,6 2,2 2 3,4 3 MSP 0 0,8 1,8 1,1 0,3 3,5 0,8 vzdělávání 0 0 0 0 0 0,3 0,8 sektorová pomoc, z toho 0 0 0,2 0 0 0 0 finanční služby 0 0 0,2 0 0 0 0 doprava, z toho doprava (nespecifikováno) 0 0 0 0 0 0 0 pomoc celkem 7,7 9,9 11,7 8,4 9,9 15,1 10,7 Zdroj: State aid scoreboard, 2008a Ze sledovaných zemí Estonsko používá nástroje státní pomoci nejméně. S výjimkou roku 2002, kdy 200 tis. EUR směřovalo do sektoru finančních služeb, je všechna pomoc použita na horizontální cíle. Nejvýznamnějšími cíli jsou po celé období regionální pomoc a pomoc na kulturu a kulturní dědictví. V letech 2000 a 2001 směřuje významné procento pomoci na ochranu životního prostředí. Tato pomoc v následujících letech klesá, naopak vzrůstá podíl pomoci na výzkum a vývoj. V roce 2005, kdy byla absolutní výše pomoci nejvyšší (15,1 mil. EUR), byla také významná část pomoci použita na podporu malého a středního podnikání. 2.3. Litva Litva se na začátku 90. let nijak nelišila od většiny zemí střední a východní Evropy, když v předchozích letech pod vlivem Sovětského svazu vybudovala průmyslověagrární ekonomiku. Podíl průmyslu na HDP v roce 1991 byl 50,7 %, služby se na HDP podílely 32,5 % a zemědělství 16,7 % (www.earthtrends.org, 2008) Na průmyslové produkci se podílel jak lehký, tak těžký průmysl. Litva měla v rámci sovětského bloku vedoucí postavení v produkci elektroniky pro civilní i vojenské účely. V letech 1991­1995 prošla země fází poklesu HDP doprovázenou strukturálním přizpůsobením, kdy podíl průmysl poklesl na 31,7 % v roce 1996 a podíl služeb v témže roce přispíval k HDP 55,7 %. Důsledkem hospodářských problémů byl mimo jiné krach dvou největších litevských bank (www.country- 282 studies.com,2008c). Je pravděpodobné, že v tomto období stát využíval nástroje státní pomoci, ale konkrétní údaje nemáme k dispozici. Zmínky o situaci na začátku 90. let se objevují teprve v prvních zprávách o státní pomoci. Podle zprávy z roku 1998 byla v letech 1996 (a předcházejících) státní pomoc zaměřena zejména na podniky, na které dopadl transformační proces nejhůře a cílem vlády bylo v tomto případě zachování pracovních míst. V roce 1996 dosáhla státní pomoc 173,3 mil. EUR (Competition council of the republic of Lithuania, 1998). V roce 1997 byla celková výše státní pomoci 115 milionů ECU (Competition council of the republic of Lithuania, 1997). Státní pomoc ve formě dotací byla nejčastěji formována sociálními potřebami, zaměřena na zmírnění spotřebitelských cen energie a veřejné dopravy. Z hlediska cíle použité pomoci byla nejčastější sektorová pomoc, tvořící 68,81 % celkové pomoci. Nejvýrazněji podporován byl sektor dopravy s podílem 56 % celkové sektorové pomoci. Dalším výrazným příjemcem byly odvětví zpracování ropy. Malý díl pomoci směřoval také do oděvního a textilního průmyslu (obdržel 1,45 % ze sektorové pomoci), a do společnosti na výrobu litiny 1,84 % (zařazeno jako ocelářský průmysl). Pomoc regionální byla na úrovni 20,74 %. Navzdory své klasifikaci jako pomoc regionální však byla určena čtyřem ropu zpracujícím společnostem (v jednom regionu). Horizontální pomoc v roce 1997 tvořila 10,45 % celkové pomoci. Nejvýznamnější položkou horizontální pomoci byla pomoc na záchranu a restrukturalizaci, která měla v 90,9 případech formu daňových výjimek a daňových slev a tvořila 38,5 % horizontální pomoci (Competition council of the republic of Lithuania, 1997). V roce 1998 došlo k poklesu státní pomoci na 99,06 mil. EUR (444,96 mil. LTL), což bylo 1,04 % HDP, tj. o 0,32 p.b. méně než v roce předchozím a přibližně polovina oproti roku 1996 (Competition council of the republic of Lithuania, 1998). Do jednotlivých sektorů směřovalo 43 % celkové pomoci a ta se týkala zejména sektorů dopravy, kam směřovalo 88 % sektorové pomoci. Horizontální pomoc dosahovala výše 55,9 mil. EUR. Z toho jen 16,11 mil. EUR mělo jiný cíl než regionální pomoc, přičemž tato suma byla z 88 % procent použita na záchranu a restrukturalizaci (14,6 % celkové státní pomoci). Pouze marginální roli hrála pomoc na zlepšení životního prostředí a podporu exportu a podporu investic. Jak uvádí Zpráva za rok 1998, stojí za zmínku, že 44 % státní pomoci bylo bez ohledu na cíl zaměřeno na podporu podniků v ropném průmyslu. Hlavním nástrojem používaným v roce 1998 byly státní záruky. V následujícím roce došlo k výraznému poklesu objemu státní pomoci. V roce 1999 činila celková státní jen 45,47 mil. EUR, což bylo 0,43 % HDP. Horizontální pomoc tvořila jen 4 % celkové pomoci a z více než poloviny byla určena na podporu exportu. Pomoc na záchranu a restrukturalizaci se výrazně snížila a činila pouze 0,33 mil EUR (18 % horizontální pomoci). Z celkové poskytované pomoci směřovalo do sektoru dopravy 77 %, z toho naprostá většina do leteckých služeb (40 % z pomoci dopravě) a do silniční a kombinované dopravy (50 %). Sektor průmyslové výroby se na čerpání státní pomoci podílel 19,1 %, finanční služby 1,83 % (Competition council of the republic of Lithuania, 1999). Od roku 2000 jsou k dispozici data ze State aid scoreboard, která uvádí následující tabulka. 283 Tabulka č. 4: Státní pomoc v Litvě podle cíle (v mil. EUR, s.c.) 2000 2001 2002 2003 2004 2005 2006 horizontální pomoc, z toho 1,38 1,71 3,85 11,91 18,55 27,98 53,54 pomoc obchodu, vývozu a mezinárodní integrace 1,20 0,96 0,58 0,36 0,16 0,14 0 zaměstnanost 0 0 0 0 0 1,68 2,94 živ. prostředí 0 0 0 0 0 2,73 9,85 regionální pomoc 0 0,03 2,85 11,20 14,69 17,21 15,89 výzkum a vývoj 0,19 0,72 0,42 0,35 0,59 2,39 5,79 MSP 0 0 0 0 3,10 3,81 16,04 vzdělávání 0 0 0 0 0,02 3,03 sektorová pomoc, z toho 45,94 23,29 67,05 49,67 12,96 5,18 0,00 zpracovatelský sektor 0,13 17,12 61,49 43,74 9,09 0,93 jiný, nezpracovatelský průmysl 45,72 6,18 5,56 5,93 3,87 4,25 0 doprava, z toho 0,08 0 0 0 0 0 0 pozemní a potrubní doprava 0,08 0 0 0 0 0 0 pomoc celkem 47,32 25,00 70,90 61,58 31,51 33,16 53,54 Zdroj: State aid scoreboard, 2008b V roce 2000 tvořila téměř veškerý objem pomoci sektorová pomoc (97 %), která z více než 99 % směřovala do nezpracovatelských odvětví, konkrétní odvětví se však z dostupných údajů nedají zjistit. V roce 2001 se výše státní pomoci snížila na 25 mil EUR, dominantní však zůstává pomoc jednotlivým sektorům, tentokrát však směřovala do zpracovatelského průmyslu, zejména kvůli strukturálním problémům. (Competition council of the republic of Lithuania, 2001). Rok 2002 byl ve znamení nárůstu státní pomoci téměř trojnásobně. V pozadí tohoto růstu byla rostoucí pomoc zpracovatelskému průmyslu, ve kterém vrcholila restrukturalizace. V následujících letech sektorová pomoc postupně klesala a v roce 2006 byla nulová. Naopak u horizontální pomoci je vidět zcela opačný vývoj. V letech 2000­ 2002 byla horizontální pomoc minimální a teprve od roku 2003 postupně vzrůstala, aby v roce 2006 tvořila veškerou státní pomoc do průmyslu a služeb. Při detailnějším pohledu vidíme, že největší díl horizontální pomoci byl zpočátku zaměřen na podporu exportu, ovšem při malé absolutní výši. Postupně se do popředí dostala podpora zaostalých regionů, podpora malého a středního podnikání, a ke konci období směřovala významná část pomoci také na ochranu životního prostředí. 2.4. Lotyšsko Lotyšsko bylo v roce 1990 zemí s převažujícím sektorem průmyslu a relativně vysokým podílem zemědělství na HDP. Podíl průmyslu na HDP v roce 1990 činil 46,2 % a byl následován službami s podílem 31,9 %. Zemědělství se na tvorbě HDP podílelo 21,9 % (www.earthtrends.org, 2008). Největší podíl na průmyslové produkci zaujímalo strojírenství, kde pracovalo 38,9 % zaměstnanců průmyslu. 284 Dalšími význačnými odvětvími byl oděvní, potravinářský a dřevozpracující průmysl (www.country-studies.com, 2008d). Národní zprávy o státní pomoci z doby před rokem 2000 nejsou k dispozici. Uvádíme tedy výši a strukturu státní pomoci dle State aid scoreboard. Tabulka č. 5: Státní pomoc v Lotyšsku podle cíle (v mil. EUR, s.c.) 2000 2001 2002 2003 2004 2005 2006 horizontální pomoc, z toho 4,1 17,9 11,3 10,2 21,1 25,5 24,5 pomoc obchodu, vývozu a mezinárodní integrace 0,8 0,5 1,4 živ. prostředí 0,5 2 regionální pomoc 2,3 16,6 9,4 7,3 19,3 19,5 16,5 rizikový kapitál 0 MSP 0,5 0,8 0,5 2,9 1,8 6 5,7 Vzdělávání 0 0,3 sektorová pomoc, z toho 66,2 34,1 39,5 41,2 26,3 63,6 73 zpracovatelský sektor 66,2 34,1 4 5,5 0 0,9 0 doprava, z toho 0 25,8 35,5 45,7 26,3 62,7 73 pozemní a potrubní doprava 0 25,8 35,5 45,7 23,5 20,3 21,7 námořní doprava 0 0 0 0 2,3 2 0 letecká doprava 0 0 0 0 0,6 0,3 0 doprava (nespecifikováno) 0 0 0 0 0 40,1 51,3 pomoc celkem 70,3 52 50,8 51,4 47,4 89,1 97,5 Zdroj: State aid scoreboard, 2008 c Při pohledu na strukturu cílů státní pomoci Lotyšska je zjevný postupný ústup od sektorové pomoci a příklon k pomoci horizontální. V roce 2000 byla pomoc z podstatné většiny určená zpracovatelskému sektoru. V následujícím roce tato pomoc poklesla přibližně na polovinu a současně se významně zvýšila pomoc horizontální, konkrétně pomoc regionální. Od roku 2002 sledujeme u horizontální pomoci výrazné meziroční změny, struktura však zůstává téměř beze změny významná většina plyne na pomoc regionální a menší část na pomoc malému a střednímu podnikání, a pouze marginální část na jiné cíle. Sektorová pomoc v roce 2002 také doznala výrazných změn. Významně poklesla pomoc zpracovatelskému průmyslu a od tohoto roku většina pomoci směřuje na podporu různých druhů dopravy, v letech 2004 a 2006 je dokonce jediným dotovaným odvětvím. 2.5. Rumunsko Před rokem 1989 se Rumunsko zaměřovalo na budování silného průmyslu. Tento sektor ekonomiky však po výrazném růstu v poválečných letech v 80. letech stagnoval. Navzdory stagnaci nebyly tak jako v mnoha jiných zemích před rokem 1989 provedeny žádné reformy a to předznamenalo obtížnější transformaci po pádu železné opony. (www.country-studies.com, 2008e). Dominantním sektorem ekonomiky v roce 1990 byl průmysl, který se na tvorbě HDP podílel 49,9 %, služby pokrývaly 26,3 % HDP, a relativně vysoký podíl, 23,7 % mělo na tvorbě HDP zemědělství (www.earthtrends.org, 2008). 285 Rumunsko dlouhou dobu poskytovalo státní pomoc na základě rozhodnutí vlády, která byla nesystémová, nespadala do ucelené programové koncepce státní pomoci a byla udílena arbitrárně na základě spíše politických než ekonomických kritérií (Euractiv, 2006). Poskytována pomoc nebyla také nikde evidována. Za tuto praxi bylo Rumunsko kritizováno Evropskou komisí a aby mohlo být Rumunsko přijato do EU, bylo nuceno učinit takové kroky, které zvýší transparentnost poskytování státní pomoci a uvést pravidla jejího udělování do souladu s pravidly EU (Euractiv, 2006). Na základě těchto požadavků byl v roce 1999 přijat nový zákon o státní pomoci, který se přiblížil legislativě EU a který vstoupil v platnost v lednu roku 2000. V roce 1999 byla také publikována první zpráva o státní pomoci pro Evropskou komisi. Sběr dat však nebyl v kompetenci jedné instituce a daná zpráva již není v současné době k dispozici. Teprve na přelomu let 2003­2004 byl zákon o státní pomoci novelizován tak, aby byla umožněna kontrola toků státní pomoci (Euractiv, 2006). Sledováním státní pomoci byl pověřen Úřad pro konkurenci. První data o státní pomoci se týkají roku 2001. Vzhledem k tomu, že Rumunsko není sledováno v rámci State aid scoreboard, jsou národní zprávy o státní pomoci jediným zdrojem údajů. V následující tabulce je uvedena struktura státní pomoci za roky 2001­2004. Tabulka č. 6: Státní pomoc v Rumunsku, v mil. EUR 2001 2002 2003 2004 2005 horizontální pomoc, z toho: 711,45 581 524,57 907,26 411,72 výzkum a vývoj 7,16 8,53 7,46 2,14 19,58 živ. prostředí 11,62 14,12 10,88 10,8 7,89 MSP 74,49 31,23 7,68 2,6 5,86 záchrana a restrukturalizace 321,58 253,89 257,63 354,62 52,46 zaměstnanost 12,87 9,09 14,7 11,28 2,51 vzdělání zaměstnanců 0 0 0 0 0 jiné cíle 283,73 264,14 226,23 525,81 323,43 sektorová pomoc, z toho 1 205,24 203,89 323,21 519,29 157,32 ocel 1 078,41 112,15 71,75 175,12 0 loďařský průmysl 10,03 12,4 13,46 5,8 9,72 jiné zpracovatelské sektory (motorová vozidla, syntetická vlákna) 29,35 5,73 17,21 115,89 14,89 uhlí, pomoc na podporu současné těžby 29,48 31,95 41,25 60,24 68,16 uhlí: jiná pomoc 57,36 28,07 173,41 151,74 62,07 doprava, z toho: 564,94 410,22 331,11 337,58 315,39 - železniční doprava 242,68 169,33 156,52 178,59 161,24 - letecká doprava 250,24 105,76 43,23 33,66 47,96 turistický ruch 0,2455 1,88 1,53 2,42 0,18 finanční služby 0,01 0,87 0,0661 0,13 45,05 media a kultura 0,3501 10,84 4,52 7,95 2,29 regionální pomoc 96,83 75,74 46,2 52,59 19,53 286 oblasti s regionální pomocí, které nespadají do zanedbaných regionů 0,1149 14,91 8,91 6,43 2,64 zanedbané regiony 96,71 60,83 37,29 46,16 16,9 pomoc celkem 2 013,52 860,63 893,98 1 479,14 588,57 Zdroj: Romania competition council (2004) Z výše uvedených dat vyplývá, že celkový objem poskytované státní pomoci klesal. Podíl horizontální pomoci měl vzestupný trend z 35,3 % v roce 2001 na 61,3 % v roce 2005 V horizontální pomoci zabírá významné místo pomoc na záchranu a restrukturalizaci. Z klesajícího trendu této pomoci se dá usuzovat, že konec restrukturalizace se blíží. Narůstá pomoc zaměřená na ,,jiné cíle," které souvisejí s pomocí podnikatelským subjektům s předměty činností, dotýkajícími se veřejného zájmu v oblasti elektrické a termální energie, dodávek vody a zemního plynu (Romania competition council, 2005). Sektorová pomoc směřovala zejména do oblasti oceli a dopravy, dále pak do sektoru uhelného průmyslu a finančních služeb. V roce 2001 byl ocelářský průmysl hlavním příjemcem státní pomoci zaměřené na pomoc jednotlivým odvětvím. V následujících letech tato pomoc klesá a v roce 2005 již do tohoto odvětví žádná pomoc neplyne. Sektor dopravy, jak železniční tak letecké, je stabilním příjemcem státní pomoci a absolutní výše pomoci směřující do tohoto odvětví klesá jen mírně. Období mezi lety 2001 a 2005 bylo poznamenáno výraznými změnami politiky poskytování státní pomoci, což souviselo se změnami legislativy spojenými s přípravou na vstup do EU. Výrazně poklesla sektorová pomoc, státní pomoc zcela přestala plynout do odvětví oceli. Klesala také horizontální pomoc, z dílčích cílů zejména pomoc na záchranu a restrukturalizaci, neboť v Rumunsku končil privatizační proces a celková restrukturalizace. Státní pomoc v Rumunsku stále není plně kompatibilní s normami EU, neboť při vyjednávání podmínek pro vstup do EU si Rumunsko vyjednalo přechodná období pro poskytování státní pomoci (Evropská komise, 2005): * postupné ukončování vybraných typů nekompatibilní regionální pomoci do konce roku 2011, * postupné ukončování vybraných typů nekompatibilní pomoci zaostalým oblastem do konce roku 2010. 2.6. Slovinsko Data o slovinské ekonomice na počátku 90. let jsou vzhledem k jeho příslušnosti k Jugoslávii velmi skromná. Vzhledem k rozdílnosti dat z jednotlivých zdrojů strukturu ekonomiky nepopisujeme. První údaje o státní pomoci máme ze zprávy o státní pomoci z roku 1999, která se týkala let 1997 a 1998. Údaje za rok 1997, obsažené v této zprávě, byly založeny na odhadech poskytovatelů státní pomoci, zatímco data za rok 1998 byla převzata z v té době již existující databáze příjemců státní pomoci. Absolutní výše státní pomoci mezi lety 1997 a 1999 mírně rostla, z 80,2 mld. SIT (444,5 mil. EUR) v roce 1997 na 82, 4 mld. SIT (442,2 mil. EUR) v roce 1998, resp. 88,9 mld. SIT (459,3 mil. EUR) v roce 1999 (Third survey on state aid in Slovenia for 1998 and 1999, 2000). Podle výše citované zprávy dochází mezi lety 1998 a 287 1999 k několika výrazným změnám v tocích státní pomoci. Pomoc do sektoru zemědělství a rybolovu narůstá o 56,6 %, pomoc uhelnému průmyslu o 43 % a regionální pomoc o 21,3 %. Současně dochází k poklesu pomoci sektoru dopravy o 19,4 %, pomoc ocelářskému průmyslu klesá o 41,2 % a pomoc jiná sektorová pomoc klesá o 29,7 %. Z hlediska rozdělení pomoci v letech 1997­1999 směřovalo více než 50 % do výrobních a zpracovatelských podniků. Pokud se zaměříme na kategorie poskytované pomoci v letech 1997­1999, dochází k mírnému poklesu horizontální pomoci z 53,12 % (1997) na 52,9 % (1998) a 48,3 % (1999). Výraznější je pokles pomoci jednotlivým sektorům z 28,5 % (1997) na 25,6 % (1998), resp. 20, 58 (1999)1 . Od roku 2000 jsou dostupná také data ze state aid scoreboard, která uvádíme. Tabulka č. 7: Státní pomoc ve Slovinsku podle cíle (v mil. EUR, s.c.) 2000 2001 2002 2003 2004 2005 2006 horizontální pomoc, z toho 167,1 114,7 103,1 129,3 100 115,4 129 kultura 0,6 3,2 6,7 6,9 11,1 zaměstnanost 85,4 26,9 22 19,4 23,9 15,7 16,5 živ. prostředí 17,5 33,7 30,6 41,5 27,2 15,2 4,7 přírodní katastrofy 1,6 0,1 0 regionální rozvoj 6 11 10 12,1 9,2 42,1 45,9 výzkum a vývoj 26,4 28,1 29,6 34,2 25,2 24,1 19,6 MSP 27,4 10,9 6,8 16 4,1 9,8 29,3 vzdělávání 2,8 4,1 3,5 3 3,9 1,5 1,9 sektorová pomoc, z toho 56,1 93,2 22,7 43,1 45,3 14,5 17,9 uhlí 15,1 0,3 19,2 17,2 14,7 14,4 14,8 zpracovatelský sektor 41 92,9 0,7 10,5 23,7 0,1 3,1 jiný, nezpracovatelský sektor 4,0 jiné služby 3,0 doprava, z toho 2,7 12,4 2,9 námořní doprava 8,8 doprava (nespecifikováno) 2,7 3,7 2,9 pomoc celkem 223,2 207,9 125,8 172,4 145,3 129,9 146,9 Zdroj: State aid scoreboard, 2008d, Z tabulky je vidět, že celková výše pomoci v prvních letech klesá z 223,3 mil. EUR v roce 2000 na 125,8 mil. EUR v roce 2002, což je nejnižší hodnota ve sledovaném období. V letech 2003­2006 pomoc míně kolísala kolem cca 140 mil. EUR bez jasného trendu. Struktura pomoci se ve zdokumentovaných letech poměrně výrazně měnila. Dochází k postupnému poklesu sektorové pomoci, a to ve dvou vlnách. První pokles je mezi lety 2000­2002, kdy po nárůstu v roce 2001 výrazně klesá pomoc zpracovatelskému sektoru, která směřovala zejména do hutnického průmyslu (Fifth survey on state aid in Slovenia for 2000, 2001 and 2002, 2003). V roce 2003 1 Zbytek pomoci do 100 % tvoří pomoc rybolovu a zemědělství. 288 následuje nárůst spojený s pomocí směřující do sektoru dopravy a v roce 2004 s pomocí zpracovatelskému průmyslu. Poté dochází k poklesu sektorové pomoci na méně než třetinu její úrovně v roce 2004, přičemž její převážná část směřuje do sektoru těžby uhlí. Horizontální pomoc byla ve všech sledovaných letech dominantní. V roce 2000 dosahovala výše 167,1 mil. následoval pokles na 114,7 mil. EUR v roce 2001 a v následujících letech je vidět slabá oscilace s ročním průměrem 115 mil. EUR. Výše horizontální pomoci neprodělala ve sledovaných letech tak výrazný vývoj jako pomoc sektorová, přesto i zde najdeme zřetelné změny. Nejvýraznější je snížení pomoci na podporu zaměstnanosti mezi lety 2000 a 2001 z 85,4 mil. EUR na 26,9 mil. EUR, což byla hlavní příčina snížení celkové horizontální pomoci v roce 2001. ,,Za pozornost stojí také výrazný nárůst pomoci na zlepšení kvality životního prostředí v letech 2000­2004 a z jeho následného výrazného poklesu se dá usuzovat, že většina podniků již tuto pomoc nepotřebuje" (Seventh survey on state aid in Slovenia for 2002, 2003 and 2004, 2006). V souladu s unijní koncepcí státní pomoci narůstá podíl pomoci méně rozvinutým regionům, která se mezi lety 2004 a 2005 zvýšila více než čtyřnásobně, od roku 2000 dokonce více než sedminásobně, na 45,9 mil. EUR v roce 2006. Za pozornost stojí také relativně vysoký podíl pomoci na výzkum a vývoj, který v roce 2002 tvořil čtvrtinu výdajů na státní pomoc a i v jiných letech je její podíl dosti vysoký. 3. SROVNÁNÍ POMOCI A JEJÍ VLIV NA HOSPODÁŘSKÝ RŮST Zaměříme-li se na jednotlivé charakteristiky státní pomoci sledovaných zemí, nalezneme jak shodné trendy, tak výrazné odlišnosti. Jak se dalo očekávat, výše státní pomoci byla v jednotlivých zemích odlišná. Pro možnost mezinárodního srovnání převádíme poskytnutou pomoc na pracovníka v dotovaných odvětvích, tj. v sektoru průmyslu a služeb. Nejvyšší pomoc na pracovníka v průmyslu a službách poskytovalo v letech 2001­2004 Rumunsko, které v roce 2001 dosáhlo i absolutního maxima 374 EUR. V roce 2005 bylo Rumunsko, co se týče výše pomoci, předstiženo Slovinskem (156 EUR). Naopak nejnižších hodnot bylo dlouhodobě dosahováno v Estonsku (14 EUR v roce 2000 - 26 EUR v roce 2004), k němuž se postupně přibližovala Litva. Výši celkové pomoci na pracovníka shrnuje následující graf. Graf č. 1: Celková pomoc na pracovníka (v EUR) 0,000 50,000 100,000 150,000 200,000 250,000 300,000 350,000 400,000 2000 2001 2002 2003 2004 2005 2006 Celkovápomocnapracovníka Lotyšsko Slovinsko Rumunsko Estonsko Litva Bulharsko Zdroj: vlastní výpočty, dle údajů State aid scoreboard a UNECE (2008) 289 Jak je z grafu zřejmé, u Rumunska a Slovinska, které dosahovaly nejvyšších hodnot státní pomoci na pracovníka, tento ukazatel v čase klesá. U ostatních zemí není žádný výrazný trend přítomen, a pomoc meziročně kolísá. Stejně jako se měnila výše státní pomoci, docházelo také ke změnám v její struktuře z hlediska cíle. U všech sledovaných zemí dochází k postupnému přechodu od sektorových cílů k cílům horizontálním. Vývoj procentního podílu sektorové pomoci na celkové pomoci vidíme v následujícím grafu. Graf č. 2: Podíl sektorové pomoci na celkové státní pomoci 0 20 40 60 80 100 120 Rok Podílsektorovépomocinacelkovépomoci Lotyšsko Slovinsko Rumunsko Estonsko Litva Bulharsko Lotyšsko 94,16785 65,57692 77,75591 80,15564 55,48523 71,38047 74,87179 Slovinsko 25,13441 44,82924 18,04452 25 31,17688 11,16243 12,18516 Rumunsko 62,88132 25,97689 38,12428 36,40181 27,64656 Estonsko 0 0 1,929258 0 0 0 0 Litva 97,07946 93,168 94,56833 80,66418 41,12737 15,63235 Bulharsko 53 81 49 54 40 34261 2000 2001 2002 2003 2004 2005 2006 Zdroj: vlastní výpočty dle State aid scoreboard a Ministry of finance, Republic of Bulgaria, 2005 Jak je vidět, tak ačkoliv u všech zemí docházelo k postupnému snižování podílu sektorové pomoci, je míra změny například u Lotyšska výrazně nižší než u Litvy. Lotyšsko snížilo sektorovou pomoc z 94 % celkové pomoci v roce 2000 jen na cca 75 % v roce 2006, zatímco u Litvy došlo ke snížení z 97 % v roce 2000 na 15,5 % v roce 2005. V pozadí snížení sektorové pomoci je zejména tlak Evropské komise před vstupem do EU, a s tím související harmonizace legislativy, která zejména sektorovou státní pomoc výrazně omezovala. Nejnižšího podílu sektorové pomoci dosahovalo Estonsko, které s výjimkou roku 2002 poskytovalo pomoc pouze horizontální. Nízký podíl sektorové pomoci mělo dlouhodobě také Slovinsko, které však v porovnání s Estonskem stojí na zcela opačné straně z hlediska výše pomoci. Ke zkoumání vlivu pomoci na hospodářský růst jsme použili korelační koeficient mezi výši pomoci na pracovníka a produktivitou práce. Výsledky výpočtu ukazuje následující tabulka Tabulka č. 8: Korelační koeficient produktivity práce v průmyslu a službách a státní pomoci v letech 2000­2006 BUL EST LIT LOT RUM SLO celková pomoc 0,46 0,45 -0,29 0,51 0,06 -0,71 horizontální pomoc - 0,46 0,94 0,79 -0,23 -0,41 sektorová pomoc - -0,22 -0,61 0,51 0,17 -0,68 Zdroj: vlastní výpočet, dle údajů ze State aid scoreboard a UNECE (2008) 290 Jak ukazuje tabulka, mezi jednotlivými zeměmi existují výrazné rozdíly v hodnotě korelačního koeficientu. Jen u Litvy a Lotyšska se ukázal výraznější vztah mezi produktivitou a poskytovanou pomocí s horizontálními cíli. Usuzovat, že se jedná a vzájemnou závislost z toho však nelze. Spíše se jedná o náhodnou souhru, kdy přesun k horizontálním cílům vlivem tlaku EU spadal zrovna do období hospodářského růstu. Z toho vyvozujeme, že na úrovni sektoru průmyslu a služeb v jednotlivých letech neexistuje vztah mezi výši pomoci na pracovníka a produktivitou práce. Neznamená to však, že státní pomoc s produktivitou práce nesouvisí. Jedna z možností, proč korelační koeficient státní pomoci na pracovníka a produktivity práce nedává jasné výsledky, může být skutečnost, že poskytovaná pomoc nemá souvislost s produktivitou v daném roce. Podíváme-li se tedy na problém z tohoto úhlu, měl by existovat vztah výše poskytnuté pomoci a produktivity práce v rámci celého zkoumaného období. Následující tabulka ukazuje vztah mezi průměrnou hodnotou pomoci na pracovníka a procentní změnou produktivity práce v průmyslu a službách mezi lety 2000­2006. 1 Tabulka č. 9: Průměrná roční poskytnutá pomoc na pracovníka v letech 2000­2006 a nárůst produktivity (v mil. EUR a v %) BUL EST LIT LOT RUM SLO průměrná poskytnutá pomoc 57,22 18,78 38,3 75,05 194,15 200,78 nárůst produktivity práce 18,75 48,29 32,40 41,97 11,25 17,66 Zdroj: vlastní výpočty, dle údajů State aid scoreboard a UNECE (2008) Z tabulky je zřejmé, že vyšší poskytovaná pomoc souvisí s nižším nárůstem produktivity ­ korelační koeficient řad v tabulce je roven mínus 0,76. Estonsko s průměrnou výší pomoci 18,78 mil. EUR dosáhlo v průběhu šesti let nárůstu produktivity o 48,29 %, zatímco v Rumunsku při průměrné pomoci 194,15 mil. EUR produktivita rostla pouze o 11,25 %. Souvislost samozřejmě není stoprocentní a například Lotyšsko poskytovalo pomoc vyšší než Litva, a přesto u něj produktivita vzrostla o 10 procentních bodů. Navzdory tomu se jedná o výraznější vztah než v případě předchozího výpočtu. Na základě těchto výpočtu vyslovujeme závěr, že výše poskytované státní pomoci má u sledovaných zemí souvislost s produktivitou práce a země s nižší poskytovanou pomocí dosahují vyššího růstu produktivity práce než země s vyšší poskytovanou pomocí. Nezodpovězené zůstává otázka zda je státní pomoc příčinou nebo důsledkem nízké produktivity. Na tuto otázku nejsme schopni odpovědět. K odpovědi by bylo nutné analyzovat situaci v konkrétních odvětvích a více světla by do problematiky vnesla také znalost situace na začátku transformace v jednotlivých zemích. Současně nejsme schopni na základně našeho výzkumu určit, zda státní pomoc je jediným a hlavním faktorem ovlivňujícím vývoj produktivity. Také odpověď na tuto otázku by vyžadovala podrobnější analýzu vývoje v jednotlivých zemích. 1 Data v tabulce se u Bulharska a Lotyšska týkají let 2000-2005, u Rumunska let 2001­2005. 291 4. ZÁVĚR Analýza strukturální politiky v 90. letech je ve sledovaných zemích poznamenána značně omezeným množstvím dostupných dat. Tato překážka pramení z několika příčin. Je to například skutečnost, že vlády zemí v prvních letech transformace poskytovanou pomoc nijak neevidovaly, dále pak nedostupnost zpráv, které sice existovaly, ale dnes již nejsou dostupné. Významnými překážkami byla také jazyková bariéra a neochota zodpovědných institucí poskytnout požadované informace. Z těchto důvodů není naše analýza natolik podrobná jak bychom si přáli a vyslovené závěry je třeba chápat v kontextu těchto omezení. Ze sledovaných zemí byla nejvyšší státní pomoc v přepočtu na pracovníka poskytována v Rumunsku a Slovinsku. Naopak nejnižších hodnot ve sledovaném období dosahovalo Estonsko, následované Litvou. Struktura státní pomoci ve sledovaných zemích byla rozdílná, ale i tak lze vysledovat u všech postupný pokles pomoci se strukturálními cíli ve prospěch cílů horizontálních. Ke změně struktury a částečně i výše poskytované státní pomoci významnou měrou přispěla příprava vstupu do EU v jednotlivých zemích. Pouze s Rumunskem byla vyjednána přechodná období týkající se státní pomoci. Vliv poskytované moci na hospodářský růst jsme zkoumali jednak výpočtem korelačního koeficientu mezi poskytovanou pomocí na pracovníka a produktivitou práce, a také srovnáním průměrné poskytnuté pomoci za období s dostupnými daty a růstem produktivity práce dotovaných odvětví ve stejném časovém horizontu. První použitá metoda nepřinesla žádné jednoznačné výsledky a korelace poskytované pomoc s vývojem produktivity práce se v jednotlivých zemích výrazně lišila. Druhá použitá metoda ukázala, že z hlediska pohledu delšího, než je jeden rok se vyšší poskytovaná pomoc objevuje u zemí s nižší produktivitou, resp. nižší produktivita je u zemí, které poskytují vyšší pomoc. Určit, zda je nižší produktivita příčinou nebo důsledkem vyšší poskytované pomoci se z důvodů uvedených výše nepodařilo. Navíc je zřejmé, že státní pomoc nemůže být jediným a často ani hlavním faktorem ovlivňujícím produktivitu práce a v pozadí většího či menšího nárůstu produktivity stojí celá škála vlivů mající svůj původ v nejrůznějších zdrojích, ať je to domácí hospodářská politika nebo ekonomický vývoj u hlavních obchodních partnerů či příliv zahraničních investic a jiné. POUŽITÁ LITERATURA Competition council of the republic of Lithuania (1997): State Aid annual report 1997: Dostupné na: http://www.konkuren.lt/english/stateaid/legislation.htm (4.2.2008). Competition council of the republic of Lithuania (1998): State Aid annual report 1998: Dostupné na: http://www.konkuren.lt/english/stateaid/legislation.htm (4.2.2008). Competition council of the republic of Lithuania (2001): State Aid annual report 2001. Dostupné na: http://www.konkuren.lt/english/stateaid/legislation.htm (4.2.2008). 292 Competition council of the republic of Lithuania (1999): State Aid annual report 1999. Dostupné na: http://www.konkuren.lt/english/stateaid/legislation.htm (4.2.2008). Country studies (2008a): Industry. Dostupné na: http://www.countrystudies.com/bulgaria/industry.html (13.2.2008). Country studies (2008b): Economic sectors. Dostupné na: http://www.countrystudies.com/estonia/economic-sectors.html (13.2.2008). Country studies (2008c): Economic reforms. Dostupné na: http://www.countrystudies.com/lithuania/economic-reforms.html (13.2.2008). Country studies (2008d): Economic sectors. Dostupné na: http://www.countrystudies.com/latvia/economic-sectors.html (13.2.2008). Country studies (2008e): Economic Structure and Dynamics. Dostupné na: http://www.country-studies.com/romania/economic-structure-and-dynamics.html (13.2.2008). Earthtrends (2008): Economics, Business, and the Environment SEARCHABLE DATABASE. Dostupné na: http://earthtrends.org/searchable_db/index. php?theme=5 (17.1.2008). Euractiv (2006): State aid in the new member states. Dostupné na: http://www.euractiv.com/en/enlargement/state-aid-new-member-states/article- 129629 (5.3.2008). Evropská komise (2005): Romania 2005 Comprehensive Monitoring Report. Dostupné na: http://delegatie.infoeuropa.ro/ROMR2005.pdf (11.2.2008). Evropská komise (2007): VADEMECUM COMMUNITY RULES ON STATE AID. Dostupné na: http://ec.europa.eu/comm/competition/state_aid/studies_reports/ vademecum_on_rules_2007_en.pdf (6.3.2008). Evropská komise (2008): Scoreboard - Conceptual and methodological remarks. Dostupné na: http://ec.europa.eu/comm/competition/state_aid/studies_reports/ conceptual_remarks.html (5.2.2008). Ministry of finance, Republic of Bulgaria (2005): Annual report on state aid 2005. Dostupné na: http://www.stateaid-bg.com/finance/opencms/finance_en/documents/ Report.html (8.2.2008). Romania competition council (2004): Report on State aid gratned in Romania between 2002-2004. Dostupné na: http://www.competition.ro/en/diverse/Raport% 202002-2004.pdf (20.2.2008). Romania competition council (2005): Annual Report synthesis. Dostupné na: http://www.competition.ro/diverse/Raport%202005% 20Sinteza.pdf (20.2.2008). Seventh survey on state aid in Slovenia for 2002, 2003 and 2004, 2006. Dostupné na: http://www.mf.gov.si/angl/nadz_pom/ surveys.htm (13.2.2008) State aid scoreboard (2008a): Estonia. Dostupné na: http://ec.europa.eu/ comm/competition/state_aid/studies_reports/stat_table_ee.xls (5.2.2008). 293 State aid scoreboard (2008b): Lithuania. Dostupné na: http://ec.europa.eu/ comm/competition/state_aid/studies_reports/ stat_table_lt.xls (5.2.2008). State aid scoreboard (2008c): Latvia. Dostupné na: http://ec.europa.eu/ comm/competition/state_aid/studies_reports/ stat_table_lv.xls (5.2.2008). State aid scoreboard (2008d): Slovenia. Dostupné na: http://ec.europa.eu/ comm/competition/state_aid/studies_reports/ stat_table_si.xls (5.2.2008). Third survey on state aid in Slovenia for 1998 and 1999, 2000. Dostupné na: http:// www.mf.gov.si/angl/nadz_pom/surveys.htm (13.2.2008). UNECE (2008): United Nations Economic Commission for Europe -Employment by Activity, Measurement, Country and Year. Dostupné na: http://w3.unece.org/pxweb/Dialog/varval.asp?ma=20_MEEmpNaceA6Y_r&ti=Emplo yment++by+Activity%2C+Measurement%2C+Country+and+Year&path=../DATABA SE/Stat/20-ME/3-ELF/&lang=1 (7.3.2008). 294 ZAHRANIČNÍ OBCHOD VYBRANÝCH EKONOMIK STŘEDNÍ A VÝCHODNÍ EVROPY (1990-2006) MONIKA JANDOVÁ Cílem tohoto working paperu je srovnat vývoj zahraničního obchodu Bulharska, Estonska, Lotyšska, Litvy, Rumunska a Slovinska v letech 1990-2006 s ohledem na jeho vliv na ekonomický růst. Vývoj je sledován jak z hlediska základních ukazatelů zahraničního obchodu, tak i detailních údajů o komoditní struktuře zahraničního obchodu a institucionálním vývoji, který se týká prováděné obchodní politiky a ekonomické integrace zemí. 1. ÚVOD Zapojení malých ekonomik do mezinárodní dělby práce a obchodu představuje důležitý faktor pro možnosti jejich ekonomického růstu. Cesty, kterými se tak děje, jsou na jedné straně odstranění omezení vybavenosti výrobními faktory, ale zejména zabezpečení přílivu nových technologií, což je v souvislosti se zahraničním obchodem pro potřeby této studie ztotožněno s importem třídy SITC 7 (stroje a dopravní prostředky). Další cestou je vliv otevření ekonomik importům na tržní strukturu odvětví a chování domácích producentů, tedy to, co Djankov ­ Hoekman (1997) nazývají ,,tržní disciplínou". Vystavení zahraniční konkurenci představuje impulz pro zefektivnění výrob a v případě, že výrobci nejsou schopni obstát, ukončení jejich činnosti, a tedy efektivnější využití výrobních faktorů související s přesunem uvolněných výrobních faktorů do ziskových odvětví. Zahraniční obchod dále působí na ekonomický růst prostřednictvím možnosti specializace ekonomiky. Především u malých ekonomik platí podmíněnost struktury ekonomiky její exportní výkonností. Charakter exportu tedy vypovídá o úrovni země a možnostech jejího dalšího růstu, neboť vysoká technologická úroveň exportu je předzvěstí vysoké úrovně ekonomické (Gertler, 2006). V této studii bude technologická úroveň posuzována podle ukazatele podílu high-tech exportů, dle podílu kvalitních exportů náročných na lidský kapitál a dle faktorové náročnosti exportů. Otázkou je také role státu v oblasti zahraničního obchodu, která představuje institucionální rámec pro realizaci zahraničně-obchodních vztahů a tedy determinuje realizovatelnost přínosů zahraničního obchodu pro ekonomický růst. Zkoumané země střední a východní Evropy navíc na začátku 90. let opustily centrálně plánovanou formu koordinace hospodářství, takže se u nich projevily také další faktory ovlivňující ekonomický růst související s liberalizací zahraniční obchodu, a to zejména liberalizace cen, která vedla k odstranění zkreslení podnětů pro ekonomické subjekty. Tato studie má za cíl porovnat vývoj zahraničního obchodu Bulharska, Estonska, Litvy, Lotyšska, Rumunska a Slovinska v letech 1990-2006 a zhodnotit jeho dopad na ekonomický růst jednotlivých zemí. V první kapitole je stručně shrnut výchozí stav na počátku 90. let, kdy ekonomiky začínaly provádět institucionální změny spojené s přechodem z centrálně-plánovaných ekonomik na tržní, další kapitola je 295 již zaměřena na samotný vývoj zahraničního obchodu včetně zhodnocení jeho vlivu na ekonomický růst. 2. VÝCHOZÍ STAV NA ZAČÁTKU 90. LET 2.1. Zahraniční obchod v dobách centrálního plánování Pro centrálně plánované ekonomiky nebyl zahraniční obchod důležitým faktorem pro ekonomický růst, neboť jeho role byla nedoceněna (Kubišta, 1999). Exporty zemí představovaly pouze nutné zlo pro zajištění potřebných importů, které ,,pouze" doplňovaly domácí výrobu, a nepředstavovaly pro ni tedy konkurenci (Kaminski, 1999). O technologické úrovni exportů zemí RVHP vypovídá jejich faktorová náročnost - za RVHP byly exporty zúčastněných zemí náročné zejména na suroviny (Kandogan, 2003). Importy byly v rámci RVHP prováděny na základě mezistátních bilaterálních dohod (Kaminski, 1999). Teritoriálně byly obchodní vazby zemí vázány na trh RVHP, i když v případě Rumunska tato vazba nebyla tak striktní (Faltus ­ Průcha, 2004). Pobaltské republiky byly součástí SSSR a jejich vazby na země mimo Sovětský svaz byly tím pádem velmi omezené.1 Pro země RVHP obecně platí, že mimo RVHP proudily zejména suroviny a nejkvalitnější finální produkce (Faltus ­ Průcha, 2004). Ve zcela výjimečném postavení byla bývalá Jugoslávie, která nebyla členem RVHP, ale pouhým pozorovatelem, takže pro země RVHP představovala cestu, jak se dostat k produkci západních států (Coutsoukis, 2004), neboť měla obchodní vazby jak na Sovětský blok (zejména Československo a SSSR), tak na vyspělé tržní ekonomiky, především Itálii, Francii, Rakousko, NSR a USA (Federal Research Division, 2006). Institucionální uspořádání a geografická orientace zahraničního obchodu v dobách centrálního plánování znemožnily vazbu výrobců z daných zemí na světovou ekonomiku, což se týkalo také cen, podnikatelského chování a nezkušenosti s vyspělými trhy západní Evropy. Kromě toho nebyla možnost, jak intenzivně rozvíjet mezinárodní dělbu práce a specializaci (Faltus ­ Průcha, 2004) a navíc bylo v rámci RVHP bráněno importu vyspělých technologií z tržních ekonomik (Žídek, 2004). Organizace zahraničního obchodu byla v centrálně plánovaných ekonomikách realizována na základě státního monopolu zahraničního obchodu a systému importních kvót (Feldman ­ Sally, 2002) a licencí (Vilpišauskas, 2006). V rámci Sovětského svazu probíhal zahraniční obchod přes centrální fond, který rozděloval produkci mezi jednotlivé republiky na základě centrálního plánu, přičemž v úvahu byla brána kvantitativní stránka, nikoliv kvalita, cena nebo přepravní náklady (Kazlauskiene ­ Meyers, 1995).2 Stejně direktivně byl stanovován také výrobní profil zemí SSSR (Feldman ­ Sally, 2002). Ve výjimečném postavení byla bývalá Jugoslávie také z hlediska organizace zahraničního obchodu, neboť tam 1 Feldman ­ Sally (2002) citují Kukka (1997), dle kterého v případě Estonska činily v druhé polovině 80. let exporty směřující mimo Sovětský svaz 2­3 % HDP, z čehož byly určeny pro trh RVHP. V případě Litvy směřovalo v 80. letech pouze 11 % importů a 5,5 % exportů ze/do zemí mimo Sovětský svaz (Kazlauskiene ­ Meyers, 1995). 2 V roce 1990 byl tento systém na dva roky nahrazen mezistátními dohodami, v kterých bylo specifikováno množství produkce, cena atd. (Kazlauskiene ­ Meyers, 1995). 296 neexistoval centrální plán ani kontrola zahraničního obchodu (Federal Research Division, 2006). Z výše uvedeného vyplývá, že zahraniční obchod nebyl - s výjimkou bývalé Jugoslávie - za centrálního plánování faktorem přispívajícím k možnostem intenzivního ekonomického růstu. Uvedené závěry o výjimečném postavení Slovinska podporuje také ukazatel otevřenosti ekonomiky měřený jako podíl exportů a importů na HDP. Nejvyšší úrovně otevřenosti ekonomiky na začátku sledovaného období (v roce 1994) dosahovalo právě Slovinsko (98 %), následované Bulharskem (88 %), Estonskem (téměř 75 %) a Litvou (téměř 63 %). Nejméně otevřenými ekonomikami byly na začátku sledovaného období Rumunsko a Lotyšsko (obě země shodně 44 %), pro něž zahraniční obchod nepředstavoval významný faktor determinující ekonomický růst.1 2.2. Komoditní struktura na začátku 90. let Komoditní struktura zahraničního obchodu se na začátku 90. let odvíjela od strukturálních charakteristik jednotlivých ekonomik a jejich teritoriální orientace. Jak je patrné v grafu č. 1, zeměmi jako Bulharsko, Litva a Lotyšsko byla exportována především zemědělská produkce (SITC 0), v případě Slovinska byly hlavním exportním artiklem stroje a přístroje (SITC 7), zatímco u Rumunska žádná z uvedených komoditních skupin neměla nad ostatními komoditními skupinami výraznou převahu. Hlavní exportní produkcí Rumunska byla na začátku 90. let jak produkce železa a oceli (SITC 6), tak strojního zařízení, lokomotiv, lodí, těžebních zařízení (SITC 7) a také ropa (SITC 3) (Country Studies, 2008c). Pro Estonsko, které v grafu č. 1 chybí, byly důležitou exportní produkcí komodity lehkého průmyslu jako papír a sklo (SITC 6) a textil a nábytek (SITC 8) (Country Studies, 2008a). Graf č. 1: Výchozí komoditní struktura exportu2 0% 20% 40% 60% 80% 100% BUL EST LIT LOT RUM SLO zemědělská produkce paliva a suroviny železo a ocel chemikálie stroje a dopravní prostředky textil oděvy Zdroj: data WTO (2008) 1 Blíže viz graf č. 3. 2 Za výchozí stav jsou považována nejstarší dostupná data - rok 1994, data pro Estonsko nejsou dostupná. 297 Co se týče komoditní struktury importu, na počátku 90. let byla do Bulharska, Litvy, Lotyšska a Rumunska importována zejména paliva a suroviny (SITC 2 a 3), zatímco pro Slovinsko byly hlavními importními produkty stroje a přístroje (SITC 7), což představovalo příliv nové technologie potřebné pro ekonomický růst (viz graf č. 2).1 Graf č. 2: Výchozí komoditní struktura importu2 0% 20% 40% 60% 80% 100% BUL EST LIT LOT RUM SLO zemědělská produkce paliva a suroviny železo a ocel chemikálie stroje a dopravní prostředky textil oděvy Zdroj: data WTO (2008) 3. VÝVOJ ZAHRANIČNÍHO OBCHODU Přechod bývalých centrálně plánovaných ekonomik na tržní byl doprovázen institucionálními změnami, mezi nimiž hrála významnou roli liberalizace zahraničního obchodu. Tato liberalizace přinesla srovnání cen s cenami světovými a změnu směřování komoditních toků ve prospěch přirozených obchodních partnerů (Kandogan, 2003). Na začátku 90. let však byly země kromě vnitřních změn nuceny čelit řadě vnějších hrozeb spojených mimo jiné se ztrátou dřívějších trhů, regionálními politickými krizemi (např. v Kosovu), mezinárodní finanční krizí a stagnací světových trhů, ale také vystavení domácích výrobců zahraniční konkurenci. Pro potřeby této studie je vývoj zahraničního obchodu v letech 1990­2006 zaměřen na základní charakteristiky zahraničního obchodu, tj. vývoj otevřenosti ekonomiky, vývoj exportního výkonu měřeného jako podíl exportu na hlavu a vývoj podílu salda obchodní bilance na HDP, následně je pozornost věnována komoditním aspektům, včetně zhodnocení dopadů zahraničního obchodu na ekonomický růst na základě vývoje využití importů a kvality exportů, a aspektům institucionálním tvořícím rámec působení zahraničního obchodu na ekonomický růst zemí. 1 Např. relativně vysoký podíl třídy SITC 7 v importech Slovinska na začátku 90. let je dán přílivem strojů a dopravních prostředků z vyspělých ekonomik, ale i bývalého Československa (Federal Research Division, 2006). 2 Za výchozí rok je stejně jako u exportů považován rok 1994, data pro Estonsko nejsou dostupná. 