Vysoká škola ekonomická v Praze Fakulta podnikohospodářská Obor: Podniková ekonomika a management
Doktorská disertační práce
Využití benchmarkingu souhrnné produktivity faktorů v cenové regulaci síťových odvětví
Ing. et Ing. Ondřej Machek
Školitel: doc. Ing. Jiří Hnilica, Ph.D. 2013
Prohlášení Prohlašuji, že disertační práci na téma „Využití benchmarkingu souhrnné produktivity faktorů v cenové regulaci síťových odvětví“ jsem vypracoval samostatně. Použitou literaturu a podkladové materiály uvádím v přiloženém seznamu literatury. V Praze dne _______ ---------------------------------------------
1
Poděkování Na tomto místě bych rád poděkoval zejména školiteli doc. Ing. Jiřímu Hnilicovi, Ph.D. za odborné náměty a podporu při doktorském studiu.
2
Abstrakt Motivační regulace a benchmarking se stávají často využívaným nástrojem v regulaci síťových odvětví. Uvádíme přehled existujících přístupů k ekonomické regulaci se zaměřením na modely benchmarkingu efektivnosti a produktivity, jejich výhody a nevýhody a mezinárodní zkušenosti s využitím těchto metod. Práce také obsahuje srovnání přístupu souhrnné produktivity faktorů (TFP) s jinými metodami, jako metody matematického programování nebo ekonometrickými metodami, a diskuzi rozdílů, možných slabin a dezinterpretace výsledků. Následně je v práci analyzován vývoj produktivity v oblasti regionální distribuce zemního plynu v České republice a provedena analýza vývoje dalších firem působících v síťových odvětvích (distribuce a přenos elektřiny, vodohospodářství) s využitím indexní analýzy. Hlavním přínosem práce je analýza aplikovatelnosti modelů benchmarkingu produktivity v českých podmínkách, syntéza poznatků a diskuze případných problémů, předpokladů a doporučení pro zavedení benchmarkingu produktivity do cenové regulace české energetiky.
Abstract Incentive regulation and benchmarking are becoming frequently used tools in tariff regulation of public utilities, including natural gas distribution companies. We present a review of existing approaches to economic regulation using benchmarking models, their advantages and disadvantages and discuss practical experience with these methods. The work also includes a comparison of the total factor produktivity (TFP) approach with frontier-based methods such as data envelopment analysis or corrected ordinary least squares and discussion of the differences, possible weaknesses and misinterpretation of results. Consequently, we analyze the development of total factor productivity of Czech natural gas distribution companies with other industries (water and sewerage, electricity distribution and transmission) using index analysis. The main outcome of the dissertation thesis is the discussion of the applicability of TFP benchmarking in the conditions of the Czech energy market, a synthesis of findings, discussion of associated issues, assumptions and recommendations for implementation of TFP benchmarking into the tariff regulation of Czech energy industries.