298 3.1. Základní charakteristiky zahraničního obchodu Otevřenost ekonomik, vypovídající o úrovni zapojení zemí do mezinárodního obchodu, je v naší studii měřena coby podíl obratu zahraničního obchodu se zbožím na HDP (viz graf č. 3). Graf č. 3: Vývoj otevřenosti ekonomiky (% obratu tu HDP) 0 20 40 60 80 100 120 140 160 180 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 BUL EST LIT LOT RUM SLO Zdroj: vlastní výpočty; data World Resources Institute (2008) Všechny země kromě Rumunska lze řadit mezi malé ekonomiky, což předurčuje jejich větší závislost na zahraničně-obchodních vazbách. Tyto závěry potvrzuje graf č. 3; u sledovaných ekonomik se pohybovala míra otevřenosti v roce 2005 mezi 70 a 140 %. Největší úroveň otevřenosti má dlouhodobě Estonsko, které patřilo na začátku 90. let k nejotevřenějším ekonomikám světa. Trend vývoje otevřenosti ostatních zemí byl však také rostoucí a tak Bulharsko, Litva a Slovinsko, které začínalo s vysokou úrovní otevřenosti, měly v roce 2005 okolo 120 %, Lotyšsko téměř 88 % a otevřenost Rumunska se blížila 70 %. Rumunsko dlouhodobě dosahuje nejmenší míru otevřenosti, což je dáno velikostí rumunské ekonomiky. Graf č. 4: Vývoj exportu na hlavu (USD, b.c.) 0 2000 4000 6000 8000 10000 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 BUL EST LIT LOT RUM SLO Zdroj: vlastní výpočty; data World Resources Institute (2007), Heston ­ Summers ­ Aten (2006) 299 Zhodnocení exportní výkonnosti zemí na základě vývoje exportu na hlavu však již podává jiný obrázek, pořadí zemí z hlediska exportní výkonnosti se během sledovaného období neměnilo, a tak si svoje výjimečné postavení vůči ostatním zemím udrželo Slovinsko, jehož exportní výkonnost na počátku 90. let osminásobně převyšovala ostatní. U zemí jako Estonsko, ale i Litva, exportní výkon rostl poměrně výrazně, zatímco nominální růst v Lotyšsku a zejména pak v Bulharsku a Rumunsku nebyl až tak významný. I když se náskok Slovinska z hlediska tohoto ukazatele zmenšil, stále je Slovinsko zemí s největší exportní výkonností (téměř 9330 USD v roce 2005) následované s velkým odstupem Estonskem s více než 5700 USD na hlavu. Graf č. 5: Vývoj podílu obchodní bilance na HDP (%) -35 -30 -25 -20 -15 -10 -5 0 5 10 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 BUL EST LIT LOT RUM SLO Zdroj: vlastní výpočty; data World Resources Institute (2008) Jak je patrné v grafu č. 5, dlouhodobě nejmenší problémy s obchodní bilancí mělo Slovinsko, kde deficit obchodní bilance dosáhl maximálně 7 % HDP, a Rumunsko (deficit maximálně 12 % HDP). Nejhůře na tom bylo Estonsko s rekordním podílem záporného salda obchodní bilance na HDP v roce 1998 (30 %). Obecně pro všechny sledované země platil trend postupného zvyšování podílu deficitů obchodní bilance na HDP. Souhrnně lze záporné saldo obchodní bilance přičítat zejména rostoucím cenám ropy a zemního plynu a importům produkce investičního charakteru, dále pak i posilováním domácích měn. O vývoji cen v zahraničním obchodě a jeho dopadu na ekonomický růst zemí vypovídá v tabulce č. 1 vývoj směnných relací. 300 Tabulka č. 1: Vývoj směnných relací (meziročně, v %) 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 BUL n 0,7 -3,7 8,9 1,3 4,8 0,7 -1,9 1,7 1,6 -1,3 3,4 1,6 1,5 EST 3,9 -0,9 2,3 2,1 -0,2 1,9 2,7 -2,6 2,2 -1,4 -1,8 0,1 2,4 2,5 LIT n 6,8 4,2 -3,1 4,1 5,8 -0,4 -1,2 2,7 7,9 2,7 -4,4 1,5 0,9 LOT n -3,0 -6,2 4,8 3,6 -2,8 1,2 -1,4 2,5 2,1 -0,6 -0,3 0,2 1,0 RUM -0,2 -1,4 0,9 3,9 3,0 3,0 0,4 1,3 2,2 4,1 2,8 6,3 7,2 6,5 SLO 2,4 1,2 0,4 0,7 0,3 -3,2 1,7 1,9 0,8 -1,0 -2,0 0,2 0,3 0,0 Poznámka: rok 2007 a 2008 jsou odhady. Zdroj: EC (2007) Průměrné meziroční změny směnných relací jsou pro všechny země kladné, nejvýraznější průměrné meziroční zlepšování směnných relací má Rumunsko (průměrně 3 %), kde se směnné relace meziročně téměř nepřetržitě zlepšovaly, a Litva (průměrně 2 %). Zahraniční obchod tak v jejich případě působil na domácí ekonomiku obzvláště pozitivně. Za obecné faktory ovlivňující vývoj směnných relací lze považovat liberalizaci obchodu s EU, ale i mezi zeměmi samotnými, která vedla dle Majcena ­ Verbiče Kneževiće (2005) ke snížení importních cen, což bylo faktorem působícím zlepšování směnných relací. Proti tomu však působily rostoucí ceny ropy a zemního plynu, které byly naopak faktorem zhoršujícím směnné relace. Mezi vývojem obratu zahraničního obchodu a HDP existují vazby, které lze ilustrovat pomocí koeficientu korelace. Ten na základě našich výpočtů dosahuje pro sledované země hodnot 0,89-0,99, což jsou hodnoty potvrzující velmi vysokou pozitivní závislost. Nejnižší je u Bulharska (0,89), pro ostatní země je koeficient korelace vyšší než 0,96, konkrétně Estonsko (0,96), Slovinsko (0,97), Rumunsko (0,98) a Litva a Lotyšsko (0,99). 3.2. Komoditní struktura zahraničního obchodu Vývoj komoditní struktury zahraničního obchodu sledovaných zemí je zachycen v tabulce č. 2. V případě Bulharska byla ve sledovaném období exportována především produkce komoditní třídy SITC 6, 8 a 7. Vysvětlení významu těchto tříd leží v přílivu FDI. Většina FDI v 90. letech, které plynuly do bulharského průmyslu, šla do cementářství (SITC 2), hutnictví neželezných kovů (SITC 6), chemického průmyslu (SITC 5), elektrotechniky (SITC 7), textilního průmyslu (SITC 8), potravinářství (SITC 0 a 1) (WTO, 2003). Estonsko exportovalo především produkci SITC 7, 6 (zvláště pak dřevo a výrobky z něj) a 8. Po obnovení samostatnosti došlo v Litvě k poklesu podílu zemědělské produkce (SITC 0) a růstu podílu textilu (SITC 8) a chemické produkce (SITC 5), přesto je zemědělská produkce důležitou komoditní skupinou a sektorem litevské ekonomiky (Miskinis, 2004). Lotyšský export je tažen produkcí SITC 2 (těžba rašeliny), 6 a 8. Vysoký podíl třídy SITC 6 je dán produkcí dřeva a dřevěných výrobků, což souvisí s dostupností dřeva v Lotyšsku a vyvinutou úrovní dřevozpracujícího průmyslu (ITC, 2007). 301 Rumunské exporty byly ovládány produkcí tříd SITC 8 (především textil), 7 a 6. Slovinský export je dlouhodobě převážně tvořen produkcí tříd SITC 7, 6 a 5 (seřazeno dle významu). Podíl textilu (SITC 8) a oděvů a oceli (SITC 6) ve slovinských exportech klesal pomalu, zatímco rostl význam produkce automobilového průmyslu, elektroniky (SITC 7) a léčiv (SITC 5) (WTO, 2002). Tabulka č. 2: Vývoj komoditní struktury exportu (dle tříd SITC)1 2006 2,6 0,4 2,7 2,7 0,0 13,6 25,9 38,0 14,0 0,2 100 2003 2,1 1,3 1,7 1,4 0,1 13,6 25,6 36,6 17,5 0,2 100 2000 2,3 1,3 1,9 0,7 0,1 11,0 27,3 36,0 19,3 0,2 100 1997 SLO 2,9 0,8 2,0 1,2 0,2 11,2 27,1 33,6 21,0 0,0 100 2006 2,2 0,2 5,7 10,0 0,2 5,7 20,3 29,9 25,8 0,1 100 2003 2,2 0,2 6,1 6,5 0,2 4,8 19,3 21,5 38,6 0,5 100 2000 2,4 0,2 9,0 7,2 0,2 5,8 19,3 18,8 36,5 0,6 100 1997 RUM 4,6 0,7 4,7 6,1 1,5 7,8 25,6 14,0 34,5 0,6 100 2006 9,2 2,5 18,4 5,2 0,2 7,4 25,8 15,0 12,5 3,8 100 2003 6,7 1,9 28,3 1,4 0,1 6,1 28,6 9,1 17,5 0,3 100 2000 4,6 0,9 33,6 2,5 0,1 6,4 26,2 7,1 18,4 0,3 100 1997 LOT 12,7 1,1 26,0 1,0 0,1 6,8 23,4 11,3 17,0 0,5 100 2006 11,7 1,6 4,5 23,5 0,2 9,1 10,8 22,4 15,5 0,7 100 2003 10,4 0,6 6,1 19,4 0,2 7,5 10,4 26,4 18,7 0,2 100 2000 10,4 0,7 7,3 20,9 0,1 9,5 13,5 17,3 20,0 0,2 100 1997 LIT 14,7 0,7 6,6 17,2 0,1 10,8 14,6 20,1 15,0 0,1 100 2006 4,8 1,5 8,2 15,8 0,3 4,7 15,6 30,4 13,8 5,0 100 2003 9,1 1,1 10,4 4,2 0,3 6,3 20,7 29,6 18,2 0,0 100 2000 7,2 0,5 12,6 4,5 0,2 5,6 18,0 36,0 15,3 0,0 100 1997 EST 15,4 0,7 11,7 6,3 0,0 8,6 18,0 24,5 14,7 0,0 100 2006 5,7 1,5 7,1 13,3 0,2 6,3 30,2 13,5 19,1 3,0 100 2003 6,7 2,1 5,9 5,8 0,2 7,5 24,5 13,0 28,6 5,7 100 2000 6,0 3,2 5,9 11,7 0,2 10,1 25,6 9,6 21,4 6,4 100 1997 BUL 6,6 6,2 5,4 7,6 0,4 17,0 29,5 11,1 12,6 3,6 100 0 1 2 3 4 5 6 7 8 9 Zdroj: data UN Comtrade (2008) Všechny sledované země během velmi krátkého období významně zvýšily své exporty do zemí EU, což bylo způsobeno nejen růstem objemu exportované produkce, ale i růstem počtu variant produktů (Kandogan, 2003) a s největší pravděpodobností také díky růstu kvality exportované produkce, což zvýšilo předpoklady pro realizovatelnost produkce na náročných západních trzích. Souhrnně tedy platí, že během 90. let v exportech všech zemí získávala pozici produkce s vyšší přidanou hodnotou, která byla určena pro náročný trh EU, což pro budoucí ekonomický růst představuje pozitivní faktor. 1 Členění tříd SITC je následující: 0: potraviny a živá zvířata, 1: nápoje a tabák, 2: suroviny bez paliv, 3: minerální paliva a maziva, 4: živočišné a rostlinné tuky a oleje, 5: chemikálie, 6: průmyslové zboží, 7: stroje a dopravní prostředky, 8: různé hotové výrobky, 9: nespecifikováno. 302 Graf č. 6: Podíl high-tech exportů na celkových exportech (%) 0 5 10 15 20 25 1999 2000 2001 2002 2003 2004 2005 2006 BUL EST LIT LOT RUM SLO Zdroj: data Eurostat (2008) Graf č. 6 vypovídá o technologické úrovni exportu, která je důležitá, neboť jak bylo uvedeno v úvodu, vyšší kvalitativní úroveň exportu je předzvěstí vyššího ekonomického růstu. Pokud se na kvalitu exportů sledovaných zemí podíváme z hlediska podílu high-tech exportů, vidíme, že ostatní země dlouhodobě převyšuje Estonsko (převážně 10 % high-tech exportů).1 Ostatní země již tvoří poměrně jednotnou skupinu, kde se podíl technologicky vyspělé produkce pohyboval mezi 2-4,5 % celkových exportů. Podle toho ukazatele je na tom tedy nejlépe Estonsko, kde vyšší kvalita exportované produkce tvoří základ pro vyšší budoucí ekonomický růst země. Hodnocení kvalitativní stránky exportu je možné také z pohledu faktorové náročnosti, tedy převažujících výrobních faktorů používaných při výrobě. Dle členění Kardogana (2003) představuje ,,nejvyspělejší" exporty produkce charakteristická vysokou kvalitou, jejíž výroba je náročná na lidský kapitál. Tabulka č. 3: Objemy exportů vysoké kvality náročných na lidský kapitál (v mil. USD) BUL EST LIT LOT RUM SLO 1992 233,2 (19,2 %) 24,5 (17,8 %) 24,0 (12,6 %) 22,8 (19,2 %) 275,8 (11,4 %) 742,5 (30,8 %) 1999 406,1 (17,3 %) 603,2 (40 %) 195,8 (14,1 %) 72,8 (9,1 %) 841,4 (12,5 %) 2301,1 (39,1 %) % změna 174,1 2462,0 815,8 319,3 305,1 309,9 Poznámka: údaje v závorce představují podíl v rámci celkových exportů. Zdroj: Kardogan (2003); procentuelní podíly vlastní výpočty Jak je patrné v tabulce č. 3, k velmi výraznému růstu podílu kvalitních exportů došlo pouze v případě Estonska a Slovinska, kde tato produkce tvořila v roce 1999 asi 40 % celkových exportů. Ostatní sledované země byly bohaté na pracovní sílu, takže 1 Eurostat (2007) řadí mezi high-tech produkty produkci letecké techniky, výpočetní techniky, kancelářské techniky, elektroniky, přístrojů, produktů farmaceutického průmyslu, elektrotechniku a zbraně. 303 tam došlo k nárůstu podílu pracovně náročných exportů, zejména produkce oděvu a textilu (SITC 8) (Kandogan, 2003). Dalším, poněkud obecnějším hlediskem pro hodnocení kvality exportů je jejich rozčlenění dle faktorové náročnosti výroby (viz tabulka č. 4).1 Z tohoto pohledu sledované země z hlediska předpokladů pro ekonomický růst nevycházejí nejlépe exportována je především produkce s ,,nižší" faktorovou náročností, tedy pracovně a surovinově náročná produkce, která nepředstavuje ­ jak bylo uvedeno v úvodu zdroj pro budoucí ekonomický růst. Určitou výjimkou je pouze Slovinsko, kde sice také dominuje produkce náročná na výrobní faktor práce, ale surovinově náročná produkce je již minoritní záležitostí, a tak tam souhrnně tyto dvě skupiny nedosahují ani 40 % celkových exportů země. Tabulka č. 4: Rozdělení exportů podle faktorové náročnosti (%) BUL EST 2001 2002 2003 2004 2005 2001 2002 2003 2004 2005 surovinově náročné 24,9 20,4 21,0 22,6 19,5 25,0 25,5 24,2 18,7 20,2 pracovně náročné 33,6 35,6 37,5 34,7 25,7 32,1 36,4 34,5 35,3 29,0 náročné na výzkum (neimitovatelné) 11,7 15,2 13,6 12,5 14,6 9,9 11,1 11,1 12,3 13,4 náročné na výzkum (imitovatelné) 5,5 5,6 5,5 5,0 6,6 25,8 16,6 16,7 21,4 23,9 kapitálově náročné 24,4 23,2 22,4 25,3 33,7 7,2 10,4 13,5 12,3 13,4 LIT LOT 2001 2002 2003 2004 2005 2001 2002 2003 2004 2005 surovinově náročné 47,3 38,7 40,7 46,2 35,7 34,5 35,7 39,1 34,7 37,2 pracovně náročné 28,8 26,0 25,6 25,7 29,8 38,8 37,6 33,4 32,9 29,9 náročné na výzkum (neimitovatelné) 12,7 17,9 20,6 12,4 18,3 7,9 6,5 7,4 8,2 8,4 náročné na výzkum (imitovatelné) 4,5 4,4 3,9 5,8 6,3 3,7 5,0 6,4 6,0 6,0 kapitálově náročné 6,7 13,0 9,1 9,9 10,0 15,2 15,3 13,6 18,1 18,5 RUM SLO 2001 2002 2003 2004 2005 2001 2002 2003 2004 2005 surovinově náročné 16,2 11,4 17,1 16,7 12,4 4,3 4,0 4,4 3,8 6,1 pracovně náročné 48,6 52,3 48,5 42,5 32,8 35,6 33,6 34,7 30,5 31,1 náročné na výzkum (neimitovatelné) 15,3 18,4 16,8 17,9 24,8 23,7 21,6 29,5 27,3 25,5 náročné na výzkum (imitovatelné) 6,3 5,5 2,3 4,9 3,6 10,0 11,3 4,4 11,5 11,4 kapitálově náročné 13,6 12,4 15,3 18,0 26,3 26,3 29,6 26,9 26,9 25,9 1 Členění podle faktorové náročnosti je dle převzato z Utkulu ­ Seymen (2004). Za surovinově náročné jsou považovány produkty SITC 0, 2 (bez 26), 3 (bez 35), 4 a 56. Za pracovně náročné - SITC 26, 6 (bez 62, 67 a 68) a 8 (bez 87, 88), za náročné na výzkum neimitovatelné - SITC 57, 7 (bez 75, 76 a 78), 87 a 88, za náročné na výzkum - imitovatelné SITC 51, 52, 54, 58, 59, 75, 76 a za kapitálově náročné - SITC 1, 35, 53, 55, 62, 67, 68, 78. 304 Zdroj: vlastní výpočty, data INTRACEN (2008) Vývoj komoditní struktury importu je zachycen v tabulce č. 5. Mezi zeměmi v tomto ohledu nebyly velké rozdíly. Většinou platí, že země dovážely především produkci tříd SITC 7, 6 a 3; žádná komoditní třída však výrazně nedominovala. Tabulka č. 5: Vývoj komoditní struktury importu (dle tříd SITC) 2006 5,2 0,6 5,6 11,2 0,3 12,2 23,0 32,2 9,4 0,3 100 2003 5,1 0,5 4,9 7,7 0,3 13,3 22,9 34,4 10,7 0,1 100 2000 5,1 0,6 5,4 9,1 0,3 12,4 21,9 34,2 11,0 0,2 100 1997 SLO 6,4 0,6 5,2 8,4 0,4 12,1 20,5 33,1 13,0 0,4 100 2006 4,5 0,9 2,5 13,5 0,2 10,6 23,3 35,4 9,0 0,0 100 2003 5,7 0,9 3,0 10,9 0,3 10,3 28,0 29,6 11,2 0,2 100 2000 5,4 1,1 4,3 12,1 0,3 10,0 26,7 29,2 10,5 0,4 100 1997 RUM 4,7 0,9 4,7 18,9 0,3 9,7 23,1 26,5 9,3 2,0 100 2006 7,4 2,5 3,3 12,7 0,4 10,2 17,5 31,9 10,9 3,3 100 2003 8,8 2,1 4,0 9,4 0,6 12,4 19,7 31,0 12,0 0,0 100 2000 9,4 2,1 3,5 12,3 0,6 12,5 18,8 28,2 12,5 0,0 100 1997 LOT 10,1 2,3 3,3 13,5 0,8 12,5 18,8 27,5 11,3 0,0 100 2006 7,0 1,2 3,1 22,4 0,5 11,5 15,2 31,2 7,2 0,7 100 2003 6,5 0,8 3,8 16,8 0,6 11,6 16,7 34,2 7,4 1,6 100 2000 7,7 1,3 4,8 21,7 0,5 12,3 17,1 24,3 7,6 2,7 100 1997 LIT 8,2 1,9 4,3 17,0 0,4 12,2 17,3 29,9 7,6 1,3 100 2006 5,1 1,3 3,1 16,0 0,2 8,3 15,8 35,7 8,1 6,4 100 2003 9,2 1,7 3,8 5,9 0,2 9,6 19,3 41,2 8,9 0,3 100 2000 8,1 1,5 4,9 7,2 0,2 9,2 18,2 41,3 9,5 0,0 100 1997 EST 13,4 2,1 3,8 8,1 0,4 9,7 18,5 34,1 9,8 0,0 100 2006 3,9 0,4 7,5 5,3 0,3 8,8 20,1 28,7 7,1 18,0 100 2003 4,4 0,4 5,5 3,9 0,4 10,0 21,0 28,7 10,0 15,6 100 2000 4,1 0,7 5,5 25,8 0,3 9,4 18,7 24,9 7,5 3,0 100 1997 BUL 7,4 0,8 7,1 30,4 0,3 10,6 18,4 16,3 6,4 2,3 100 0 1 2 3 4 5 6 7 8 9 Zdroj: data UN Comtrade (2008) Pro hodnocení vlivu komoditní struktury na ekonomický růst zemí je důležité, jakým způsobem je importovaná produkce využita. Přes jistou míru zjednodušení, vyplývajícího z využití agregovaných komoditních tříd, je zřejmé, že pro všechny sledované země i celé období platí, že importovaná produkce byla využívána převážně k výrobní spotřebě (v roce 2006 45­53 % importů). Příliv nových technologií, spojený s importem třídy SITC 7, tedy produkce určené pro investiční činnost důležité pro ekonomický růst, zaostával. Tabulka č. 6: Využití importů (%)1 1992 1996 2000 2003 2006 BUL 12,9 13,6 12,7 17,6 13,8 EST n 26,4 19,0 19,8 15,4 LIT 13,5 19,5 17,0 15,0 15,5 LOT n 22,5 24,0 22,9 21,4 RUM 20,2 15,7 17,1 17,9 14,4 osobní spotřeba (SITC 0,1,8) SLO 20,0 20,9 16,6 16,4 15,3 1 Rozdělění importů dle Mesároše (2000). 305 BUL 64,5 69,8 61,6 48,4 51,2 EST n 44,0 39,7 39,0 46,4 LIT 73,4 54,0 58,0 50,2 53,1 LOT n 54,9 47,8 46,1 45,6 RUM 60,4 58,4 53,6 52,5 50,2 výrobní spotřeba (SITC 2,3,4,5,6) SLO 52,3 45,3 49,1 49,2 52,4 BUL 22,6 16,6 25,7 34,0 35,0 EST n 29,6 41,3 41,3 38,2 LIT 13,1 26,5 25,0 34,8 31,4 LOT n 22,6 28,2 31,0 32,9 RUM 19,4 25,9 29,3 29,6 35,4 investiční činnost (SITC 7) SLO 27,7 33,8 34,2 34,5 32,3 Zdroj: vlastní výpočty; data INTRACEN (2007) Vliv zahraničního obchodu na výkon ekonomiky je možné hodnotit také na základě vývoje transformační efektu (graf č. 7).1 Tento ukazatel vypovídá o tom, jak ekonomiky využívají importované zdroje k výrobě produkce s vyšší přidanou hodnotou, jejíž následný export by přispíval k ekonomickému růstu země . Je patrné z následujícího grafu, ve všech sledovaných zemích transformační výkon nepřetržitě rostl, což byl způsobeno podstatně rychlejším růstem objemu exportu hotových výrobků, než jaký byl růst objemu importovaných surovin. Největší růst transformačního výkonu zaznamenalo Rumunsko, které ostatním zemím vévodí (s 18 mld. USD v roce 2006), následované Slovinskem (15 mld. USD) a Bulharskem (7,5 mld. USD). Tyto tři země nad ostatními vynikají z hlediska schopnosti zužitkovat importované vstupy v produkci s vyšší přidanou hodnotou, což je pro jejich budoucí ekonomický růst pozitivní. Graf č. 7: Vývoj transformačního výkonu (v mld. USD) 0 5 10 15 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 BUL EST LIT LOT RUM SLO Zdroj: vlastní výpočty; data INTRACEN (2007) 1 Výpočet je proveden dle Jirgese a Plchové (1996) tak, že jsou vzaty v úvahu importy surovin (třídy SITC 2 a 3) a exporty hotových výrobků (třídy SITC 5, 6, 7 a 8). 306 3.3. Obchodní politika a ekonomická integrace Z hlediska institucionální stránky zahraničního obchodu byl na začátku 90. let výchozí stav všech zemí kromě Slovinska podobný. Všechny země zrušily státní monopol zahraničního obchodu, ale další vývoj obchodní politiky se lišil. Na jedné straně stálo Estonsko, které se vydalo cestou úplné liberalizace zahraničního obchodu, jiné země se spíše zaměřily na odstraňování překážek volnému obchodu jen s některými, a tedy cestou regionální integrace, a ochranu domácích výrobců a prosazovaly postupnou liberalizaci, jako např. Slovinsko (Kaminski, 1999).1 Estonsko tedy bylo výjimkou, která po obnovení samostatnosti v roce 1991 na rozdíl od svých pobaltských sousedů, ale i dalších zemí střední a východní Evropy podstoupila rychlý přechod od vysoké úrovně protekcionismu, která zde existovala v dobách Sovětského svazu, k realizaci téměř svobodného obchodu, srovnatelného s Hongkongem (Feldman ­ Sally, 2002). Brzké vystavení ekonomiky zahraniční konkurenci napomohlo Estonsku se relativně rychle přeměnit v tržní ekonomiku (InvestInEstonia, 2007). Z hlediska krátkého období však odstranění exportních a importních omezení představovalo nevýhodu pro estonské producenty, nucené konkurovat subvencované produkci (Oopkaup, 2003). V Litvě neproíhala liberalizace zahraničního obchodu hladce a bezproblémově, což bylo dle Vilpišauskase (2006) dáno nízkou transparentností nástrojů obchodní politiky, malou angažovaností odpůrců protekcionismu při tvorbě obchodní politiky a vlivem zájmových skupin, zastupujících zájmy domácích producentů. Obchodní politika zemí byla v 90. letech ovlivňována snahou zemí vstoupit do EU, dále pak členstvím ve WTO a regionálních integračních seskupeních. Během 90. let mezi sebou země vzájemně uzavřely různé dohody o volném obchodě: BAFTA (Baltská zóna volného obchodu), asociační dohody s EU, dohody s ESVO, v roce 2000 uzavřelo EU bilaterální dohody o další liberalizaci obchodu se zemědělskou produkcí se všemi 10 zeměmi střední a východní Evropy (EC, 2002), s CEFTA atd., a řadu dalších bilaterálních obchodních smluv. Dohody s EU z počátku 90. let měly pro všechny země za následek ustanovení asymetrické liberalizace obchodu s EU, která preferovala tehdejší kandidátské země. Litva podepsala dohodu o volném obchodu s EU v roce 1994, čímž byla ustanovena asymetrická liberalizace obchodu se zemědělskou produkcí, s tím, že Litvě bylo umožněno pomalé snižování úrovně ochrany zemědělství během šestiletého období (Vilpišauskas, 2006). Jak již bylo uvedeno výše, Litva má relativně vysoký podíl zemědělské produkce v exportech (SITC 0), takže se jí tato vyjednávání dotýkala. Asymetrická liberalizace však sama o sobě nebyla přímo následována nárůstem exportu litevské zemědělské produkce na tento trh; přetrvávaly překážky spojené s nutnou certifikací, nevýhoda spojená s nižší kvalitou produkce a další marketingové a infrastrukturní problémy (Kazlauskiene ­ Meyers, 1995), dále pak nízká produktivita, relativně vysoké ceny zemědělské produkce, odstranění exportních subvencí a vysoká úroveň hygienických a zdravotních požadavků ne exportních trzích (Miskinis, 2004). Obdobné problémy se týkaly také 1 Slovinsko v 90. letech uplatňovalo několik necelních bariér, zejména licencování importů, a také kvóty u textilu a oděvů (WTO, 2002). Do roku 1996 odstranilo Slovinsko většinu kvót (Kaminski, 1999). 307 textilu (SITC 8) a ocelářské produkce (SITC 6) a lze předpokládat, že velmi podobný průběh a dopad byl také u ostatních zemí.1 Výsledky hodnocení úrovně obchodní politiky, prováděné společností The Heritage Foundation, jsou uvedeny v následující tabulce, která potvrzuje výše uvedená hodnocení obchodní politiky. Tabulka č. 7: Vývoj svobody obchodu (%)2 1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 BUL 55,0 55,0 55,0 55,0 55,0 55,0 57,2 60,2 62,4 63,2 82,0 65,8 70,8 86,0 EST 85,0 85,0 85,0 85,0 85,0 85,0 85,0 85,0 84,2 84,2 84,8 82,4 86,8 86,0 LIT n 65,0 79,0 81,0 81,0 81,0 82,8 82,8 80,4 80,2 84,0 82,4 86,6 86,0 LOT n 55,0 65,0 81,0 81,0 81,0 80,0 80,0 78,6 79,8 80,0 82,4 86,6 86,0 RUM 79,0 61,6 73,0 74,0 74,0 74,0 73,4 74,4 60,2 57,6 70,4 68,4 84,0 86,0 SLO n 59,0 59,0 59,0 59,0 73,6 67,4 64,2 62,2 65,2 81,8 82,4 86,6 86,0 Zdroj: The Heritage Foundation (2008) Jak již bylo uvedeno, nejliberálnější bylo zpočátku Estonsko, v druhé polovině 90. let se však již rozdíly v prosazované obchodní politice začaly smazávat, takže v roce 2008 vykazují všechny země vysoký stupeň svobody obchodu, což znamená, že stát coby tvůrce rámce pro uskutečňování zahraničně-obchodních vazeb nepůsobí negativně, a přínosy zahraničního obchodu pro ekonomický růst tak mohou být realizovány. V tabulce č. 8 je zachycen vývoj průměrných celních sazeb. Pro všechny země platilo, že průměr byl zvyšován cly u zemědělské produkce. Tabulka č. 8: Vývoj průměrných celních sazeb (%) 1995 1996 1997 1998 1999 2000 2001 2002 2003 BUL n 21,6 16,6 17,6 14,8 13,5 12,7 12,4 11,5 EST 0,1 0,1 0,0 0,0 0,0 3,1 3,1 1,6 n LIT 3,9 4,5 4,6 3,9 3,8 3,4 4,5 4,9 5,3 LOT n 4,3 5,6 5,8 5,2 5,1 4,6 4,3 4,1 RUM 6,0 n 28,9 19,8 15,2 13,1 18,1 19,8 19,8 SLO n 10,6 N n 10,6 11,8 10,6 9,6 n Zdroj: WB (2002) Nejnižší celní sazby měly pobaltské země, zvláště pak Estonsko, což se týkalo i zemědělské produkce (Feldman ­ Sally, 2002). Litva i Lotyšsko na rozdíl od Estonska přeměnily na začátku 90. let dřívější kvóty do podoby cel, zejména u zemědělské produkce (Feldman ­ Sally, 2002). Dokonce i relativně liberální 1 Kvóty na dovoz textilu do EU z Litvy byly odstraněny až v roce 1998 (Vilpišauskas, 2006). 2 Index obchodní svobody zohledňuje jak vážené průměry celních sazeb, tak i necelní bariéry. Ty jsou do skóre započteny jako trestné body ve výši až 20 p.b. nebo 1/5 maximálního skóre (Brach ­ Kane, 2007). 308 Lotyšsko uplatňovalo na zemědělské importy v průměru clo ve výši 35 % (Feldman ­ Sally, 2002 cit. IMF, 1999). S průměrem okolo 10 % následovalo Slovinsko a nejvyšší celní sazby mělo Bulharsko a Rumunsko. Bulharsko v roce 2002 odstranilo cla na průmyslovou produkci včetně produkce textilu a oděvů, celní ochrana zůstala zachována u zemědělské produkce, zejména drůbeže, což mělo za následek přetrvávání neefektivních domácích drůbežářských výrob (USTR, 2002). Omezování možnosti realizovat produkci na zahraničních trzích se týká také antidumpingu (tabulka č. 9). Tabulka č. 9: Počty antidumpingových opatření proti daným zemím (1995­2007) IV V VI VII IX XI XV XVI Celkem BUL 0 0 3 1 1 1 5 0 11 EST 0 0 1 0 1 0 0 0 2 LIT 0 0 2 0 1 0 0 0 3 LOT 1 0 1 0 1 0 4 0 7 RUM 0 1 3 3 0 0 16 2 25 SLO 0 0 0 0 0 0 1 0 1 Poznámka: IV ­ Produkce potravinářského průmyslu; V ­ Nerostné suroviny; VI - Produkce chemického průmyslu; VII - Plasty a gumárenská produkce; IX - Produkty ze dřeva, korku a proutí; XI - Textil a oděvy; XV - Surové kovy a výrobky z nich; XVI - Stroje, přístroje a jejich části. Zdroj: WTO (2008) Na základě iniciativy důležitého obchodního partnera EU byla vůči sledovaným zemím uvalena antidumpingová opatření v celkovém počtu 15 případů (ze 49 uvalených opatření). Většina opatření byla tedy iniciována neevropskými zeměmi. Z hlediska odvětví dopadla opatření nejcitelněji na významná exportní odvětví Rumunska (železářský průmysl, SITC 6). V ostatních případech se jednalo o několik málo antidumpingových opatření během období 12 let, takže velký vliv na ekonomický růst daná opatření neměla. Navíc jak uvádí Breton a Gros (1997), žádné z antidumpingových opatření nebylo cíleno proti technologicky vyspělé produkci. Země samy antidumpingové zákonodárství příliš nevyužívaly ­ jen Litva (7 případů) a Lotyšsko (1 případ). 4. ZÁVĚR Všechny země kromě Rumunska lze řadit mezi malé ekonomiky, což předurčuje jejich větší závislost na zahraničně-obchodních vazbách, a tedy významný vliv zahraničního obchodu na ekonomický růst. Výchozí stav na začátku 90. let odrážel dřívější podobu a orientaci zahraničního obchodu, kdy teritoriálně byly obchodní vazby zemí vázány většinou na trh RVHP a organizace zahraničního obchodu byla realizována na základě státního monopolu zahraničního obchodu. Specifickou pozici měla pouze bývalá Jugoslávie, která měl vazby jak na RVHP (zejména Československo a SSSR), tak i vyspělé tržní ekonomiky. Stejně tak ani organizace zahraničního obchodu neměla tak direktivní podobu, jak tomu bylo v rámci RVHP. Z komoditního hlediska byla na začátku 309 sledovaného období dominantní exportní komoditou zemí zemědělská produkce (SITC 0), tedy produkce nepřispívající k výraznému ekonomickému růstu, s výjimkou Slovinska, kde převažovaly stroje a přístroje (SITC 7) a Rumunska, kde žádná z komoditních skupin nedominovala. Importy sledovaných zemí byly na začátku 90. let taženy zejména palivy a surovinami (SITC 2 a 3), opět s výjimkou Slovinska, kde vévodila produkce strojů a dopravních prostředků znamenající s určitou mírou zjednodušení příliv technologií potřebných pro intenzivní ekonomický růst. Pro vývoj všech sledovaných zemí byl ve sledovaném období společný růst otevřenosti ekonomik. Největší úroveň otevřenosti má dlouhodobě Estonsko, které na začátku 90. let patřilo k nejotevřenějším ekonomikám světa, a zahraniční obchod tam hraje velmi významnou roli. Hodnocení exportní výkonnosti zemí na základě vývoje exportu na hlavu vyznívá nejlépe pro Slovinsko, jehož exportní výkonnost na počátku 90. let osminásobně převyšovala ostatní a i přes rychlý vzestup exportní výkonnosti zejména Estonska si Slovinsko udrželo vůdčí postavení s exportním výkonem téměř 9330 USD na hlavu. Nejmenší problémy s obchodní bilancí mělo dlouhodobě Slovinsko, deficit obchodní bilance tam maximálně dosáhl 7 % HDP, a Rumunsko (deficit maximálně 12 % HDP). Naopak nejhůře na tom bylo Estonsko s rekordním podílem záporného salda obchodní bilance na HDP v roce 1998 (30 %). Pro všechny země platí trend postupného zvětšování podílu schodku obchodní bilance na HDP. Co se týče vývoje cen v zahraničním obchodě, průměrné meziroční změny směnných relací jsou pro všechny země kladné. Zahraniční obchod tak přispívá pozitivně k ekonomickému růstu sledovaných zemí. Vztah mezi vývojem obratu zahraničního obchodu a HDP jsme pro potřeby naší studie vyjádřili také koeficientem korelace, který potvrzuje velmi vysokou pozitivní závislost (0,89-0,99) ­ zahraniční obchod je tedy pro ekonomický růst sledovaných zemí velmi významný. Z hlediska komoditního během 90. let v exportech všech zemí získávala pozici produkce s vyšší přidanou hodnotou, která byla určena pro náročný trh EU, což představuje pozitivní faktor pro budoucí ekonomický růst. Z hlediska podílu hightech exportů ostatní země převyšuje dlouhodobě Estonsko (high-tech produkce činí 10 % celkových exportů země). Z pohledu podílu kvalitních exportů náročných na lidský kapitál došlo k velmi výraznému růstu podílu těchto kvalitních exportů pouze v případě Estonska a Slovinska (1999 asi 40 % celkových exportů). Další ukazatel kvality exportů ­ faktorová náročnost exportů ­ však pro sledované země a jejich ekonomický růst nevypadá příliš pozitivně ­ země v letech 2001­2005 exportovaly především pracovně a surovinově náročnou produkci. Pro všechny sledované země i celé období platí, že importovaná produkce byla využívána převážně k výrobní spotřebě (v roce 2006 45-53 % importů), což znamená zaostávání přílivu nových technologií potřebných pro intenzivní ekonomický růst. Transformační výkon všech zemí nepřetržitě rostl, což byl způsobeno podstatně rychlejším růstem objemu exportu hotových výrobků, než jaký byl růst objemu importovaných surovin. Největší růst transformačního výkonu zaznamenalo 310 Rumunsko, které ostatním zemím vévodí (s 18 mld. USD v roce 2006), následované Slovinskem (15 mld. USD) a Bulharskem (7,5 mld. USD). Tyto tři země tak nad ostatními sledovanými zeměmi z hlediska schopnosti zužitkovat importované vstupy vynikají a mají tedy velmi dobré předpoklady pro budoucí ekonomický růst. Z hlediska institucionální stránky zahraničního obchodu byl na začátku 90. let vývoj všech zemí kromě Slovinska podobný, všechny země zrušily státní monopol zahraničního obchodu, další vývoj obchodní politiky se mezi nimi sice lišil, na konci sledovaného období však všechny sledované země vykazují velmi liberální obchodní politiku, která znamená, že zahraniční obchod působí jako velmi důležitý determinant ekonomického růstu, aniž by se státy výrazně snažily tyto vlivy omezit nebo usměrnit. Celkově lze konstatovat, že ochrana domácích producentů pomocí uvalení cla byla nízká. Nejnižší celní sazby měly pobaltské země, zvláště pak Estonsko. Pokud jde o antidumping, také nebyl významným faktorem ovlivňujícím možnosti ekonomického růstu zemí, a to hlavně z důvodu nízkého počtu případů a zacílení na méně technologicky vyspělou produkci, která není pro ekonomický růst stěžejní. Nejcitelněji zasáhla antidumpingová opatření významné exportní odvětví Rumunska - železářský průmysl (SITC 6). POUŽITÁ LITERATURA BRACH, W. ­ KANE, T. (2007): Methodology: Measuring the 10 Economic Freedoms (online). Dostupné na: http://www.heritage.org/research/features/ index/chapters/htm/index2007_chap3.cfm. Country Studies (2008a): Estonia Economic Sectors (online). Dostupné na: http://www.country-studies.com/estonia/economic-sectors.html. Country Studies (2008b): Estonia Economic Developments (online). Dostupné na: http://www.country-studies.com/estonia/economic-developments.html. Country Studies (2008c): Romania Foreign Trade (online). Dostupné na: http://www.country-studies.com/romania/foreign-trade.html. Coutry Studies (2008d): Latvia Economic Sectors (online). Dostupné na: http://www.country-studies.com/latvia/economic-sectors.html. COUTSOUKIS, P. (2004): Yugoslavia (the Former) ­ The Soviet Bloc (online). Dostupné na: http://www.photius.com/countries/bosnia_and_herzegovina/economy /yugoslavia_former_economy_the_soviet_bloc.html. DIMITROV, M. (2003): Trade Liberalization: The Case of Bulgaria (online). Dostupné na: http://www.acit-al.org/publications/Research_papers/dec_2003_ Mn_Dimitrov.pdf. DJANKOV, S. ­ HOEKMAN, B. (1997): Trade Reorientation and Productivity Growth in Bulgarian Enterprises (online). WP WB č. 1707. Dostupné na: http://www- wds.worldbank.org/servlet/WDSContentServer/WDSP/IB/1997/01/01/000009265_3 970625093924/Rendered/PDF/multi0page.pdf. 311 Estonian Ministry of Foreign Affairs (2001): Estonian Economy (online). Dostupné na: http://web-static.vm.ee/static/failid/058/Economy_March2001.pdf Estonian Ministry of Foreign Affairs (2007): Estonian Economy (online). Dostupné na: http://web-static.vm.ee/static/failid/151/economy_Jan-Feb2007.pdf. European Commission (2002): Lithuania ­ Agriculture and Enlargement (online). Dostupné na: http://ec.europa.eu/agriculture/external/enlarge/countries/files/ lithuani.pdf. European Commission (2002): Romania ­ Agriculture and Enlargement (online). http://ec.europa.eu/agriculture/external/enlarge/ countries/files/romania.pdf. European Commission (2007): Statistical Annex of European Economy ­ Autumn 2007. Dostupné na: http://ec.europa.eu/economy_finance/publications/ publication10187_en.pdf. EUROSTAT (2008): High-tech Exports. Dostupné na: http://epp.eurostat.ec. europa.eu/extraction/retrieve/en/theme9/htec/htec_si_exp?OutputDir=EJOutputDir_ 1025&clientsessionid=DEB621A4AA0E614AD6D7468E23B6EDA3.extraction- worker-2&OutputFile=htec_si_exp.htm&OutputMode=U&NumberOfCells=102& Language=en&OutputMime=text%2Fhtml& (cit. dne 15.2.2008). Federal Research Division (2006): Jugoslawia ­ Foreign Trade (online). Dostupné na: http://lcweb2.loc.gov/cgi-bin/query/r?frd/cstdy:@field(DOCID+yu0111). FALTUS, J. ­ PRŮCHA, V. (2004): Všeobecné hospodářské dějiny 19. a 20. století. VŠE, 2004. FELDMAN, M. ­ SALLY, R. (2002): From the Societ Union to the European Union: Estonian Trade Policy, 1991-2000 (online). Dostupné na http://www.blackwell- synergy.com/doi/pdf/10.1111/1467-9701.00421 First Financial Brokerage House (2000): Bulgaria (online). Dostupné na: http://www.rowbotham.com/knowledgenet/countryprofiles/bulgaria.pdf. GERTLER, P. (2006): Export Structure Quality and Economic Growth (online). Dostupné na: http://www.nbs.sk/BIATEC/BIA10_06/13_ 17.PDF. HESTON, A. ­ SUMMERS, R. ­ ATEN, B. (2008): PWT 6.2 (online databáze). Dostupné na: http://pwt.econ.upenn.edu/php_site/pwt62/ pwt62_form.php. InvestInEstonia (2007): Foreign Trade (online). Dostupné na: http://www.investinestonia.com/pdf/ForeignTrade2007.pdf International Trade Centre (2007): Latvia ­ Bringing Down Barriers ­ Defining the Priorities for Export Development (online). Dostupné na: http://www.intracen.org/wedf/ef2007/Global-Debate/Country-Papers/Latvia.pdf. International Trade Centre (2008): International Trade Statistics (online databáze). Dostupné na: http://www.intracen.org/tradstat/. JIRGES, T. ­ PLCHOVÁ, B. (1996): Zahraniční obchod a národní ekonomika teoretické přístupy a implikace pro českou ekonomiku. VŠE, 1996. 312 KAMINSKI, B. (1999): The EU Factor in Trade Policies of Central European Countries (online). Dostupné na: http://papers.ssrn.com/sol3/papers.cfm? abstract_id=629170. KANDOGAN, Y. (2003): The Reorientation of the Transition Countries' Exports: Changes in Quantity, Quality and Variety (online). Dostupné na: http://www.wdi.umich.edu/files/Publications/WorkingPapers/wp631.pdf. cit. dne 15.4.2008. KAZLAUSKIENE, N. ­ MEYERS, W. H. (1995): Trade and Trade Policy Development in Lithuania (online). Dostupné na: http://www.card.iastate. edu/publications/DBS/PDFFiles/95br21.pdf. KUBIŠTA, V. a kol. (1999): Mezinárodní ekonomické vztahy. HZ Editio, 1999. MAJCEN, B. ­ VERBIČ, M. ­ KNEŽEVIĆ, S. (2005): The Effects of Foreign Trade Liberalization and Finacial Flows Between Slovenia and the EU after the Accession (online). Dostupné na: http://129.3.20.41/eps/it/papers/0501/0501011.pdf. MESÁROŠ, O. (2000): Vývoj a hlavní strukturální změny v zahraničním obchodě České republiky. VŠE, 2000. MISKINIS, A. (2004): Impact of Lithuanian EU Integration on External Trade in Agricultural Products (online). Dostupné na: http://www.leidykla.vu.lt/inetleid/ ekonom/65/straipsniai/str9.pdf. Office of the United State Representative (2002): Foreign Trade Barriers - Bulgaria (online). Dostupné na: http://www.ustr.gov/assets/World_Regions/Europe_Middle_ East/Other_Europe/asset_upload_file358_4199.pdf. Office of the United State Representative (2002): Foreign Trade Barriers - Romania (online). Dostupné na: http://www.ustr.gov/assets/Document_Library/Reports_ Publications/2004/2004_National_Trade_Estimate/2004_NTE_Report/asset_upload _file504_4793.pdf. OOPKAUP, A. (2003): Implications of Domestic Policy Reform and Trade Liberalization for Agricultural Sector: Estonian Case Study (online). Dostupné na: http://ageconsearch.umn.edu/bitstream/ 123456789/20331/1/cp03oo01.pdf. UN Comtrade (2008): United Nations Commodity Trade Statistics Database (online databáze). Dostupné na: http://comtrade.un.org/db/. UTKULU, U. ­ SEYMEN, D. (2004): Revealed Comparative Advantage and Competitiveness: Evidence for Turkey vis--vis the EU/15. Dostupné na: http://www.etsg.org/ETSG2004/Papers/seymen.pdf. VILPIŠAUSKAS, R. (2006): Lithuanian's Membership in the European Union: Possible Effects on Lithuania's External Trade Policy (online). Dostupné na: http://www.lfpr.lt/uploads/File/1998-1/Vilpisauskas.pdf. WARCZIARG, R. ­ WELCH, K.H. (2003): Trade Liberalization and Growth: New Evidence (online). Dostupné na: http://www.stanford.edu/~wacziarg/downloads/ integration.pdf. 313 World Resources Institute (2008): EarthTrends (online databáze). Dostupné na: http://www.earthtrends.wri.org/searchable_db/ index.php?theme=5. WTO (2008): International Trade and Tariff Data ­ Statistics Databáze (online). Dostupné na: http://stat.wto.org/StatisticalProgram/WSDBViewDataPrintable Version.aspx?Language=E&TOPIC=MT&SUBTOPIC=CO&PAGEINDEX=1&ROWS CNT=30&STARTYEAR=1990&ENDYEAR=1994&MSTR_QUERY_TYPE=PRINT. WTO (2002): Trade Policy Review ­ Slovenia 2002 (online). Dostupné na: http://www.wto.org/english/tratop_e/tpr_e/tp192_e.htm. WTO (2003): Trade Policy Review ­ Bulgaria 2003 (online). Dostupné na: http://www.wto.org/english/tratop_e/tpr_e/g121_e.doc. ŽÍDEK, L. (2004): Světové hospodářství. MU, 2004. 314 ODHADY NAIRU A POTENCIÁLNÍHO PRODUKTU V ČR DANIEL NĚMEC Working paper se zabývá alternativními odhady NAIRU a potenciálního produktu české ekonomiky. Využit je jednoduchý hysterezní model Phillipsovy křivky a vícerovnicový dynamický makroekonomický model s racionálním očekáváním. Parametry tohoto modelu a trajektorie NAIRU a potenciálního produktu jsou odhadnuty využitím technik bayesovksé analýzy a filtrace. NAIRU apotenciální produkt jsou chápány jako nepozorovatelné stavy ekonomického systému. Odhady modelu naznačují hysterezní charakter nezaměstnanosti. Aktuální negativní mezera nezaměstnanosti tak neznamená dlouhodobé ohrožení monetární stability. Vztah mezi NAIRU a potenciálním produktem není natolik silný, jak by bylo možno očekávat. Tato vlastnost doprovázená empirickou nevýznamností Okunova zákona se zdá být klíčovým projevem hysterezních eknomických systémů. Odhadnutá mezera výstupu je minimální, což implikuje dlouhodobou udržitelnost aktuálních vysokých měr růstu. 1. ÚVOD Mezera nezaměstnanosti a mezera výstupu jsou dva důležité indikátory monetární stability a potenciálu pro dlouhodobě udržitelný ekonomický růst. Oba indikátory jsou založeny na rozdílu mezi pozorovanými makroekonomickými veličinami (míra nezaměstnanosti resp. agregátní výstup ekonomiky) a jejich rovnovážnými nepozorovatelnými protějšky (rovnovážná míra nezaměstnanosti resp. potenciální výstup). Rovnovážná nezaměstnanost je obvykle spojována s mírou nezaměstnanosti neakcelerující inflaci (NAIRU), protože právě problematika monetární stability je zahrnuta v tomto teoretickém konceptu. V tomto příspěvku se zaměříme na dva alternativní odhady (NAIRU) pro ekonomiku České republiky. To nám umožní hlouběji analyzovat potenciál české ekonomiky z pohledu udržitelnosti dlouhodobého ekonomického růstu. Z vývoje této rovnovážné míry nezaměstnanosti můžeme usuzovat, do jaké míry je aktuální míra nezaměstnanosti udržitelná z hlediska monetární stability. V rámci analyzovaných modelů budeme schopni na datech odhadnout rovněž i mezeru produktu To naši analýzu obohacuje o další úvahy nad udržitelností současných temp růstu. Pohledem na mezeru nezaměstnanosti tedy zjišťujeme udržitelnost aktuálního využití pracovní síly, což nám spolu s pohledem na mezeru produktu (indikující možné přehřívání ekonomiky a s tím spojené inflační tlaky) dává ucelený obrázek o růstovém potenciálu ekonomiky. Naše odhady jsou dělány v rámci konceptu hysterezního modelu s adaptivním očekáváním a v rámci dynamického monetárního modelu s racionálním očekáváním. Klíčovou součástí obou modelů je Phillipsova křivka, která je teoretickou spojnicí nezaměstnanosti a míry inflace a která hraje významnou roli v praktické monetární politice. Hysterezní model je založen na jednoduché Phillipsově křivce s adaptivním očekáváním (viz Gordon (1989)). Hypotéza hystereze předpokládá NAIRU, jehož trajektorie automaticky sleduje vývoj aktuální míry nezaměstnanosti. V tomto případě tak známe onen ,,law of motion" pro rovnovážnou nezaměstnanost. To je 315 pro odhad NAIRU velmi užitečné, neboť zde není problém s obvyklou nepozorovatelností této veličiny. Mimo to má hysterezní charakter ekonomiky (ve smyslu přítomnosti hystereze nezaměstnanosti) zajímavé implikace pro vztah inflace a nezaměstnanosti. Jakákoliv míra nezaměstnanosti je konzistentní se stabilní mírou inflace. Racionální očekávání jsou implementována do vícerovnicového (monetárního) makroekonomického modelu, který obsahuje základní rovnice determinující ekonomický vývoj. Rovnovážná nezaměstnanost (NAIRU) je v tomto případě modelována jako náhodná procházka. Phillipsova křivka je obohacena o očekávanou inflaci a model je řešen jako model s racionálními očekáváními. Tento model vychází z modelu diskutovaného Laxtonem a Scottem (2000). Česká republika jako tranzitivní ekonomika byla na počátku transformačního procesu charakterizována nízkou nezaměstnanosti. Během druhé poloviny 90. Let však došlo k výraznému nárůstu nezaměstnanosti. To mohlo být zapříčiněno monetárním šokem (doprovázeným i šokem fiskálnímú) v roce 1997, který vedl, v souladu s hypotézou hystereze, k permanentnímu posunu míry nezaměstnanosti. Pokles nezaměstnanosti posledních let může být opět vysvětlen hysterezním charakterem nezaměstnanosti, tedy jako důsledek poptávkově orientované monetární a zejména pak fiskální politiky. Hysterezi nezaměstnanosti tak ověříme odhadem trajektorií rovnovážné nezaměstnanosti v rámci hysterezního i nehysterezního modelu. K identifikaci modelů využijeme technik bayesiánské analýzy. Nepozorované stavy jsou odhadnuty Kalmanovým filtrem. Dynamický makroekonomický model je řešen jako dynamický stochastický model všeobecné rovnováhy (DSGE) s racionálními očekáváními, a to s využitím Dynare toolboxu pro Matlab.1 Bayesovský přístup má řadu výhod. V první řadě můžeme snadno a zcela přirozeně zahrnout naši apriorní informaci o vlastnostech modelu (a jeho parametrech). Druhou výhodou je možnost snadného porovnání různě specifikovaných modelů (z hlediska ekonomické teorie). V druhé kapitole si stručně popíšeme historii a praktické implikace teorie NAIRU, hypotézy o přirozené míře nezaměstnanosti a hypotézy hystereze. Dotkneme se i problému technik a modelových přístupů k odhadu NAIRU a potenciálního produktu. Ve třetí a čtvrté kapitole budou představeny jednotlivé modely, bude popsána technika jejich identifikace a zejména se budeme soustředit na interpretaci dosažených výsledků. Pátá kapitola diskutuje odhady nepozorovaných stavů (NAIRU a potenciálního výstupu), a to zejména z hlediska udržitelnosti aktuálního vývoje české ekonomiky. 2. NAIRU V EKONOMICKÉ TEORII Míra nezaměstnanosti v sobě obsahuje informaci o nevyužití potenciálu pracovní síly v ekonomice. Ekonomická teorie po 2. světové válce řešila mimo jiné právě problém dlouhodobé udržitelnosti té či oné míry nezaměstnanosti, a to zejména z hlediska jejího souladu s monetární stabilitou. 1 Software volně dostupné na www.cepremap.cnrs.fr/dynare/. 316 2.1. NAIRU, přirozená míra a hypotéza hystereze Dominantním ekonomickým proudem v poválečném období bylo neokeynesiánství, ve kterém významnou roli hrála Phillipsova křivka. Phillips (1958) se ve svém díle zaměřil na analýzu vztahu mezi mírou nezaměstnanosti a vývojem sazeb nominálních hodinových mezd. Na datech Spojeného království identifikoval skutečnost, že změny nominálních mzdových sazeb jsou negativně korelovány s mírou nezaměstnanosti (tzv. ,,původní Phillipsova křivka"). Brzy na to Samuelson a Solow (1960) ukázali empirickou platnost obdobného vztahu na datech Spojených států. Navíc přicházejí s argumentem, že změny nominálních mezd a inflace jsou korelovány pozitivně. Tím se samozřejmě otevírá prostor pro interpretaci původního Phillipsova vztahu do roviny cenová inflace versus míra nezaměstnanosti (tzv. ,,modifikovaná Phillipsova křivka"). Do keynesiánské ekonomie tedy vstupuje možnost brát v úvahu úroveň nezaměstnanosti a cen ,,Objev" Phillipsovy křivky rozpoutal debaty o jejích implikacích pro hospodářskou politiku. Zejména se jednalo o otázku, zdali monetární autorita může docílit trvale nižší nezaměstnanosti za cenu vyšší (a stabilní) inflace. V té době (60. léta 20. století) zvítězil proud dávající na tuto otázku odpověď kladnou. Tvůrci hospodářské politiky tak měli teoreticky podepřenou možnost volby mezi makroekonomickými cíly, které jsou v antagonickém poměru ­ mezi mírou nezaměstnanosti a inflací. Pro poválečné období je tak charakteristické podřízení peněžní stránky ekonomiky stimulaci poptávky, neboť v peněžní stránce ekonomiky nebyl spatřován zdroj nestability. Empirická průkaznost modifikované neokeynesiánské verze Phillipsovy křivky však začala být v 70. letech zpochybňována, neboť se nedokázala vyrovnat s nabídkovými šoky, které dominovaly období mezi lety 1972 až 1981. Růst inflace byl doprovázen růstem nezaměstnanosti. Tento jev nedokázala neokeynesiánská teorie vysvětlit. Přesněji řečeno (jak zdůrazňuje Blinder (1958)), nedokázala jej vysvětlit dostatečně rychle. Vývoj 70. let však naopak zcela odpovídal teorii přirozené míry nezaměstnanosti Miltona Friedmana (1968). Přirozená míra nezaměstnanosti je Friedmanem definována jako úroveň nezaměstnanosti vyplývající z Walrasovského systému rovnic všeobecné rovnováhy, za předpokladu zahrnutí aktuálních strukturálních charakteristik na trhu práce a statků, včetně zahrnutí tržních nedokonalostí, náhodných pohybů v nabídce a poptávce, nákladů na získání informací při hledání pracovních příležitostí, nákladů mobility apod. Tato úroveň nezaměstnanosti je tedy přirozeným výsledkem dlouhodobé rovnováhy ekonomiky. Nástup konzervativních škola byl vyústěním krize keynesiánství. Blinder [1] však v této souvislosti uvádí, že důvodem proto byla spíš teoretická přitažlivost, než jejich schopnost vysvětlit makroekonomický vývoj. Tvrdí, že hypotéza o přirozené míře nezaměstnanosti v této intelektuální bitvě období 1972-1985 nehrála nijak významnou roli, neboť vertikální Phillipsova křivka byla integrální součástí keynesiánské teorie od roku 1972 a v druhé polovině 70. letech byla empirická Phillipsova křivka rovněž obohacena o veličiny reprezentující stranu nabídky. Pro udržení keynesiánské ekonomie jakožto dominantního ekonomického proudu však tato invence přišla příliš pozdě. Což je vcelku zajímavé, neboť již Phillips 317 zdůrazňoval, že exogenní šoky v cenách importů (nabídkové šoky) nejsou v jeho vztahu mezi mzdami a nezaměstnaností zahrnuty. Poválečné neokeynesiánství tedy nahradily konzervativní školy (zejména pak monetarismus a škola racionálních očekávání). Tato změna měla samozřejmě i svůj vliv na hospodářskou politiku. V 80. letech došlo vlivem změny vůdčího ekonomického dogmatu i k přehodnocení role monetární politiky a toto období je ve své první polovině charakterizováno dezinflační politikou. V souladu s Friedmanovou hypotézou přirozené míry měla tato politika za důsledek růst nezaměstnanosti. Tato hypotéza však rovněž říká, že pokud došlo v druhé polovině 80. let ke stabilizaci inflace (a již nadále nedocházelo k jejímu snižování), měla ekonomika operovat na úrovni své přirozené míry nezaměstnanosti či NAIRU. Faktem bylo, že zejména evropská nezaměstnanost se zvýšila ze dvou procent z let šedesátých na 10 procent na konci 80. let a i v průběhu 90. let se pohybovala kolem této úrovně. Gordon (1989) uvádí dvě základní interpretace rostoucího evropského NAIRU (jakožto rovnovážné míry nezaměstnanosti) ­ strukturalistický pohled a přístup přes jev hystereze. Strukturalistický pohled zdůrazňuje překážky na straně nabídky (vysoké reálné mzdy, vládní regulace), které způsobují rostoucí NAIRU, z čehož dále vyplývá, že NAIRU nemůže poklesnout, pokud nebudou tyto překážky odstraněny. Přístup přes jev hystereze naopak předpokládá, že NAIRU sleduje vývoj aktuální nezaměstnanosti. Evropské NAIRU tak v Gordonově interpretaci je tudíž vysoké proto, protože i současná nezaměstnanost je vysoká. Rovnovážná (a dlouhodobě udržitelná) nezaměstnanost tak může poklesnout, jestliže poklesne i současná nezaměstnanost jako výsledek poptávkově orientované expanzivní politiky. Hlavním důsledkem existence jevu hystereze v nezaměstnanosti tak je to, že jakákoliv úroveň nezaměstnanosti je konzistentní se stabilní inflací, jejíž míra závisí pouze na minulém vývoji inflace a nezaměstnanosti. Hospodářsko-politickou implikací je pak skutečnost, že poptávku stimulující hospodářská politika může být dlouhodobě účinná v boji s nezaměstnaností. Vraťme se krátce k problematice definice přirozené míry nezaměstnanosti a NAIRU. Přirozená míra nezaměstnanosti je rovnovážnou hodnotou, která je determinována strukturními charakteristikami trhu práce. Oproti tomu NAIRU je spíše hodnotou empirickou. Tento koncept je reakcí na monetaristickou kritiku Phillipsovy křivky z hlediska účinnosti hospodářské (monetární) politiky. Tato koncepce je spojena se jmény Modigliani a Papademos (1975), kteří hovoří o existenci takové míry nezaměstnanosti, že pokud míra nezaměstnanosti je pod touto hodnotou, pak lze očekávat růst (akceleraci) míry inflace. Teorie NAIRU implikuje, že nízká nezaměstnanost může způsobit růst inflace bez ohledu na příčinu oné nízké nezaměstnanosti. Toto však není obecný závěr hypotézy o přirozené míře. Z keynesiánského pohledu je teorie NAIRU úspěšnou reformulací této hypotézy, neboť NAIRU zde vystupuje jako vodítko pro hospodářskou politiku: je-li nezaměstnanost nad úrovní NAIRU, pak poptávkové stimuly hospodářské politiky jsou možné a žádoucí a naopak, je-li aktuální hodnota nezaměstnanosti pod touto úrovní je zapotřebí politika restriktivnějšího charakteru. 318 Naopak monetaristický pohled vidí NAIRU jako synonymum přirozené míry nezaměstnanosti a jakékoli implikace pro úspěšnou poptávkově orientovanou hospodářskou politiku bere nepochopení principů hypotézy o přirozené míře. Blíže o této problematice pojednává Espinoza-Vega a Russell (1997) a Chang (1997). V kontextu hypotézy hystereze se tato odlišnost vytrácí - jakákoliv úroveň nezaměstnanosti je konzistentní se stabilní inflací. Míra nezaměstnanosti neakcelerující inflaci (popř. přirozená míra nezaměstnanosti) je tedy variabilní hodnotou. 2.2. Přístupy a techniky k odhadu NAIRU a potenciálního produktu Dosavadní studie se pokoušely odhadovat NAIRU a mezeru výstupu s využitím různých modelů a technik. Pěkný přehled možných odhadových metod k odhadu mezery výstupu jsou představeny v práci Bjoernland et al. (2005). Tyto metody lze samozřejmě využít i při odhadu rovnovážné nezaměstnanosti. V případě odhadu potenciálního produktu je obvyklý a nejjednodušší způsob chápání potenciálního produktu v podobě trendové složky skutečného produktu. V tomto kontextu je nejrozšířenější metodou odhadu Hodrick-Prescottův filtr (viz Hodrick a Prescott 1997). Problémem je zde zjevná absence ekonomického obsahu. Moderní přístup odhaduje mezeru výstupu v kontextu plně specifikovaného novokeynesiánského dynamického stochastického modelu všeobecné rovnováhy (DSGE modelu), odvozeného z mikroekonomických základů. Příkladem je práce Hirose a Naganuma (2007). Mezera výstupu je zde definována jako odchylka skutečného výstupu od výstupu dosažitelného při plně flexibilních cenách. Odhadové modely pro NAIRU jsou mnohem bohatší, což je určitě spojeno i s hlubším teoretickým základem, který je v teorii NAIRU obsažen. Jeden z prvních odhadů v čase proměnného NAIRU lze nalézt v práci Gordon (1996). Berger a Evereart (2008) odhadují NAIRU jako nepozorovaný nestacionární proces v rámci jednoduchého strukturálního modelu zahrnujícího v sobě Phillipsovu křivku, Okunův zákon a rovnici poptávky. Jejich model je odhadován Bayesovskými technikami, konkrétně technikou importance sampling. Podobně i Logeay a Tober (2006) modelují NAIRU jako nestacionární trend a odhadují ho simultánně s Phillipsovou křivkou za pomocí techniky Kalmanova filtru. Kombinují hysterezní přístup s v čase proměnným NAIRU. Apel a Jansson (1999) odhadují NAIRU společně s mezerou výstupu v rámci systému strukturálních rovnic, které opět zahrnují Phillipsovu křivku a O\-ku\-nův vztah mezi mezerou výstupu a mezerou nezaměstnanosti. Využívají zde model nepozorovatelných komponent. Hjelm (2003) jde ve své práci ještě dále a využívá přístup strukturálního VAR modelu. Na druhé straně Stephanides (2006)} používá přístup jednorozměrné filtrace jednoduché verze Phillipsovy křivky. Je tedy zřejmé, že existuje celá škála modelů a technik, která s sebou přináší mnohdy rozdílné odhady nepozorovaných stavů (proměnných). Nejistota vyplývající z odhadů NAIRU a potenciálního produktu je úzce spojena s neurčitostí samotných parametrů modelu, se stochastickou povahou nepozorovaných proměnný a s různorodostí modelových specifikací. Jak navíc zdůrazňují Szeto a Guy (2004), většina modelů v sobě obsahuje inflační očekávání. Ty bývají obvykle nahrazovány perfektním předvídáním, či průměrem skutečných budoucích hodnot a hodnot současných či minulých. V našem přístupu 319 budeme předpokládat adaptivní a racionální očekávání, přičemž racionální očekávání budou řešena během identifikace modelu. 3. HYSTEREZNÍ MODEL PHILLIPSOVY KŘIVKY Pomocí modelu prezentovaného této části příspěvku jsme schopni na makroekonomických datech České republiky jednak testovat pravděpodobnost platnosti hypotézy o přirozené míře nezaměstnanosti, hypotézy hystereze a NAIRU, jednak nám specifičnost hysterezního konceptu umožňuje odhadnout trajektorii NAIRU resp. rovnovážné míry nezaměstnanosti. Ačkoliv se jedná o model makroekonomický (a hypotéza hystereze je tak z tohoto pohledu chápána), je třeba zdůraznit, že tato hypotéza je podložena i teoriemi o hysterezních mechanismech, které stojí v pozadí hystereze nezaměstnanosti. Hysterezní mechanismy tak lze brát jako mikroekonomický rámec pro tuto hypotézu. Navíc lze tento koncept zasadit i do rámce teorie růstu (růstové modely vícenásobné rovnováhy), čímž se mimořádně rozšiřuje teoretická (i praktická) přitažlivost této hypotézy. Přehled hysterezních mechanismů a jejich testování na českých datech nabízí Němec a Moravanský (2006a), hysterezní růstový model kalibrovaný pro českou ekonomiku je obsahem příspěvku Němec a Moravanský (2006b). 3.1. Teoretický koncept Hysterezní model Phillipsovy křivky vychází z práce Gordona (1989). Je koncipován na základě jednoduché verze hypotézy přirozené míry nezaměstnanosti: (G1) tttt UU 1 Výraz t označuje meziroční míru inflace, tU je míra nezaměstnanosti a * tU označuje rovnovážnou míru nezaměstnanosti či NAIRU. Parametr v sobě nese informaci o síle vlivu adaptivity v očekávání inflace. Předpoklad hystereze v sobě navíc zahrnuje ,,law of motion" pro rovnovážnou míru nezaměstnanosti. Za předpokladu hystereze tedy platí: (G2) ttt ZUU 1 Člen tZ v sobě obsahuje strukturální determinanty trhu práce (obdobné těm, jak je definoval Friedman (1968) v rámci formulování hypotézy o přirozené míře nezaměstnanosti). Plná hystereze nastává při 1 , což má za důsledek, že neexistuje nadále jedinečné tU . Spojením obou vztahů (G1) a (G2) získáme: (G3) ttttt ZUU 11 Transformací (G3) pak získáváme: (G4) tttttt ZUUU 11 1 3.2. Odhadové techniky K odhadu parametrů tohoto modelu jsme využili čtvrtletní data od prvního čtvrtletí 1996 do 3. Čtvrtletí 2007. Všechny proměnné (meziroční čistá inflace a míra 320 nezaměstnanosti) jsou sezónně očištěna využitím procedury Kalmanovy filtrace. Zdrojem dat je Český statistický úřad a Česká národní banka. Budeme předpokládat, že tZ je v čase konstantní. Odhadovaný model pak bude mít podobu normálního lineárního regresního modelu: (G5) tttttt UUU 143121 přičemž t je náhodná složka s obvyklými vlastnostmi. Model je chápán jako normální lineární regresní model s nezávislou normální-gama apriorní hustotou. Bayesovský přístup (konkrétně Gibbsův vzorkovač) k odhadu je zvolen proto, že parametry jsou chápány jako náhodné veličiny, což může z metodologického hlediska řešit problém v čase proměnných parametrů (v klasickém pojetí). Kromě toho jsme schopni využít apriorní informaci o strukturálním parametru , který se nachází v rozmezí od nuly do jedné. A Věrohodnostní funkce Předpokládáme, že náhodná složka má normální rozdělení, konkrétně tedy ),0(~ 1 hNt . Parametr h označuje přesnost chyby, která je definována jako inverzní hodnota rozptylu náhodné složky, tj. 2 /1 . Věrohodnostní funkci tak můžeme zapsat jako: XyXy hh hyp N N ' 2 exp 2 ,| 2 2 . Vektor y je 1N rozměrný vektor závisle proměnné a X je matice rozměru kN obsahující k vysvětlujících proměných (v našem případě je 4k ) a je vektor parametrů o rozměrech 1k . B Apriorní hustota Předpokládáme, že apriorní sdružená hustota neznámých parametrů tvoří nezávislé normální-gama rozdělení, tedy hpphp , , kde p odpovídá normálnímu rozdělení a hp odpovídá rozdělení gama: ),(~ VN , ),(~ 2 sGh . Apriorní hustota může být obohacena o informaci týkající se přípustných hodnot parametru , tedy o informaci, že 1,0 . Definujeme tak množinu A , pro kterou patí ekvivalence A 1,0 . Dále pak využijeme indikační funkci A1 , která nabývá hodnoty jedna, pokud A a nula jinak. V odborné literatuře jsou odlišnosti týkající se značení jednotlivých hustot pravděpodobnosti a 321 zejména pak významů jednotlivých parametrů (výseldné charaktery hustot jsou však samozřejmě identické). Z tohoto důvodu zde uvádím podrobnější rozepsání apriorních hustot pravděpodobnosti, která jsou z hlediska značení v souladu s Koopem (2003): AVVp k 1)()'( 2 1 exp 2 1 1 2 1 2 , 2 2 2 1 2 exp s h hchp G . Kde Gc je odpovídající integrační konstanta gama rozdělení, která je nezávislá na příslušné náhodné veličině (konkrétně na h ). Význam značení je velmi intuitivní: yE | je apriorní střední hodnota (vektor středních hodnot) pro a apriorní střední hodnota a stupně volnosti příslušné rozdělení parametru h jsou postupně 2 s a . Výraz V je zřejmě apriorní kovarianční matice vektoru parametrů . C Posteriorní hustota V rámci Bayesovského přístupu vždy platí, že posteriorní hustota je přímo úměrná apriorní hustotě násobené věrohodnostní funkcí: 2 2 2 1 2 exp1 )()'(' 2 1 exp|, s h hA VXyXyhyhp Tato sdružená hustota nemá podobu žádné známé hustoty pravděpodobnosti. Je však možné provést posteriorní analýzu využitím Gibbsova vzorkovače, který vychází ze systému úplných podmíněných hustot. Bližší detaily týkající se odvození úplného systému podmíněných hustot lze nalézt např. v Koop (2003). Je třeba poznamenat, že v rámci příslušných podmíněných hustot se nesmí zapomenout na odpovídající implementaci naší indikační funkce. Bayesiánský přístup nám u možňuje vyjádření Bayesova faktoru, což je výraz porovnávající pravděpodobnosti různě specifikovaných modelů. Pravdě-podobnosti námi specifikovaných modelů ukazuje a k jejich výpočtu bylo využito tzv. ,,SavageDickey density ratio". Jedná se o metodu, pomocí které lze zapsat a vypočítat Bayesův faktor pro porovnání vnořených modelů (tzv. ,,nested models"), což je přesně náš případ. Pro zájemce o tuto problematiku je určen článek Verdinelli a Wasserman (1995). 3.3. Výsledky odhadu Výsledky odhadů parametrů nabízí Tabulka č. 1. Gewekova konvergenční diagnostika CD je indikátorem toho, že Gibbsův vzorkovač konvergoval k posteriorní hustotě, která nás zajímá a jejíž charakteristiky jsou prezentovány 322 v podobě střední hodnoty a směrodatné odchylky. Bayesův faktor je tedy vypočítán na základě Savage-Dickeyeho poměru hustot (Savage-Dickey density ratio). Ukazuje nám, kolikrát je pravděpodobnější model, ve kterém předpokládáme, že příslušný parametr je roven nule, oproti modelu, který je co do hodnot parametrů neomezen. Tabulka č. 3 pak na tomto základě shrnuje jednotlivé posteriorní pravděpodobnosti existence hypotézy o přirozené míře nezaměstnanost ( 0 ), hypotézy plné hystereze v nezaměstnanosti ( 1 ) a v podstatě teorie NAIRU jako takové, tedy model s 1;0 . Z výsledků odhadů strukturálních parametrů (viz Tabulka č. 2) jsme schopni nasimulovat trajektorii NAIRU a z toho vyplývající mezeru nezaměstnanosti (viz Graf č. 3 a Graf č. 4). Tyto výsledky jsou detailněji komentovány v závěrečných částech kapitoly. Tabulka č. 1: Odhad parametrů hysterezní Phillipsovy křivky apriorní střední hodnota (sm. odchylka) posteriorní střední hodnota (sm. odchylka) Gewekeho CD Bayesův faktor 0i 1 2,0000 (1,5000) 2,3339 (0,8058) 0,2637 0,0528 2 0,5000 (0,2500) 0,7450 (0,0747) -0,5451 0,0000 3 0,5000 (1,0000) -0,2443 (0,0921) -0,0514 0,2726 4 0,5000 (1,0000) -0,7848 (0,4259) 0,3689 0,5026 Zdroj: vlastní výpočty Tabulka č. 2: Strukturální parametry Z 0,7450 -1,0291 0,7627 2,268 Zdroj: vlastní výpočty Tabulka č. 3: Posteriorní pravděpodobnost modelů 0 1 1;0 0,2831 0,1537 0,5632 Zdroj: vlastní výpočty Na tomto místě se ale krátce zmíníme o odhadech parametrů Gordonova modelu pro Českou republiku. Znaménka parametrů jsou v souladu s ekonomickou teorií. S růstem nezaměstnanosti klesá míra inflace ( 4 ) a rovněž i vysoká nezaměstnanost má tendenci snižovat inflační tlaky přicházející z trhu práce ( 3 je negativní). Může vzniknout otázka, proč jsou apriorní střední hodnoty, které ukazuje Tabulka č. 1, pro parametry 3 a 4 kladné. Odpověď je jednoduchá: bylo provedeno několik 323 odhadů s různými volbami apriorních hyperparametrů, aby tak bylo možno zkoumat citlivost výsledků na jejich volbu. Síla datové informace je však v tomto případě natolik obrovská, že volba apriorních hyperparametrů neměla na dosažené výsledky zásadní vliv, což zvyšuje jejich věrohodnost. To nejlépe ilustruje právě prezentace výsledků s těmito ,,neekonomickými" apriorními středními hodnotami. Nicméně, v rámci analýzy citlivosti výsledků na volbu apriorních hyperparametrů uvádím (Tabulka č. 4) výsledky s ,,ekonomickými" hodnotami apriorních středních hodnot těchto parametrů. Snížila se jen pravděpodobnost existence přirozené míry nezaměstnanosti (z hlediska naměřených dat). Velikost parametru ukazuje na silnou hysterezi v nezaměstnanosti (i když extrémní případ plné hystereze je na základě dat pravděpodobný jen z 15 %). Vhodná hospodářská politika (i expanzivně laděná) tak je schopna dlouhodobě snižovat míru nezaměstnanosti bez negativních inflačních konsekvencí. Relativně vyšší hodnota odhadu parametru svědčí o tom, že adaptivita očekávání je u ekonomických agentů silná, což vypovídá i o tom, že je zde relativně vysoká důvěra v politiku cílování inflace Českou národní bankou. Tabulka č. 4: Identifikace Phillipsovy křivky ­ citlivostní analýza apriorní střední hodnota (sm. odchylka) posteriorní střední hodnota (sm. odchylka) Gewekeho CD Bayesův faktor 0i 1 2,0000 (1,5000) 2,4254 (0,8469) -0,8929 0,0541 2 0,5000 (0,2500) 0,7420 (0,0780) 0,6617 0,0000 3 -0,5000 (1,0000) -0,2546 (0,0971) 0,9208 0,2733 4 -0,5000 (1,0000) -0,9695 (0,4770) 0,8197 0,2728 Strukturální parametry Z 0,7420 -1,2242 0,7920 1,9812 Posteriorní pravděpodobnost modelů 0 1 1;0 0,1765 0,1768 0,6467 Zdroj: vlastní výpočty 4. DYNAMICKÝ MAKROEKONOMICKÝ MODEL Níže prezentovaný vícerovnicový dynamický model ekonomiky na rozdíl od předchozího modelu není svazován předpokladem hysterezního charakteru nezaměstnanosti. Jeho výsledky tak mohou podpořit nebo vyvrátit implikace hysterezního modelu Phillipsovy křivky. Jedná se o rovnovážný model propojující dynamiku výstupu, nezaměstnanosti a inflace. V tomto modelu vystupují veličiny NAIRU a potenciální produkt v podobě nepozorovaných stavů ekonomického systému. Model vychází z práce Laxtona a Scotta (2000). 324 4.1. Teoretický koncept Postupně si tedy popíšeme jednotlivé rovnice tvořící nesporný kauzální systém. Z našeho popisu vyplyne i význam makroekonomických veličin, které zde vystupují. (L1) Definice mezery výstupu )(*100 ttt gdpgdpygap První rovnice je definiční rovnice mezery výstupu, který odpovídá rozdílu logaritmů hrubého domácího produktu ( gdp ) a potenciálního produktu ( gdp ). Mezera výstupu je tedy vyjádřena jako procentní odchylka skutečného produktu od potenciálu. (L2) Dynamika mezery výstupu ygap ttttt zgaprgapygapygap 3211 Zde je vyjádřen vztah mezery výstupu a jeho zpožděné hodnoty (existuje zde tedy určitý druh setrvačnosti). Vliv na mezeru výstupu má rovněž reálná úroková míra ( rgap ) a reálný směnný kurz ( zgap ). Obě tyto veličiny jsou měřeny jako odchylky od svých rovnovážných hodnot. Budeme očekávat kladné hodnoty parametrů, tudíž je zde znaménku mínus, neboť předpokládáme, že vyšší než rovnovážná úroková sazba bude snižovat mezeru výstupu a stejně tak tomu bude i v případě směnného kurz (i když zde svou roli sehrává otevřenost ekonomiky a relativní závislost ekonomiky na vývozech a dovozech). Rovnice je doplněna rovněž i o šok do mezery výstupu ygap t . (L3) Definice mezery nezaměstnanosti ttt uuugap Mezera výstupu je definována jako rozdíl mezi skutečnou mírou nezaměstnanosti ( u ) a rovnovážnou nezaměstnaností ( u ) představovanou NAIRU. (L4) Stochastický proces pro potenciální produkt gdp tttt gdpgdp 1 tt ss t 1)1( Potenciální produkt je generován jako náhodná procházka. Jsou zde přítomny šoky přímo ovlivňující úroveň potenciálního výstupu ( gdp t ). Je zde rovněž i prostor pro perzistentní odchylky v trendovém růstu potenciálního produktu ( t ) od konstantní steady-stateové míry růstu ( ss ). (L5) Stochastický proces pro NAIRU u ttt uu 1 325 NAIRU je generováno jako náhodná procházka, což je při odhadu nepozorovaných stavů typické. (L6) Dynamika mezery nezaměstnanosti ugap tttt ugapygapugap 121 Tato rovnice není ničím jiným než dynamickým Okunovým zákonem, který dává do souvislostí mezeru nezaměstnanosti a mezeru produktu. Růst mezery výstupu by měl vést k poklesu mezery nezaměstnanosti (proto je zde opět záporné znaménko). Je zde přítomen šok mezery nezaměstnanosti a případná setrvačnost v mezeře nezaměstnanosti. (L7) Rovnice inflace (Phillipsova křivka) tttttt m tt ugapugapE 54121121 )1( Poslední rovnicí je rovnice inflace pro otevřenou ekonomiku. Je zde přítomen vliv importovaných cen v podobě importované inflace ( m t ) a rovněž i vliv očekávané a zpožděné inflace. Model je tímto vpřed i vzad hledící. Dalšími inflačními faktory jsou kromě všudypřítomného inflačního šoku i vlivy trhu práce (mezera nezaměstnanosti a její změna). Pro potřeby odhadu jsou do systému rovnic dodány stochastické AR(1) procesy pro reálnou úrokovou míru, reálný směnný kurz a importovanou inflaci: rgap ttt rgaprrgap 1 , zgap ttt zgapzzgap 1 , m t m t m t p 1 . 4.2. Odhadové techniky K odhadu parametrů tohoto modelu byla použita stejná datová báze jako v případě předchozího modelu. Jednalo se o čtvrtletní makroekonomická data české ekonomiky publikována Českým statistickým úřadem a Českou národní bankou, a to v období 1. čtvrtletí 1996 až do 3. čtvrtletí 2007. Pozorovanými proměnnými jsou sezónně očištěná meziroční inflace, míra nezaměstnanosti a reálný produkt (v logaritmu), importovaná inflace (očištěná o ceny ropy) a mezera reálné úrokové míry a mezera reálného směnného kurzu. Tyto mezery byly získány HodrickPrescottovým filtrem (viz Hodrick a Prescott (1997)). Vzhledem k tomu, že v tomto modelu vystupují nepozorované veličiny, je třeba nasadit filtrační techniky. Parametry modelu a trajektorie nepozorovaných stavů a šoků jsou odhadnuty pomocí nástroje Dynare. Jedná se nástroj využívající k odhadu parametrů postupy bayesovské analýzy, konkrétně Random Walk Metropolis-Hastings algoritmus (pro detaily viz Koop (2003)). Pro odhad nepozorovaných stavů je v něm implementován Kalmanův filtr. Model je chápán jako DSGE model. To nám umožňuje řešit racionální očekávání. Samostatně byly parametry a stavy tohoto modelu odhadnuty i rozšířeným Kalmanovým filtrem 326 (využívajícím k odhadu metodu maximální věrohodnosti). Graficky jsou jeho odhady prezentovány v následující části pomocí trajektorií nepozorovaných stavů NAIRU a potenciálního produktu (respektive mezery výstupu). 4.3. Výsledky odhadu Tabulka č. 5 a Tabulka č. 6 ukazují výsledky odhadů parametrů modelu a směrodatných odchylek jednotlivých šoků. Opět jsou prezentovány apriorní a posteriorní střední hodnoty a rozptyly parametrů, stejně jako intervaly nejvyšší posteriorní hustoty (pro lepší pochopení označované jako konfidenční intervaly) příslušné posteriorním hustotám pravděpodobnosti. Jak je z obou těchto tabulek patrné, znaménka parametrů jsou v souladu s ekonomickou teorií. Posteriorní výsledky nejsou citlivé na zvolené hodnoty apriorních hyperparametrů.1 Z pohledu na parametry 1 a 2 je patrná vysoká setrvačnost mezery nezaměstnanosti a minimální vliv mezery výstupu. Z tohoto hlediska je empirická platnost Okunova zákona pro Českou republiku silně narušena. Není tedy překvapující, že se relativně vysoká tempa růstu produktu z předchozích let (před rokem 2007) jen minimálně promítla do reálného poklesu nezaměstnanosti. Pokud nezaměstnanost klesala (jak tomu bylo např. v roce 2007), je to dáno z části odchody dlouhodobě nezaměstnaných do důchodu, což není faktor, který by byl v Okunově zákonu implementován). Tabulka č. 5: Odhady parametrů dynamického modelu parametr apriorní střední hodnota posteriorní střední hodnota konfidenční interval apriorní hustota apriorní směrodatná odchylka 1 0,400 0,6499 0,5277 0,8032 beta 0,100 2 0,200 0,1763 0,0578 0,3084 beta 0,100 3 0,150 0,1507 0,0437 0,2796 normální 0,300 0,800 0,8178 0,6792 0,9526 beta 0,100 1 0,200 0,1615 0,0666 0,2448 beta 0,100 2 0,850 0,9795 0,9613 0,9993 beta 0,100 1 0,200 0,0847 0,0553 0,1223 beta 0,100 2 0,300 0,1229 0,0632 0,1844 beta 0,100 4 0,500 0,0351 0,0001 0,0694 normální 0,200 5 0,500 0,4051 0,1221 0,7165 normální 0,200 1 Podobné odhady jsme dělali i pro ekonomiku Nového Zélandu. V tomto případě byly odhady citlivě na specifikaci apriorních směrodatných odchylek šoků. Výsledné odhady parametrů a trajektorie nepozorovaných proměnných odpovídaly třem typům ekonomik (resp. třem typům rovnovážných nezaměstnaností): ekonomice s hysterezí nezaměstnanosti, ekonomice v souladu s hypotézou o přirozené míře nezaměstnanosti a ekonomice s v čase proměnným NAIRU. K rozhodnutí o ,,nejlepším" modelu pak byly využity odhady bayesiánské marginální věrohodnosti modelů. 327 Zdroj: vlastní výpočty Odhad parametrů rovnice inflace ukazuje, že závislost na minulé inflaci je podobná jako u Gordonova modelu, překvapivý je z hlediska otevřenosti České ekonomiky malý vliv importované inflace. To je způsobeno dlouhodobým zhodnocováním české koruny. Odhady směrodatných odchylek šoků jsou jednak charakteristikou jejich nejistoty, na druhé straně pak definují variabilitu veličin, kterých se týkají. Z tohoto důvodu jsou nejvíce variabilní mezera výstupu a inflace. To má samozřejmě i vliv na očekávání těchto veličin. Protože model v rovnici inflace v sobě obsahuje inflaci očekávanou, není překvapující, že z důvodu větší nejistoty v jejím vývoji způsobeném exogenními šoky obsaženými v je vliv očekávané inflace na aktuální inflaci (představovaný parametrem 2 ) relativně malý. Tabulka č. 6: Odchylky směrodatných šoků šok apriorní střední hodnota posteriorní střední hodnota konfidenční interval apriorní hustota apriorní směrodatná odchylka ygap 1,000 0,7181 0,3143 1,1675 inv. gama 30,000 gdp 0,500 0,0841 0,0664 0,1015 inv. gama 30,000 0,500 0,0842 0,0666 0,1027 inv. gama 30,000 u 0,500 0,1234 0,0867 0,1553 inv. gama 30,000 ugap 0,500 0,1213 0,0862 0,1557 inv. gama 30,000 0,500 0,6705 0,4768 0,7955 inv. gama 30,000 Zdroj: vlastní výpočty 5. MEZERA NEZAMĚSTNANOSTI A VÝSTUPU V této části jsou prezentovány a komentovány výsledky odhadů NAIRU a potenciálního produktu respektive mezery nezaměstnanosti a mezery výstupu. Odhady v kontextu výše uvedených modelů jsou doplněny o odhad pomocí Hodrick-Prescottova (HP) filtru. Jak je možné vypozorovat z prezentovaných obrázků, výsledné odhady trajektorií NAIRU a potenciálního produktu se co do absolutní velikosti odlišují (rozdíl je až dva procentní body). Dynamika těchto nepozorovaných stavů je však velmi podobná. Všechny odhady implikují podobné ,,body obratu". Tento závěr je podobný závěrům, jaké uvádí např. Scott (2000). 5.1. Odhady potenciálního produktu a mezery výstupu Všechny odhady mezery výstupu reflektují období ekonomické recese v roce 1997 a po roce 2002, liší se nicméně v pohledu na její hloubku. Poslední dva roky zažívá česká ekonomika znatelný ekonomický růst (vyjádřený tempy růstu HDP). Podíváme-li se na Graf č. 2, říká nám odhad Laxtonova modelu pomocí Kalmanova filtru (označený jako ,,Laxton-Kalman"), že tato tempa růstu jsou dlouhodobě neudržitelná, neboť ekonomika se dostává 3.5 % nad potenciál. Podobný výsledek (1.5 %) ukazuje i odhad mezery výstupu HP filtrem. Tyto výsledky je však třeba brát s rezervou, neboť Kalmanův filtr je velmi citlivý na zvolené počáteční podmínky a HP filtr se svou ,,slavnou" a hojně užívanou konstantou 1600 pro čtvrtletní data není zrovna metodologicky nejvhodnější technikou. Z tohoto hlediska je vhodnější 328 upřednostnit odhady Laxtonova modelu pomocí nástroje Dynare (,,Laxton Dynare"). Ten nám ukazuje, že ekonomika České republiky se poslední tři roky drží jen mírně nad potenciálem, tudíž postupně narůstající tempa růstu zcela odpovídají možnostem ekonomiky a dávají optimistické vyhlídky z hlediska jeho dlouhodobé udržitelnosti. Graf č. 2: Mezera výstupu v České republice 1996 1998 2000 2002 2004 2006 2008 -4 -3 -2 -1 0 1 2 3 [%] Laxton - Dynare Laxton - Kalman HP filtr Zdroj: Vlastní výpočty 5.2. Odhady NAIRU a mezery nezaměstnanosti Jak již bylo v úvodu příspěvku zdůrazněno, hodnota NAIRU určuje rovnovážnou a udržitelnou velikost míry nezaměstnanost (a z toho vyplývající udržitelnou míru zaměstnanosti, tedy využití potenciálu pracovní síly. Jednotlivé odhady NAIRU ukazuje Graf č. 3. Rovnovážná nezaměstnanost se od roku 1996 výrazně zvýšila, což reflektuje dokončení transformačního procesu a s tím spojenou restrukturalizaci ekonomiky. Není bez zajímavosti, že trajektorie NAIRU v Gordonově hysterezním kontextu (označená jako ,,Gordon - Hystereze") a Laxtonově přístupu (,,Laxton Dynare") jsou si velmi podobné. Hypotéza hystereze nezaměstnanosti je tak pro popis charakteru nezaměstnanosti v české ekonomice zcela adekvátní. Po relativně nízkých měrách nezaměstnanosti doprovázených inflací blízkou dvojciferným číslům nastala v roce 1997 monetární (i fiskální) restrikce. To mělo za následek postupný pokles míry inflace doprovázený dalším růstem nezaměstnanosti. Když se meziroční inflace od roku 2000 ustálila na hodnotách kolem 2 %, pohybovala se nezaměstnanost na relativně velmi vysokých hodnotách (překračujících v roce 2005 deset procent, dle staré metodiky). Podobně se vyvíjela i rovnovážná hodnota nezaměstnanosti. Tento vývoj tak byl zcela v souladu s hypotézou hystereze. Pozvolný pokles nezaměstnanosti po roce 2005 lze opět interpretovat v souladu s hypotézou hystereze a jejími implikacemi pro hospodářskou politiku. Pokud budeme chápat vládní investiční pobídky a deficitní financování rozpočtu jako součást expanzivní hospodářské politiky, potom s tím související pokles 329 nezaměstnanosti a neakcelerující inflace (rovnovážná nezaměstnanost rovněž klesala) je efektem vyplývajícím z hypotézy hystereze. Graf č. 3: NAIRU a nezaměstnanost v České republice 1996 1998 2000 2002 2004 2006 2008 1 2 3 4 5 6 7 8 9 10 [%] Nezamestnanost Laxton - Dynare Laxton - Kalman Gordon - Hystereze HP filtr Zdroj: Vlastní výpočty 5.3. Důsledky pro ekonomický růst a stabilitu Vývoj mezery výstupu (viz graf č. 1) a mezery nezaměstnanosti (viz graf č. 3) v posledních dvou letech naznačují udržitelnost aktuální nezaměstnanosti (pracujeme s odhadem Laxtonova modelu v Dynare resp. s podobným odhadem hysterezního NAIRU). Inflační tlaky vycházející z aktuální pozice nezaměstnanosti vzhledem k NAIRU jsou způsobeny zejména relativním nedostatkem pracovní síly, kdy věkově starší ročníky dlouhodobě nezaměstnaných odcházejí do důchodu a zmenšují tak potenciál pracovní síly. Jedná se o přirozený proces, který ovšem ve výše prezentovaných modelech není zakomponován.1 Rychlejší tempo poklesu nezaměstnanosti než tempo poklesu rovnovážné nezaměstnanosti tak můžeme brát jako šok do mezery nezaměstnanosti, u kterého je velmi pravděpodobné, že brzy odezní. Apel a Jansson (1999) zdůrazňují, že modely (či teorie), které vysvětlují vývoj samotného potenciálního produktu nebo samotného NAIRU, nemohou odpovídajícím způsobem popsat hlubší vztahy vycházející z jejich vzájemné interakce. Námi prezentované a identifikované modely české ekonomiky naznačují, že výsledky hysterezního přístupu jsou velmi podobné "vícerovnicovému přístupu". Interakce mezi NAIRU a potenciálním produktem tak není silná, jak by odpovídalo standardní ekonomické teorii. Tato vlastnost (potvrzená empirickou nevýznamností 1 Samozřejmě hranice odchodu do důchodu případně odchodu do předčasného důchodu je dána nastavením důchodového systému, jenž je výsledkem politického rozhodnutí, což nemusí být chápáno jako příliš přirozené. Pokud však takovéto rozhodnutí budeme brát jakožto celospolečenský konsenzus, je již možno o přirozeném procesu hovořit. 330 Okunova zákona) se zdá být velmi zajímavým projevem hysterezních ekonomických systémů. Graf č. 4: Mezera nezaměstnanosti v České republice 1996 1998 2000 2002 2004 2006 2008 -2 -1.5 -1 -0.5 0 0.5 1 1.5 [%] Laxton - Dynare Laxton - Kalman Gordon - Hystereze HP filtr Zdroj: Vlastní výpočty 6. ZÁVĚR Podle našich bayesovských odhadů rovnovážné nezaměstnanosti a potenciálního produktu v rámci Gordonova a Laxtonova modelu se Česká republika nachází již několik čtvrtletí na svém potenciálu. Současná vysoká tempa růstu tak jsou z tohoto hlediska udržitelná i do budoucnosti. Negativní mezera nezaměstnanosti, která tento vývoj poslední roky doprovází, nemusí být problémem pro udržitelnost současné nezaměstnanosti (a jejího pozvolnému poklesu), neboť je s největší pravděpodobností výsledkem šoku reprezentovaného postupným odcházením starších věkových ročníků dlouhodobě nezaměstnaných mimo potenciál pracovní síly. Trh práce tak není potenciální hrozbou monetární stability. Trend poklesu nezaměstnanosti a s tím spojený růst efektivního využití potenciálu pracovní síly by měl nadále pokračovat a neměl by být doprovázen inflačními tlaky (z trhu práce), neboť stejně tak klesá i rovnovážná nezaměstnanost ztělesňována hodnotou NAIRU. Současný potenciálu české ekonomika z hlediska dlouhodobé udržitelnosti ekonomického růstu tak lze vidět v optimistickém světle. Otázkou je, jak naše odhady ovlivní aktuální hrozba (či snad již samotný počátek) globální recese. To ukážou aktualizované odhady vycházející z nových a potvrzených makroekonomických dat, po jejich zveřejnění. V rámci aktualizace je uvažováno o rozšíření modelu v intencích práce Berg et al. (2006), což by omezilo potřebu HP filtru při odhadech meze reálné úrokové míry a reálného směnného kurzu. Odhady modelu potvrzují hysterezní charakter nezaměstnanosti v České republice, což ovlivňuje možnosti a meze nástrojů praktické hospodářské politiky v boji s nezaměstnaností a inflací. Z teoretického pohledu je zajímavá interakce mezi 331 NAIRU a potenciálním produktem, která je spolu s nevýznamností Okunova zákona zajímavým projevem hysterezních ekonomických systémů. POUŽITÁ LITERATURA APEL, M. ­ JANSSON, P. (1999): System estimates of potential output and the NAIRU, Empirical Economics, Vol. 24, 373-388. BERG, A. ­ KARAM, P. ­ LAXTON, D. (2006): Practical Model-Based Monetary Policy Analysis: A How-To Guide, IMF Working paper 06/81. BERGER, T. ­ EVERAERT, G. (2008): Unemployment Persistence and the NAIRU: A Bayesian Approach, The Scottish Journal of Political Economy, Vol 55, 281-299. BJOERNLAND, H. C. ­ BRUBAKK, L ­ JORE, A. S. (2005): The output gap in Norway ­ a comparison of different methods, Economic Bulletin, 05Q2, 90-99. BLINDER, A. S. (1988): The Fall and Rise of Keynesian Economics. The Economic Record, Vol.64, No. 187, 287-294. CHANG, R. (1997): Is Low Unemployment Inflationary? Federal Reserve Bank of Atlanta, Economic Review, Vol. 82, 4-13. ESPINOZA-VEGA, M. A. ­ RUSSELL, S. (1997): History and Theory of the NAIRU: A Critical Review. Economic Review, Vol. 82, No. 2, 4-25. FRIEDMAN, M. (1968): The Role of Monetary Policy. The American Economic Review, Vol. 58, No. 1, 1-17. GORDON, R. J. (1989): Hysteresis in History: Was There Ever a Phillips Curve? The American Economic Review, Vol. 79, No.2, May, 220­225. GORDON, R. J. (1996): The Time-Varying NAIRU and its Implications for Economic Policy, NBER Working Paper Series, Working Paper No. 5735. HIROSE, Y. ­ NAGANUMA, S. (2007): Structural Estimation of the Output Gap: A Bayesian DSGE Approach for the U.S. Economy. Bank of Japan Working Paper Series, No. 07-E-24. HJELM, G. (2003): Simultaneous Determination of NAIRU, Output Gaps, and Structural Budget Balances: Swedish Evidence. NIER Working Paper Series, Working paper No. 81. HODRICK, R. ­ PRESCOTT, E.C. (1997): Post War U.S. Business Cycles: an Empirical Investigation. Journal of Money, Credit and Banking, Vol. 29, 1-16. KOOP, G. (2003): Bayesian econometrics, Wiley LAXTON, D. ­ SCOTT, A. (2000): On developing a Structured Forecasting and Policy Analysis System Designed to Support Inflation Targeting (IFT), Inflation Targeting Experiences: England, Finland, Poland, Mexico, Brazil, Chile, The Central Bank of Turkey. LOGEAY, C. ­ TOBER, S. (2006): Hysteresis and the NAIRU in the Euro Area. Scottish Journal of Political Economy, Vol. 53, 409-429. 332 MODIGLIANI, F. ­ PAPADEMOS, L. (1975): Targets for Monetary Policy in the Coming Year. Brookings Papers on Economic Activity, Vol. 1, 141-165. NĚMEC, D. ­ MORAVANSKÝ, D. (2006a): Testing of Hysteresis in Unemployment. In Proceedings of the 24th International Conference Mathematical Methods in Economics 2006. Plzen : University of West Bohemia in Pilsen, 407-414. NĚMEC, D. ­ MORAVANSKÝ, D. (2006b): Wage Bargaining Model As Microfoundation Of Hysteresis Hypothesis. Bulletin of the Czech Econometric Society, Vol. 23, No. 13, 61-76. PHILLIPS, A. W. (1958): The Relation Between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom, 1861-1957. Economica, Vol. 25, No. 100, November, 283-297. SAMUELSON, P. A. ­ SOLOW, R. M. (1960): Analytical Aspects of Anti-Inflation Policy. The American Economic Review, Vol. 50, No. 1, 177-194. SCOTT, A. (2000): Stylised facts from output gap measures, Discussion Paper Series DP2000/07, Reserve Bank of New Zealand. STEPHANIDES, G. (2006): Measuring the NAIRU: Evidence from the European Union, USA and Japan, International Research Journal of Finance and Economics, Vol. 3, 6-12. SZETO, K. L. ­ GUY, M. (2004): Estimating a New Zealand NAIRU, New Zealand Treasury Working paper 04/10. VERDINELLI, I. ­ WASSERMAN, L (1995): Computing Bayes Factor Using a Generalization of the Savage-Dickey Density Ratio, Journal of the American Statistical Association, Vol. 90, 614-618. 333 NOMINAL RIGIDITIES AND WAGE-PRICE DYNAMICS IN ESTIMATED DSGE MODEL: APPLICATION FOR THE CZECH ECONOMY MIROSLAV HLOUŠEK 1. INTRODUCTION 1.1. Motivation The primary objective of monetary authority is to maintain price stability. The central banks usually use model framework for analysis of the economy and governing its policy. Their model approach is based on New Keynesian paradigm of which main features are various types of nominal rigidities. These rigidities can stem from wages or prices. Erceg et. al (2000) show for the baseline New Keynesian model with sticky prices that the optimal monetary policy completely stabilizes the price level and the output gap in reaction to shocks. Thus the central bank is able to replicate flexible price equilibrium allocation without welfare losses. When only wages are sticky, the natural allocation is also attainable, but requires full stabilization of nominal wages. When both prices and wages are sticky the natural equilibrium can no longer be attained. More importantly, monetary policy that focuses exclusively on stabilizing price inflation, as most central banks do, is suboptimal. The policy should be aimed at appropriate weighted average of price and wage inflation to mitigate welfare losses relative to the optimal policy. These weights are functions of structural model parameters that describe preferences and technologies. Some of these parameters express degree of price or wage stickiness. Thus the importance of nominal rigidities, especially of wages and prices, has significant impact for pursuance of monetary policy and its stabilization effects. 