3
Obsah 1
ÚVOD ................................................................................................................ 10
1.1
Zdůvodnění zaměření disertační práce .................................................................... 10
1.2
Cíl práce a výzkumné otázky .................................................................................... 11
1.3
Struktura práce .......................................................................................................... 12
1.4
Použité metody............................................................................................................ 13 TEORETICKÁ VÝCHODISKA REGULACE SÍŤOVÝCH ODVĚTVÍ ................. 15
2 2.1
Ekonomické principy regulace .................................................................................. 17
2.1.1
Dokonalá konkurence a její modifikace ................................................................... 18
2.1.2
Přirozený monopol ................................................................................................... 21
2.1.3
Destruktivní konkurence .......................................................................................... 23
2.1.4
Cream-skimming a další ekonomické důvody státní regulace ................................. 24 Princip povolených výnosů ........................................................................................ 24
2.2 2.2.1
Výpočet povolených výnosů .................................................................................... 24
2.2.2
Uznatelné náklady .................................................................................................... 25
2.2.3
Regulační báze aktiv ................................................................................................ 26
2.2.4
Míra výnosnosti ........................................................................................................ 28
2.3
Kvalita služeb.............................................................................................................. 29
2.4
Metody regulace síťových odvětví ............................................................................ 31
2.4.1
Nákladová regulace .................................................................................................. 31
2.4.2
Motivační regulace ................................................................................................... 32
2.4.3
Yardstick competition .............................................................................................. 33
2.4.4
Benchmarking .......................................................................................................... 34
2.4.5
Současné trendy při návrhu regulačních metod ....................................................... 35
EFEKTIVNOST A JEJÍ MĚŘENÍ ...................................................................... 37
3 3.1
3.1.1
Teorie produkce a definice technické efektivnosti .................................................. 37 Nákladová funkce ..................................................................................................... 38 4
3.1.2
Výnosová funkce ...................................................................................................... 39
3.1.3
Funkce zisku ............................................................................................................. 40
3.1.4
Často používané funkční předpisy v teorii produkce ............................................... 40 Teoretická východiska měření efektivnosti.............................................................. 41
3.2 3.2.1
Orientace na zvyšování výstupů ............................................................................... 42
3.2.2
Orientace na snižování vstupů.................................................................................. 43
3.2.3
Debreu-Farrellova technická efektivnost a Koopmansova definice efektivnosti..... 43
3.2.4
Ekonomická efektivnost ........................................................................................... 45
3.2.5
Dominance ............................................................................................................... 46 Techniky měření efektivnosti .................................................................................... 46
3.3 3.3.1
Ekonometrický přístup k měření efektivnosti .......................................................... 46
3.3.2
Měření efektivnosti založené na matematickém programování ............................... 50
PRODUKTIVITA A JEJÍ MĚŘENÍ ..................................................................... 52
4 4.1
Indexy produktivity.................................................................................................... 52
4.1.1
Indexy založené na distanční funkci ........................................................................ 52
4.1.2
Indexy založené na cenové agregaci ........................................................................ 53
4.1.3
Multilaterální srovnávání a tranzitivita .................................................................... 56
4.1.4
Parciální produktivita faktorů................................................................................... 57
4.1.5
Výhody a nevýhody jednotlivých druhů indexů ...................................................... 58
4.2
Výpočet X-faktoru efektivity na základě změn TFP ............................................... 59
4.3
Rozdíly TFP přístupu v konkurenčních a regulovaných odvětvích ...................... 61
4.3.1
Rozdíly ve využití TFP ............................................................................................ 61
4.3.2
Rozdíly ve výsledné produktivitě ............................................................................. 62
4.4
Problematika dat v TFP ............................................................................................ 64
4.4.1