1.2. Background Nominal rigidities are the cornerstone of models with label New Keynesian economics.1 Methodologically, they build on the Real Business Cycle (RBC) theory that has origins in the seminal papers of Kydland and Prescott (1982) and Prescott (1986). Both theories are based on optimizing behaviour of agents (firms and households), both include rational expectations and clearing markets. As a tool, Dynamic Stochastic General Equilibrium (DSGE) models are extensively used for macroeconomic analysis. They are calibrated or estimated and used for simulation and evaluation of model economies. However, New Keynesian approach introduces several new aspects such as monopolistic competition and nominal rigidities which give rise to short run nonneutrality of monetary policy. Contrary to RBC theory where monetary factors do not play significant role, central bank in " New Keynesian world" can influence the real interest rate (through controlling nominal interest rate) and subsequently other real variables. But in the long run, all prices and wages adjust and economy returns to its natural equilibrium. New Keynesian models are not only in the center of 1 Nice introduction and overview of New Keynesian models provides Gali (2008). 334 academic research, but they are also widely used in central banks and other institutions for forming and evaluating of economic policy. Today's economies are open economies and they should be modelled in that way. DSGE models with market imperfections and nominal rigidities that are extended to open economy are referred to as New Open Economy Macroeconomics (NOEM). This new class of models originates from Obstfeld and Rogoff (1995). But their Exchange Rate Dynamics Redux' model assumes stickiness in prices that lasts only for one period. Recent DSGE models in NOEM tradition are more realistic. They assume that rigidity lasts for more than one period and allow stickiness in both prices and wages. The question whether wages are more rigid than prices or other way around remains a matter of empirical testing and can be country specific. There is number of empirical studies on relative importance of price and wage stickiness, for various countries using various estimation techniques. The results show quite mixed picture. Bergin (2003) uses maximum likelihood for estimation of the model with price and wage rigidities that are introduced in the form of adjustment cost. He tests restricted models with flexible wages and/or prices relatively to the benchmark model with both types of rigidies for Australia, Canada and the UK. He concludes that nominal rigidities are key elements of the NOEM models in all three countries. Regarding relative importance, price rigidity is more important than wage rigidity. The version of model that assumes flexible prices is rejected for all three countries, while the version with flexible wages is rejected only for Australia. Contrary to Bergin, other authors introduce nominal stickiness in the form of Calvo contracts implying that both rigidities are present from the beginning. Then the relevant question is which of the contracts lasts longer and accounts best for model fit. Ambler et al. (2003) combine GMM and SMM1 for estimation of DSGE model for Canada. Their model assumes Calvo pricing mechanism for domestic prices, import prices and wages and the estimation results indicate that wage contracts last longer than price contracts. Smets and Wouters (2003) estimate DSGE model for Euro area using Bayesian techniques. Relative importance of nominal rigidities says in favour of price stickiness. Adolfson et al. (2005) use ritcher model with more nominal (and real) rigidities and estimate it also on Euro data using Bayesian methods. Their results confirm findings of Smets and Wouters. Rabanal and Rubio-Ramirez (2005) also report that sticky wages models for the Euro area are rejected by the data. Christiano et al. (2005) estimate DSGE model for US economy by minimizing a measure of the distance between the model and empirical impulse response function. The length of Calvo contracts were quite similar but subsequent quantitative analysis shows that sticky wages play a crucial role in the model's performance while sticky prices play only limited role for good fit of the model. Del Negro and Schorfheide (2008) argue that some degree of price rigidity is needed to describe US data but the whole issue is much more complex and the results may be influenced by the choice of priors for parameters and data sets. Finally, Maih (2005) found out for Norwegian economy that wage contracts last longer than price contracts but adjustment to stochastic shocks is faster for wages than for prices. 1 Generalized method of moments (GMM) and Simulated method of moments (SMM). 335 1.3. Czech data evidence Cyclical behaviour of the real wage is crucial in helping to discriminate between theories of business cycle. It can also help to determine the source of nominal rigidity. Cyclical behaviour of the real wage in the Czech economy is not typical. The business cycle and the correlation function of labor productivity and the real wage is depicted in Figure 1 (left hand side).1 Both time series are obtained by Christiano and Fitzgerald (2003) band pass filter.2 The values of cross-correlation coefficient indicate that the real wage is rather acyclical. Correlation coefficient is not statistically significant except of the lead of five periods. This negative value of correlation coefficient can be explained by looking on the cyclical behaviour over time. There is evident procyclical behaviour at the beginning of the sample period, but from 2000 the real wage behaves countercyclicaly. Right hand side of Figure 1 shows the same characteristics for shortened sample. The correlation coefficient confirm strong countercyclical behaviour of the real wage lagging the cycle of output (per worker) by three periods. The real wage is usually found to be procyclical or acyclical in other countries.3 Turning to the theories of business cycle fluctuations, stylized fact of countercyclical real wage is in favour of Keynesian model with sticky wages rather than sticky prices, as it is illustrated in e.g. Romer (2006). However, Romer uses only simple static model. The lagging behaviour of the real wage suggests that staggered wage contracts embedded into dynamic model should be appropriate feature of model of the Czech economy. Next, there are many other factors at play, e.g. various types of shocks, transmission mechanisms, openness of the economy and also mutual relationship between wages and prices (wage-price spiral). This is quite complex issue which also says in favour of using model approach with dynamics. 1.4. The goal of the paper The research question of this paper is whether wages are more sticky than prices or more broadly which type of nominal rigidities is the most important for modelling of the Czech economy. The objective is not only to estimate parameters that captures degree of nominal rigidity but also to investigate wage and price dynamics. To provide answer to this question, the DSGE model of open economy with nominal rigidities on various markets is used. The model is estimated on Czech data using Bayesian techniques. The behaviour of model is studied along several dimensions including impulse responses, variance decomposition or sensitivity analysis, with emphasis put on relative importance of wage and price stickiness and their joint dynamics. The reminder of the paper is organized as follows. Section 2 describes the DSGE model used for the analysis, its derivation from optimization problems of agents, and symmetric equilibrium of the model. Next steps before estimation are loglinearization around the steady-state and solution of the system using state-space 1 Labor productivity is calculated as ratio of GDP and number of workers, the real wage is nominal wage divided by CPI. 2 The business cycle fluctuations are defined as those between six and thirty two quarters, same as in Agresti and Mojon (2005). 3 See e.g. Romer (2006), Kydland and Prescott (1990) or Stock and Watson (1998). 336 form. Section 3 deals with data, their transformation and estimation methodology. Section 4 presents and discusses results of the estimation. The model is evaluated in terms how it fits the data before the dynamical properties of the model are studied. Some other model implications regarding exchange rate pass-through and wage-price dynamics are covered in this section as well. Section 5 focuses on sensitivity analysis. The relative importance of nominal rigidities is tested via marginal likelihood and vector autocorrelation functions. Finally, the issue whether wage rigidity and price rigidity are interchangeable is examined. Section 6 concludes with prospects for further research. 2. THE MODEL The model is borrowed from Maih (2005), extended (especially by export market rigidities) and adjusted for Czech economy condition. The inspiration for extension was found in Adolfson et al. (2005). Similar models are used in papers of Ambler et al. (2003) or Smets and Wouters (2003). The model differs from Maih (2005) in several aspects. The money are assumed endogenous and are not explicitly modeled within the (money-in-the-utility) framework. Second, the prices of export intermediate goods are assumed sticky and are modeled in Calvo style. Resulting Phillips curve introduces new channel of slow price adjustment. and can improve fit of the model. Some additional amendments relates to specific features of the Czech economy or estimation procedure. The interest rate rule is modified; besides interest rate smoothing includes only deviation of inflation from target and output gap. This specification is more in accordance with regime of monetary policy of the Czech National Bank. Next, elasticity of substitution across differentiated foreign (imported) intermediate goods is time-varying and is subject to shock. Introduction of markup shock to import prices allows to use additional time series for estimation and thus to draw more information from data. The derivation of the model is similar to Maih's work, but for readers convenience and several modifications, I present it in this section. 2.1. Households The model consist of continuum of households indexed on interval (0,1)i . Households is endowed with a differentiated labor skill. They are choosing a consumption plan and also chooses wage rate plan for all 3,2,1,,= tttt to maximize an expected discounted infinite stream of utility of the form 1 , 1 1, = )( 1 1 ))(( 1 1 ihZhabCiCZE lsc t t t where tE is the conditional expectations operator,1 (0,1) is the discount factor, )(iC is consumption, )(ih denotes hours worked by the household, tcZ , is 1 )|(= 11 tttt xExE denotes expectation of variable 1tx made under information set t available in time t . 337 consumption preference shifter (or aggregate preference shock that is common to all households) and tlsZ , is labor supply shock. is the constant relative risk aversion coefficient or the inverse of the elasticity of intertemporal substitution, 0> is the inverse of the (Frisch) elasticity of labor supply with respect to the real wage and [0,1)hab is external habit persistence in the previous period's aggregate consumption. 1 The household's budget constraint is given by )()()()()()( )()( )( * 11* * iDPihiWiBSiBiT rpR iBS R iB iCP ttttttt tt tt t t tt (1) The right hand side of equation (1) expresses sources, the left hand side is usage of the sources. tP is price level in the economy and hence )(iCP tt denotes nominal consumption of the household. )(iBt and )(* iBt are domestic-currency and foreign-currency bonds respectively purchased at time t , tS is nominal exchange rate quoted as domestic currency per unit of foreign currency. tR and * tR denote the gross nominal domestic and foreign interest rates between t and 1t , respectively. trp measures risk premium that reflects departures from uncovered interest parity condition. )(iTt are taxes paid to government (or transfers when tT is negative). )(iWt is nominal wage rate and thus )()( ihiW tt is wage income from supplying )(ih units of labor (hours worked) to the various intermediate goods-producing firms. Households own all firms thus they receive )(iDt units of consumption good as dividends from equities of intermediate goodsproducing firms. The households can carry wealth between periods using domestic and foreign bonds. Domestic bonds are denominated in the domestic currency and foreign bonds are denominated in the foreign currency. At the beginning of the period t the bonds mature and provide 1tB and )(* 1 iBS tt additional units of consumption. The household decide to buy tB new units of domestic bonds at the cost tR1/ and * tB new units of foreign bonds at the cost )1/( * tt rpR . The endogenous (gross) risk premium trp captures that international financial markets are incomplete. It is negative function that depends on the ratio of foreign bond to domestic output.2 1 This form of habit formation is called "catching up with Johneses" . It is motivated by explaining empirical fact of hump-shaped gradual response of consumption and inflation to shocks. For more details see e.g. Fuhrer (2000) or Ljungqvist and Uhlig (2000). 2 This ratio ensures stationary dynamic path for domestic consumption and wealth and thus a unique steady state. 338 )(logexp= , * trp tt tt t Z YP BS rp (2) where tY is the aggregate level of output, * tB is the aggregate foreign bonds holdings and trpZ , is a shock to the risk premium. This function has following properties, 0* tB they receive a lower interest return on their international savings. If there are no bonds, the risk premium is equal to one. Each household chooses consumption )(iCt , and portfolio that consist of domestic and foreign bonds, )(iBt and )(* iBt . The first order conditions for these optimization problems are: tttttc PihabCiCZ )(=])([ 1, (3) )]([=)( 1 iERi tttt (4) ])([=)]([ 11 * 1 ttttttttt SiErpRiESR (5) where t is Lagrange multiplier connected with budget constraint in time t . Equation (4) is standard Euler equation. It states that households want to equalize expected marginal utilities across time periods taking into account relationship between (subjective) time preference factor and market rate of return on savings. Equation (5) is risk-adjusted uncovered interest parity condition. Its meaning is the same, the household only adds into consideration possibility of investing into foreign assets. The household is endowed with differentiated labor skill that offers in monopolistically competitive labor markets. Labor services of households are imperfect substitutes and thus the households can choose their nominal wage subject to demand imposed by the firms. The households set their nominal wage rate and stand ready to supply the quantity of labor demanded for that wage by firms. However, not all households are able to select their wage rate each period. Result of this wage setting implies existence of nominal rigidities that are modeled in the form of Calvo (1983) contracts. In each period, there is a constant probability w that a worker is not able to re-adjust her wage. If the workers do not have opportunity to reset their wages, these wages are adjusted by wage inflation from previous period as a result of indexation ttwt WiW 1,1 =)( where 339 1 , = t t tw W W (6) Similarly, there is a probability w1 that the household will be able to change her wage. Then the worker takes into account that she may not re-optimize her wage in the next periods. Thus, she indexes her wage to (price) inflation and technology growth so that her wage t periods after the wage is set as )(=)( , 1 = iWiW new tkzyk tk where )(iW new t is the wage set in time t that remains fixed until the next opportunity for wage setting, and where 1 = t t t P P (7) 1, , = ty yt tzy Z Z (8) where ytZ is the level of technology in the economy in time t . As the markup for workers that revise their wages should be positive in the steady state, we must impose restriction that the time-varying elasticity of substitution across different types of labor, wt is greater than unity. The worker who sets new wage solves optimization problem 1, =)( )( 1 )(max ih Z E lst w t t inew tW subject to budget constraint (1) for ,1,,= tt and labor demand from aggregator 1 )( )( =),(=)( , 1 0 jh W iW djjihih w This optimization results in the following first order condition 0.=1)( )( )( ,, 1 = 1 ,,, = h iW hZZ E wkzyk tk new t hsctwt w t t (9) The negative term in equation (9) is the marginal disutility of labor effort (additional hours worked) and the positive term is the marginal revenue from slight increase of 1 Labor demand function is solution of aggregator's labor packing problem and is defined later. 340 the wage rate. In the optimum, the expected sums of those expressions should be equal. At the resulting wage rate, the workers are ready to supply any amount of labor demanded from firms. In equilibrium, there is a fraction w1 of workers that changes their wages at time t . The expected time between wage adjustments, or equivalently, the number of periods for that the wage reamains fixed is w1 1 .1 For example, if 0.75=w then the wages are not changed for one year. This structure of labor market implies that households are heterogeneous and their labor income and thus consumption and assets holdings may differ. To ensure identical consumption in equilibrium, we assume that households have access to state contingent security markets which provides them full insurance against idiosyncratic shocks in labor income. Consumption will be same for all households in equilibrium and only the wage rate and labor supply will differ. 2.2. Production side of the economy The production structure of the economy is depicted in Figure 2. Monopolistically competitive markets are depicted by dashed lines. There are three types of firms in the model economy: continuum of intermediate goods producing firms, continuum of exporting firms that give brand names to intermediate goods and various aggregators. Domestic intermediate firms uses labor and capital as factors of production. Part of domestic intermediate goods is exported and the other part together with imported intermediate goods is used for production of final goods. Final goods is either consumed by households and government or used as capital input in production of intermediate goods. Optimization problem of these firms is described in following subsections. 2.2.1. Domestic intermediate goods There is continuum of domestic intermediate goods firms indexed on interval (0,1)j . The firm producing good )(, jY tH has following production function: 1 )(=)( ttytHt KjhZjY (10) where ytZ is a productivity shock, tttt GCYK = is part of final goods that is not consumed (capital) and is labor intensity of production function.2 1 The time between wage adjustments follows a geometric distribution. 2 The model does not assume existence of capital in usual terms. Final goods is perishable and cannot be stored into next period. Therefore it is used in production in the same period. I will denote it by tK as capital even it does not correspond to usual definition. This specification comes from Ambler et al. (2003) and has following reason: first, without final goods in the production function, the response of the real wage to demand shocks is too highly countercyclical. Second, the presence of intermediates in the production function for domestic goods affects the correlation between the nominal exchange rate and domestic inflation. 341 Domestic firm chooses level of labor and capital (for given prices) to minimize its cost of production tttt tKjth KPjhW )(min ),( subject to production function (10). The first order conditions of optimization problem are )( )( )(= jh jY jW t Ht tt (11) t Ht tt K jY jP )( )()(1= (12) where the Lagrange multiplier t expresses the marginal cost of production. Then these two equations imply following relationship )()(=)( jYjKPjhW Htttttt .1 The real profits, )( jDt , made by domestic intermediate goods firm j are ttttHtHttt KPjhWjYjPjDP )()()(=)( (13) Firms operate in monopolistically competitive markets. They produce differentiated goods (imperfect substitutes) and thus are able to influence their prices. These characteristics of markets allow firms to gain non-zero profits in equilibrium. The price setting problem for domestic intermediate goods producing firm is analogous to that of households for wage-setting. With probability h the firm is not allowed to reoptimize and its price is updated according to the scheme )(=)( 1,1, jPjP HtthtH with 1 , = Ht Ht th P P (14) Fraction h1 of firms that can adjust prices set the new prices ( new tHP , ) as a result of following optimization problem: )()]()([ 1 )(max =)( jYjjP PP P E HH tt t h t t jnew HtP subject to demand that faces from aggregator , )( =)( H h H H H Y P jP jY 1 The output is sum of remunerations to production factors. 342 where the newly set price is indexed to inflation in the previous period )(=)( , 1 =, jPjP new HtkhtkH and tt t P P is stochastic discount factor that is derived from Euler equation for domestic bonds. Households are owners of domestic firms and every agent has access to a complete contingent asset market which implies a unique market discount factor. The first order condition is 0= )()(1)( )()( 1 =1 = 1 = P Y P jjP jP P P E H h H hktk hhktk new Hth hnew Ht tt t h t t (15) 2.2.2. Importers Analogously, the economy imports a continuum of foreign intermediate goods on the unit interval. There is monopolistic competition in the market for imported intermediates which are imperfect substitutes. For the sake of simplicity the price in the foreign economy is assumed to be flexible. Thus foreign intermediate goods firms set their prices as a markup over foreign marginal costs. The elasticity of substitution across foreign intermediate goods, tf , is assumed to be same in both countries. With additional assumption that foreign goods imported by firms can be also consumed directly by foreigners, the price of imported goods abroad is the foreign consumer price index in equilibrium. Finally, the Home discount factor is used to discount the profits of foreign intermediate goods firms. Again, each firm faces probability f1 that it can change its price. The newly set price is solution to the following optimization problem )()]()([ 1 )(max **** =)*( jYjSjP PP P E FtF tt t f t t jnew FtP subject to demand from aggregator F f F F F Y P jP jY )( =)( * * where )( 1 =)( **** jjP ft ft , and each firm ignores impact of its price setting decision on the price index. The firms take into consideration past inflation of foreign intermediate goods and make indexation to newly set price 343 )(=)( * , 1 = * , jPjP new FtkftkF where .= 1 1, Ft Ft tf P P (16) The first order condition of their optimization problem is 0= )()()(1 )()( 1 =*1 = 1 = P Y P jSjP jP P P E F f F fktk ffktk new Ftf fnew Ft tt t f t t (17) Other firms that do not have opportunity to change the price follows pricing rule given by FttftF PjP 1, * 1, =)( 2.2.3. Exporters Exporting firm buy domestic composite goods and differentiate it by brand naming. Then, they sell the continuum of differentiated goods at monopolistically competitive markets in the foreign economy. Each exporting firm j faces the following demand for its product 1 X x X X X Y P jP jY )( =)( (18) Export price )( jPX is invoiced in local currency of the export market, XY denotes total demand of exported intermediate goods and x is price elasticity of exports. Existence of product differentiation and monopolistic competition in the foreign market allow firms to influence prices of their goods. It is again modeled in the Calvo setup. Exporting firms that do not have opportunity to reset their prices follow pricing rule and index it to last period (export price) inflation. XttxtX PjP 1,1, =)( with 1 , = Xt Xt tx P P (19) 1 0> is scale parameter which is expected to be small. In steady state it corresponds to the share of exports of domestic country in the total demand of the foreign country. 344 Other part of firms that have opportunity to reset prices (with probability x1 ) solve optimization problem )()( ~ )( 1 )(max * =)( jYj S jP PP P E X t X tt t x t t jnew XtP subject to demand function (18). Marginal cost for exporting firm t ~ is actually the price of domestic composite good HtP . The firms take into account that there might not be a chance to optimally change in next period. They index the newly set price to inflation of export goods new XtkxtkX PjP , 1 =, =)( The first order condition of optimization problem is 0= )( ~ )()(1 )()( * 1 =1 = 1 = P Y P j S jP jP P P E X x X xktk xxktk new Xtx xnew Xt tt t x t t (20) 2.2.4. Aggregators There are several aggregators on various positions of production process. One aggregator demands differentiated types of labor from households, make bundels and sells them to intermediate good producing firms. Another aggregators assemble differentiated domestic and foreign intermediate goods to make composite goods. Final aggregator packs domestic and foreign composite goods to make final good that is distributed among private and government consumption and production of home intermediates. The aggregators are benevolent and they do not make any profit. Their optimization problem are described in following subsections. Labor packing The aggregator demands differentiated domestic labor inputs from households. Each worker i posses different skill type and thus acts as monopolistic supplier of labor ),( jiht to firm j . The aggregator bundles together those different types of labor and supplies them to each (domestic) intermediate goods firm. The composite labor has following form: 11 1 0 ),(=)( wt wt wt wt tt djjihjh where wt is elasticity of substitution between different labor skills. This implies labor demand 345 )( )( =),( jh W iW jih t wt t t t The number of workers is large so that each of them ignores impact of her wage setting decision on the aggregate wage index which is defined as wttw tt diiWW 1 1 ,11 0 )(= Domestic and Foreign composite goods The aggregator assembles imperfectly substitutable intermediate goods from all firms producing domestic intermediate goods. The constant returns to scale (CRS) technology is expressed as: Ht ht ht ht ht Ht YdjjY 11 1 0 )( where 1>ht is time-varying elasticity of substitution across differentiated domestic intermediates. The aggregator solve cost minimization problem which results in demand for each good j given by Ht ht Ht Ht Ht Y P jP jY )( =)( and with zero profit condition the price index is defined as htht HtHt dijPP 1 1 11 0 )(= Each firm j takes the aggregate price in the market HtP and the overall production HtY as given and independent of its own decision. The domestic composite intermediate good is used in the production of final good or it is exported .= Xt d HtHt YYY (21) The aggregator of foreign intermediate goods solves an analogous problem. CRS production function is given by 346 Ft ft ft ft ft Ft YdjjY 11 1 0 )( where 1>ft is time-varying elasticity of substitution across differentiated foreign intermediates. Optimization problem with zero-profit condition implies demand function of the form Ft ft Ft Ft Ft Y P jP jY )( =)( * * and price index ftft FtFt dijPP 1 1 11 0 )(= Again, each firm * j ignores impact of its price setting decision on the price index. Finished goods production The final good tY is produced by competitive firm (aggregator) that uses domestic and foreign (composite) intermediate goods d HtY and FtY as inputs subject to constant-returns-to-scale technology: t Ft d Ht Y YY 1 1 She buys intermediate goods d HtY and FtY at nominal prices HtP and FtP respectively, and sells final good tY at nominal price tP . Her profit maximization problem can be described as follows: ][max , FtFt d HtHttt FtYd HtY YPYPYP subject to the production function. The first order conditions are: t Ht td Ht Y P P Y = (22) t Ft t Ft Y P P Y )(1= (23) 347 and with assumption of zero profit the final good price tP is given by: 1 )()(= FtHtt PPP (24) The final good is used for domestic consumption tC , government consumption tG and in the production of domestic intermediate goods tK .= tttt KGCY 2.3. Government The government budget constraint in the economy is given by diiTGP ttt )(= 1 0 (25) where tG is government consumption and tT denotes lump-sum taxes from households. The government budget is balanced in every period. The government spending is subject to random shocks that is defined by equation 2 in next text. 2.4. Monetary policy The behaviour of monetary authority (central bank) is described by an instrument rule. Central bank adjust the short term interest rate (more precisely, the deviation of nominal interest rate from its steady state value ss tt RR / ) in response to deviations of CPI inflation from the inflation target and the output gap. We also allow for interest rate smoothing. This type of modified Taylor rule performs empirically quite well and could be regarded as good approximation of optimizing behaviour of central bank. Monetary policy reaction function has following form tmp y h ht T tt t ss t t ss t t Z y y P P R R R R , )(1 1 4 1 3 4 1 4 )( = (26) where T t zyss tR = (27) yt Ht ht Z Y y = (28) T t is inflation target which is subject to shocks, tmpZ , is shock to interest rate rule. 348 2.5. Domestic stochastic processes There are ten exogenous domestic shocks in the model for which law of motion need to be specified. They are tlsytct ZZZ ,,, , rp T tmp ZZ ,, , ht , ft , wt and gtZ where the last one comes from definition yt t gt Z G Z = (29) The law of motion of shocks is modelled as autoregressive processes tcZtczctc ZZ ,1,, )(ln=)(ln (30) ytZtzyzyzyzytzy )(ln)(ln)(1=)(ln 1,, (31) tlsZtlszlslszlstls ZZZ ,1,, )(ln)(ln)(1=)(ln (32) T t ZT T t TT T t 1 ln=ln (33) trpZtrprptrp ZZ ,1,, )(ln=)(ln (34) ht Z ht ht h h h h ht ht 11 )(1= 1 1 1 (35) ft Z ft ft f f f f ft ft 11 )(1= 1 1 1 (36) wt Z wt wt w w w w wt wt 11 )(1= 1 1 1 (37) tgZtggzgtg ZZZ ,1,, )(ln)(ln)(1=)(ln (38) 349 where the AR parameters are restricted as zrpzlszyzc ,,, , ,,,, wfhT [0,1)yg . Shock to monetary policy is assumed i.i.d. to be distinguishable from inflation target shock .=)(ln ,, tmpZtmpZ (39) 2.6. Foreign economy Foreign economy is represented by exogenous process and is identified separately. Thus the domestic economy cannot influence foreign economy. Given that the Czech Republic is a small country, it is quite realistic assumption. Foreign sector is modeled as three-equation structural vector autoregression (SVAR) model which includes equation for output, inflation and gross nominal interest rate, respectively. The system of equations can be written as: ttt FxAxA 110 = (40) where (0,1)== * * * * * * 1 * * * * N R R P P Z y Y x tR t ty t t t t yt t t ~ ln ln ln and where * y , * and * R are values representing steady states of the variables. This system resembled reduced form of basic New Keynesian model. First equation (for output) can be thought of as aggregate demand of IS curve, second equation (for inflation) is aggregate supply or Phillips curve and the last equation (for interest rate) represents monetary policy reaction function. The productivity shock in foreign economy is assumed to be same as in domestic country. To identify the SVAR model we must impose some restrictions (which already follows from ordering of the variables). The output does not respond contemporaneously to both inflation and interest rate and inflation does not react contemporaneously to interest rate. It means that matrix 0A is lower triangular. With those restrictions, there are only three free parameters in 0A matrix and also in F matrix, which is diagonal. * * * **** **0 00 00 00 = 1 01 001 = R y RyR y FA 350 2.7. Macroeconomic equilibrium and solution The symmetric equilibrium of the economy allows to drop the indices ),( ji and express all variables in per capita (or aggregate) term. The wage index and the aggregate prices for domestic and foreign intermediates and exports are wtwtnew tw wt twtwt WWW 1 1 )(11 11 )(1)(= (41) hthtnew Hth ht HththHt PPP 1 1 )(11 11 )(1)(= (42) ftftnew Ftf ft FtftfFt PPP 1 1 )(11 11 )(1)(= (43) xtxtnew Xtx xt XtxtxXt PPP 1 1 )(11 11 )(1)(= (44) Symmetry also implies that domestic bonds holdings for every home agent are zero 0=tB (45) The equilibrium of the economy consists of 34 sequences of endogenous variables tttttt GDCBB ,,,,, * , tXtHtFt new Xt new Ht new Ftt PPPPPPPh ,,,,,,, , wtt , , xtftht ,, , zyt , XtFtHt d Htt new ttttt ss tt YYYYWWTSrpRR ,,,,,,,,,,, , tY , hty . The equilibrium implies that )(i households maximize their utility )(ii firms maximize profits or minimize their costs, )(iii markets are cleared for each asset and each good and (iv) the resource constraints are satisfied. The endogenous variables are driven by 13 stochastic shocks tlsytct ZZZ ,,, , rp T tmp ZZ ,, , ht , ft , wt , *** ,,, tttgt RYPZ . There is 47 sequences of variables and thus 47 equations are needed to solve the system. These are the equations numbered from (1) to (45) where (40) is actually a set of three equations. The model is too complex and does not have an analytical (closed form) solution. It possible to get only approximate solution that is derived from numerical simulation of model log-linearized around its steady state. However, in equilibrium some of the variables contain unit root that comes from the technology shock ytZ (equation (31)) and from foreign inflation (second equation in (40)). Under such conditions the log-linearization is not accurate. The stochastically detrended variables wtt , , tzyxtftht ,,,, , hty remain stationary. The nonstationary variables are put into stationary form using following transformations: 351 ,,, * * * ytt t t ytt t t ytt t t ZP W w ZP B b ZP B b yt t t t new tnew t Z C c W W w , t Ft ft t Ht ht ytt t t yt t t yt t tg P P p P P p ZPZ D d Z G Z ,,,,, yt t t t t Ht new Htnew ht t Xt xt Z Y y PP P p P P p ,,,* .,,,, * * * 1 * * yt t t t t t yt d Htd ht yt xt xt yt Ft ft Z Y y P P Z Y y Z Y y Z Z y After these transformations of the variables one can derive stationary form of the system, compute steady state and solve it. The steady state behaves as an atractor or equilibrium to which the system converges when any deviation occurs. Those deviations comes from innovations in the shocks processes (equation (30) to (38)). The aim of the analysis is to study dynamics of the system around the steady state, therefore the log-linearized form of the system is computed. The log-linearized system is presented in Appendix A. The variables are expressed as deviation from steady state, )(log^ x x x t , where for any variable tx , the variable without time index x denotes steady state and tx^ is log-linear approximation. The log-linearized system includes, besides other equations, four hybrid New Keynesian Phillips curves: for wage inflation (A.15), for domestic prices inflation (A.16) and for import prices and export prices inflation (A.17 and A.18). These equations capture rigid behaviour of (nominal) prices. The system is transferred into state-space representation and is solved using Blanchard and Kahn (1980) procedure or its modification outlined in Klein (2000). State-space form consists of transition equation (46) and measurement equation (47). 11 = ttt SS S (46) ttftf S= (47) ******,, ,,, = tRRttyytmpZT ttrpZytZ wtfthttlsZtgZtcZ t where tS is vector of state variables and tf is vector of flow variables, t is vector of innovations to shocks and t is vector of measurement errors for which hold VE tt =)( ' and RE tt ~ ' =)( . The vector of state variables includes all the 352 predetermined variables ( 111111 * 1 * 11 ^,^,^,^,^,^,^,^,^ wtxtfthtttttt pppwcpbR , 11 ^,^ ftht , 11 ^,^ htxt y ) and the exogenous variables ( tlsct ZZ , ^,^ , rpmp T t ZZ ^,^,^ , ht^ , ft^ , wt^ , *** ^,^,^,^,^ tttzytgt RyZ ). The vector of flow variables contains ( ss tttt Rprhd ^^^^ ,,, , t d htftxtt yyyy ^,^,^,^,^ , wttYHtct ^,^,^,^ , ht^ , tttxtft srer ^^^^^ ,,,, ) where three auxiliary variables were added for estimation purposes. They are the growth rate of consumption ct^ , the growth rate of production of intermediate goods tHY^ and the real exchange rate trer^ . Elements in matrices S of format ( 1313 ), of format ( 1313 ) and f of format ( 1319 ) are nonlinear functions of the structural parameters of the model. They do not have analytical solution and thus numerical procedures must be involved to derive it.1 The requirement of unique solution imposes some restrictions on the parameter space that also cannot be expressed analytically. The unique solution requires that the Blanchard-Kahn condition must be satisfied, i.e. the number of the predetermined variables must be equal to the number of stable eigenvalues of the system, which can be calculated only numerically. 3. EMPIRICAL STRATEGY 3.1. Variables selection The model includes thirteen exogenous shocks that drive behaviour of the endogenous variables. The parameters of the model cannot be estimated using more than thirteen observable variables. Trying so, the stochastic singularity problem can arise as discussed e.g. in Ireland (2004). It means that the covariance matrix of the data becomes singular and the maximum likelihood estimation breaks down. This is caused by fact that the model predicts deterministic relationship between some endogenous variables but this relationship does not need to hold in the data. As the number of variables used for estimation is limited, the estimation results can be influenced by choice of them. Therefore the choice of variables has to be restricted to those of direct interest. Specifically, the choice should be motivated by the research question about dynamics of wages and prices within the DSGE model. The variables should help to identify parameters describing nominal rigidity and also parameters of the shocks that directly affects behaviour of wages and prices. The following thirteen variables were chosen to match their empirical counterparts: wage inflation wt( ), inflation in prices of domestic intermediates )( ht , inflation of imported goods )( ft , CPI inflation )( t , consumption growth )( Ct , production growth )( tHY , the labor input )( th , the real exchange rate )( trer , government 1 E.g. Blanchard and Kahn (1980) or Klein (2000). 353 expenditures )( gtZ , nominal interest rate )( tR , foreign inflation )( * t , foreign demand )( * tY and foreign nominal interest rate )( * tR . 3.2. Taking theoretical variables to the data Theoretical variables do not need to have exact definition in terms of observable variables. Therefore some compromises and amendments of observable variables must be made to conform the theoretical model. This issue is particularly important because answer to the question, whether wages are more rigid than prices or vice versa, is very sensitive to the exact definition of wage and price indices. The data used for empirical analysis are quarterly, spanning period from 1996:Q1 to 2007:Q4. Time series are obtained from databases of the Czech Statistical Office (CZSO), the Czech National Bank (CNB) and the European Central Bank (ECB).1 The data are seasonally adjusted from source or adjusted by Kalman filtersmoother. Domestic output )( tY is measured by gross domestic product, final consumption expenditures of households is empirical counterpart for consumption )( tC . Government expenditures )( tG are measured by final consumption expenditures of government. Labor input ( th ) is represented by number of worked hours. The consumer price index ( tP ) has same definition as empirical measure, total wages and salaries correspond to wage rate )( tW in the model. Prices of imported goods )( FtP is expressed by import price index. The gross nominal interest rate )( tR is measured by 3 months Prague Inter Bank Offered Rate (PRIBOR). Nominal exchange rate tS is exchange rates against the ECU/Euro. As the CZSO do not have records of producer prices from domestic sources, the best proxy variable for prices of domestic intermediate goods )( HtP is implicit price deflator of gross domestic product which excludes, by definition, prices of imported goods. Foreign sector is represented by Eurozone that includes 12 countries. Foreign demand )( * tY is measured by gross domestic product, price level )( * tP by deflator of final consumption of households and NPISHs and nominal interest rate )( * tR is 3 months EURIBOR. The aggregate variables ( tC , tG , HtY , th and * tY ) are divided by total employment to obtain per worker values.2 The model is estimated in stationary form, thus the observable variables should be tranformed into stationary form to match the theoretical counterparts. Most of the variables are expessed as growth rates, thus first differences (of logarithms) were calculated. This procedure applies for all types of inflation and consumption and 1 Appendix B deals with data sources in more detail. 2 Usual approach is to divide the aggregate variables by working age population to get per capita values. However, the model assumes that all people in the economy work, the expression of variables per worker is more appropriate. 354 output growth. These time series were also demeaned where the mean of time series corresponds to steady state value. Another approach was chosen for other variables. First, there is structural break in hours worked during year 2001 that can be ascribed to demographical changes which are not captured by model. To circumvent this problem, the Hodrick-Prescott (HP) filter1 was used for estimation of smooth trend that was then extracted. Hours worked are then expressed as gap (deviation from trend). Second, there is downward trend in the real exchange rate which is common in all transition countries. It is usually explained by catch-up effect (or Balassa-Samuelson effect).2 Simply said, increase in productivity causes increase of relative prices of nontradable goods (to tradable goods). It subsequently induces increase in the overall price level and hence appreciation of the real exchange rate. The paper does not treat tradable and nontradable goods in the model framework and thus is not capable to explain this phenomenon. Again Hodrick-Prescott filter was used to detrend data series of the real exchange rate. Third, nominal interest rate exhibits peak in 1997 and then downward trend. Calculated mean of the series indicates that nominal interest rate has been under its equilibrium value since 2000. This does not correspond to view of the Czech central bank. Therefore HP filter was used for extraction of smooth trend (that expresses steady state) to get more interpretable time series. The processes for exogenous variables are estimated separately. Government spendings are assumed to follow AR(1) process. Foreign sector is modeled as SVAR(1) which should remind basic New Keynesian gap model. The corresponding series (government spendings, foreign output, foreign inflation rate and foreign nominal interest rate) are detrended by Hodrick-Prescott filter and expressed in gap form. After transformation of the time series used for estimation test for presence of unit root was proceeded to ensure that the series are stationary.3 Table 1 summarizes results of the test. One could reject the null hypothesis of a unit root for nominal interest rate, all types of inflation, the real exchange rate and consumption growth at significance level of 1 %. On the other hand hours worked and output growth were found to be (1)I . Despite the fact that all theoretical variables are assumed to be stationary, these two time series were used for estimation without any additional transformation. However, to mitigate the nonstationarity problem, measurement errors were added to the measurement equation for these two variables. In the state-space representation of the system, measurement errors are stacked in vector t in equation (47). Foreign nominal interest rate was also found to be (1)I , but this time series is used in separate estimation using ordinary least squares (OLS) method. Even if the parameters of the foreign sector model can be biased, I belive that it does not have important influence for estimation results of the main model. 1 Hodrick and Prescott (1997). 2 Balassa (1964), Samuelson (1964). 3 Augmented Dickey-Fuller test was used. 355 3.3. Estimation methodology A combination of three methods -- calibration, maximum likelihood and Bayesian estimation -- is used for identification of structural parameters of the model. Several parameters are kept fixed throughout the estimation procedure. Some of them relates to steady state values of the observed variables, therefore they are calibrated to match their sample mean. Some parameters are calibrated just for the reason to reduce the number of parameters for estimation. The state-space form representation of the log-linearized system allows to use Kalman filter algorithm for estimation of the model parameter via maximum likelihood. The maximization of the likelihood is sometimes difficult in large systems due to overparametrization. The likelihood is flat in some directions and parameters can take corner solution. Next, the iteration process do not need to find global maximum of likelihood function. Those problems can be partly eliminated using Bayesian approach. It combines the likelihood with some prior information on the distribution of the parameters to form the posterior density function of those parameters. The prior density of the parameters give a shape or curvature to the likelihood function which makes the optimization algorithm more stable. The prior information downweights the likelihood function in the regions that are implausible or in dissonance with economic theory or other empirical studies. Prior information can be acquired from microeconomic studies or from results of estimation of similar macromodels. They can be also based on expertize analysis or personal judgement that reflect strong beliefs about economic behaviour even if the raw data does not carry such information. This kind of expediency allows to introduce information from outside of the modelling framework. It is initial guess of the value of each parameter and associated uncertainty that is held a priori. Then the uncertainty of the guess is reduced by means of likelihood function to arrive at the posterior. Hence, the Bayesian approach can be thought of as a combination of maximum likelihood and calibration methods. According to Bayes' rule the posterior density )|( yp is related to the prior density )(p , the likelihood function )|( yp and marginal data density )(yp , )( )()|( =)|( yp pyp yp where is unknown vector of parameters and y denotes data. As we are interested in unknown parameters which are not involved in )(yp , this term can be ignored. Then, the posterior is proportional to likelihood times prior ).()|()|( pypyp The formula shows that the Bayesian approach to estimation in some sense tries to pull the estimates of parameters to the values possessing prior information while the maximum likelihood approach pulls those parameters to the values with good fit of the model. In the end, one should get estimates that are plausible from the economic point of view and also fit well empirically. There is important distinction between Bayesian and classical approach to inferences. The classical approach considers parameters as fixed (and unknown) 356 and the observed data are treated as realizations of some stochastic (data generating) process. The goal is whether the data could be generated by particular model given certain values of parameters. On the other hand, the Bayesian approach treat parameters as random variables, while the observed data are fixed. This simple theoretical concept offers broad range of possibilities including e.g. model comparison based on model probabilities. To make inferences about the parameters, one needs to compute moments of posterior distribution. The posterior distribution does not have analytical solution, therefore numerical solution using stochastic simulation is employed. This sampling procedure uses Random Walk Chain Metropolis-Hastings algorithm. It is kind of Markov Chain Monte Carlo (MCMC) algorithm that draws sample parameters from a candidate density with equal weights but do not accepts all candidates. The candidates draws are chosen according to acceptance probability. Finally, moments of the function of interest are obtained thought Monte-Carlo integration of the simulated values.1 All the computations regarding Bayesian estimation are done using Dynare toolbox (see Juillard (2004)) in Matlab software. 4. ESTIMATION RESULTS The estimation process for maximization of the posterior distribution is computationally demanding: the model is solved for each observation in each iteration of the optimization procedure for the likelihood function. It can be partly simplified by estimating some parameters separately. It is possible for those shock processes that directly involve observable variables, namely government spending shocks and the foreign sector. Those two sets of parameters are estimated by ordinary least squares method; government spending as simple AR(1) process, foreign sector as SVAR model. Treating foreign sector as exogenous is reasonable assumption. The Czech Republic is small open economy; it behaves as price taker on the world market and cannot affect the world variables. As shown by Musil (2008) there are not important differences between modelling of behaviour of the Czech economy with endogenous or exogenous foreign sector. 4.1. OLS estimation As mentioned above, the parameters of government spending shock and foreign sector are estimated separately given that corresponding shock processes involve observables. The productivity shock ( ytZ ) that is unobservable is assumed to be included in both government spendings ( tG ) and foreign demand ( * tY ). To remove it from observable variables, the time series of government spending and the foreign demand are detrended using Hodrick-Prescott filter. The same procedure was applied to foreign inflation and foreign nominal interest rate. 1 More details about the algorithm can be found in Koop (2003). 357 The results of estimation is shown in Table 2 and 3.1 The government spending shock is not very persistent, the value of AR parameter is 0.58. The innovation to shock is also quite modest with standard deviation of nearly 2 %. The variables in SVAR model for foreign sector are lagged by only one period. Number of lags was chosen according to information criterions; whereas AIC implied two lags, and SBC and HQ implied one lag. The matrix pertaining to independent variables (without lag), 0A , is lower triangular. This restriction is imposed from identification purposes and is based on Choleski decomposition. All parameters in matrix 0A have correct signs, **y is negative (-0.0716) and thus confirm positive relationship between inflation and output gap in the reduced form of Phillips curve. Parameters **yR and **yR are also negative (-0.0869 and - 0.0549, respectively) and also correctly describe positive relationship between nominal interest rate and inflation and output gap in the interest rate rule. Matrix of lagged variables 1A is quite sparse because some of the parameters were not statistically significant. Negatively signed parameter that catches relationship between contemporary inflation and lagged output is difficult to interpret. However, its value is less than value of **y thus the positive impact of contemporary output gap overweights. Other statistically significant parameters in 1A are correctly signed. Standard deviation of innovations to individual equations are shown on diagonal of matrix F . The influence of shock to interest rate rule is negligible, only 0.05 %. It implies that behaviour of (foreign) nominal interest rate is almost perfectly explained by inflation and output gap. Standard errors in demand equation and Phillips curve equation are around 0.2 %. 4.2. Calibration Because number of variables used for estimation is limited, not all the parameters can be estimated precisely. As it is common in the literature, the accuracy of the estimation is increased if some parameters are kept fixed throughout the estimation. Usually, the parameters are calibrated to match their long-run averages in the data or they are set at " reasonable" values based on some prior knowledge from other empirical studies. Most of calibrated parameters relates only to model's steady state. The calibrated parameters are summarized in Table 4. The shock processes with the steady state different from unity (zero in loglinearized model) cause that the steady state of the whole model is not uniquely defined. Therefore ten additional conditions regarding steady states are needed to add. )(i Output, consumption and government spendings should grow at the same rate in the steady state. This growth rate is equal to the growth rate of technology. However, the data shows that this assumption is not maintained. The output growth rate is similar to growth rate in consumption, 1.0079 and 1.0075, respectively.2 The 1 For the sake of transparency, parameters pertaining to foreign sector are quoted in matrix notation. 2 The growth rate is expressed as quarter-on-quarter. 358 growth rate of government spendings is only 1.0045. Against this background, the steady-state gross growth rate of technology is calibrated to =zy 1.005 which is roughly 2 % on annual basis. This choice comes from necessary condition that , the time preference parameter, must be less than one. As shown below, the growth rate of technology together with the real interest rate implies the value of . Thus, this choice has rather pragmatic reasoning. Another justification is that the model does not take into consideration population growth. The calibrated value can be thought of as mixture of technology growth and population growth which was actually negative in the Czech Republic. The lower value of zy is reasonable compromise. )(ii and )(iii The steady state level of elasticity of substitution across different types of domestic and foreign intermediate goods, h and f , are both set to 8, which implies a gross steady state markup of 1.143. 1 There are not any microeconomic studies of these elasticities for the Czech data. Value for these parameters were simply borrowed from Maih (2005) for Norwegian economy. Same approach was chosen for )(iv the steady state level of the elasticity of substitution across different types of labor input, w , which is set to 6, implying gross steady state markup of 1.2. Generally, it is quite difficult to pin down the values of elasticity of substitution (especially for foreign intermediates) because lack of enough empirical evidence. Those elasticities appear only in the steady state of the model which makes impossible to identify them econometrically. The value of likelihood is independent of those parameters. It may be worth exploring the impact of different values of those elasticities on the results of the estimations and implications for the model's dynamics. Sensitivity analysis is a possible approach, but this paper does not deal with this issue and leaves it for further research. )(v The steady state level of inflation target, T , is set to the sample mean of CPI inflation. The Czech National Bank has been operating in regime of inflation targeting since January 1998 which covers almost the whole data sample used for the estimation and offers possibility to use official measure of inflation target. However, the ways of inflation target announcements was altered several times, they were discontinuous and also the targeting variable changed during the time. The mean of CPI inflation is better proxy for the inflation target. )(vi The steady state level of foreign inflation, * , is set to the sample mean of consumer prices inflation in Eurozone, )(vii the steady state level of the foreign gross nominal interest rate, * R , is set to match the sample mean of EURIBOR. )(viii For determination of the steady state level of detrended foreign output, * y , the paper uses fact of constant export-to-output ratio which can 1 markup = 1h h 359 be computed from the data, yxkx /= ;1 )(ix the stationary model also implies constant government spending-to-output ratio, gk (again calculated from data), which can be used for computing of the steady state level of detrended government spendings ykZ gg = . )(x The model implies that discount factor, , is related to the steady state real interest rate by following formula: zyR = . With calibrated value of zy and steady state real interest rate calculated from data,2 the discount factor is equal to 0.9993. The elasticity of intertemporal substitution 1 is set to 1 because that is the only value for which the model is consistent with a balanced growth path. This is a consequence of the additively separable parametrization of the utility function as shown e.g. by King, Plosser and Rebelo (1988). Necessary condition for the identification of shocks is to have as many observable variables as the number of shocks. However, this condition is not sufficient. Both labor supply and wage markup shocks enter the system through and only through the wage Phillips curve, as can be seen in equation (A.15). Without any further assumption about how those two shocks are correlated, none of them can be identified. The paper assumes wage markup shocks to be persistent and labor supply shocks to be only temporary. This identification assumptions implies that labor supply shock is i.i.d. 0)=( zls while wage markup shocks follow autoregressive processes. 4.3. Bayesian estimation 4.3.1. The prior distribution This section deals with setting of priors of the parameters before Bayesian estimation. Priors can be thought of as beliefs about the likely location of the structural parameters in the parameter space. Some regions of that parameter space are not in accordance with the theory or model equilibrium. The priors are chosen so as to preclude those regions and thus restrict the parameters to lie within the boundaries specified by the theory. Table 5 reports estimated parameters together with parameters' domain, distribution, prior mean and the standard deviation reflecting the uncertainty about prior beliefs. For parameters that lie between 0 and 1, beta distribution is used. The prior mean of the habit persistence parameter )(hab is set to 0.7, which is value commonly used in the literature. Its prior standard derivation is set to 0.1. The prior mean for is set to 0.2669 so that )(1 matches the average import-to-output ratio 1 Even if the model implies constancy of export-to-output ratio, it does not hold in Czech data. There is increasing trend of this ratio. Alternatively, it is possible to use consumption-tooutput ratio as Maih (2005) did. 2 Sample mean of the real interest rate is 2.3% on an annual basis. 360 calculated from data. The prior mean for the persistence parameters ( lsZT , , rpZ , wfhyZ ,,, ) is set to 0.4 with standard deviation .1. Smets and Wouters (2003), Maih (2005) or Adolfson et al. (2005) use higher values of priors for autoregressive coefficients of the shocks, usually 0.85. Higher persistence of shocks can usually improve the fit of the model. However, I decided to choose lower prior values of AR parameters based on discussion with experts from the Czech National Bank. The reasoning is as follows. When the shock hits the economy, the agents usually do not assume that the shock is persistent and will last for many periods. This is quite relevant assumption especially for the Czech economy that has experienced many structural changes during the transformation process and people expect variable economic environment. Excessively persistent shocks could misleadingly catch some important features of the economy that are under our interest. Following Adolfon et al. (2005) the prior for smoothing parameter of interest rate in the monetary policy reaction function ( ) is set to 0.80 with a standard deviation of 0.05. High degree of interest rate smoothing of the Czech central bank was also found e.g. in Musil (2008). Stickiness in wages and prices reflects frictions in goods and labor markets that causes propagation of exogenous shocks into the real part of economy. Parameters expressing degree of nominal rigidity are closely related to our research question. Even if the data experience of the Czech economy suggests that nominal wages are more sticky than prices the prior mean is set to same value. It allows us to reveal ultimate conclusion without influences caused by prior setting. The Calvo parameters for imported intermediates )( f , domestic intermediates )( h exported intermediate composite good )( x and wages )( w are all set to 0.75, which implies that contracts change on average every 4 quarters. Standard deviation of 0.10 means that contracts can vary between 3 and 6 quarters.1 For parameters that are assumed to be positive, such as the standard deviations of the shocks, , inverted gamma distribution is used. The prior mean for standard deviations of the shock processes is set to 0.01. The prior mean for the standard deviations of the measurement errors is set to 0.01 for both hours worked ( h ) and output growth ( HY ). The paper allows measurement errors only in these two variables because they contain unit root, as disscused above. There are no measurement errors on the other variables because they are stationary processes. The inverted gamma distribution is also used for the risk premium parameter . This parameter is assumed to be positive but small, the prior mean was set to 0.01. For two parameters, the price elasticity of exports ( x ) and the Frisch elasticity of labor supply ( 1 ) that are assumed positive and larger, gamma distribution is 1 Average length of contracts comes from formula: 1 1 . 361 chosen. The prior mean for the price elasticity is set to 0.8 with standard deviation 0.05. The Frisch elasticity of labor supply is quite controversial and is usually calibrated. References in Maih (2005) report values that vary from 1/3 to 1, depending on the study. Since there is not any study about labor supply elasticity for the Czech economy, the paper uses Maih's prior values: mean of is set to 3 and standard deviation to 1. The remaining parameters are the coefficients of the monetary policy reaction function for which the normal distribution is chosen. The parameter that describes reaction of central bank to inflation ( ) has prior 1.70 and standard deviation 0.1. Weight of reaction to output gap ( y ) is assumed much smaller, the prior mean is set to 0.1 and standard deviation to 0.05. 4.3.2. The posterior distribution The joint posterior distribution of the vector of parameters is obtained in two steps by using numerical algorithms. First, the posterior mode and Hessian matrix evaluated at the mode are computed by standard numerical optimization routines (Christopher Sims' csminwel function). The likelihood function is computed first by solving the model and then using the Kalman filter. Figure 4 and 5 shows the curvature of the objective function at the mode for each estimated parameter. The algoritm did not find evident minimum for parameters and w thus they are not properply identified. Then, there is a second step that generates samples from joint posterior distribution to carry out Bayesian inferences. Specifically, Random Walk Chain Metropolis-Hastings algorithm is used. The algorithm starts from the mode and generates 1,000,000 draws from the posterior distribution. 50 % of replications are discarded so as to avoid influence of initial conditions. The moments of the posterior distribution are computed through Monte-Carlo integration of the remaining draws. The average acceptance probability of candidates was 0.32. Markov Chain Monte Carlo diagnostics were used for convergence verification of the algorithm. Figure 6 and 7 shows prior distribution (grey line) and posterior distribution (black line) together with posterior mode (dashed green line) for each of the estimated parameters. Table 4 shows the results from the Bayesian estimation. The structural parameters and their domain are presented in the first and second column. The third up to the fifth column summarizes moments of the prior distribution. The mode and the standard deviation of the posterior maximization are reported in the sixth and seventh column. The eighth column shows the posterior mean together with the 5th and 95th percentile of the posterior distribution (ninth and tenth column). The last two columns thus constitute the 90 % confidence interval. Let us start interpretation of the results with the parameters describing preferences of households. The habit formation ( hab ) seems not so important, its posterior mean is 0.6937, lower than the prior value. The mean of the Frisch labor supply elasticity (inverse of ) is 2.7062 1 which indicates that labor adjust quite slowly to the real wage movements. However, this estimated value should be taken with care 362 because time series of hours worked was found nonstationary and enter the estimation with measurement error. The estimated Calvo parameters ( f , h , w , x ) express degree of nominal rigidities and are key element in answering the research question. The estimated Calvo parameters express degree of nominal rigidity. The average duration of wage contracts is nearly 7 quarters and that of price contracts for domestic intermediates is only 1.7 quarters.1 It indicates that wages adjust more sluggishly than domestic prices. More importantly, according to this measure, wages are the most rigid and domestic prices are the most flexible nominal prices. Calvo parameters (and contracts duration) for other nominal variables lie between these two values. Average duration of price contracts for imported intermediates is 4 quarters and for exported intermediates 2.7 quarters. The point estimate of Calvo parameter for domestic prices deviated from the prior value more than three times the standard deviation. However, this result turned out to be robust outcome of the estimation procedure. Parameter expresses openness of the economy. More precisely )(1 should capture share of imports to output. Posterior mean of is 0.1629 which indicates much higher openness than the prior value. Labor share in the production function, parameter , was estimated to 0.6498. It is quite reasonable value, as the capital share2 is usually calibrated to one third. However, it is higher than value obtained from other sources; e.g. Hloušek (2007) reports average labor share 0.59, calculated as total labor cost to gross value added. The monetary policy reaction function shows very high interest rate smoothing. Mean of the parameter corresponding to the lagged interest rate, , is 0.8972. This value seems to be too high in comparison with rhetoric of the Czech National Bank about inflation targeting as the main strategy. However, similar values were found by Musil (2008), and other authors. Weights on inflation and output in the reaction function, and yh , are very similar to the priors; emphasis on inflation targeting is sixteen times higher than on output stabilization. But as can be seen from Figure 7 these two parameters were not identified appropriately from the data. The difference between the prior and the posterior distribution was negligible which indicates that the parameters are rather calibrated than estimated. The price elasticity of export function, x , is rather high compared to the prior mean. Risk premium was estimated to about 2 % p. q. Such high value should be attributed mainly to the financial crisis in 1997. Looking at the autoregressive parameters of the shocks, the most persistent shock is the risk premium shock ( zrp = 0.5719). On the other hand, the least persistent are the shocks to price markup of imported intermediates ( f = 0.1705) and 1 Average duration of contract is calculated using formula 1 1 . 2 Complement to one, )(1 . 363 markup of domestic intermediates ( h = 0.3151). Other autoregressive shock processes exhibit inertia not far from the prior value. Looking at the volatility of the shocks, labor supply shock and shock to markup of imported intermediates are the most volatile ( lsZ = 0.1415, f = 0.1321.) Quite substantial is also wage markup shock, w . Productivity shock and monetary policy shock are the least volatile, yZ and mpZ respectively. The measurement error of output growth is relatively small, measurement error of hours worked is more substantial but still acceptable. Their impact on the overall fit of the model could be considered as negligible. 4.4. Assessing the fit Although the DSGE model has firm economic foundations, it may have problems to replicate the data, because it is too stylized. The assessing of the fit of the model is carried out along three dimensions. Firstly, the fitted series are visually compared with the observed series. Secondly, the volatility and the autocorrelations implied by the model are compared with the statistics calculated from the data. And thirdly, estimated unobserved shocks should reflect important events in the Czech economy. 4.4.1. Filtered vs. observed variables Figure 8 provides qualitative fit of the DSGE model to the data. Observed time series (solid line) can be compared with the one-period-ahead forecast obtained from Kalman filter (dashed and dotted line). Filtered and smoothed variables are computed at the mean of the posterior distribution. Overall fit of the model is more or less satisfactory at the first sight. Nominal interest rate and CPI inflation has the best fit. Nominal interest rate can be perfectly measured, the result is in accordance with what one would assume. Other filtered variables mostly record the right direction, however their volatility is smaller. But not always, the model predicted more significant drop in consumption growth at the end of 90's than the data shows. Model behaviour of wage inflation is in accordance with the data from 2000 or so. Time series of output growth and hours worked were introduced with the measurement error and thus poor fit of these model variables can be ascribed to this fact. Prediction of hours worked looks like being lagged, especially in the mid of the sample period. Very significant differences are in inflation of import prices. This variable was introduced without measurement error, however the algorithm returned quite substantial measurement error and filtered import inflation closely to CPI inflation. This is the most severe problem of the model fit, however I belive that its implications for wage-price dynamics is not so critical and it does not influence the principal research question in important way. 4.4.2. Unconditional second-order moments Common practice in the Real Business Cycle literature for model evaluation is comparison of model statistics (mostly variances and correlations) with statistics from the data. Here, I focus only on the volatility and autocorrelations (not crosscorrelation) of the variables used for Bayesian estimation. Table 7 presents 364 standard deviations computed from the data and the theoretical standard deviation predicted by the model (for the estimated vector of parameters). As the table shows, the most volatile variable is the real exchange rate while nominal interest rate is the least volatile. DSGE model succeeded in replication of these magnitudes pretty well. The volatility of output growth is also almost the same. Differences in volatility of hours worked, consumption growth and CPI inflation are not large. However, the model overestimates volatilities in wage inflation and underestimates volatility in import inflation and domestic inflation. Overall fit of the model regarding these statistics is quite satisfactory. The benchmark for comparison of autocorrelations is unrestricted first order VAR. Figure 9 shows autocorrelations implied by DSGE model (dashed and dotted line) and VAR model (solid line) for the same set of variables as above. The DSGE model replicates autocorrelations of the real exchange rate, domestic inflation and consumption growth quite well, but it fails in other variables. Magnitude of autocorrelation of nominal interest rate is systematically higher than in the data. DSGE also fails to capture short run autocorrelation of CPI inflation and output growth and medium run autocorrelation of labor (hours worked). Autocorrelation functions of VAR and DSGE model only intersect for wage inflation and import inflation at lags of four. All these discrepancies can be caused by the fact that the VAR is not the process that generates data and that, due to unobserved variables, the DSGE does not have VAR representation. 4.4.3. Kalman smoothed unobserved shocks Estimates of the unobserved variables (shocks) are presented in Figure 10. The shocks are smoothed by Kalman filter and are also computed at the mean of the posterior distribution. Most of the shocks follow autoregressive processes and their behaviour can be linked with estimated values of AR parameters.1 The AR coefficients are quite small (around 0.4) and the degree of persistence is not so visible. Risk premium shocks should be the most persistent ( =Zrp 0.59), but it is apparent only at the end of time series. Consumption preference shocks and productivity (technology) shocks have similar AR coefficients ( =Zc 0.44) and =zy 0.42), but their behaviour is totally different. Productivity shocks look more persistent. The smoothed shocks can be related to events in the history of the Czech economy. Most of the shocks exhibit higher volatility at the beginning of the sample period. This is certainly connected with the crisis in 1997. This period was characterized by high interest rates which can be detected in monetary policy and risk premium shocks. The recession was characterised by negative output growth which can be ascribed to negative technology shock. Regime of inflation targeting was introduced in January 1998. Period before the transition to this regime and the first year of its functioning is characterized by high volatility of inflation target shock. Higher inflation at the end of 1990s can be associated with domestic prices markup shocks. It must be mentioned that wage and import prices markup shocks are large in terms of volatility compared to other shocks (look at the scale). However, their 1 Monetary policy shock and labor supply shock are i.i.d. and thus are equal to innovations. 365 role in explaining some economic events is limited. They do not exhibit any systematic pattern and looks stationary. Government spendings were also negatively influenced by the recession. But from 2001 onwards, the government budget benefited from growing economy. Economic slowdown in 2002 in the Czech economy can be partly explained by weak foreign demand. Similarly, negative foreign inflation shocks contributed to low (or decrease of) CPI inflation before 2000 and after 2002. 4.5. Dynamical properties of the model This section studies dynamical characteristics of the model using variance decomposition and impulse response functions. 4.5.1. Variance decomposition Variation of selected endogenous variables can be decomposed into contribution of each shock using variance decomposition. It enables to infer the importance of the thirteen exogenous shocks in fluctuations of the variables. Table 8 presents unconditional asymptotic variance decomposition, i.e. forecast error variance of the variables in the long run horizon. The considered variables are following: real and nominal interest rate, real exchange rate, CPI inflation, domestic prices and wage inflation, consumption growth, output growth and labor (hours worked). The shocks are divided into three groups. Real shocks include consumption preference shock, technology shock and labor supply shock; nominal shocks are wage markup shock, price markup shocks (of domestic goods and imports), inflation target, risk premium and monetary policy shocks. Last group contains shocks in foreign economy and government spending shock. Foreign shocks have negligible effect for behaviour of selected variables. Only foreign output shock can explain 20 % of the variation of domestic output growth. Government spending shock is also insignificant. On the other hand, the most important shock is shock in markup of import prices. It has substantial effects not only for nominal but also for real variables. Shock to wage markup, which is assumed to be persistent, is then second most important driving force in variation of hours worked. It comes as no surprise that consumption preference shock explains most of the variation in consumption growth (65 %) and productivity shock of the output growth (nearly 40 %). Risk premium shock has significant impact on movements of the real exchange rate. Its contribution to variation in hours, output growth and nominal interest rate is about 11 %. Besides import prices markup shock, large part of variation in the domestic prices and wage inflation are explained by (domestic) price markup and wage markup shocks, respectively. Even if labor supply shock was assumed i.i.d. (not persistent) it accounts for almost 11 % in variation of wage inflation. As it was mentioned above, the import prices markup shock is principal mover in nominal variables, especially in import and CPI inflation (more than 77 and 74 % respectively). It indicates that the Czech economy must confront inflation pressures mostly from abroad. Inflation target and monetary policy shocks are more or less evenly spread among all analysed variables. Their contributions in explaining 366 variation of overall inflation are 4.6 and 7.4 % respectively. It shows that the Czech National Bank pursue good monetary policy. 4.5.2. Impulse response function The dynamic behaviour of the model can be also studied using impulse response function. The model is hit by one-period unitary shock (innovation) and behaviour of endogenous variables in reaction to that disturbance is simulated. Reported variables are real and nominal interest rate, real exchange rate, CPI inflation, domestic and wage inflation, consumption growth, output growth and labor (hours worked) and, if appropriate, import inflation, imports and exports. In figures from 11 to 23, time horizon (in quarters) is measured on the horizontal axis, the vertical axis expresses percentage deviation of the variable from steady state.1 The size of the shock is one standard deviation of the stochastic variable. The shocks can be divided into two groups, similarly as in Juillard et al. (2006). Demand shocks produce positive correlation between inflation and real GDP in the short run, while supply shocks imply negative short run correlation between these two variables. Due to this classification, demand shocks considered in this paper are: consumption preference shock ( cZ^ ), the inflation target shock ( T ^ ), the risk premium shock ( trpZ , ^ ), the monetary policy shock ( tmpZ , ^ ) and the imported intermediates price markup shock ( ft^ ) and all shocks in foreign economy ( * ^ty , * ^t and *^ tR ). Group of supply shocks includes the government spending shock ( tgZ , ^ ), the domestic price markup shock ( ht^ ), the wage markup shock ( wt^ ), the technology shock ( zyt^ ), the labor supply shock ( tlsZ , ^ ). Consumption preferences shock [figure 11] Higher consumption demand increases production and thus demand for labor input. Increased labor demand induces wage inflation which pushes up also prices. Central bank reacts by increasing interest rate. However, increase in inflation is higher and the real interest rate decreases. Real exchange rates depreciates in reaction to the (real) interest rate differential. Technology shock [figure 12] The productivity shock is not so persistent as one would expect. Production and consumption increase, part of output (of intermediate goods) is exported. Higher productivity is followed by increase of worked hours which pushes the wages up. However, the total marginal cost of firms decreases (without reducing their profits) and firms can reduce their markups. It lowers domestic inflation. Overall inflation also decreases and the central bank reacts by decrease of nominal interest rate. Decrease of inflation is more significant therefore the real interest rate increases and the real exchange rate appreciates. 1 Used notation is e.g. 0.10 which means 10 %. 367 Wage markup shock and Labor supply shock [figure 13 and 14] An increase in wages raises cost of production of domestic intermediates which causes decrease of the demand for labor. Wage inflation is transmitted into price inflation, but only for domestic good. Overall CPI inflation after initial small jump decreases. Central bank lowers interest rate to stabilize the economy, because production is also below its potential. In spite of it the real interest rate increases and the real exchange rate appreciates to satisfy (real) UIP condition. The effects of labor supply shock are qualitatively very similar to the wage markup shock, only the size of deviations is smaller. Monetary policy shock [figure 15] The contractionary monetary policy represented by sudden increase in nominal interest rate causes recession in the economy -- drop in output growth and inflation. Decline of inflation is hump shaped because prices are sticky. Combination of high nominal interest rate and fall in inflation implies that the real interest rate rises even more and the real exchange rate appreciates. High real interest rate increases the opportunity cost of consumption which depresses domestic demand as consumers shift their consumption into the future. Weak demand for output forces domestic produces to decrease demand for labor input. Inflation target shock [figure 16] Inflation target shock causes initial decrease of nominal interest rate which allows inflation to increase. Decline in the real interest rate is connected with sharp depreciation of the real exchange rate and increase of consumer demand (which is more profitable today than in the future). Higher consumer (and export) demand is satisfied by higher production which leads to increase of hours worked. Risk premium shock [figure 17] Risk premium shock induces large exchange rate depreciation (in real terms). It enhances export of intermediates, because they are cheaper for foreigners. The exchange rate depreciation is passed-through into import prices. Import price inflation leads to fall in imports and to increase of the overall inflation. The central bank reacts by increase of interest rate. Even if the real interest rate decreases, consumers do not switch consumption form future towards today. Higher production of output is rather exported than consumed. It follows that the number of hours worked increases. Government spending shock [figure 18] Reaction of the economy is quite similar to consumption shock. There is an initial increase in the aggregate output which is produced by employing more labor. However, government spending crowds out private consumption which decreases. All types of inflation increase and follow hump-shaped pattern. Central bank reacts by increasing interest rate. Again, the real interest rate decreases which is accompanied by real exchange rate depreciation. Domestic price markup shock [figure 19] An increase in the markup of domestic producers increases domestic and also overall inflation. However, this increase is only one-shot and inflation switches into negative values. The production follows similar but reversed pattern. Labor demand decreased together with wage inflation. To restore the equilibrium in the economy, 368 central bank gradually lowers interest rate. However, as the inflation was below the equilibrium, the real interest rate increased and the real exchange rate appreciated. Appreation has negative effect on exports and higher consumption demand was satisfied by higher imports. Import price markup shock [figure 20] An increase in the markup of importers is passed through import inflation into CPI inflation. The amount of imported goods decreases. The central bank reacts to inflation in the economy and increases interest rate. The increase in the nominal interest rate is not sufficient and the real interest rate decreases which makes the real exchange rate to gradually appreciate. Production increases only a little, but allows a rise in worked hours. Consumption is negatively affected by decrease in imports. Foreign interest rate shock [figure 21] Shock in foreign interest rate causes (through uncovered interest parity condition) depreciation of the real exchange rate. It enhances domestic production and labor demand. Output is rather exported than consumed by households. Depreciation of the real exchange rate has negative effect on imports because they are more expensive. Expansion in home economy is accompanied by increase in all types of inflation. Central bank reacts by rising nominal interest rate to bring the economy back to equilibrium. Foreign output and foreign inflation shock [figure 22 and 23] Shock to foreign output affects home economy through another channels, even if the impacts are quite similar. Part of higher foreign production is imported and consumed in home economy (increase in imports is long-lasting). Increase in output growth is one-shot. Initialy higher labor demand returns to steady state more sluggishly. Inflation in the economy forces central bank to increase nominal interest rate. The real interest rate decreases as the real exchange rate depreciates. Reaction of the economy to the shock in foreign inflation is qualitatively very similar to the shock in foreign output. Exception is volume of imports that responds only temporary for the foreign inflation shock. Quantitatively, the size of deviations is smaller in case of foreign inflation shock. 