Definice odvětví ....................................................................................................... 64
4.4.2
Specifikace časového období ................................................................................... 65
4.4.3
Definice a měření vstupů a výstupů ......................................................................... 66
4.4.4
Stanovení cen vstupů a výstupů nebo definice a měření referenční technologie ..... 68
4.5
Srovnání indexních a hraničních metod................................................................... 69
5
5
MEZINÁRODNÍ ZKUŠENOSTI S BENCHMARKINGEM PRODUKTIVITY
SÍŤOVÝCH ODVĚTVÍ............................................................................................... 71 5.1
Spojené státy americké .............................................................................................. 72
5.2
Kanada (Ontario): distribuce zemního plynu ......................................................... 73
5.2.1
Způsob využití TFP při regulaci cen v distribuci plynu ........................................... 73
5.2.2
Zhodnocení metody .................................................................................................. 74 Velká Británie: distribuce a přenos elektřiny a zemního plynu ............................ 74
5.3 5.3.1
Způsob využití TFP při regulaci cen v distribuci elektřiny ...................................... 75
5.3.2
Způsob využití TFP při regulaci cen v distribuci plynu ........................................... 76
5.3.3
Zhodnocení metody .................................................................................................. 76 Nový Zéland: distribuce elektřiny ............................................................................ 77
5.4 5.4.1
Způsob využití TFP při regulaci cen ........................................................................ 77
5.4.2
Zhodnocení metody .................................................................................................. 78
5.5
Austrálie ...................................................................................................................... 79
5.6
Nizozemsko: distribuce elektřiny .............................................................................. 80
5.6.1
Způsob využití TFP při regulaci cen ........................................................................ 80
5.6.2
Zhodnocení metody .................................................................................................. 81
5.7
Shrnutí kapitoly .......................................................................................................... 81 SOUČASNÝ STAV REGULACE ENERGETIKY V ČESKÉ REPUBLICE ........ 83
6
Vymezení subjektů na trhu ....................................................................................... 83
6.1 6.1.1
Subjekty na trhu se zemním plynem ........................................................................ 83
6.1.2
Subjekty na trhu s elektřinou .................................................................................... 84 Složení ceny zemního plynu a elektřiny ................................................................... 85
6.2 6.2.1
Složení ceny plynu ................................................................................................... 85
6.2.2
Složení ceny elektřiny .............................................................................................. 86 Energetický regulační rámec v ČR ........................................................................... 87
6.3 6.3.1
Regulační vzorec ...................................................................................................... 87
6.3.2
Regulace kvality ....................................................................................................... 90
6
6.4
Shrnutí kapitoly .......................................................................................................... 91 MĚŘENÍ PRODUKTIVITY ODVĚTVÍ DISTRIBUCE PLYNU V ČESKÉ
7
REPUBLICE ............................................................................................................. 92 7.1
Metodika ..................................................................................................................... 92
7.2
Použitá data ................................................................................................................ 93
7.2.1
Definice vstupů ........................................................................................................ 93
7.2.2
Definice výstupů ...................................................................................................... 94
MĚŘENÍ PRODUKTIVITY JINÝCH FIREM PŮSOBÍCÍCH V SÍŤOVÝCH
8
ODVĚTVÍ .................................................................................................................. 97 8.1
PP Distribuce – distribuce plynu .............................................................................. 97
8.1.1
Data a definice proměnných ..................................................................................... 97
8.1.2
Vývoj produktivity distribuce plynu ........................................................................ 98
8.1.3
Shrnutí .................................................................................................................... 100 E.ON Distribuce – distribuce plynu a elektřiny .................................................... 100
8.2 8.2.1
Data a definice proměnných ................................................................................... 101
8.2.2
Vývoj produktivity distribuce elektřiny ................................................................. 101
8.2.3
Vývoj produktivity distribuce plynu ...................................................................... 103
8.2.4
Shrnutí .................................................................................................................... 104 ČEPS – přenos elektřiny .......................................................................................... 105