4.6. Further implications of the model 4.6.1. Implications for exchange rate pass-through Figure 24 shows how changes in the exchange rate slowly pass-through into domestic prices, import prices and consumer prices. It must be mentioned that all prices and exchange rate are endogenous variables, which means they are interdependent. Adjustment of the prices following changes in exchange rate cannot be interpreted as the exchange rate pulls the prices. The degree of exchange rate pass-through can be inferred from the distance between the line representing nominal exchange rate and the lines of corresponding variables (prices). Exchange rate is flexible, it usually jumps and then gradually moves to new level. Behaviour of prices is regulated by contracts, thus the prices evolve only gradually. High flexibility of domestic prices is evident in the plots and is consistent with low value of estimated Calvo parameter. 369 Exchange rate pass-through is very fast in case of monetary policy, inflation target and risk premium shocks. The complete adjustment of all the prices is no longer than fifteen periods.1 Pass-through into the CPI is faster than into the other prices in response to all shocks. This result is in contrast to findings of Maih (2005) and Ambler et al. (2003). They found out that pass-through to import prices is the quickest.2 Quite surprising result is that the pass-through is not complete in the long run horizon for domestic prices and even import prices for some types of shocks. It can be explained by fact that domestic prices are quite independent of exchange rate movements and are influenced only indirectly. Or from the other side, some types of shocks have direct impact on domestic prices but exchange rate is subject to other forces. This is certainly the case of domestic prices markup shock, wage markup shock, labor supply shock and technology shock. Following three former shocks, domestic prices initially increases but the nominal exchange rate appreciates. It confirms the view that domestic prices " live their own life" . In case of import prices markup shock, exchange rate and other prices behave similarly, but domestic prices converge to different level in the long run. Why pass-through into import prices is incomplete in the long run for some type of shocks remains puzzle. Regarding foreign economy shocks, the speed of pass-through for import prices and CPI is quite high (again around fifteen periods) with domestic prices approaching in the long run horizon. Similarly for consumption preference shock. In case of government spending shock, pass-through to all prices is complete after twenty five periods. This analysis shows that exchange rate pass-through is conditional on the stochastic shocks which can influence prices and exchange rate in different way. 4.6.2. Implications for wage-price dynamics The point estimates of Calvo parameters indicates how often the contracts change, but they do not say anything about the dynamics of wages and prices. Again as in the previous subsection, wages and prices are endogenous variables which means that they do not affect each other directly and they are subject to many other influences. Figure 25 shows impulse responses of wages (solid line) and consumer price index (dashed line) in reaction to exogenous shocks. Overall impression is similar to exchange rate pass-through analysis. Behaviour of the variables depends on the type of shock and considered time horizon. Wages and prices behave almost identically in case of monetary policy and inflation target shock. The prices change quicker (lead) than wages for most of the shocks.3 However, wages are significantly more volatile than prices for labor supply, wage markup and technology shocks. It is intuitive, because these shocks influence the process of wage setting directly. Wages and prices do not need to move in the same direction in the short run. Examples of such behaviour are responses to price markup shock and technology shock. In the case of technology shock, prices and wages diverge even in the long 1 The word "complete" is not accurate. There is still small gap between nominal exchange rate and domestic prices, even in the long run. However, I neglect this discrepancy as it can be covered in the confidence interval of impulse responses that are not shown here. 2 Import prices follow CPI very closely, but there remains small discrepancy between import prices and exchange rate for some types of shocks. 3 Leading behaviour is very subtle but is noticeable. 370 run (wages come to higher and prices to lower level than before the shock). At long run horizon wages and prices do not converge to the qualitatively and quantitatively same level for many shocks. The reasoning can stem from high openness of the Czech economy. Wages are the main component of domestic prices, but large part of CPI is composed of import prices and they are determined on different markets. 5. SENSITIVITY ANALYSIS 5.1. Relative importance of wage and price rigidity This section focuses on assessment of relative importance of nominal rigidities in the model. Special attention is devoted to wage and price rigidity.The subject of interest is comparison of competing models in terms how they fit the data. These competing models assume flexibility in some of the prices or combinations of them. Marginal likelihood based on Bayesian estimation is first measure of fit. Second measure looks at vector autocorrelation function. 5.1.1. Marginal likelihood Quantitative measure of data fit provides marignal likelihood calculated from Bayesian estimation. The Bayesian estimation overcomes maximum likelihood estimation because it takes into account the uncertainty that comes from the models or the estimates of shocks and parameters.1 Because the priors play key role in Bayesian estimation and can influence results in important way, it is necessary to set the priors of all estimated parameters for all models to their initial values. It is exceptionally important for the sensitivity analysis. The competing models are derived from the benchmark model (with all rigidities) -- they allow flexible prices in particular sector. The term flexibility (or no habit persistence) means that corresponding parameter is set to 0.2.2 The analysis considers following specifications: the benchmark model is denoted BM, the model with flexible import prices FIP, the model with flexible domestic prices FDP, the model with flexible wages FW and the model with flexible export prices FEP. Then some combinations with rigidities in two or more sectors are: the model with flexible domestic and export prices FDEP, the model with flexible domestic, import prices and no habit formation FDIPH and model without nominal rigidities FWDIEP.3 Table 9 presents estimated parameters of competing models together with Laplace approximation of the log data density. The models are ordered according to the value of log data density which measures fit of the data. 1 However, as Del Negro and Schorfheide (2008) pointed out standard setting of priors need not be the right guide for discrimination among different theories. They suggest alternative approach for choosing the priors that is based on quasi-likelihood function with the aim of 'levelling the playing field'. However, I believe that this new approach do not have substantial qualitative influence for the results presented here. Nevertheless it could be interesting topic for further research if and how the results are quantitatively different. 2 For behaviour of prices it means that the contract is changed once in 1.25 quarters. 3 Some other specifications as the models with flexible domestic and import prices FDIP plus flexible export prices FDIEP were also analyzed. Their performance to fit the data is not significantly different from FDIPH model, so they are not presented here. 371 The results of the analysis are quite surprising. The model with flexible domestic prices fits the data better than the richer benchmark model. Also model with assumption of flexible domestic and export prices overtook the benchmark model. With focus on relative importance between price and wage stickiness it is obvious that these rigidities are not interchangeable. Specifically, wage rigidity is more important than price rigidity. It is confirmed both by triumph of FDP model and by poor fit of FW model. It also corresponds to empirical fact that real wages behave countercyclically in the Czech economy. Next, the results indicate that extension of the model by rigidities in export market (compared to Maih's (2005) original model) has only small effect. Difference between benchmark model and that with flexible export prices is not so significant. The model without nominal rigidities and with only real rigidity (habit in consumption) has the worst fit of all models. It suggests that nominal stickiness is important phenomenon. However, it is not universal for all prices. The most important nominal frictions in the Czech economy are rigidities in wages and import prices. Interesting fact is how the model parameters compensate the lack of rigidity in particular sector (compared to the benchmark model). The most striking difference is in estimates of Frisch elasticity of labor supply ( /1 ) which decreases from 1/2.7062 for the benchmark model to 1/3.9320 for the flexible wage model. It implies that labor supply is more unresponsive to changes in the real wage. In other words, the nominal rigidity in wages is transferred to rigidity in labor supply. Another structural parameter that is highly volatile for different specifications is . It expresses openness of the economy; more precisely )(1 should capture share of imports to output. However, also regards to the price index, it expresses weight of domestic prices in the CPI. Because the nominal time series (inflation of domestic prices, import prices and CPI) are used for estimation this influence is probably more important for the results. Value of fluctuates from 0.1629 for the benchmark model (very open economy) up to 0.5128 for flexible import prices model. The domestic prices thus increased their ability in explaining (rigid) behaviour of CPI index. Low value of 0.094 for flexible wage model shows extreme openness to trade. This result is quite puzzle and can stem from mutual influence of more parameters for this specification. Autoregressive parameter of shock to import prices is also highly volatile. It increases (from 0.17 ) to value around 0.52 for all models with flexible import prices. The model tries to explain higher persistence in import prices by shock behaviour. This approach also enables to assess importance of measurement errors introduced in the estimation. Measurement errors remain quite stable for all specifications of the models; the only exception is measurement error in output growth which slightly increased for models which include flexible import prices. However, in general the results indicate that measurement errors have negligible effect for the fit of the models. 372 Similar analysis could be applied to shocks and their volatility. The most important shocks (with largest standard deviation) are labor supply shock and markup shocks to import prices and to wages. These shocks also vary most of all which indicates quite high sensitivity to the type of rigidity. It is quite hard to find some stable pattern across the models. However, it seems that higher flexibility of particular prices reduces the standard deviation of relevant shock. This is true e. g. for import prices and shock to their markup. 5.1.2. Vector autocorrelation functions This section looks at vector autocorrelations of the variables used in Bayesian estimation. This is done for three specifications of the model: flexible domestic prices model and flexible wages model are compared to each other and with reference to the benchmark model. The considered variables are hours worked, output growth, consumption growth and the real exchange rate as the real variables and wage inflation, domestic inflation, import inflation, CPI inflation and nominal interest rate as the nominal variables. Figure 10 plots correlation up to tenth order of these variables for BM (solid line), FDP (dashed and dotted line) and FW (dotted line) model. Persistence of the variables is shown on the diagonal plots. Autocorrelations implied by FDP are pretty much same as in the BM case for all the variables. FW model shows lower shortrun persistence1 especially for wage inflation (plot(5,5)), but partly also for domestic inflation, consumption and output growth and labor. In the medium run,2 the persistence of these variables is little bit higher for flexible wage model compared to the benchmark. Looking at the off-diagonal correlations, there are many statistics, but most of them provide similar picture. Flexible domestic prices model matches correlations very closely to the benchmark model. Correlations implied by flexible wages model are usually smaller and sometimes close to zero. Correlation of wage inflation with the nominal variables is an illustrative example (fifth row). Similar pattern shows also correlations of many variables with worked hours (first column). Cross-correlation function of labor with wage inflation and domestic inflation follow hump shaped pattern for FW model, but for FDP and BM it gradually decreases, even into negative values (plot(1,5) and (1,6)). Neither FW nor FDP can match medium run correlations of import and CPI inflation with consumption growth that is present in benchmark model (plot (7,3) and (8,3)). Correlation of wage inflation and domestic prices inflation with growth of consumption is different for all models and for all lags (plot (4,3)). To summarize it, assumption of flexible wages is at odd in matching the statistics of benchmark model. This result further support the view that wage rigidity is more important than price rigidity. 5.2. Is wage and price rigidity interchangeable? This section further examine whether wage and price rigidity is interchangeable or not. This is done by comparison of impulse responses for different model specification, i.e. with different assumption about nominal rigidity. The considered models are again the benchmark, the flexible wages and the flexible domestic 1 Up to 5 periods. 2 From 5 to 10 periods. 373 prices model. Figures 11 and 12 show impulse responses of these variables: labor, output growth, consumption growth, CPI and wage inflation, the real interest rate and the real exchange rate, to all shocks except the foreign shocks. The responses are computed using the vector of parameters at the mean of posterior distribution. The impulses response for the benchmark model (solid line) and flexible domestic prices model (dashed and dotted line) are very similar. Significant differences are evident only for the wage markup and labor supply shock (figure 12, fourth and fifth row). For the latter shock, the variables in benchmark case are more volatile. Differences between flexible wages and the benchmark model are apparent especially in behaviour of hours worked and wage inflation. Under the assumption of wage flexibility, responses of labor are not so hump shaped, return is faster and initial reaction is sometimes opposite than in benchmark case (figure 11, first column). Wage inflation is more volatile, but returns quickly to the equilibrium. Fast adjustment of the variables is characteristic also for many other variables and shocks in flexible wage model. These observations confirm that behaviour of the variables in time is sensitive to the assumptions about the source of nominal rigidity and that wage rigidity is not tantamount to price rigidity. 6. CONCLUSION This paper examined importance of nominal rigidities in DSGE model of the Czech economy with emphasis on wage-price dynamics. Results of estimation revealed quite clear conclusion. Estimated length of Calvo contracts suggests that wage stickiness is more important than price stickiness. The model approach allowed to investigate the dynamics of wages and prices in more detail. The impulse response funciton showed that adjustment of prices is faster than of wages for many stochastic shocks. Next, prices and wages need not move in the same direction and can converge to different levels. Their joint dynamics depends on type of the shock and considered time horizon. Sensitivity analysis showed that assumption of flexible nominal wages is flawed feature of the model and do not fit data well. On the other hand, model specification with flexible prices are in accordance with the data. It means that rigidity in wages is more important than in prices. Impulse responses for alternative models (with different assumptions about nominal rigidities) illustrated that the source of nominal rigidity has important impacts for behaviour of several variables, especially in the short and medium horizon. It was also confirmed by vector autocorrelations. The price rigidity is thus distinguishable from wage rigidity. The analysis made in this paper naturaly suggests several ways for further research on both theoretical and empirical level. The model can be extended by investment sector with real rigidity expressed by adjustment cost, as in Adolfson et al. (2005). Another interesting extension could be dividing the production into tradable and nontradable goods, as it is modeled by Musil (2008). On the empirical level, the sensitivity analysis can be carried out using Global sensitivity analysis (GSA) techniques propagated by Ratto (2008). This approach can more effectively show possible weaknesses of estimation process or relationship between data series and parameters or between structural parameters and parameters of the reduced form. Next, the setting of priors (quasi-likelihood based priors) for Bayesian estimation as suggested DelNegro and Schorfheide (2008) can have quantitative impacts for the result. They are worth to be examined. 374 References ADOLFSON, M. ­ LASEEN, S. ­ LINDE, J. ­ VILLANI, M. (2005), Bayesian estimation of an open economy DSGE model with incomplete pass-through, Working Paper 179, Sveriges Riksbank. AGRESTI, A. M. ­ MOJON, B. (2001) Some Stylised Facts on the Euro Area Business Cycle, Frankfurt am Main: European Central Bank, Working paper, No. 95, December. AMBLER, S. ­ DIB, A. ­ REBEI, N. (2003) Nominal rigidities and exchange rate pass-through in a structural model of a small open economy, Working Paper 2003- 29, Bank of Canada. BALASSA. B. (1964) The Purchasing-Power Parity Doctrine: A Reappraisal. The Journal of Political Economy, Vol. 75, No. 6. BERGIN, P. R. (2003) Putting the New Open Economy Macroeconomics to a Test Journal of International Economics 60, 3­34. BLANCHARD, O. J. ­ KAHN, C. M. (1980) The solution of linear difference models under rational expectations, Econometrica 48(5), 1305-1312. CALVO, G. (1983) Staggered prices in a utility-maximizing framework, Journal of Monetary Economics 12, 383--398. CHRISTIANO, L. J. ­ EICHENBAUM, M. ­ EVANS, C. (2005) Nominal rigidities and the dynamic effects of a shock to monetary policy, Journal of Political Economy 113(1), 1­45. CHRISTIANO, L. J. ­ FITZGERALD, T. J. (2003) The Band Pass Filter, International Economic Review, Vol. 44 May, 435-465. DEL NEGRO, M. ­ SCHORFHEIDE, F. (2008) Forming Priors for DSGE Models (and How It affects the Assessment of Nominal Rigidities), CEPR working paper, available from http://www.econ.upenn.edu/~schorf/papers/dummyprior.pdf. ERCEG, C. J. ­ HENDERSON, D. W. ­ LEVIN, A. T. (2000) Optimal monetary policy with staggered wage and price contracts, Journal of Monetary Economics, 46, 281-313. FUHRER, J. C. (2000) Habit Formation in Consumption and Its Implications for Monetary-Policy Models American Economic Review 90(3) June, 367-390. GALI, J. (2008) Monetary policy, inflation, and the business cycle: An Introduction to the New Keynesian framework. Princeton: Princeton University Press. HAMILTON, J. D. (1994) Time Series Analysis Princeton University Press, Princeton, New Jersey. HLOUŠEK, M. (2007) Dual approach to growth accounting -- application for the Czech Republic. In Mathematical Methods in Economics 2007. Ostrava: Faculty of Economics, VŠB-Technical University of Ostrava. 375 HODRICK, R. J. ­ PRESCOTT, E. C. (1997) Postwar U.S. Business Cycles: An Empirical Investigation. Journal of Money, Credit and Banking, Vol. 29, No. 1, February, 1-16. IRELAND, P. N. (2004) A method for taking models to the data, Journal of Economic Dynamics & Control 28, 1205-1226. JUILLARD, M. (2004) Dynare manual, version 3.0, CEPREMAP, Dynare Toolbox, version 3.065 available from http://www.cepremap.cnrs.fr/dynare/. KLEIN, P. (2000) Using the generalized schur form to solve a multivariate linear rational expectations model, Journal of Economic Dynamics and Control 24(10), 1405--1423. KOOP, G. (2003) Bayesian Econometrics. Chichester: Wiley. KYDLAND, F. E. ­ PRESCOTT, E. C. (1990) Business Cycles: Real Facts and a Monetary Myth. Federal Reserve Bank of Minneapolis: Quarterly Review Vol. 14, No. 2. LJUNGQVIST, L. ­ UHLIG, H. (2000) Tax Policy and Aggregate Demand Management Under Catching Up with the Joneses. American Economic Review 90(3), 356-366. MAIH, J. (2005) Asymmetric Trade and Nominal Rigidities in a DSGE Perspective: Implications for the Transmission of Shocks and Real Exchange Rate Dynamics, PhD thesis, The University of Oslo. MAIH, J. (2006) A Bayesian Investigation of Wage-Price Dynamics in a DSGE Model with Imperfect Exchange Rate Pass-Through, Discussion paper, Dynare conference, Access from http://www.cepremap.cnrs.fr/juillard/paris06/. MUSIL, K. (2008) International Growth Rule Model: New Approach to the Foreign Sector of the Open Economy PhD Thesis, Masaryk University. PRESCOTT, E. C. (1986) Theory Ahead of Business Cycle Measurement, Quarterly Review 10, Minneapolis: Federal Reserve Bank of Minneapolis, 9-22. RABANAL P. ­ RUBIO-RAMIREZ, J. F. (2003) Comparing New Keynesian Models in the Euro Area: A Bayesian Approach, Working Paper 2003-30, Federal Reserve Bank of Atlanta. RATTO, M. (2008) Analysing DSGE Models with Global Sensitivity Analysis. Computational Economics Springer Netherlands, Vol. 31, No. 2. ROMER, D. (2006) Advanced macroeconomics, Boston: McGraw-Hill, 3rd ed, pp. 678. SAMUELSON, P. A. (1964) Theoretical Notes on Trade Problems The Review of Economics and Statistics, Vol. 46, No. 2, pp. 145-154. SALTELLI, A. ­ RATTO, M. ­ ANDRES, T. ­ CAMPOLONGO, F. ­ CARIBONI, J. GATELLI, D. ­ SAISANA, M. ­ TARANTOLA, S. (2008) Global Sensitivity Analysis: The Primer Chichester: Wiley. 376 SMETS, F. ­ WOUTERS, R. (2003) An estimated dynamic stochastic general equilibrium model of the euro area, Journal of the European Economic Association 1(5), 1123 -- 1175. STOCK, J. H. ­ WATSON, M. W. (1998) Business Cycle Fluctuations in U.S. Macroeconomic Time Series. Cambridge, MA: NBER Working Paper 6528, April. A Stationary Log-Linearized System Definition of deviation of variable from trend: )(log^ x x x t . The risk premium trptttt Zybrer y b rerpr , * * = ^^^^^ (A.1) The budget constraint =1)( * * * * * t zy t zy b rerb rer rerb ^^ ttzttt zy ththhhthh prRb rerb yyyyppyp ^^^^^^^^ *** 1* * (A.2) The consumption demand tzytt zyc tt c tC c Z chab c Z c Z ,1, ^^^^^=^ (A.3) The Euler equation for domestic bonds )^()^()^(^=^ 1,1 tzyttttttt EEER (A.4) The uncovered interest rate parity condition * 11 * 1 =)( tttttttttt ErerEprRErerR ^^^^^^^ (A.5) The home demand for home intermediates tht d ht ypy ^^=^ (A.6) The home demand for foreign intermediates tftft ypy ^^=^ (A.7) The aggregate price or CPI index ftht pp ^)(1^=0 (A.8) Equilibrium condition for the Home production of intermediates xt h xd ht h d h ht y y y y y y y ^^=^ (A.9) 377 Export demand equation * )(= thttxpxt yprery ^^^^ (A.10) The production function for domestic intermediates ttttht g gcy g c gcy c y gcy y hy ^^^)(1^=^ (A.11) The labor demand equation thttt hyw ^^^=^ (A.12) The other input (capital) demand equation ttthtt g gcy g c gcy c y gcy y y ^^^^^=0 (A.13) The profits tttthththht ccyyhwwhypypdd ^^)^^()^^(=^ (A.14) The Phillips curve for wages 11 ^ 1 1 ^ 1 =^ wt w wtt w w wt E wt w tlstCttt ww ww ZZwh ^ 1 1^^^^^ )(1 ))(1(1 ,, (A.15) The Phillips curve for domestic intermediates' prices ht h htt hh hh ht h htt h h ht pE ^ 1 1 ^^ )(1 ))(1(1 ^ 1 1 ^ 1 =^ 11 (A.16) The Phillips curve for imported goods' prices ftt ff ff ft f ftt f f ft prerE ^^^^^ )(1 ))(1(1 1 1 1 = 11 (A.17) The Phillips curve for exported goods' prices xttht xx xx xt x xtt x x xt pspE ^^^^^^ )(1 ))(1(1 1 1 1 = 11 (A.18) The monetary policy reaction function 1 ^4=^4 tt RR 378 tmpT tttttt hty ss t Z E yR , 123 1 ^ )^4^^^^( ^^4 )(1 (A.19) The steady state for the gross nominal interest rate is T t ss tR ^=^ (A.20) The definition of the real exchange rate tttt ppsrer ^^^^ * = (A.21) The definition of foreign inflation rate * 1 ** ^^=^ ttt pp (A.22) The definition of inflation for the aggregate domestic intermediate goods price thththt pp ^^^=^ 1 (A.23) The definition of nominal wage growth ttzyttwt ww ^^^^=^ ,1 (A.24) The definition of inflation for the aggregate imported intermediate goods price tftftft pp ^^^=^ 1 (A.25) The definition of inflation for the aggregate exported intermediate goods price 1 ^^=^ xtxtxt pp (A.26) The consumption preference shock tcZtczctc ZZ ,1,, ^=^ (A.27) The government spending shock tgZtgzgtg ZZ ,1,, ^=^ (A.28) Labor supply shock tlsZtlsZlstls ZZ ,1,, ^=^ (A.29) Domestic prices markup shock ht h h hthht 2 1 1)(^=^ (A.30) Import prices markup shock ft f f ftfft 2 1 1)(^=^ (A.31) Wage markup shock 379 wt w w wtwwt 2 1 1)(^=^ (A.32) The technology shock tyZtzyzytzy ,1,, ^=^ (A.33) The monetary policy shock tmpZtmpZ ,, =^ (A.34) The risk premium shock trpZtrpzrptrp ZZ ,1,, ^=^ (A.35) Inflation targeting shock T t T tT T t 1 ^=^ (A.36) Foreign sector's shocks (demand, price, interest rate) * * * * 1 * 1 * 1 * * * 0 ^ ^ ^ )(= ^ ^ ^ tR t ty t t t t t t F R y LA R y A (A.37) The definition of consumption growth 1, ^^^=^ tttzyCt cc (A.38) The definition of production growth 1, ^^^=^ hthttzyYHt yy (A.39) The model consists of 41 equations; equation (37) is actually set of three equations. There are 28 endogenous variables (prices and quantities) tttttt hdcpb ^,^,^,^,^,^ ** , xtft ^,^ , xtfthtwtht ppp ^,^,^,^,^ , ss thttYHtCt RR ^,^,^,^,^ , tt srer ^^ , , tpr^ , ftttt yxw ^,^,^,^ , tht d ht yyy ^,^,^ together with the law of motion of 13 shocks trpthstgtc ZZZZ ,,,, ^,^,^,^ , tmpZ , ^ , ,^,^,^ ,twht T t ** , ^,^,^ tttzy R , * ^ty . (Assuming that 0=tb for all t , it is dropped out. And given that the paper focuses on the macroeconomic equilibrium new xt new ft new ht ppp ,, and new tw is also dropped.) B Data description The data are quarterly, spanning period from 1996:Q1 to 2007:Q4. If the data are not seasonally adjusted from the source, when necessary, Kalman smoother is used for seasonal adjusment. 380 * Gross domestic product / CZK mil., constant prices of 2000 / seasonally adjusted / CZSO * Gross domestic product / CZK mil., current prices / seasonally adjusted / CZSO * Final consumption expenditures of households / CZK mil., constant prices of 2000 / seasonally adjusted / CZSO * Final consumption expenditures of government / CZK mil., constant prices of 2000 / seasonally adjusted / CZSO * Exports / Total / CZK mil., constant prices of 2000 / seasonally adjusted / CZSO * Total employment: hours worked / thousand hours / CZSO * Total employment: persons / one-job holder / CZSO * Wages and salaries: total / CZK mil., current prices / CZSO * Import prices / Index, December 1999 = 100 / CZSO * Consumer price index / Index, 2005 = 100 / seasonally adjusted / CZSO * 3-month PRIBOR / per cent p.a. / CNB * Exchange rates against the ECU/Euro (average) / Not seasonally adjusted data / Czech Koruna / CNB * Gross domestic product at constant prices, in millions of ECU/EUR at 1995 prices / seasonally adjusted, Euro 12 /ECB * Total employment / thousands of persons / Seasonally adjusted / Euro 12 / ECB * Deflator of final consumption of households and NPISHs / Euro 12 / ECB * 3-month EURIBOR / per cent p.a. / ECB 381 C Tables and figures Table 1: Data and their transformation Variable Symbol Transform. Test of stationarity Estimated shock Endogenous data labor (hours worked) th HP filter *** (1)I tlsZ , nominal interest rate tR HP filter *** (0)I tmpZ , CPI inflation t none *** (0)I T t domestic inflation ht none *** (0)I 1ht ht imported inflation ft none *** (0)I 1ft ft wage inflation wt none *** (0)I 1wt wt real exchange rate trer HP filter *** (0)I trpZ , consumption growth ct none *** (0)I tcZ , output growth yht none **** (1)/(0) II tzy, Exogenous data government spending tg HP filter *** (0)I tgZ , foreign CPI inflation * t HP filter *** (0)I * t foreign demand * ty HP filter ** (0)I * ty foreign interest rate * tR HP filter *** (1)I * tR Test of stationarity is based on Augmented Dickey-Fuller (ADF) test. Maximum number of lags was set to five. Symbols ****** ,, denotes significance level, 10 %, 5 % and 1 % respectively. Data that are not filtered by HP filter are centered around their mean before estimation. 382 Figure 1: Cyclical behaviour of the real wage 1996 1998 2000 2002 2004 2006 2008 -4 -2 0 2 % Cycle Productivity gap Real w age gap -5 -4 -3 -2 -1 0 1 2 3 4 5 -0.4 -0.2 0 0.2 k corr.coef. Y/Lt x RWt+k 2000 2002 2004 2006 2008 -1 0 1 2 % Cycle -5 -4 -3 -2 -1 0 1 2 3 4 5 -0.8 -0.6 -0.4 -0.2 0 k corr.coef. Y/Lt x RWt+k Figure 2: Production side of the economy 383 Figure 3: Data for Bayesian estimation 1996 2000 2004 2008 -0.02 0 0.02 Hours w orked 1996 2000 2004 2008 -0.01 0 0.01 0.02 0.03 Consumption grow th 1996 2000 2004 2008 -0.01 0 0.01 Output grow th 1996 2000 2004 2008 -0.05 0 0.05 Real exchange rate 1996 2000 2004 2008 -0.02 0 0.02 Domestic prices inflation 1996 2000 2004 2008 -0.01 0 0.01 Wage inflation 1996 2000 2004 2008 -0.04 -0.02 0 0.02 0.04 Import prices inflation 1996 2000 2004 2008 -0.02 0 0.02 0.04 CPI inflation 1996 2000 2004 2008 -5 0 5 10 15 x 10 -3 Nominal interest rate Table 2: Government spending shock Parameter estimate standard deviation zg 0.5812 0.2886 gZ 0.0199 Table 3: Foreign sector ttt FxAxA 110 = 0.68170.10950.0425 000.0618 000.8628 = 10.05490.0869 010.0716 001 = 10 AA 384 * * * * * * = 0.000500 00.00180 000.0024 = ^ ^ ^ = tR t ty t t t t t F R y x Table 4: Calibrated parameters and steady states Parameter Symbol Value Structural parameters Elasticity of intertemporal substitution 1 1 Discount factor 0.9993 Labor supply shock persistence zls 0 Steady state parameters Gross growth rate zy 1.0050 Export-to-output ratio ck 0.6989 Gov. spending-to-output ratio gk 0.2167 Inflation target T 1.0104 Real interest rate R 1.0057 Domestic intermediates' price markup 1h h 1.1429 Foreign intermediates' price markup 1f f 1.1429 Wage markup 1w w 1.2 Foreign gross nominal interest rate * R 1.0091 Foreign inflation * 1.0047 385 Table 5: Parameters Para- meter Domain Density Prior mean Std Description Nominal rigidities f [0,1) beta 0.75 0.10 Calvo parameter, import prices h [0,1) beta 0.75 0.10 Calvo parameter, domestic prices w [0,1) beta 0.75 0.10 Calvo parameter, wages x [0,1) beta 0.75 0.10 Calvo parameter, export prices Miscellaneous [0,1) beta 0.40 0.10 weight of domestic goods in output R invg 0.06 Inf risk premium (UIP condition) Preferences hab [0,1) beta 0.70 0.05 habit in consumption R gamm 3.00 1.00 (Frisch) elasticity of labor supply Monetary policy reaction function [0,1) beta 0.75 0.10 interest rate smoothing R norm 1.50 0.10 weight on inflation yh R norm 0.10 0.05 weight on output Production and export function [0,1) beta 0.60 0.05 labor elasticity of production x R gamm 0.03 0.02 price elasticity of exports Shock persistence T [0,1) beta 0.40 0.10 inflation target h [0,1) beta 0.40 0.10 markup in domestic prices f [0,1) beta 0.40 0.10 markup in imported prices w [0,1) beta 0.40 0.10 markup in wages cZ [0,1) beta 0.40 0.10 preferences yZ [0,1) beta 0.40 0.10 technology rpZ [0,1) beta 0.40 0.10 risk premium Shock volatility cZ R invg 0.01 Inf consumption preference shock lsZ R invg 0.01 Inf labor supply shock 386 mpZ R invg 0.01 Inf monetary policy shock T R invg 0.01 Inf inflation target shock yZ R invg 0.01 Inf technology shock rpZ R invg 0.01 Inf risk premium shock h R invg 0.01 Inf markup shock in domestic prices f R invg 0.01 Inf markup shock in imported prices w R invg 0.01 Inf markup shock in wages Standard deviation of measurement errors yht R invg 0.01 Inf output growth th R invg 0.01 Inf labor (hours worked) 387 Figure 4: Check plots 0.02 0.025 0.03 -1070 -1069 -1068 -1067 Z c 4 5 6 x 10 -3 -1069.4 -1069.3 -1069.2 Z ls 3 4 5 x 10 -3 -1070 -1069 -1068 -1067 Z mp 5 6 7 x 10 -3 -1069.4 -1069.3 -1069.2 T 2 2.5 3 3.5 x 10 -3 -1069.5 -1069 -1068.5 -1068 Z y 6 8 10 x 10 -3 -1070 -1069 -1068 -1067 Z rp 0.01 0.012 0.0140.016 0.018 -1070 -1069 -1068 -1067 h 0.1 0.12 0.14 -1070 -1069 -1068 -1067 w 0.1 0.12 0.14 0.16 -1070 -1069 -1068 -1067 f 2.2 2.4 2.6 2.8 3 3.2 3.4 x 10 -3 -1069.5 -1069 -1068.5 -1068 yht 8 10 12 x 10 -3 -1070 -1069 -1068 -1067 h t 0.7 0.8 0.9 1 -1 0 1 2 x 10 7 0.7 0.8 0.9 1 -2000 -1000 0 1000 f 0.35 0.4 0.45 0.5 -1070 -1065 -1060 h 0.7 0.8 0.9 1 -5 0 5 x 10 5 w 0.5 0.6 0.7 -1070 -1069 -1068 -1067 x 0.12 0.14 0.16 -1069.4 -1069.3 -1069.2 0.5 0.6 0.7 0.8 -1070 -1060 -1050 -1040 hab 388 Figure 5: Check plots 1.4 1.6 1.8 2 -1070 -1065 -1060 0.08 0.1 0.12 -1069.4 -1069.3 -1069.2 yh 0.5 0.6 0.7 0.8 -1070 -1065 -1060 0.35 0.4 0.45 0.5 0.55 -1069.4 -1069.2 -1069 T 0.2 0.3 0.4 -1069.4 -1069.2 -1069 h 0.35 0.4 0.45 0.5 -1069.5 -1069 -1068.5 w 0.12 0.14 0.16 0.18 0.2 -1069.4 -1069.2 -1069 f 0.35 0.4 0.45 0.5 0.55 -1069.5 -1069 -1068.5 Z C 0.35 0.4 0.45 0.5 0.55 -1069.4 -1069.2 -1069 Z y 0.5 0.6 0.7 -1070 -1068 -1066 -1064 -1062 Z rp 2 2.5 3 -1069.4 -1069.3 -1069.2 -1069.1 -1069 -1068.9 0.014 0.016 0.018 0.02 -1069.4 -1069.2 -1069 -1068.8 0.18 0.2 0.22 0.24 0.26 0.28 -1069.35 -1069.3 -1069.25 -1069.2 -1069.15 -1069.1 x 389 Figure 6: Priors and posteriors 0 0.02 0.04 0.06 0.08 0 100 Z c 0 0.1 0.2 0.3 0 100 Z ls 0 0.02 0.04 0 500 Z mp 0 0.02 0.04 0 100 200 T 0 0.02 0.04 0 500 Z y 0 0.02 0.04 0 100 200 Z rp 0 0.02 0.04 0.06 0 100 h 0 0.2 0.4 0.6 0.8 0 100 w 0 0.2 0.4 0 100 f 0 0.02 0.04 0 200 400 600 800 yht 0.01 0.02 0.03 0.04 0.05 0 100 200 300 h t 0.7 0.8 0.9 0 10 20 0.4 0.6 0.8 0 5 10 f 0 0.2 0.4 0.6 0.8 0 2 4 6 h 0.4 0.6 0.8 1 0 5 10 w 0.2 0.4 0.6 0.8 1 0 2 4 x 0 0.2 0.4 0.6 0 2 4 6 8 0.2 0.4 0.6 0.8 1 0 2 4 6 hab 390 Figure 7: Priors and posteriors 0.2 0.4 0.6 0.8 1 0 1 2 3 4 5 Z rp 0 5 10 0 0.1 0.2 0.3 0.4 0.5 0 0.05 0.1 0.15 0.2 0.25 0 20 40 60 80 -0.2 0 0.2 0.4 0.6 0.8 0 2 4 6 8 10 x 1.2 1.4 1.6 1.8 2 2.2 2.4 0 2 4 -0.2 0 0.2 0.4 0 5 yh 0.4 0.6 0.8 0 5 10 0 0.5 1 0 2 4 T 0 0.2 0.4 0.6 0.8 0 5 h 0 0.2 0.4 0.6 0.8 0 2 4 w 0 0.2 0.4 0.6 0 5 f 0 0.5 1 0 2 4 Z C 0 0.5 1 0 2 4 Z y 391 Table 6: Bayesian estimation results Prior distribution Posterior max Posterior distribution Dom. Density Mean S.D. Mode S.D. Mean 5 % 95 % Nominal rigidities f [0,1) beta 0.75 0.10 0.7523 0.0352 0.7530 0.6925 0.8159 h [0,1) beta 0.75 0.10 0.4025 0.0653 0.4181 0.3121 0.5263 w [0,1) beta 0.75 0.10 0.8258 0.0337 0.8569 0.7860 0.8910 x [0,1) beta 0.75 0.10 0.6179 0.0841 0.6329 0.5036 0.7584 Miscellaneous (CPI index, risk premium) [0,1) beta 0.27 0.10 0.1417 0.0529 0.1629 0.0703 0.2426 [0,1) invg 0.05 Inf 0.0168 0.0045 0.0192 0.0107 0.0272 Preferences hab [0,1) beta 0.75 0.10 0.6882 0.0710 0.6937 0.5772 0.8081 R gamm 3.00 1.00 2.3532 0.7986 2.7062 1.3035 4.1225 Monetary policy reaction function [0,1) beta 0.80 0.05 0.9037 0.0148 0.8972 0.8728 0.9237 R norm 1.70 0.10 1.7095 0.0963 1.7026 1.5427 1.8647 yh R norm 0.10 0.05 0.1044 0.0500 0.1070 0.0227 0.1859 Production and export function [0,1) beta 0.60 0.05 0.6546 0.0428 0.6498 0.5805 0.7222 x R gamm 0.10 0.10 0.2425 0.0785 0.2500 0.1025 0.3885 Shock persistence T [0,1) beta 0.40 0.10 0.4302 0.1063 0.4184 0.2586 0.5794 h [0,1) beta 0.40 0.10 0.3086 0.0915 0.3151 0.1789 0.4577 w [0,1) beta 0.40 0.10 0.3846 0.0934 0.3918 0.2348 0.5256 f [0,1) beta 0.40 0.10 0.1576 0.0524 0.1705 0.0854 0.2554 zc [0,1) beta 0.40 0.10 0.4466 0.0955 0.4440 0.2962 0.5978 zy [0,1) beta 0.40 0.10 0.4211 0.1004 0.4193 0.2594 0.5724 zrp [0,1) beta 0.40 0.10 0.6019 0.0784 0.5719 0.4409 0.7062 Standard deviation of shocks cZ R invg 0.01 Inf 0.0253 0.0062 0.0281 0.0166 0.0392 lsZ R invg 0.01 Inf 0.0046 0.0019 0.1415 0.0024 0.0153 mpZ R invg 0.01 Inf 0.0034 0.0006 0.0036 0.0026 0.0046 T R invg 0.01 Inf 0.0059 0.0024 0.0064 0.0029 0.0097 392 yZ R invg 0.01 Inf 0.0029 0.0005 0.0031 0.0022 0.0040 rpZ R invg 0.01 Inf 0.0079 0.0019 0.0091 0.0056 0.0125 h R invg 0.01 Inf 0.0139 0.0039 0.0163 0.0088 0.0235 w R invg 0.01 Inf 0.1223 0.0468 0.0878 0.0659 0.2624 f R invg 0.01 Inf 0.1158 0.0343 0.1321 0.0657 0.1962 Standard deviation of measurement errors ht R invg 0.01 Inf 0.0028 0.0005 0.0031 0.0022 0.0039 th R invg 0.01 Inf 0.0096 0.0014 0.0102 0.0076 0.0125 Table 7: Standard deviation from the data and from the model h c yh rer h w f R Data 1.24 0.87 0.59 3.50 0.99 0.52 1.97 1.05 0.43 Model 1.80 1.10 0.57 3.47 1.22 1.07 1.44 1.34 0.37 393 Figure 8: Filtered and observed variables 1996 2000 2004 2008 -0.02 0 0.02 ht 1996 2000 2004 2008 -0.04 -0.02 0 0.02 0.04 ct 1996 2000 2004 2008 -0.01 0 0.01 yht 1996 2000 2004 2008 -0.1 0 0.1 rert 1996 2000 2004 2008 -0.02 0 0.02 ht 1996 2000 2004 2008 -0.01 0 0.01 wt 1996 2000 2004 2008 -0.04 -0.02 0 0.02 0.04 ft 1996 2000 2004 2008 -0.02 0 0.02 0.04 0.06 t 1996 2000 2004 2008 -0.01 0 0.01 Rt Data Prediction Figure 9: Autocorrelation from VAR and DSGE model 0 5 10 -0.5 0 0.5 1 ht 0 5 10 -0.2 0 0.2 0.4 ct 0 5 10 -0.5 0 0.5 1 yht 0 5 10 -0.2 0 0.2 0.4 0.6 rert 0 5 10 -0.2 0 0.2 0.4 0.6 ht 0 5 10 -0.5 0 0.5 1 wt 0 5 10 -0.2 0 0.2 0.4 0.6 ft 0 5 10 -0.2 0 0.2 0.4 0.6 t 0 5 10 -0.5 0 0.5 1 Rt VAR DSGE 394 Figure 10: Historical shocks 1996 2000 2004 2008 -0.05 0 0.05 0.1 Consumption pref. 1996 2000 2004 2008 -0.1 0 0.1 Labor supply 1996 2000 2004 2008 -0.02 0 0.02 Technology 1996 2000 2004 2008 -0.05 0 0.05 0.1 Monetary policy 1996 2000 2004 2008 -0.05 0 0.05 0.1 Risk premium 1996 2000 2004 2008 -0.02 0 0.02 Inflation target 1996 2000 2004 2008 -0.04 -0.02 0 0.02 0.04 0.06 Domestic prices markup 1996 2000 2004 2008 -1 0 1 Import prices markup 1996 2000 2004 2008 -0.4 -0.2 0 0.2 Wage markup 1996 2000 2004 2008 -2 0 2 4 x 10 -4 Foreign int. rate 1996 2000 2004 2008 -4 -2 0 2 4 x 10 -3 Foreign output 1996 2000 2004 2008 -2 0 2 4 x 10 -4 Foreign inflation 1996 2000 2004 2008 -8 -6 -4 -2 0 2 4 x 10 -3 Gov. spending 395 Table 8: Variance decomposition real shocks nominal shocks other shocks Variable cZ lsZ yZ mpZ T rpZ h w f gZ *R * *y real variables th 1.8 8.9 1.7 3.8 2.3 11.0 2.9 26.1 35.6 0.4 0.1 0.1 5.3 ct 65.3 0.1 5.4 6.1 3.4 2.6 0.6 0.4 15.6 0.1 0.0 0.0 0.3 yht 2.6 1.3 39.8 3.7 2.1 10.6 7.1 3.8 7.1 0.8 0.1 0.1 20.8 trer 1.6 0.3 0.0 11.0 6.2 53.0 1.1 1.0 24.1 0.2 0.4 0.1 1.1 nominal variables ht 2.1 3.0 1.7 7.7 4.8 5.7 29.7 7.5 36.4 0.1 0.1 0.0 1.1 wt 3.2 10.7 4.2 9.5 5.9 5.9 0.3 22.4 36.1 0.1 0.1 0.0 1.6 ft 1.6 0.1 0.1 6.6 4.1 8.9 0.3 0.3 77.2 0.1 0.1 0.1 0.6 t 1.8 0.1 0.1 7.4 4.6 9.0 1.1 0.3 74.7 0.1 0.1 0.1 0.7 tR 10.8 0.8 0.3 7.1 2.2 11.1 3.8 2.4 57.7 0.8 0.1 0.1 2.7 Figure 11: Impulse responses: shock to consumption preferences 0 20 40 0 2 4 6 x 10 -4 Hours 0 20 40 -4 -2 0 2 4 6 8 x 10 -4 Output grow th 0 20 40 -5 0 5 10 x 10 -3 Consumption grow th 0 20 40 -5 0 5 10 15 x 10 -4 Wage inflation 0 20 40 0 5 10 x 10 -4 Domestic inflation 0 20 40 0 5 10 x 10 -4 CPI inflation 0 20 40 0 2 4 x 10 -4 Nominal interest rate 0 20 40 -8 -6 -4 -2 0 2 4 x 10 -4 Real interest rate 0 20 40 -1 0 1 2 3 x 10 -3 Real exchange rate 396 Figure 12: Impulse responses: shock to technology 0 20 40 -5 0 5 10 15 x 10 -4 Hours 0 20 40 0 2 4 x 10 -3 Output grow th 0 20 40 0 10 20 x 10 -4 Consumption grow th 0 20 40 0 5 10 x 10 -4 Wage inflation 0 20 40 -10 -5 0 5 x 10 -4 Domestic inflation 0 20 40 -2 -1 0 x 10 -4 CPI inflation 0 20 40 -4 -2 0 x 10 -5 Nominal interest rate 0 20 40 -1 0 1 2 x 10 -4 Real interest rate 0 20 40 -4 -2 0 2 x 10 -4 Real exchange rate Figure 13: Impulse responses: shock to wage markup 0 20 40 -4 -2 0 x 10 -3 Hours 0 20 40 -6 -4 -2 0 2 x 10 -4 Output grow th 0 20 40 0 2 4 x 10 -4 Consumption grow th 0 20 40 -2 0 2 x 10 -3 Wage inflation 0 20 40 -1 0 1 x 10 -3 Domestic inflation 0 20 40 -2 0 2 x 10 -4 CPI inflation 0 20 40 -2 -1.5 -1 -0.5 0 x 10 -4 Nominal interest rate 0 20 40 -1 0 1 x 10 -4 Real interest rate 0 20 40 -15 -10 -5 0 5 x 10 -4 Real exchange rate 397 Figure 14: Impulse responses: shock to labor supply 0 20 40 -2 -1 0 x 10 -3 Hours 0 20 40 -4 -2 0 2 x 10 -4 Output grow th 0 20 40 0 1 x 10 -4 Consumption grow th 0 20 40 -1 0 1 2 3 x 10 -3 Wage inflation 0 20 40 -1 0 1 x 10 -3 Domestic inflation 0 20 40 -1 0 1 x 10 -4 CPI inflation 0 20 40 -1 -0.5 0 x 10 -4 Nominal interest rate 0 20 40 0 1 2 x 10 -4 Real interest rate 0 20 40 -10 -5 0 x 10 -4 Real exchange rate Figure 15: Impulse responses: shock to monetary policy 0 20 40 -20 -10 0 x 10 -4 Hours 0 20 40 -6 -4 -2 0 2 x 10 -4 Output grow th 0 20 40 -2 -1 0 1 x 10 -3 Consumption grow th 0 20 40 -15 -10 -5 0 5 x 10 -4 Wage inflation 0 20 40 -20 -10 0 x 10 -4 Domestic inflation 0 20 40 -20 -10 0 x 10 -4 CPI inflation 0 20 40 -4 -2 0 2 4 6 8 x 10 -4 Nominal interest rate 0 20 40 0 1 2 x 10 -3 Real interest rate 0 20 40 -8 -6 -4 -2 0 2 x 10 -3 Real exchange rate 398 Figure 16: Impulse responses: shock to inflation target 0 20 40 -5 0 5 10 15 x 10 -4 Hours 0 20 40 -4 -2 0 2 4 6 x 10 -4 Output grow th 0 20 40 -1 0 1 x 10 -3 Consumption grow th 0 20 40 -5 0 5 10 15 x 10 -4 Wage inflation 0 20 40 -5 0 5 10 15 x 10 -4 Domestic inflation 0 20 40 -5 0 5 10 15 x 10 -4 CPI inflation 0 20 40 -2 0 2 x 10 -4 Nominal interest rate 0 20 40 -15 -10 -5 0 5 x 10 -4 Real interest rate 0 20 40 -2 0 2 4 6 x 10 -3 Real exchange rate Figure 17: Impulse responses: shock to risk premium 0 20 40 -1 0 1 2 3 x 10 -3 Hours 0 20 40 -1 0 1 2 x 10 -3 Output grow th 0 20 40 -1 0 1 x 10 -3 Consumption grow th 0 20 40 -5 0 5 10 15 x 10 -4 Wage inflation 0 20 40 -5 0 5 10 15 x 10 -4 Domestic inflation 0 20 40 -1 0 1 2 3 x 10 -3 CPI inflation 0 20 40 -2 0 2 4 x 10 -4 Nominal interest rate 0 20 40 -2 -1 0 1 x 10 -3 Real interest rate 0 20 40 -0.01 0 0.01 0.02 0.03 Real exchange rate 0 20 40 -1 0 1 2 3 x 10 -3 Import inflation 0 20 40 -2 -1 0 1 x 10 -3 Imports 0 20 40 -1 0 1 2 x 10 -3 Exports 399 Figure 18: Impulse responses: shock to government spending 0 20 40 0 0.5 1 x 10 -3 Hours 0 20 40 -4 -2 0 2 4 6 8 x 10 -4 Output grow th 0 20 40 -2 0 2 x 10 -4 Consumption grow th 0 20 40 0 1 2 3 x 10 -4 Wage inflation 0 20 40 0 1 2 3 x 10 -4 Domestic inflation 0 20 40 0 2 4 x 10 -4 CPI inflation 0 20 40 0 1 2 x 10 -4 Nominal interest rate 0 20 40 -4 -2 0 2 x 10 -4 Real interest rate 0 20 40 0 10 20 x 10 -4 Real exchange rate Figure 19: Impulse responses: shock to domestic prices makrup 0 20 40 -1.5 -1 -0.5 0 x 10 -3 Hours 0 20 40 -15 -10 -5 0 5 x 10 -4 Output grow th 0 20 40 -2 0 2 4 x 10 -4 Consumption grow th 0 20 40 -4 -2 0 2 x 10 -4 Wage inflation 0 20 40 -5 0 5 x 10 -3 Domestic inflation 0 20 40 -1 0 1 x 10 -3 CPI inflation 0 20 40 -3 -2 -1 0 x 10 -4 Nominal interest rate 0 20 40 -2 0 2 4 x 10 -4 Real interest rate 0 20 40 -3 -2 -1 0 1 x 10 -3 Real exchange rate 0 20 40 -4 -2 0 2 x 10 -4 Import inflation 0 20 40 0 0.5 1 1.5 x 10 -3 Imports 0 20 40 -15 -10 -5 0 5 x 10 -4 Exports 400 Figure 20: Impulse responses: shock to import prices makrup 0 20 40 -2 0 2 4 6 x 10 -3 Hours 0 20 40 -1 0 1 x 10 -3 Output grow th 0 20 40 -4 -2 0 2 x 10 -3 Consumption grow th 0 20 40 -2 0 2 4 x 10 -3 Wage inflation 0 20 40 -2 0 2 4 6 x 10 -3 Domestic inflation 0 20 40 -5 0 5 x 10 -3 CPI inflation 0 20 40 -5 0 5 10 15 x 10 -4 Nominal interest rate 0 20 40 -10 -5 0 x 10 -3 Real interest rate 0 20 40 -10 -5 0 x 10 -3 Real exchange rate 0 20 40 -5 0 5 x 10 -3 Import inflation 0 20 40 -5 0 x 10 -3 Imports 0 20 40 -1 0 1 x 10 -3 Exports Figure 21: Impulse responses: shock to foreign interest rate 0 20 40 -2 0 2 4 x 10 -4 Hours 0 20 40 -1 -0.5 0 0.5 1 x 10 -4 Output grow th 0 20 40 -10 -5 0 5 x 10 -5 Consumption grow th 0 20 40 -5 0 5 10 15 x 10 -5 Wage inflation 0 20 40 -5 0 5 10 15 x 10 -5 Domestic inflation 0 20 40 -1 0 1 2 x 10 -4 CPI inflation 0 20 40 -2 0 2 4 6 x 10 -5 Nominal interest rate 0 20 40 -2 0 2 x 10 -4 Real interest rate 0 20 40 -5 0 5 10 15 x 10 -4 Real exchange rate 0 20 40 -1 0 1 2 x 10 -4 Import inflation 0 20 40 -2 0 2 x 10 -4 Imports 0 20 40 -1 0 1 2 x 10 -4 Exports 401 Figure 22: Impulse responses: shock to foreign output 0 20 40 -1 0 1 2 3 x 10 -3 Hours 0 20 40 -1 0 1 2 3 x 10 -3 Output grow th 0 20 40 -2 0 2 4 x 10 -4 Consumption grow th 0 20 40 -5 0 5 10 x 10 -4 Wage inflation 0 20 40 -5 0 5 10 x 10 -4 Domestic inflation 0 20 40 -5 0 5 10 x 10 -4 CPI inflation 0 20 40 -2 0 2 4 x 10 -4 Nominal interest rate 0 20 40 -5 0 5 x 10 -4 Real interest rate 0 20 40 -1 0 1 2 3 x 10 -3 Real exchange rate 0 20 40 -5 0 5 10 x 10 -4 Import inflation 0 20 40 0 0.5 1 1.5 x 10 -3 Imports 0 20 40 -1 0 1 2 3 x 10 -3 Exports Figure 23: Impulse responses: shock to foreign inflation 0 20 40 -2 0 2 4 x 10 -4 Hours 0 20 40 -2 0 2 4 x 10 -4 Output grow th 0 20 40 -4 -2 0 2 4 x 10 -5 Consumption grow th 0 20 40 -5 0 5 10 x 10 -5 Wage inflation 0 20 40 -5 0 5 10 x 10 -5 Domestic inflation 0 20 40 -5 0 5 10 15 x 10 -5 CPI inflation 0 20 40 -2 0 2 4 x 10 -5 Nominal interest rate 0 20 40 -10 -5 0 5 x 10 -5 Real interest rate 0 20 40 -5 0 5 10 x 10 -4 Real exchange rate 0 20 40 -5 0 5 10 15 x 10 -5 Import inflation 0 20 40 -1 0 1 2 x 10 -4 Imports 0 20 40 -2 0 2 4 x 10 -4 Exports 402 Figure 24: Exchange rate pass-through 0 20 40 0 2 4 x 10 -3 Consumption pref. 0 20 40 -1 0 1 x 10 -3 Technology 0 20 40 -2 0 2 x 10 -3 Labor supply 0 20 40 -8 -6 -4 -2 0 x 10 -3 Monetary policy 0 20 40 0 2 4 6 x 10 -3 Inflation target 0 20 40 0 0.01 0.02 Risk premium 0 20 40 -4 -2 0 2 4 6 x 10 -3 Domestic prices markup 0 20 40 0 0.01 0.02 Import prices markup 0 20 40 -4 -2 0 2 4 x 10 -3 Wage markup 0 20 40 0 1 2 x 10 -3 Foreign int. rate 0 20 40 -2 0 2 x 10 -3 Foreign output 0 20 40 0 2 4 6 x 10 -4 Foreign inflation 0 20 40 0 0.5 1 x 10 -3 Government spending S P PH PF 403 Figure 25: Wage-price dynamics 0 20 40 0 2 4 x 10 -3 Consumption pref. 0 20 40 0 2 4 x 10 -3 Technology 0 20 40 -4 -2 0 2 4 x 10 -3 Labor supply 0 20 40 -8 -6 -4 -2 0 x 10 -3 Monetary policy 0 20 40 0 2 4 6 x 10 -3 Inflation target 0 20 40 0 2 4 6 x 10 -3 Risk premium 0 20 40 -2 -1 0 1 x 10 -3 Domestic prices markup 0 20 40 0 0.01 0.02 Import prices markup 0 20 40 -5 0 5 x 10 -3 Wage markup 0 20 40 0 2 4 6 x 10 -4 Foreign int. rate 0 20 40 -2 0 2 x 10 -3 Foreign output 0 20 40 0 2 4 6 x 10 -4 Foreign inflation 0 20 40 0 0.5 1 x 10 -3 Government spending W P 404 Table 9: Comparison of the models Param. Prior FDP FDEP BM FEP FDIPH FIP FW FWDIEP Nominal rigidities f 0.75 0.7596 0.7657 0.7530 0.7564 [0.2] [0.2] 0.7571 [0.2] h 0.75 [0.2] [0.2] 0.4181 0.4242 [0.2] 0.4902 0.3988 [0.2] w 0.75 0.8351 0.8579 0.8569 0.8299 0.8498 0.8382 [0.2] [0.2] x 0.75 0.6323 [0.2] 0.6329 [0.2] 0.7007 0.7016 0.6745 [0.2] Miscellaneous (CPI index, risk premium) 0.27 0.1374 0.1351 0.1629 0.1508 0.5133 0.5128 0.0940 0.2172 0.05 0.0203 0.0197 0.0192 0.0190 0.0238 0.0203 0.0230 0.0243 Preferences hab 0.75 0.6892 0.7010 0.6937 0.6884 [0.2] 0.6537 0.5461 0.4972 3.00 2.7051 2.7843 2.7062 2.8382 2.5112 2.5180 3.9320 3.7854 Monetary policy reaction function 0.80 0.8991 0.8969 0.8972 0.8957 0.8281 0.8503 0.8964 0.8408 1.70 1.7014 1.7002 1.7026 1.7036 1.7109 1.7174 1.6877 1.7384 yh 0.10 0.1025 0.1024 0.1070 0.1028 0.1105 0.1103 0.0988 0.0984 Production and export function 0.60 0.6522 0.6406 0.6498 0.6370 0.6961 0.6724 0.6019 0.6094 xp 0.10 0.2521 0.1175 0.2500 0.1178 0.2283 0.2400 0.1453 0.0702 Shock persistence T 0.40 0.4167 0.4092 0.4184 0.4138 0.4446 0.4637 0.4159 0.4449 h 0.40 0.4448 0.4523 0.3151 0.3151 0.4903 0.2876 0.3182 0.4574 w 0.40 0.3824 0.398 0.3918 0.3817 0.3918 0.3751 0.6070 0.5972 f 0.40 0.1711 0.1722 0.1705 0.1707 0.5234 0.5223 0.1714 0.5464 zc 0.40 0.4491 0.455 0.4440 0.4487 0.5134 0.3803 0.5025 0.5160 zy 0.40 0.4207 0.4049 0.4193 0.4063 0.3524 0.3680 0.4198 0.3929 zrp 0.40 0.5785 0.5815 0.5719 0.5705 0.5919 0.5767 0.5807 0.6136 Standard deviation of shocks cZ 0.01 0.0275 0.0297 0.0281 0.0285 0.0096 0.0236 0.0197 0.0167 lsZ 0.01 0.0401 0.2022 0.1415 0.0228 0.1405 0.0146 0.0064 0.0066 mpZ 0.01 0.0036 0.0037 0.0036 0.0037 0.0032 0.0030 0.0036 0.0033 T 0.01 0.0065 0.0064 0.0064 0.0064 0.0058 0.0065 0.0064 0.0073 405 yZ 0.01 0.0031 0.0032 0.0031 0.0032 0.0029 0.0031 0.0032 0.0030 rpZ 0.01 0.0090 0.0088 0.0091 0.0090 0.0077 0.0078 0.0087 0.0069 h 0.01 0.0078 0.0079 0.0163 0.0170 0.0082 0.0227 0.0156 0.0082 w 0.01 0.1331 0.0168 0.0878 0.1417 0.0430 0.1452 0.0307 0.0303 f 0.01 0.1358 0.1526 0.1321 0.1352 0.0317 0.0318 0.1279 0.0264 Standard deviation of measurement errors yt 0.01 0.0031 0.0034 0.0031 0.0033 0.0043 0.0041 0.0033 0.0034 t 0.01 0.0101 0.0101 0.0102 0.0101 0.0123 0.0123 0.0104 0.0117 log data density 978.57 976.53 972.79 969.39 949.23 947.52 935.20 900.71 406 Figure 10: Vector autocorrelations for the benchmark, the flexible wage and the flexible domestic prices models 407 Figure 11: Impulse responses of selected variables for various shocks under different assumptions about nominal rigidity (Part1) 408 Figure 12: Impulse responses of selected variables for various shocks under different assumptions about nominal rigidity (Part 2) 409 MONETARY POLICY AND STABILITY OF CZECH ECONOMY: OPTIMAL COMMITMENT POLICY IN NOEM DSGE FRAMEWORK ADAM REMO 1. INTRODUCTION In this article we focuse on estimation of the Czech economy structural characteristics and dynamics. We research the responses of the Czech economy to different shocks and the stabilization policy of the Czech National Bank (CNB). We use Gali and Monacelli's New Keynesian concept of the small open economy developed in [12]. Two types of frictions are incorporated in this concept. These are households' habit in consumption and monopolistic competition in the sector of domestic producers and importers together with sticky prices la Calvo. This concept was considered in the case of Czech economy by Musil and Vaší c ek in [22], but they incorporated Taylor-type rule in the model whereas in this article the central bank is treated as an optimizing agent. We incorporated optimal commitment monetary policy to the model as Dennis proposed in [7]. This approach has two appealing features. The first one is that it allows us to estimate central bank's preferences. In case of Taylor-type rule specification, the central bank's preferences and sensitivity of macroeconomic variables to the nominal interest rate are mixed up in the parameters of the Taylor rule. The second feature is that the parameters representing the central bank's preferences are more "deep". It means they are more robust to structural changes. Similar estimates in case of the central bank of Canada, New Zealand, and Australia and optimal discretionary policy were done by Kam, Lees and Liu in [17]. The comparison of model structures with Taylor rule and optimal monetary policy rule in terms of data-fit capability is undertaken by Dennis in [9], but Dennis considered only discretionary policy. 2. THE MODEL This section introduces the New Keynesian DSGE model of a small open economy with optimal commitment monetary policy. It briefly describes the behaviour of particular agents in the economy in terms of dynamic optimization. The first order conditions (FOCs) of such optimization problems are given here. Four types of agents in home economy are considered. They are households, producers, importers, and a monetary authority. Some important variables connecting home economy with foreign economy are also introduced in this part of the text. The section begins with household's decision problem, then introduces the variables and equations which established a relationship between home and foreign economy. The section proceeds with producer's and importer's decision problem and a formulation of a goods market-clearing condition. Finally, the behaviour of monetary authority is formulated. 410 2.1. The Households The model assumes that there exists a continuum of identical infinitely living households in home economy. The households consume goods and supply the producers with labour. The model supposes perfect competition on labour market, households and firms are therefore not able to influence the wage. The model assumes time-separable utility function with period utility given as , 11 )( =),,( 11 1 1 ttt ttt NhCC NCCU (1) where tC is household's consumption in period t , tN denotes labour hours in period t , (0,1)h is measure of habit persistence in consumption, 0> is inverse elasticity of intertemporal substitution and 0 is inverse elasticity of labour supply. The household maximizes the discounted expected utility 11 )( 11 1 0= tttt t t NhCC E (2) subject to its budget constraints ,0,1,=11, tNWBBQECP ttttttttt (3) where tP is the overall consumer price index, tB is the nominal value of risk-free internationally traded bond held at the end of period 1t and 1, tttQE is stochastic discount factor. The relation between stochastic discount factor and nominal interest rate tr is . 1 1 =1, t ttt r QE (4) The FOCs of the households optimization problems are 1,= 1 1 1 tt tt t t tt hCC hCC P P ER (5) ,=1 t t t tt N P W hCC (6) where tt rR 1= . The equation (5) is the intertemporal Euler equation. This equation states the relation between discounted ratio of marginal utility in successive time periods and real interest rate. The equation (6) connects the marginal utility of consumption and marginal disutility of labour to real wage t t P W . In other words, the equation (6) states that real wage equals the marginal rate of substitution between leisure and consumption. At the end of this subsection, it is necessary to mention the equations for overall consumption and price indices. They are 411 ,)(1= 11 , 11 , 1 tFtHt CCC (7) ,)(1= 1 1 1 , 1 , tFtHt PPP (8) where tHC , is a consumption index of home-produced goods, tFC , is a consumption index of imported goods, tH P , is a price index of goods produced in the home economy, tF P , is a price index of imported goods, [0,1] is the degree of openness of the home economy and 0> is the elasticity of substitution between home and foreign goods. 2.2. The Foreign Economy and Connection between Economies The model includes foreign economy represented by three AR(1) processes. They are ,= ** 11 * ttt a (9) ,= ** 12 * y ttt yby (10) ,= ** 13 * r ttt rcr (11) where * t is gap of foreign inflation rate, * t y is foreign output gap, * t r is gap of foreign nominal interest rate and )(0, 2 j j t N : for ,,= ** yj and * r . Home and foreign economies are connected by international financial and production markets. Definitions of several variables are needed first in order to handle this topic. The first of them are terms of trade defined as ,= , , tH tF t P P S (12) which measures competitive strength of imports to domestic production. After loglinearization and differentiation the equation ,= ,, tHtFts (13) is obtained, where tF , is inflation of imports and tH , is inflation of domestic production. Another variables which turn out to be useful are law of one price gap ,= , * tF tt t P PZ (14) which is the marginal cost of importers to marginal revenue of importers ratio ( * tP is foreign price index in period t ), and real exchange rate .= * t tt t P PZ Q (15) It is not difficult to derive the relation among logarithm of terms of trade ts , logarithm of law of one price gap t and logarithm of real exchange rate tq , which takes the form 412 .)(1= ttt sq (16) With the use of definitions and relations above, it is easier to derive implications of international financial and product markets. The former is going to be discussed in the rest of this subsection, while the latter in subsequent subsections. The model incorporates following three assumptions: 1. the structure of the foreign economy is the same as the home economy with the same structural parameters. More precisely, the foreign economy is a limiting case of home economy as 0 . 2. complete international financial markets 3. perfect mobility of financial capital As the consequence of these three assumptions, the uncovered interest parity condition ,= * 1 t t t tt R Z Z ER (17) must hold. The log-linearized condition could be rewritten in terms of real exchange rate gap as ).()(=)( * 1 * 11 ttttttttt ErErqqE (18) Another consequence of the assumptions above is equality (through equality of stochastic discount factors) of home and foreign Euler equations (5), both expressed in currency of the small economy .= == * 1 * ** 1 1 * 1 * 1, 1 1 1 tt tt tt tt t ttt tt tt t t t hCC hCC ZP ZP E QE hCC hCC P P E (19) If there are no preference shocks, the following relation between domestic and foreign consumption must hold ,)(= 1 * 1 ** 1 ttttt hCChCC Q (20) where * is some constant. Log-linear approximation of equation (20) is1 . 1 = * 1 * 1 ttttt q h hyyhcc (21) Equation (21) is called international risk sharing condition. 2.3. The Producers The production part of the home economy consists of a continuum of firms producing goods. Each producer hires labour on perfectly competitive labour market and produces differentiated goods according to the production function 1 the equality ** = tt cy is used as consequence of the first assumption 413 ),(=)( iNAiY ttt (22) where )(iYt is the production of the i - th producer, )(iNt is the amount of hired work, and tA is technology shock following AR(1) process in logs: ,==)(log 1 a ttatt aaA (23) where (0,1)a and )(0, 2 a a t N : . In this section, the first nominal rigidity is incorporated in the model structure. It is done by assuming monopolistic competition among producers and introducing restrictions on producer's ability to change prices. To do so, Calvo-style price setting behaviour is followed. This means that in each period [0,1]H portion of producers is unable to reoptimize their prices. Such producers just change their prices according to the portion of latest (domestic goods) inflation. The producers, who can reoptimize, set their new prices in order to maximize the stochastic discounted sum of expected future profits subject to demand constraint. Hence, their optimization problem is (24a) ),( )( =)( * ,, 1, 1, , , , stHstH H tH stH stH tH stH CC P P P iP iY (24b) where (24b) is the demand constraint of the i -th firm, 1> denotes the elasticity of substitution among produced goods, tH MC , are the real marginal costs in period t ,= , , tHt t tH PA W MC (25) )(0, 2 H H t N : is the independent cost-push shock, and [0,1]H is degree of inflation indexation. The log-linearized FOC of this problem is the well-known Phillips curve for the domestic goods inflation ),()(= ,1,,1,, H ttHHtHHtHHtHttH mcE (26) where the gap of marginal costs from the steady-state is ,)( 1 )(1= * 1 * , tttttttH qhyy h saymc (27) and 1 ))(1(1= HHHH . )],(exp )()[(max ,, 1, 1, ,,, 0= )( , H ststHstH H tH stH tHstH s Hstt s t i tH P MCP P P iPiYQE 414 2.4. The Importers This subsection introduces importers to the model. Because the basic idea (hence problem formulation and solution too) is the same as in the case of the producers, this subsection is brief. The model assumes monopolistic competition among importers and staggered prices la Calvo. If the importer can reoptimize his price, he sets the price to maximize stochastic discounted sum of expected future profits subject to demand constraint. The optimization problem is the same as (24) except that subscript H is replaced with F , * ,, stHstH CC in (24b) is replaced with stF C , and real marginal costs of importers are .= , * , stF stst stF P PZ MC (28) The Phillips curve of the imported goods inflation can be derived in the same way as the Phillips curve for the domestic goods inflation in the Subsection 2.3. The equation of the Phillips curve of the imported goods inflation is ),()(= ,1,,1,, F ttFFtFFtFFtFttF E (29) with tFtF mc ,, = , 1 ))(1(1= FFFH and independent cost-push shock )(0, 2 F F t N : 2.5. The Goods-Market Clearing Condition The last part of the model structure before proceeding to monetary policy specification is a formalized assumption of market clearing. The condition states that production of the i - th product is equal to the domestic consumption together with export of this product: )()(=)( * ,, iCiCiY tHtHt (30) With some subsequent computation, integration with respect to i and loglinearization, the final form of the goods-market clearing condition is derived as ,)(1= * ttttt qsycy (31) 2.6. The Monetary Authority This subsection introduces the monetary authority to the model. It presents the behaviour of the monetary authority as optimal commitment policy. Under the commitment policy, the monetary authority exploits the agents' expectations at the initial period, optimizes, and commits to never do it again. The model assumes the one period loss function of the monetary authority in a form: ],)(~[ 2 1 =),,~( 222 trtytttt ryryL (32) 415 where /4=~ 3 0= it i t is quarterlized gap of annual inflation and r tttt rrr 1 = , where )(0, 2 r r t WN : , is targeted change in short-term interest rate. The monetary shock r t represents central bank's imperfect ability to control nominal interest rate. The parameters y , )[0,r are weights on output stabilization and interest rate smoothing in central bank's decision-making, respectively. Both parameters are expressed relatively to the weight on inflation stabilization. The algorithm for solving optimal commitment adopted in this article is the one developed by Richard Dennis in [7]. The remainder of the subsection briefly describes the solution proposed by R. Dennis. The interested reader is referred to working paper cited above. The monetary authority minimizes its loss function ],[= =),,~(2=),( 0 0 = 0 0 0 = 0 0 tttt tt tt t ttt tt tt t QxxWzzE ryLEtLoss (33) subject to the model constraints derived in previous subsections1 , which can be rewritten in the form ,= 514312110 tttttttt vAxEAxAzEAzAzA (34) where )(0,Nvt : is vector of innovations, tz is the vector of endogenous variables and tx is the vector of policy instruments, matrices QW, are positive semi-definite. The concrete vectors tz , tx and matrices QW, within this model are presented in Appendix B. The FOCs of the optimization problem (33)-(34) can be cast in the form 1 1 1 4 1 2 1 1 3 0 30 00 00 00 = 0 0 0 t t t t t t x z A A A x z QA WA AA ),( 0 0 000 00 0 5 1 1 1 1 42 t t t t t v A x zEA AA (35) where t are Lagrange multipliers. The system (35) is linear difference system with rational expectations. Number of methods to solve this system are available in the literature. The method presented in [2] is employed in this case. 3. THE ESTIMATION TECHNIQUE This section gives a brief description of the estimation algorithm and the techniques used within the algorithm. The section describes basic ideas of Bayesian estimation, Metropolis-Hastings algorithm and Kalman filter. 1 Appendix A summarizes these constraints. 416 3.1. Bayesian Estimation1 Following the results of the Section 2, it is possible to write the model in the statespace form: ,)()(= 11 ttt vBxAx (36a) ,)()(= ttt wDxCy (36b) where is a vector of unknown parameters, tx is state vector, )(0,1 INvt : is vector of disturbances, ty is measurement vector in period t and )(0,INwt : is vector of measurement errors. The task to be done is to estimate the mean of the parameter vector based on the observations Tyyy ,,, 21 . In other words, we would like to compute dp )|( , where )|( p is the posterior probability density of conditional on set of observations ),,,(= 21 Tyyy . Regardless of the integral computation2 , it is important to compute the posterior density )|( p . Using the Bayes law, the following equation for the posterior density holds ,~ ) ~ () ~ |( )()|( =)|( ~ dpp pp p (37) where )|( p is the data density (it is probability of observed data being generated by the model with parameter vector ) which can be computed with Kalman filter3 , )(p is the prior density of parameter vector . The prior density is chosen with respect to parameters' restrictions, econometrician's personal beliefs, and former estimations of the parameters in literature. The prior density should include relevant information which is not contained in the data set . The denominator in (37) is unfortunately unknown and hardly computable, but it is independent of . Hence, taken as given, it is possible to write ),(=~ ) ~ () ~ |( )()|( =)|(:=)( ~ Kg dpp pp p (38) where )()|(=)( ppg can be computed and ~ ) ~ () ~ |( 1 = ~ dpp K is constant. 1 Detailed description of Bayesian estimation can be found in [14]. 2 Subsection 3.3 pays attention to solution of this problem. 3 This task is discussed in Subsection 3.2. 417 3.2. Kalman Filter1 This subsection shows how to compute the data density )|( p (from the previous section) with Kalman filter. Suppose the model is written in the state-space form (36). If is given, the model can be rewritten as ,= 11 ttt vAxx (39a) ,= ttt wCxy (39b) where 1tv is )(0, BBN and tw is )(0, DDN . The shocks tv and w are assumed to be uncorrelated, which means that 0=)( wvE t (40) for all t and and ,for,0=)( tvvE t (41) .for,0=)( twwE t (42) If matrices DCBA ,,, and vectors of observations ty for Tt ,1,2,= are known, the optimal linear least squares estimates of the state vector tx on the basis of data observed through date t as ),|(^^ | tttt xEx (43) where ),,,( 21 tt yyy (44) can be computed with the Kalman filter. )|(^ ttxE is linear projection of tx on t and a constant. The Kalman filter is a recursive algorithm, which computes these projections as diagram (45) shows. .^^^^^^ |1||221|21|10|1 TTTT xxxxxx (45) At the beginning of the algorithm, the forecast of 1x based on no information is computed as (46) therefore mean squared error (MSE) of this forecast is ,])()][([(= 11110|1 xExxExEP (47) where ])^)(^[( |11|11|1 tttttttt xxxxEP . The Kalman filter consists of two alternating steps. The first is called prediction step and consists of computing forecast of state vector 1tx based on information t ,^=)|(^=^ |1|1 tttttt xAxEx (48) and its MSE tt P |1 1 Detailed description of Kalman filter can be found in [3], [15] and [21]. ),(=^ 10|1 xEx 418 .=])^)(^[(= ||11|11|1 BBAAPxxxxEP tttttttttt (49) The second step is called filtration step and consists of updating the forecast tt x |1 ^ on the basis of the new observation 1ty ),^()(^=^ |11 1 |1|1|11|1 ttttttttttt xCyDDCCPCPxx (50) and MSE of the forecast ttP |1 .)(= |1 1 |1|1|11|1 tttttttttt CPDDCCPCPPP (51) If the disturbances tv , tw and initial state 1x are Gaussian, then ty conditional on 1t is Gaussian with mean 1| ^ tt xC and variance DDCCPtt 1| . This is important result of the Kalman filter, which allows us to compute data density as ).|(=)|( 1 1 | 1= ii ii Y T i yfp (52) 3.3. Metropolis-Hastings Algorithm This subsection contains description of the Metropolis-Hastings algorithm, which is the last self-contained part of the estimation theory used in this article. The algorithm was originally proposed in [20] and generalized in [16]. For detailed description of the algorithm together with sufficient conditions reader is referred to [10], [14] and [25]. The problem Metropolis-Hastings algorithm solves is the computation of the integral ,dffE (53) where )(f is known function and )( is the probability density which is not exactly known, but has the form ),(=)( Kg (54) where )(g can be computed but constant K can not. The main idea1 of the Metropolis-Hastings algorithm is to construct the Markov chain N X of length N , which has the probability density )( as a stationary measure, and following equality holds almost sure .)()(=)( 1 lim 1= dfXf N N i N i N (55) The construction of the Markov chain N X is done as follows. Let's define an arbitrary Markov transition density ),( yxq and acceptance function ),( yxa which satisfies 1),(0 yxa for all yx, . Given the first state of the Markov chain (1) , the 1)( m -th state for 1,1,2,3,= Nm is obtained in the two following steps. 1 In fact it is the idea of class of methods called Markov chain Monte Carlo, whose the Metropolis-Hastings algorithm is member of. 419 Choose a candidate for the 1)( m -th state using the transition density ),( yxq . Accept the state and set =1)( m with probability ),( )( m a and refuse the candidate and set )(1)( = mm otherwise. Hastings in [16] proved, that the constructed Markov chain N X has the probability density )( as a stationary measure if . ),()( ),()( 1;min= ),()( ),()( 1;min=),( yxqxg xyqyg yxqx xyqy yxa (56) In case of this article, =)(f and )( is given in (40) with )()|(=)( ppg , where )|( p can be computed by Kalman filter and )(p is known prior density. The chosen transition density is ),(=),( yxyxq (57) where is probability density of multidimensional normal distribution with zero mean and diagonal covariance matrix . Because the transition density is symmetric around zero, the algorithm is called Random Walk Metropolis-Hastings algorithm, and corresponding acceptance function simplifies to . )( )( 1,min=),( xg yg yxa (58) 3.4. Estimation Algorithm This subsection concludes the section about estimation technique by describing the estimation algorithm. The parameter vector to be estimated consists of the private sector deep parameters },,,,,,,,{ FHFHh , central bank preference parameters },{ ry , and exogenous processes parameters },,,,,,,,,,,,{ ***321 rrysqaFHacba . The parameter is fixed rather then estimated. The prior densities of parameters are reported in Table 1. We generate two Markov chains of length 1,000,000=N in order to carry out the convergence diagnostics. At the beginning of the estimation, the initial value 1 of the parameter vector is chosen. Each draw of a m -th state of the Markov chain for Nn ,,3,2 is done in six steps First step generates new parameter vector as realization of random walk: ,= 1)( Wn where )(0,NW : . Second step computes the prior probability )(p . 420 Third step solves the linear rational expectation system of equations (35) to get state equation. It constructs observation equation. The state-space representation of the model is the result of this step. Fourth step computes the model likelihood )|( p 1 using Kalman filter. Fifth step computes the acceptance probability . )()|( )()|( 1;min=),( 1)(1)( 1)( nn n pp pp a Sixth and final step sets =)(n with probability ),( 1)( n a , else it sets 1)()( = nn . After the simulation of the Markov chain, we have removed the first half of the chain to get rid of initial condition effect. The estimate of expected value of the parameter vector is computed as . 2 =^ )( 1 2 = i N N i N (59) 4. ESTIMATION RESULTS This section briefly describes the data used in the estimation and then focuses on the results of the estimation and their economic interpretation. 4.1. Data The data are obtained from CNB, CZSO, EABCN and DSI2 . We used quarterly data from 1Q1996 to 4Q2007. We did not annualize the data. The used measurements and corresponding model variables are tF , ­ Deviation of seasonally adjusted import prices q-o-q inflation from a long run trend. The trend is computed by the HP filter3 . t ­ Inflation gap is computed as /4,= ttt PIETARPIE where PIE is seasonally adjusted CPI q-o-q inflation and PIETAR is y-o-y inflation target. ty ­ Real GDP gap. The gap is obtained from the CNB. ti ­ Gap of 3-month PRIBOR from its long run trend. The trend is computed by the HP filter. tq ­ Real exchange rate CZK/EUR gap. The gap is obtained from the CNB. 1 is the vector of observed data 2 Czech National Bank, Czech Statistical Office, Euro Area Business Cycle Network and Data Service & Information. 3 Hodrick-Prescott filter. 421 ts ­ Logarithm of the terms of trade is computed as ,log t t EPI IPI where IPI is price index of imported goods and EPI is price index of exported goods. ts is the deviation from the long run trend. The trend is computed by the HP filter. * t ­ Foreign inflation gap is computed as gap of seasonally adjusted q-o-q EMU CPI inflation from the estimated trend. The trend is computed by the HP filter. * ty ­ EMU real GDP gap. The gap is obtained from the CNB. * t i ­ Gap of 3-month EURIBOR from its long run trend. The trend is computed by the HP filter. The data are depicted in Figure 1. 4.2. Parameter Estimates In the estimation, we calibrated only parameter which is the discount factor. The parameter is set to a calibrated value 0.99. This value is common in the literature (see [12], [17], and [22] for Czech economy case). Results of the estimation are reported in Table 2. We created two Markov chains and carried out three convergence diagnostics. The first one is NSE (numerical standard error) of the posterior mean. Value close to zero is desirable. The second one is the chi-square test of posterior means equality between chains. p-value of the test is computed. Both test are proposed by J. Geweke and can be find in [13]. The last diagnostics done in this article is computation of the potential scale reduction factor (PSRF) which measures convergence of the Markov chains to the stationary distribution. Value close to one is desirable. Detailed description of PSRF is carried out in [4]. The results of diagnostics are reported in Table 4. All three diagnostics for each parameter are close to desired value (NSE and PSRF) or high enough (p-value is higher then 0.05). It is therefore possible to assume that the length of the Markov chain is sufficient to achieve a stationary distribution. The posterior mean of the parameter (degree of openness) is 0.78. This means that imports constitute 78 per cent of domestic consumption. The parameter is also the share of inflation of imports in overall domestic inflation. The estimate of the parameter is relatively high and reflects high degree of openness of the Czech economy.1 The estimates of the following four parameters represent preferences of households. The first one is the degree of habit in consumption (parameter h ). The posterior mean of this parameter is 0.89. Value close to 0.9 is common in the 1 [22] calibrated within almost the same model structure. They set to value 0.4. 422 literature. Musil and Vašíček in [22] estimated the same value of this parameter. The interpretation of this value is as follows. In order to achieve the same utility from consumption as in the preceding period, the growth of the consumption has to be as high as 89 per cent of the growth in the last period excluding an effect of longrun growth in consumption. The posterior mean of the parameter is 0.53. The parameter represents the inverse elasticity of intertemporal substitution in consumption, thus the elasticity is approximately 1.9. The estimate of the inverse elasticity of labour supply (parameter ) is 2.18. The elasticity is therefore approximately 0.46. The value can be interpreted as the percentage change in labour supply caused by the one per cent change in the real wage. Such low value could reflect specifics of the Czech economy and labour market development.1 However it is worth mentioning that the posterior density of this parameter is very similar to the prior density indicating possible lack of information on the value of the parameter in the data. The last parameter which provides us with information about households tastes is the elasticity of substitution between home and foreign goods (parameter ). The posterior mean of this parameter is 0.56 indicating low possibility of substitution between home and foreign goods. Our estimate is slightly higher then estimate in [22].2 The difference in estimates may be due to growth in possibility of substitution between home and foreign goods during the period under consideration3 . Following eight parameters ( FFFHHHaa ,,,,,,, ) provide us with description of firms' behaviour and related exogenous processes in the Czech economy. First five of them are related to domestic producers and remaining three to domestic importers. The estimate of the parameter a which is the persistence of the technology shock is 0.9. It means that it takes approximately 22 quarters for the shock to be less then 10 per cent of the original magnitude. Hence, the technology shock is the long-lasting one. The estimate of a standard deviation of the technology shock a is 0.76. The measure of the inflation indexation in case of domestic producers (parameter H ) is 0.8. It means that the producers who do not reoptimize prices adjust them according to 80 per cent of last period inflation. The probability of being unable to reoptimize price (parameter H ) is estimated to value 0.53. Expected average duration of price contract is therefore approximately 2.12 quarters. Estimated standard deviation of the domestic producers' cost-push shock is 0.85. The estimate of the measure of the inflation indexation in case of importers (parameter F ) is 0.87. The estimate is close to the estimate of H . Hence, there is the same inertia in both inflations. The estimate of the parameter F is 0.62. This value means that the average duration of price contract is approximately 2.6 quarters. The estimated standard deviation of the cost-push shock F is 11.28. This value is very high in comparison to the estimates of standard deviations of 1 Mainly growth in labour productivity and rigidities on labour market. 2 They estimated the value 0.38. 3 Musil and Vašíček used data from 1Q1995 to 4Q2005 while we used data from 1Q1996 to 4Q2007. 423 other shocks. This evidence is less striking when multiplying with the estimate of F .1 However the resulting value 2.67 is still high. Possible explanation is that the importers' cost-push shock and some other shock (probably UIP and/or terms of trade shock) are not sufficiently distinguishable within the model structure leading to the overestimate of cost-push shock and the underestimate of another shock(s).2 However this is not the case in domestic inflation Phillips curve, where technology (long-lasting) and cost-push (short-lasting) shocks can be distinguished. The tendency of NK DSGE models to overemphasize the cost-push shocks is investigated by Peersman and Straub in [23]. The advantage of monetary policy formulation within this model compared to Taylor type rule is that it allows us to estimate the preferences of the central bank. With Taylor type rule, the inference on these preferences is mixed with sensitivity of concrete variables in policy function to interest rate. Another benefit of formulation adopted in this article is that the parameters are more ``deep'' than in the case of Taylor type rule. The estimated weight on output stabilization and interest rate smoothness is 0.08 and 0.53, respectively. This means that the Czech National Bank is not very interested in output stabilization. This could be a result of transformation development in the Czech Republic. The CNB focused on inflation stabilization and did not stabilize the output possibly affected by inevitable structural changes. The estimated value of parameter r indicates that the CNB cares about smoothing development of interest rate, but not as much as about inflation targeting ( r is lesser than one). The most important objective of the CNB is inflation stabilization, because both estimated weights y and r are less than one. This result is in accordance with inflation targeting regime the CNB adopted in 1998. 5. ANALYSIS OF BEHAVIOUR This section analyses behaviour of the estimated model. It uses posterior estimates of the parameters presented in Subsection 4.2 and simulates reaction of the model to each one of nine shocks. These are technology, uncovered interest parity, terms of trade, monetary, producers' cost-push, importers' cost-push, foreign output, foreign nominal interest rate, and foreign inflation rate shock. The magnitude of the simulated shocks is one per cent. This should be kept in mind all the time. The reason is that in the following text some of the shocks may be considered more important than the others in terms of impact on (macroeconomic) variables, but in the reality this shock is of smaller magnitude (measured by standard deviation of the shock) than the others. Once again, the impact of the shock as presented here is proportional to the standard deviation of the shock in reality. 5.1. Technology Shock The responses of the variables to an one per cent technology shock are depicted in Fig. 2. The positive technology shock represents a decrease in marginal costs of domestic producers. The inflation of domestic production falls below the steadystate level and domestic production becomes more competitive (terms of trade increase). Households take advantage of the technology shock and consume more 1 0.237=F 2 Especially the estimate of the standard deviation of the UIP shock is quite low. 424 (consumption increases) and substitute domestic production for imports. The output increases as a result of growing demand. The central bank lowers nominal interest rate to stabilize inflation at a targeted value. Real exchange rate increases because of expansive monetary policy. The raise in real exchange rate has two consequences. The first one is raise of the marginal costs of importers (imports become more expensive) and the second one is raise in competitiveness of exports resulting in further growth of output. Both of these consequences push overall inflation up towards the target. The technology shock is very persistent, which follows from high estimated value of parameter a . Especially consumption and output are influenced by technology shock for long time. On the contrary, influence of the shock on inflation of domestic goods and overall inflation is quite short-lasting. 5.2. Uncovered Interest Parity Shock The effect of an one per cent uncovered interest parity shock is shown in Fig. 3. The positive uncovered interest parity shock means that agents expect depreciation of real exchange rate ( 0>)( 1 ttt qqE , see Eq. (60d) in Appendix A). Real exchange rate initially falls in order to depreciate in following period. This decrease of real exchange rate represents decrease of importers' marginal costs (imports become cheaper) and worsening of domestic producers' export positions (leading to decrease in output). Import inflation decreases because of reduction in importers' marginal costs. Domestic inflation decreases too, because the lower output leads to lower marginal costs of domestic production. CPI inflation decreases because it is weighted mean of domestic and import inflation. The subsequent rise in real exchange rate affects importers and producers (hence output, domestic, import and CPI inflation) in opposite direction. The central bank loosens monetary policy to raise CPI inflation back to the target. Lowering of nominal interest rate opposes the effect of the shock and causes appreciation of the real exchange rate in the following periods. Households increase their consumption in the first period in response to lower real interest rate. The impact of the uncovered interest parity shock is apparently the most shortlasting of all nine shocks. Almost all variables reach the steady-state in ten periods (two and half years). 