8.3 8.3.1
Data a definice proměnných ................................................................................... 105
8.3.2
Vývoj produktivity přenosu elektřiny .................................................................... 106
8.3.3
Shrnutí .................................................................................................................... 107 Severočeská vodárenská společnost – vodovody a kanalizace ............................. 107
8.4 8.4.1
Data a definice proměnných ................................................................................... 108
8.4.2
Vývoj produktivity vodovodů a kanalizací ............................................................ 108
8.4.3
Shrnutí .................................................................................................................... 109
9 9.1
MOŽNOSTI VYUŽITÍ BENCHMARKINGU TFP V ČESKÉ REPUBLICE ....... 111 Technické aspekty .................................................................................................... 111
7
9.2
Problematika dat ...................................................................................................... 112
9.2.1
Využitelnost domácích dat ..................................................................................... 112
9.2.2
Využitelnost zahraničních dat ................................................................................ 113 Všeobecné přijetí regulační metodiky .................................................................... 114
9.3 9.3.1
Individuální přístup ................................................................................................ 114
9.3.2
Transparentnost metodiky ...................................................................................... 115
9.3.3
Využití externích konzultantů ................................................................................ 115
9.4
Shrnutí ....................................................................................................................... 115
10 ZÁVĚR ............................................................................................................ 117 10.1
Naplnění cílů práce a odpovědi na výzkumné otázky ........................................... 117
10.2
Přínosy práce ............................................................................................................ 120
10.3
Budoucí směřování výzkumu .................................................................................. 121
LITERATURA......................................................................................................... 122 PŘÍLOHA 1 - MĚŘENÍ PRODUKTIVITY ODVĚTVÍ DISTRIBUCE PLYNU V ČESKÉ REPUBLICE ........................................................................................................... 130
8
Seznam zkratek COS
nákladová regulace (cost-of-service regulation)
DEA
analýza obalu dat (data envelopment analysis)
ERÚ
Energetický regulační úřad
MODOM
maloodběratelé a domácnost
MS
místní síť
OECD
Organisation for Economic Co-operation and Development
OFGEM
Office of Gas and Electricity Markets
OPEX
provozní náklady (operating expense)
OA
ostatní aktiva
OLS
metoda nejmenších čtverců (ordinary least squares)
OTE
Operátor trhu s elektřinou
OZE
obnovitelné zdroje energie
PBR
motivační regulace (performance-based regulation)
PEG
Pacific Economics Group
RPI
index maloobchodních cen (retail price index)
RR
povolené výnosy (revenue requirement)
RS
regulační stanice
SFA
analýza stochastické hranice (stochastic frontier analysis)
TFP
souhrnná produktivita faktorů (total factor productivity)
VOSO
velko- a střední odběratelé
VTL
vysokotlaké plynovody
WACC
vážené průměrné náklady na kapitál (weighted average cost of capital)
9
1 Úvod Síťová odvětví, která tradičně zahrnují distribuci a přenos elektřiny, distribuci a přepravu zemního plynu, vodohospodářství, kanalizace, dopravu a komunikace, mají určité společné charakteristiky, které vytváří prostor pro státní regulaci těchto odvětví. Státní orgány k regulaci těchto odvětví zpravidla přistupují, pokud usoudí, že konkurence v těchto odvětví není žádoucí. Hlavním cílem ekonomické regulace je výstup srovnatelný s výstupem, který by byl dosažitelný při aplikaci principů volného trhu, v prostředí, kde konkurence není možná. V konkurenčním prostředí vede neschopnost firmy udržet náklady pod úrovní své konkurence k zániku této firmy. Regulační orgány, jejichž cílem je dosáhnout maximální efektivnosti regulovaných odvětví, tak čelí problému, jak simulovat konkurenční tlaky, které by měly firmy motivovat k obdobnému chování, jako kdyby byly vystaveny reálné konkurenci, aniž by došlo k ohrožení stability provozovaných služeb. Klasické metody regulace, které jsou založené na pokrytí nákladů a „přiměřeného zisku“, však neposkytují dostatečnou motivaci ke zvyšování produktivity a snižování nákladů. Z toho důvodu je čím dál oblíbenější přístup k regulaci, který využívá tzv. benchmarkingu. Tento přístup je založen na porovnávání výkonnosti firem s výkonností jiných firem, nejlépe takových, které hospodaří co nejefektivněji. Regulované firmy, kterým se podaří zvýšit svou výkonnost více než ostatním firmám, jsou pak odměněny většími zisky, a méně efektivní firmy jsou naopak penalizovány prostřednictvím nižších zisků. Metody benchmarkingu mohou být založené na porovnávání efektivnosti nebo produktivity. V ekonomice pojem efektivnosti znamená poměr reálné a ideální hodnoty určitého ukazatele, kdežto produktivita je obvykle definována jako poměr výstupu a vstupu. Je-li benchmarking prováděn na bázi srovnávání produktivity, hovoříme o tzv. TFP (total factor productivity) přístupu nebo TFP metodice, kde TFP označuje souhrnnou produktivitu faktorů, známou především z oblasti makroekonomie. Zde však dochází k výpočtům souhrnné produktivity faktorů pro jednotlivé firmy.