5.3. Terms of Trade Shock Fig. 4 shows responses of key variables to an one per cent terms of trade shock. The positive shock improves competitiveness of domestic production over foreign production. Domestic and foreign households begin to prefer small economy's production to foreign economy's one as the result of the shock. Hence output and domestic inflation rise. Import inflation decreases because households substitute domestic goods for imports, which leads to a decrease in marginal costs of importers. The effect of rise in domestic inflation and fall in import inflation on CPI inflation partially cancels out and CPI inflation therefore increases only a little. The central bank reacts to development of CPI inflation and tightens monetary policy. There are two channels how a rise in nominal interest rate leads to a fall in CPI inflation. The first one is based on uncovered interest parity condition. Monetary 425 restriction causes a decrease of real exchange rate. Lower exchange rate means lower marginal costs of imports (imports become cheaper) and therefore a decrease of import inflation. Second effect of lower exchange rate is worsening of domestic producers' export position. The result is a decline of output and domestic inflation. The CPI inflation decreases because of a decrease in domestic and foreign inflation. The second channel is based on households' intertemporal substitution in consumption. Households postpone their consumption because of positive real interest rate, which leads to a decline of consumption. The CPI inflation also decreases in this case. 5.4. Monetary Shock The responses of variables to an one per cent monetary shock are depicted in Fig. 5. The positive monetary shock within considered model structure is in fact unwanted monetary expansion as Fig. 5 shows. This is clear from Eq. (60j). The central bank lowers nominal interest rate to balance losses from consequences of monetary expansion and gain from smoothing nominal interest rate (lowering tr ). Real exchange rate rises in the first period in order to appreciate as agents expect (because real interest rate falls). Growth of real exchange rate increases price of imports (importers' marginal costs rise) and competitiveness of domestic goods at international market. Domestic producers begin to produce more goods for export and their marginal costs increase. Domestic and import inflation rise because of higher marginal costs of both producers and importers. CPI inflation have to rise, too. Development of households' consumption in subsequent periods is determined by real interest rate. If the real interest rate (gap) is negative, households prefer present consumption to future one. In other words, if real interest rate is negative, marginal utility from consumption in present period is lower than marginal utility in the next period. In case of utility function adopted in this text and estimated value of parameter h (close to one), the marginal utility is roughly speaking lower in period t than in period 1t if growth of consumption is higher in period t than in the next period. It is exact if the parameter h equals 1. Because real interest rate is negative in the first three periods, growth of consumption declines. Real interest rate becomes positive and growth of consumption rises at period 3=t . 5.5. Importers' Cost-Push Shock Fig. 7 shows effect of an one per cent importers' cost push shock. The shock represents temporary increase of importers' marginal costs. Hence, import inflation rises. The competitiveness of domestic production over imports increases because of higher prices of imports. Terms of trade rise and push output up. Because of higher import inflation and high degree of openness, overall inflation increases. The central bank tightens monetary policy to push inflation back to the target. Direct consequence of monetary restriction is increase of real interest rate. Higher real interest rate leads to stabilization of the economy in two different ways. The agents expect depreciation (growth) of real exchange rate because of higher real interest rate. The real exchange rate therefore appreciates in initial period to depreciate later. Lower exchange rate decreases marginal costs of importers and import inflation falls. Deterioration of domestic producers' export position is another effect 426 of a lower exchange rate. The decrease of demand for exports partially cancels out the increase in terms of trade. Households postpone their consumption because price of present consumption rises. Consumption decreases. Producers have to lower their production. The decrease of households' consumption counteracts the increase in terms of trade. It means that households switch from imports to domestic production but also decrease the overall consumption. This is the second way how a rise in the real interest rate stabilizes inflation. 5.6. Foreign Output Shock Fig. 8 shows how a rise of foreign output affects Czech economy. The rise in foreign output directly increases domestic output, because demand for domestic production in foreign economy rises. Domestic producers are able to produce more only with higher marginal costs. Hence domestic inflation rises too. The central bank rises nominal interest rate in order to face inflationary pressures. Real exchange rate reacts to the change in real interest rate, decreases in first two periods and approaches the steady-state thereafter. Marginal costs of importers and competitiveness of exports decreases because of low real exchange rate. This facts create disinflationary pressure to both domestic and foreign inflation. Consumption develops according to real interest rate after a decrease in the first period. The central bank's intervention also helps to decrease inflation by reducing households' consumption. 5.7. Foreign Nominal Interest Rate Shock The development of the Czech economy after a foreign nominal interest rate shock is depicted in Fig. 9. Foreign real interest rate increases due to the shock. A rise in foreign real interest rate causes the real exchange rate to go up because agents expect its appreciation. Domestic production becomes more competitive abroad and prices of imports increase because of higher real exchange rate. Overall inflation rises because domestic and import inflation do as well. The central bank raises nominal interest rate to lower existing real interest rate differential. Lowering interest rate differential pushes real exchange rate back to its steady-state. Households face unfavourable conditions on the market of domestic goods and imports and lower their consumption. After this decline, their consumption rises because positive real interest rate makes present consumption more expensive in comparison with future one. In other words, households substitute future consumption for present one. 5.8. Foreign Inflation Shock Impulse responses to a foreign inflation rate shock are quite similar to a foreign nominal interest rate shock, but variables move in the opposite direction. The reason for this is that rise in foreign inflation causes a decrease in foreign real interest rate. This is clear from Eq. (18). The responses differ a little in magnitude, because initial value of foreign real interest rate is 1= * 0 r in the case of interest rate shock and 1 * 01 * 10 == aaE in the case of inflation shock. The effects of the 427 shocks also differ slightly in duration because of difference in persistence of the shocks measured by parameters 1a and 3c . Impulse responses to an one per cent foreign inflation shock are depicted in Fig. 10. Their interpretation is analogous to that in previous subsection. 5.9. General Findings about the Behaviour At the beginning of this section, it was noted that impact of an one per cent shocks should be considered together with estimates of their standard deviation. This subsection is going to do this. Some general aspects of behaviour of the Czech economy are discussed also in this subsection. The technology shock has the most persistent impact on the Czech economy. This is the result of the high estimated value of the parameter a . It is clear from the impulse responses that technology shock affects the economy more than other shocks do. This fact remains true if the standard deviations of the shocks are taken into account. Only importer's cost-push shock has stronger impact in this case, but this will be discussed later. The technology shock is very important shock for the development of the Czech economy. The uncovered interest parity shock is also very influencing due to high degree of openness of the Czech economy. If the standard deviation of this shock is considered, the impact is very small. Nevertheless, in this case we think the standard deviation of this shock is underestimated (see subsection 4.2 for more details) and this shock is more important in reality. This shock is very temporary. The terms of trade shock influences the Czech economy a lot, no matter if its standard deviation is considered or not. This means that competitiveness of domestic production to imports is very important. This importance is raised by the degree of openness but on the other hand is reduced by the lower elasticity of substitution between home and foreign goods (parameter ). If the standard deviation of the monetary shock is taken into account, the impact of this shock will diminish a lot. Hence the CNB controls nominal interest rate quite well in reality and does not destabilize the economy. The producer's and importer's cost-push shocks are found less significant. The reason for this is that the effect of both shocks is affected by the degrees of price rigidity H and F , respectively. The higher is the degree of price rigidity (parameter H or F ) the weaker is the effect of the shock, because the firms are less able to change their prices according to marginal costs. If standard deviations are considered, the importer's cost-push shock turns out to be very important. But we think the estimate of the standard deviation of this shock is overestimated because it includes volatility of real exchange rate shock (see subsection 4.2). The effect of the foreign output shock is significant even if the standard deviation is considered. This is a direct consequence of the high degree of openness of the Czech economy. The reason for this is that foreign output gap represents the foreign households' consumption gap. Hence if the foreign output gap rises, the domestic production (export production) will rise proportionally to foreign output gap and the degree of openness (see Eq. (60g)). 428 It is no surprise that the change in the foreign real interest rate affects the Czech economy significantly. It is a consequence of high degree of openness of the Czech economy. If standard deviation of foreign real interest rate shock is taken into account, the significance of this shock lessens noticeably.1 Based on the impulse responses it is evident that interaction of Czech and foreign economy is of great importance to stability of Czech economy. Czech output and inflation are noticeably influenced by development abroad. The factors which measure competitiveness of domestic goods to imports and foreign production to exports are very important. These are real exchange rate and terms of trade.2 The inflation of imports constitutes approximately 78 per cent of Czech CPI inflation. The model includes two transmission channels of monetary policy. These are real exchange rate and real interest rate channels. They differ in duration and impact strength of the transmission. The real exchange rate channel has relatively strong impact, which is supported by high degree of openness. The change in real interest rate has direct influence on export competitiveness leading to proportional (with coefficient ) change in domestic production. The change influences competitiveness of imports to domestic production, which results in further change in domestic output and overall inflation. This transmission channel seems to be very important in the case of Czech economy, but its transmission speed is high and real exchange rate stabilizes at the steady-state quickly. The real interest rate channel consists in affecting relative price of present and future consumption, which results in a change in households' consumption. This change is weakened by households' persistence in consumption. The high openness of the Czech economy lowers the transmission effect too. Hence, the impact of the monetary policy through this transmission channel is weaker and the speed of the transmission is slower than in case of real exchange rate channel. 6. CONCLUSION This article estimated the dynamic behavior of the Czech economy and CNB's preferences in conducting monetary policy. The estimate was done within the New Keynesian model of small open economy developed by Gali and Monacelli in [12]. This model structure includes nominal rigidities (monopolistic competition and Calvo style price setting behavior in sector of domestic producers and importers) and real rigidity (household's habit formation in consumption). The central bank was treated as an optimizing agent minimizing its expected loss. Three objectives were incorporated in the central bank's loss function. They were inflation stabilization, output stabilization, and interest rate smoothing. The article used the solution algorithm for optimal commitment proposed by Dennis in [7]. 1 Because foreign interest rate is * 1 * ttt Er , variance of foreign real interest rate shock is therefore 2 *1 2 * )( ar . 2 See Eq. (60g), Eq. (60b) and Eq. (60c). 429 The random walk Metropolis-Hastings algorithm was used to estimate the model's parameters. Two independent Markov chains (each containing 1 000 000 draws) were generated by the algorithm. Convergence diagnostics proposed by Brooks and Gelman in [4] and Geweke in [13] were carried out and both diagnostics indicated convergence of the Markov chain to the stationary distribution. We found important the estimate of parameter (portion of foreign goods in domestic consumption at steady-state), which is 0.78 . This value support the fact, that the Czech economy is very open economy. Such high degree of openness has direct effect on behavior of the Czech economy. The estimated values of other parameters are in most cases acceptable with regard to structural characteristics of the Czech economy. Nevertheless, particular problems with the estimation of same parameters occurred. The estimate of the parameter (the inverse elasticity of labor supply) may suffer from insufficient information about the parameter in the data. The high estimated value of the parameter F (variance of the cost-push shock to importers) may be caused by poor discriminability of some shocks in the model structure resulting in the overestimating of the parameter F and possibly the underestimating of the parameters q and s . Treating the central bank as another optimizing agent enabled us to estimate the weights (representing the CNB's preferences) the CNB attaches to the three objectives mentioned above in providing monetary policy. We found that the CNB attaches the heaviest weight to the inflation stabilization, which is in accordance with the inflation targeting regime the CNB provides. The weight the CNB attaches to the output stabilization was found very low compared to the weight on the inflation stabilization (approximately 9 per cent of this weight). This value might indicate that the CNB cares only a little about output stabilization. The posterior estimate of the weight on the interest rate smoothing was 0.526 in terms of the weight on the inflation stabilization. The development of the Czech economy is significantly influenced by development of technology and the foreign economy. The sensitivity about development abroad is direct consequence of high degree of openness of the Czech economy. The most important among foreign macroeconomic variables is foreign output gap, because the standard deviation of its shock is highest. The low estimated value of the standard deviation of the monetary shock indicates, that the CNB is unimportant cause of fluctuations of the Czech economy. The monetary policy actions propagate in adopted model through two transmission channels. Based on the behavior analysis we found, that these channels differ in duration and strength of impact. The real exchange rate channel is of high influence and short duration. The importance of this channel is consequence of high degree of openness of the Czech economy. The real interest rate channel affects the economy more gradually because of household's habit formation in consumption. REFERENCES AN, S. ­ SCHORFHEIDE, F. (2005): Bayesian analysis of DSGE models, CEPR Discussion Papers 5207. 430 BINDER, M. ­ PESARAN, H. (1995): Multivariate rational expectations models and macroeconomic modelling: a review and some new results. University of Cambridge, Cambridge working papers in economics, working paper 9415. BISHOP, G. ­ WELCH, G. (2006): an introduction to the Kalman filter. University of North Carolina at Chapel Hill, TR 95-41. BROOKS, S. P. ­ GELMAN, A. (1998): General methods for monitoring convergence of iterative simulations. Journal of Computational and Graphical Statistics, Volume 7, Number 4, 434­455. CALVO, G. (1983): Staggered Contracts in a Utility-Maximising Framework. Journal of Monetary Economics, 12, 383-398. CLARIDA, R. ­ GALI, J. ­ GERTLER, M. (1999): The science of monetary policy: A New Keynesian perspective. NBER working paper, No. 7147. DENNIS, R. (2005): Optimal policy in rational expectations models: new solution algorithms. Federal Reserve Bank Of San Francisco, working paper 2001-09. DENNIS, R. (2005): Inflation targeting under commitment and discretion. Federal Reserve Bank Of San Francisco, Economic Review, 1-13. DENNIS, R. (2005): Specifying and Estimating New Keynesian Models with Instrument Rules and Optimal Monetary Policies. Federal Reserve Bank of San Francisco, Working Paper 2004-17 (rev. January 2005). FISHMAN, G. S. (1995): Monte Carlo: concepts, algorithms and applications. Springer-Verlag New York, Inc.. GALI, J. (2008): Monetary policy, inflation, and the business cycle: An introduction to the new Keynesian framework. Princeton University Press, Princeton, New Jersey. GALI, J. ­ MONACELLI, T. (2002): Monetary policy and exchange rate volatility in a small open economy. NBER working paper, No. 8905. GEWEKE, J. (1998): Using simulation methods for Bayesian econometric models: inference, development, and communication. Federal Reserve Bank of Minneapolis, Staff Report 249. GEWEKE, J. (2005): Contemporary Bayesian Econometrics and Statistics. John Wiley & Sons, Inc.. HAMILTON, J. D. (1994): Time series analysis. Princeton University Press, Princeton, New Jersey. HASTINGS, W.K. (1970): Monte Carlo sampling methods using Markov chains and their applications. Biometrika, Volume 57, 97-109. KAM, T. ­ LEES, K. ­ LIU, P. (2006): Uncovering the hit-list for small inflation targeters: a Bayesian structural analysis. ANU Centre For Applied Macroeconomic Analysis. 431 LIU, P. (2006): A small New Keynesian model of the New Zealand economy. Reserve Bank of New Zealand, Reserve Bank of New Zealand Discussion Paper Series DP2006/03. LUBIK, T. ­ SCHORFHEIDE, F. (2005): A Bayesian look at New Open Economy Macroeconomics. The Johns Hopkins University, Department of Economics, Economics Working Paper Archive 521. METROPOLIS, N. ­ ROSENBLUTH, A. W. ­ ROSENBLUTH, M. N. ­ TELLER, A. H. ­ TELLER, E. (1953): Equations of state calculations by fast computing machines. Journal of Chemical Physics, Volume 21, 1087-1092. MOHINDER, S. G. ­ ANGUS, A. P. (2001): Kalman filtering: theory and practice using Matlab. Second edition. John Wiley & Sons, Inc.. MUSIL, K. ­ VAŠÍČEK, O. (2006): Behavior of the Czech Economy: New Open Economy Macroeconomics DSGE Model. CVKS MU, working paper No. 23/2006, Brno. PEERSMAN, G. ­ STRAUB, R. (2006): Putting the New Keynesian Model to a Test. Ghent University, Working Papers of Faculty of Economics and Business Administration, wp 06/375, Belgium. REMO, A. (2007): Expectations of monetary policy rules and inflation targeting in an open economy (DSGE model approach). Masaryk University, Faculty of Economics and Administration, master thesis. SAWYER, S. (2006): The Metropolitan-Hastings algorithm and extensions. Washington University. WOODFORD, M. (2003): Interest and prices: Foundations of a theory of monetary policy. Princeton University Press, ISBN 0-691-01049-8. 432 FIGURES AND TABLES Table 1: Prior Densities Parameter Function mean std.deviation point mass 0.99 - Beta 0.7 0.1 h Beta 0.8 0.1 Gamma 0.5 0.2 Gamma 2 0.35 Gamma 0.6 0.25 H Beta 0.8 0.1 F Beta 0.8 0.1 H Beta 0.5 0.1 F Beta 0.6 0.1 1a Gamma 0.7 0.1 2b Gamma 0.9 0.1 3c Gamma 0.8 0.1 a Beta 0.85 0.1 y Gamma 0.3 0.15 r Gamma 0.6 0.15 H Gamma 1 0.5 F Gamma 11 1 a Gamma 0.8 0.1 q Gamma 0.1 0.05 s Gamma 0.7 0.1 * Gamma 0.06 0.03 *y Gamma 0.25 0.05 *r Gamma 0.1 0.05 r Gamma 0.2 0.05 433 Table 2: Estimation Results Parameter Interpretation Prior mean 5% 95% Post. mean 5% 95% Degrese of openness 0.70 0.52 0.85 0.78 0.72 0.84 h habit in consumption 0.80 0.61 0.94 0.89 0.85 0.92 inverse elasticity of intertemporal substitution 0.50 0.22 0.87 0.53 0.37 0.69 inverse elasticity of labour supply 2.00 1.46 2.61 2.18 1.60 2.82 elasticity of substitution between home and foreign goods 0.60 0.26 1.06 0.56 0.39 0.78 H degree of inflation indexation in prices of products 0.80 0.61 0.94 0.80 0.63 0.94 F degree of inflation indexation in prices of imports 0.80 0.61 0.94 0.87 0.73 0.96 H fraction of non- optimizing producers 0.50 0.34 0.66 0.53 0.43 0.62 F fraction of non- optimizing importers 0.60 0.43 0.76 0.62 0.55 0.69 1a foreign inflation AR(1) parameter 0.70 0.54 0.87 0.68 0.53 0.83 continue on next page Table 2: Estimation Results Parameter Interpretation Prior mean 5% 95% Post. mean 5% 95% 2b foreign output AR(1) parameter 0.90 0.74 1.07 0.91 0.85 0.97 3c foreign interest rate AR(1) parameter 0.80 0.64 0.97 0.75 0.62 0.89 a inertia of technology 0.85 0.66 0.97 0.90 0.84 0.95 y weight on output stabilization 0.30 0.10 0.58 0.08 0.04 0.13 r weight on interest rate smoothing 0.60 0.38 0.87 0.53 0.34 0.75 H std. deviation of producers' cost- 1.00 0.34 1.94 0.85 0.63 1.16 434 push shock F std. deviation of importers' costpush shock 11.00 9.41 12.70 11 .28 9.82 12.79 a std. deviation of technology shock 0.80 0.64 0.97 0.76 0.61 0.93 q std. deviation of UIP shock 0.10 0.03 0.19 0.02 0.01 0.04 s std. deviation of terms of trade shock 0.70 0.54 0.87 0.62 0.50 0.76 * std. deviation of foreign inflation shock 0.06 0.02 0.12 0.02 0.01 0.04 continue on next page Table 2: Estimation Results Parameter Interpretation Prior mean 5% 95% Post. mean 5% 95% *y std. deviation of foreign output shock 0.25 0.17 0.34 0.26 0.21 0.30 *r std. deviation of foreign interest rate shock 0.10 0.03 0.19 0.03 0.02 0.04 r std. deviation of monetary shock 0.20 0.13 0.29 0.08 0.06 0.11 435 Table 3: Convergence Diagnostics Post Mean Post Std 2.5% 97.5% NSE p-value PSRF 0.990 0.000 0.990 0.990 0.000 1.000 1.000 0.776 0.037 0.699 0.844 0.002 0.120 1.009 h 0.887 0.019 0.848 0.920 0.001 0.877 1.000 0.526 0.104 0.333 0.733 0.007 0.939 1.000 2.181 0.370 1.518 2.968 0.010 0.707 1.000 0.556 0.121 0.374 0.840 0.010 0.210 1.015 H 0.804 0.095 0.597 0.954 0.005 0.437 1.003 F 0.869 0.071 0.707 0.972 0.004 0.778 1.000 H 0.529 0.058 0.410 0.633 0.002 0.539 1.001 F 0.624 0.041 0.541 0.703 0.001 0.917 1.000 1a 0.675 0.091 0.504 0.860 0.001 0.959 1.000 2b 0.913 0.038 0.832 0.982 0.001 0.091 1.001 3c 0.753 0.081 0.597 0.913 0.001 0.314 1.000 a 0.897 0.033 0.828 0.955 0.002 0.065 1.014 y 0.077 0.029 0.034 0.146 0.001 0.244 1.003 r 0.528 0.133 0.304 0.813 0.010 0.300 1.011 continue on next page Table 3: Convergence Diagnostics Post Mean Post Std 2.5% 97.5% NSE p-value PSRF H 0.852 0.150 0.602 1.167 0.012 0.234 1.015 F 11.284 0.904 9.574 13.105 0.051 0.866 1.000 a 0.763 0.097 0.585 0.966 0.001 0.103 1.001 q 0.021 0.012 0.005 0.051 0.000 0.099 1.002 s 0.622 0.081 0.475 0.791 0.001 0.083 1.001 * 0.024 0.009 0.009 0.045 0.000 0.451 1.000 *y 0.257 0.028 0.206 0.314 0.000 0.528 1.000 *r 0.029 0.008 0.015 0.047 0.000 0.866 1.000 r 0.082 0.015 0.054 0.111 0.000 0.429 1.001 436 Figure 1: Data used for the estimation 437 Figure 2: Technology shock Figure 3: Uncovered interest parity shock 438 Figure 4: Terms of trade shock Figure 5: Monetary shock 439 Figure 6: Producers' cost-push shock Figure 7: Importers' cost-push shock 440 Figure 8: Foreign output shock Figure 9: Foreign nominal interest rate shock 441 Figure 10: Foreign inflation rate shock D Model without Monetary Policy The model without monetary policy consists of the following equations: ),( 1 )(= 111 tttttttt Er h hccEhcc (60a) ,)( 1 )(1 )(= 1 1,,1,, H tHtttttH tHHtHHtHttH hcc h say E (60b) ,])(1[)(= 1,,1,, F tFttFtFFtFFtFttF sqE (60c) ,)()(=)( * 1 * 11 q tttttttttt ErErqqE (60d) ttttt q h hyyhcc 1 = * 1 * 1 (60e) ,= ,,1 s ttHtFtt ss (60f) ,)(1= * ttttt ysqcy (60g) ,)(1= ,, tFtHt (60h) 442 /4,=~ 3 0= it i t (60i) ,= 1 r tttt rrr (60j) ,= 1 a ttat aa (60k) ,= ** 11 * ttt a (60l) ,= ** 12 * y ttt yby (60m) ,= ** 13 * r ttt rcr (60n) where (0,1)a and )(0, 2 j j t N : for ,,,,,,,,= ** yrFHqsaj and * r . E Matrices in Central Bank's Loss Function The vectors and matrices in central bank's loss function are ,)~,, ,,,,,,,,,,,,,(= 21 *** ,, ttt tttttttttttFtHtt ryarrysqcz (61) ),(= tt rx (62) 16,16 10000000000 00000000000 00 00000000000 0000000000 00000000000 0000000000 00000000000 0000000000 00000000000 00000000000 00000000000 = r y q W (63) 0Q (64) F Producer's Price Setting Behaviour Optimization problem of the i -th producer is s.t.)],(exp )[(max ,, 1, 1, ,,, 0=, H ststHstH H tH stH tHstH s Hstt s t tH P MCP P P PiYQE (65a) 443 .)(=)( = * ,, 1, 1, , , , st Y stHstH H tH stH stH tH stH CC P P P P iY (65b) Hence, unconstrained optimization problem is )].(exp[ max ,, 1, 1, , 1, 1, , , , 0=, H ststHstH H tH stH tH st H tH stH stH tHs Hstt s t tH P MCP P P P Y P P P P QE (66) It is possible to write tH P , instead of )(, iP tH , because producers share the same production technology and are price-takers at the labour market. Note that this is not possible in case of tY and )(iYt . The first one states for aggregate output and the second one for production of the i -th producer. The FOC of the problem (66) is )].(exp )[(1 1 =0 ,, 1)( , 1, 1, , 1, 1, , , 0= H ststHstHtH H tH stH tHst H tH stH stH s Hstt s t MCPP P P PY P P P QE (67) Now, let's rearrange the FOC to get more favourable form: )](exp)[(1 =0 ,, 1 , 1, 1, 1, 1, , , , 0= H ststHstHtH H tH stH st H tH stH stH tHs Hstt s t MCPP P P Y P P P P QE (68) )](exp 1 )[(=0 ,, 1, 1, ,, 0= H ststHstH H tH stH tHst s Hstt s t MCP P P PiYQE (69) .)](exp 1 [ )()(=0 ,, 1, 1, , 1 1 0= H ststHstH H tH stH tH st stst tt st ts H s t MCP P P P iY hCC hCC P P E (70) 444 In the last equation, relations tt tt t t tttt hCC hCC P P EQE 1 1 1 1, = which follows from equations (4) and (5), ststttttstt QQQQ 1,21,1,, = , and stststtststt QEEQE 1,11, = are employed. The equation (70) have to hold at steady-state: H H H H s H s t P P PiY hC hC P P E )[( )(1 )(1 )(=0 0= =] 1 )[()(=] 1 0= HHH s H s HH MCPPiYMCP .] 1 [ 1 )( = HHH H MCPP iY (71) The variables without time subscript stand for steady-state values. The term in the square brackets in the equation (71) have to be zero, because ))/(1( HiY is positive. In other words, nominal marginal revenues equal nominal marginal costs multiplied by 1)/( at the steady-state: , 1 = HHH MCPP (72) where 1)/( is the optimal mark-up in flexible price economy. The equation (70) can be rewritten into the form .)(exp 1 )()(= )()( ,, 1 1 0=1, 1, , 1 1 0= H ststHstH st stst tt st ts H s t H tH stH tHst stst tt st ts H s t MCP iY hCC hCC P P E P P PiY hCC hCC P P E (73) In the text below, the equation (73) is log-linearized around the steady-state. Following two approximations are employed through the log-linearization: 1. )(1)(1= ttt xXxXX , 2. )(1)(1= tttttttt yxXYyxyxXYYX , where capital letters without time subscript t stand for steady-state values, and lower-case letters are deviations of the variables from their steady-states. Applying above approximations the log-linearized form of the equation (73) is 445 .) )( 1 )((1 1 )()(= =))( )( 1 )((1)()( , ,11 0= 1,1, ,11 0= H ststH stHststttstt stHH s H s t tHstHH tHststttstt st H H H H s H s t mc phcchcc h pp iyMCPiY hCC hCC P P E pp phcchcc h pp iy P P PiY hCC hCC P P E (74) With usage of (72) the steady-state values in equation (74) cancels out and we get stttsttst s H s t chcc h ppiyE 1 0= ( 1 )((1)( =))() 1,1,,1 tHstHHtHst ppphc stttsttst s H s t chcc h ppiyE 1 0= ( 1 )((1)(= tH s H s t H ststHstHst pEmcphc , 0= ,,1 ()()) =))( 1,1, tHstHH pp ))(()(= 1,,,, 0= tHHtH H ststHstH s H s t ppmcpE =)( 0= s H s t E tH H ststHstHHstH s H s t pmcppE ,,1,, 0= )(()(= =)1, tHH p .)()()(1= ,1,, 0= H ststHstHHstH s H s tH mcppE The last equation can be cast in the recursive form: ))((1=)( ,1,,1,, H ttHtHHtHHtHHtH mcpppp 1, 0= ()()(1 stH s H s tHH pE =)11,, H ststHstHH mcp ))((1= ,1,, H ttHtHHtHH mcpp .)( ,1, tHHtHtH ppE (75) Now, small digression has to be done in order to eliminate terms tH p , and 1, tH p in equation (75). Let's look at the equation for the aggregate domestic price level 446 .)(1= 1 1 1 2, 1, 1, 1 ,, H tH tH tHHtHHtH P P PPP (76) The equation have to hold at steady-state, therefore we derive 1 1 11 )(1= HHHHH PPP (77) 11 )(1=)(1 HHHH PP (78) .= HH PP (79) Notice that 1)/(= HMC as result of equation (79) and (72). The log-linearized form of the equation (76) is derived as follows 1 1 1,1, 1 , 1 , ))])((1(1))(1(1)[(1=)(1 tHHtHHHtHHHtHH pPpPpP 1 1 1,1,, 1 , ))])((1)))(1(1(1[=)(1 tHHtHHHtHHHHtHH ppPpP ))())(1(1=)(1 1,1,,, tHHtHHtHHHtHH ppPpP .)(1= 1,1,,, tHHHtHHtHHtH ppp (80) The expression for tH p , is obtained from equation (80) in the form . 111 1 = 1,1,,, tH H HH tH H H tH H tH ppp (81) Substituting the right-hand side of the equation (81) for tH p , and 1, tH p in equation (75) we derive (11(=)(1 1,1,1, tHHtHHHtH pp tHHHtHt H ttHHtHHH pEmcp ,1,,, )()) )(=)(1 ,,1,1,,, H ttHHtHHHtHttHHtHHHtH mcE .)()(= ,1,,1,, H ttHHtHHtHHtHttH mcE (82) Equation (82) is the New Keynesian Phillips curve of the domestic goods inflation. G Household's Optimization This appendix derives first order conditions (5) and (6) of the household's optimization problem introduced in subsection 2.1. It also derives demand functions for domestic and foreign goods and overall price index (8). At the end of this appendix demand functions for the i -th domestic and foreign product and price indices of domestic goods and imports are stated, which are results of subsequent households' optimizations. These optimizations and their solutions are not given because they are analogous to that written below. The household's optimization problem from subsection 2.1 is 447 11 )( max 11 1 0=0= },{ stststs s t sst N st C NhCC E (83) subject to budget constraints ,0,1,==11, sNWBBQECP ststststststtstst (84) The budget constraint (84) is equality because of nonsatiation in consumption. The Bellman equation of this problem is tsBVENCUBV tttt t N t C t .,)(),(max=)( 1 , (85) ].[=1 tttttttt CPNWBRBE (86) The FOCs of this problem are 0=)(),( 1 tttBtttC PRBVENCU (87) 0.=)(),( 1 tttBtttN WRBVENCU (88) Combining FOCs together the equation t t ttC ttN P W NCU NCU = ),( ),( (89) is derived. Recall from household's utility function (1) that marginal utility of consumption is ,)(=),( 1 ttttC hCCNCU (90) and marginal disutility of labour is .=),( tttN NNCU (91) Substituting for CU and NU in equation (89) the equation t t t tt N P W hCC =1 (92) is derived. This equation is the same as equation (6). The log-linearized form of this equation is computed as follows: )](1[= )(1 )(1 )(1)(1 1 t t t tt nN pP wW chCcC )(1= )(1 )(1 ))( 1 1 (1)(1 1 t t t tt nN pP wW hcc h Ch )(1= 1 1 )( 1 1)(1 1 t t t tt nN p w hcc hP W Ch )(1=)( 1 1)(1 1 ttttt nNpwhcc hP W Ch .=)( 1 1 ttttt npwhcc h (93) The last equation follows from the fact that the equation Eq. (92) have to hold at the steady-state. 448 Now let's compute derivative of the value function )(V at the point 1tB . Because derivative of )(V at the point tB is1 , ),( =)(=)( 1 t ttC ttDttB P NCU RDVEBV (94) the derivative of value function at the point 1tB is . ),( =)( 1 11 1 t ttC tB P NCU BV (95) Substituting for )( 1tB BV from the last equation to the Eq. (87) the intertemporal Euler equation: 1= 1 1 1 tt tt t t tt hCC hCC P P ER (96) is derived. The log-linearized form of the Euler equation is 1= ))( 1 1 (1)(1 ))( 1 1 (1)(1 )(1 )(1 )(1 1 1 1 tt tt t t tt hcc h Ch hcc h Ch pP pP ErR 1= )( 1 1 1 )( 1 1 1 1 1 )(1 1 1 1 tt tt t t tt hcc h hcc h p p ErR 1=)]()[( 1 1)(1 111 tttttttt hcchcc h ppErR 1=)]()([ 1 1 111 tttttttt hcchccE h ErR 0=)]()([ 1 111 tttttttt hcchccE h Er ).( 1 )(= 111 tttttttt Er h hccEhcc (97) In the derivation above the equality 1=R is used. This equality is the equation (96) at the steady-state. The appendix continues with derivation of the household's demand functions tHC , and tFC , . The overall price index tP is going to be derived too. If the aggregate concumption index is defined by the CES function 1 The envelope theorem is used. The last equality follows from equation (87). 449 ,)(1= 11 , 11 , 1 tFtHt CCC (98) the task is to solve the optimization problem tsCC tFtH tF C tH C .,)(1max 11 , 11 , 1 , , , (99) ,= ,,,, tFtFtHtHtt CPCPCP (100) with given total expenditure ttCP . The FOCs of this maximization problem are 0.= 1 )(1 1 0,= 1 1)(1 1 , 1 , 11 1 1 , 11 , 1 , 1 , 11 1 1 , 11 , 1 tFt tFtFtH tHt tHtFtH P CCC P CCC (101) Combining the above FOCs together yields 1 , 1 , 1 , 1 , 1 =)(1 1 tF tF tH tH C P C P (102) . 1 = , , , , tF tF tH tH C P P C (103) The equation (103) is now substituted to equation (100): tFtF tF tH tHtt CP P P PCP ,, , , , 1 = , 1 = , ,1 , 1 , tF tF tFtHtt P C PPCP (104) and to Eq. (98): 1 1 , 1 1 , , , 1 1 )(1= tFtF tF tH t CC P P C . 1 = , 11 1 , , 1 tF tF tH t C P P C (105) The overall price index tP is derived, if equations (104) and (105) are put together: 450 tF tF tFtHtF tF tH t P C PPC P P P , ,1 , 1 ,, 1 1 1 , , 1 1 = 1 1 , 1 , 1 1 , 1 1 ,1 1 = 1 tFtHtFtHt PPPPP 1 , 1 , 1 1 , 1 , )(1=)(1 tFtHtFtHt PPPPP .=)(1 1 1 1 , 1 , ttFtH PPP (106) The equation (106) is the same as the equation (8). If we assume that price of domestic goods and imports equals at the steady-state1 , the log-linearized form of the above equation is 1 1 1 , 1 , ))(1())(1)((1=)(1 tFtHt pPpPpP 1 1 ,, 1 ))(1(1))(1)(1(1=)(1 tFtHt ppPpP 1 1 ,, 1 )))((1(11=)(1 tFtHt ppPpP )))((1(1 1 1 1=1 ,, tFtHt ppp .)(1= ,, tFtHt ppp (107) The household's demand for imports is obtained, if Eq. (104) and Eq. (106) are combined: tF tF ttt P C PCP , ,11 = .= , , t t tF tF C P P C (108) Finally, the household's demand for domestic goods is derived from equations (103) and (108): t t tF tF tH tH C P P P P C , , , , 1 = .)(1= , , t t tH tH C P P C (109) 1 If this condition holds then FH PPP == . 451 Given CES aggregate functions for domestic goods and imports: ,)(= 11 , 1 0 , idiCC tHtH (110) ,)(= 11 , 1 0 , idiCC tFtF (111) the demand functions , )( =)( , , , , tH tH tH tH C P iP iC (112) , )( =)( , , , , tF tF tF tF C P iP iC (113) and price indices ,)(= 1 1 1 , 1 0 , idiPP tHtH (114) 1 1 1 , 1 0 , )(= idiPP tFtF (115) are derived by analogy. H Goods-Market Clearing Condition This appendix derives log-linearized goods-market clearing condition (31). Before it proceeds recall the demand functions derived in Appendix 10: Domestic household's demand for domestic goods is .)(1= , , t t tH tH C P P C (116) Domestic household's demand for the i -th domestic product is . )( =)( , , , , tH tH tH tH C P iP iC (117) If * tC , * ,tHC and )(* , iC tH stand for foreign household's overall consumption, consumption of goods produced in small open economy, and consumption of the i th commodity produced in small open economy, respectively, then following equalities hold by analogy1 : Foreign consumption of the goods produced in small economy (demand for export) is 1 The same elasticities of substitution between different types of goods are supposed within both economies. 452 .= * * ,* , t tt tH tH C PZ P C (118) Foreign household's demand for the i -th domestic product (demand for export of the i -th domestic product)is . )( =)( * , , ,* , tH tH tH tH C P iP iC (119) The aggregate output of the home economy is defined by the CES function .)(= 111 0 idiYY tt (120) Equilibrium on the market of the i -th product will arise, if production of the i -th commodity equals consumption of this commodity. Consumption of the i -th product divides into domestic and foreign consumption. Hence goods-market eqiuilibrium conditions are [0,1].,)()(=)( * ,, iforiCiCiY tHtHt (121) Substituting Eq. (116) ­ (119) yields * , , , , , , )()( =)( tH tH tH tH tH tH t C P iP C P iP iY * * ,, , , )(1 )( =)( t tt tH t t tH tH tH t C PZ P C P P P iP iY 1 * * ,, 1 , , 1 )(1 )( =)( t tt tH t t tH tH tH t C PZ P C P P P iP iY (122) Now lets integrate with respect to i both sides of the previous equation: idiPC PZ P C P P P idiY tHt tt tH t t tH tH t 1 , 1 0 1 * * ,, 1 , 11 0 )(])[(1 1 =)( 1 , 1 * * ,, 1 , 1 ])[(1 1 = tHt tt tH t t tH tH t PC PZ P C P P P Y * * ,, )(1= t tt tH t t tH t C PZ P C P P Y .= * ,, tHtHt CCY This equation states that aggregate output equals sum of aggregate domestic and foreign consumption of the goods produced in the small economy. The log-linear approximation of Eq. (123) is 453 )(1)(1=)(1 * , * , tHHtHHt cCcCyY * , * , = tHHtHHt cCcCYy * , * , = tH H tH H t c Y C c Y C y .)(1= * ,, tHtHt ccy (123) The gap tHc , can be computed from Eq. (116), Eq. (107) and log-linearized form of Eq. (12) as follows )(1 )(1 )(1 )(1=)(1 , , t t tHH tHH cC pP pP cC )(1)(1=1 ,, tttHtH cppc tttHtH cppc )(1=1 ,, tttHtH cppc )(= ,, ttFtHtHtH cpppc ))(1(= ,,,, ttFtHtH cppc )(= ,,, ttFttFtH cpspc ))((= ,,, .=, tttH csc (124) Equation for gap * ,tH c is derived with use of Eq. (118), Eq (16), and log-linearized form of Eq (14) and Eq (12) in the following way: )(1 )(1)(1 )(1 =)(1 ** ** ,* , * t tt tHH tHH cC pPzZ pP cC )(1)(1=)(1 *** ,* * , * ttttH H tHH cCpzp ZP P cC )))(1((1=1 ** , * , ttttHtH cpzpc ** , * , )(= ttttHtH cpzpc * ,, * , )(= ttFttHtH cppc ** , )(= ttttH csc ** , ))(1(= tttttH cssqc .= ** , ttttH csqc (125) Substituting for tH c , and * ,tHc back to Eq. (123) yields1 ttttt qsycy * )(1= (126) which is the goods-market clearing condition presented in subsection 2.5. 1 Note that in foreign economy the equality ** = tt cy holds. 454 I Producer's Real Marginal Costs This appendix derives log-linearized form of the producer's real marginal costs. This form is ready to be substituted to New Keynesian Phillips curve (82). Recall the i -th producer's production function ).(=)( iNAiY ttt (127) It is clear from the production function that level of technology (productivity of labour) is the same for all producers. The producer is unable to influence the wage because we assume perfect competition on the labour market. The total costs of the i -th producers are therefore , )( =)(=)(, t tt tttH A iYW iNWiTC (128) and his real marginal costs are .=)( , , tHt t tH PA W iMC (129) The index i in the above equation of the real marginal cost can be omitted. It means that all producers produce with the same marginal costs. Now it is straightforward to derive log-linear approximation of real marginal costs tMC : )(1)(1 )(1 =)(1 , , tHHt t tHH pPaA wW mcMC tHt t tH pa w mc , , 1 1 =1 tHtttH pawmc ,, 1=1 .= ,, tHtttH pawmc (130) The last equation can be with use of Eq. (93), Eq. (107), and log-linearized form of Eq. (12) rewritten as follows == ,, tttHtttH pppawmc =)( 1 = ,1 ttHtttt ppahcc h n =)(1)( 1 = ,,,1 tFtHtFttttt pppsahcc h n .)( 1 = 1 ttttt sahcc h n (131) The finall task to do is to rule the term tn out of the equation (131).To deal with this task remember that production of the i -th producer is = )()( =)()(=)( * , , , , , ,* ,, tH tH tH tH tH tH tHtHt C P iP C P iP iCiCiY 455 , )( =)( )( = , ,* ,, , , t tH tH tHtH tH tH Y P iP CC P iP (132) assuming the market-clearing condition holds. See Appendix 11 for more details. From Eq.(114) it is clear that the equality id P iP tH tH 1 , , 1 0 )( =1 (133) holds. The first order log-linearization of this equation yields id pP ipP tHH tHH 1 , , 1 0 )(1 ))((1 =1 idpip tHtH 1 ,, 1 0 )(11 idpip tHtH )])()((1[11 ,, 1 0 idpip tHtH ))(()(111 ,, 1 0 .))((0 ,, 1 0 idpip tHtH (134) Now return to the task of deriving log-linearized form of the overall labour tN . The overall labour is .)(= 1 0 idiNN tt (135) Hence, with use of Eq. (132) it is possible to write overall labour as , )( = )( =)(= , , 1 0 1 0 1 0 id P iP A Y id A iY idiNN tH tH t t t t tt (136) and its log-linearized form as id pP itpHP aA yY nN tHH H t t t )(1 ))(,(1 )(1 )(1 =)(1 , 1 0 idpitpHayn tHttt )])(,([1)(1=1 , 1 0 0 , 1 0 ))(,(1=1 idpitpHayn tHttt .= ttt ayn (137) 456 Substituting for tn to Eq.(131) results in the final form of the log-linearized producer's real marginal costs: .)( 1 )(1= 1, ttttttH shcc h aymc (138) 457 CENTRUM VÝZKUMU KONKURENČNÍ SCHOPNOSTI ČESKÉ EKONOMIKY EKONOMICKO-SPRÁVNÍ FAKULTA MASARYKOVY UNIVERZITY prof. Ing. Antonín Slaný, CSc. vedoucí výzkumného centra Determinanty hospodářského růstu v zemích východní Evropy Ing. Zdeněk Tomeš, Ph.D., doc. Ing. Libor Žídek, Ph.D., a kolektiv Ediční rada: L. Bauer, L. Blažek, H. Hušková, E. Hýblová, M. Kvizda, L. Lukášová, R. Lukášová, J. Menšík, J. Nekuda, A. Slaný, J. Šedová, V. Žítek Vydala Masarykova univerzita roku 2008 1. vydání, 2008, náklad 200 výtisků Tisk: BonnyPress spol. s r.o., Osová 20, 625 00 Brno Pořadové číslo ESF-13/08-02/58 ISBN 978-80-210-4786-0 458