1.1
Zdůvodnění zaměření disertační práce
Mezinárodní zkušenosti s využitím benchmarkingu souhrnné produktivity faktorů nejsou velké a přínosy této regulace nejsou jednoznačné. V současné době probíhá na českém energetickém trhu třetí regulační období a v dohledné době bude probíhat příprava na následující období, ve kterém regulátor uvažuje o využití některého z přístupů benchmarkingu. Cílem regulátora je zavést do regulační metodiky nový prvek motivace, který 10
by zefektivnil hospodaření firem. Součástí přípravy na nové regulační období je obyčejně i konzultační proces, do kterého bývá zapojena celá řada stakeholderů (samotné regulované firmy, zákazníci, případně odborníci z akademické sféry i praxe). Aplikace benchmarkingu však vyžaduje důslednou analýzu předpokladů a možných důsledků zavedení jednotlivých metod. Špatné nastavení metodiky a jejích parametrů může vést v konečném důsledku k vysokým nákladům na samotnou regulaci (náklady mrtvé váhy), ale vzhledem ke strategické důležitosti regulovaných odvětví, zejména jejich stability a spolehlivosti, může mít nevhodná metodika mnohem závažnější důsledky.
1.2
Cíl práce a výzkumné otázky
Hlavním cílem této disertační práce je provést detailní analýzu a syntézu možností, předpokladů a důsledků případného zavedení TFP regulační metodiky do regulačního rámce, a to se zaměřením na prostředí České republiky a ve spolupráci s regulovanými firmami. V souvislosti s tímto cílem byly stanoveny následující výzkumné otázky. 1. Jaké jsou v současné době možnosti aplikace existujících modelů benchmarkingu v rámci jedné země i mezinárodně? Jaké jsou výhody a nevýhody jednotlivých metod a rozdíly mezi konkurenčními a regulovanými odvětvími? 2. Jaké jsou hlavní slabiny TFP přístupu ve smyslu nejen porovnání relativního vývoje efektivity/produktivity v čase, ale i možných rozdílných výchozích základen mezi subjekty (odvětvími)? Jaké jsou hlavní zdroje nepřesností a možných dezinterpretací výsledků? 3. Jaký je vývoj produktivity odvětví regionální distribuce plynu v České republice a jaký je vývoj produktivity jiných síťových odvětví? Jsou tato data využitelná pro cenovou regulaci v podmínkách České republiky? 4. Jaké předpoklady je třeba stanovit a jaké postupy by bylo možné doporučit pro implementaci TFP metodiky? Tato doktorská disertační práce má spíše induktivní a interpretivistický charakter a není tedy založena na hypoteticko-deduktivním modelu. Je tomu tak z důvodu, že dosud neexistuje akademická shoda na tom, která z regulačních metod je lepší než jiné metody, a to platí i pro metody benchmarkingu. K tomu přispívá fakt, že mezinárodní zkušenosti s moderními přístupy regulace nejsou příliš velké, natož v zemích s podobnou historií jakou má Česká republika.
11
Teoretický přínos spočívá v příspěvku do akademické diskuze o vhodnosti a případných důsledcích využití jednotlivých metod benchmarkingu při regulaci síťových odvětví, a to se zaměřením na specifika malé země, jakou je Česká republika. S tím souvisí i rozvoj znalostní základny v oblasti benchmarkingu produktivity síťových odvětví, neboť analýza s tímto zaměřením doposud nebyla v České republice provedena. Z praktického hlediska tato disertační práce přináší nové poznatky o vývoji produktivity síťových odvětví v České republice, které mohou být využity Energetickým regulačním úřadem, případně dalšími regulačními orgány v České republice, při koncipování regulační metodiky, tak samotnými firmami při přípravě strategie a při přípravě vyjednávání s regulátorem, a to v rámci konzultačního procesu při přípravě nové metodiky regulace i mimo něj.
1.3
Struktura práce
V práci bude nejprve prezentován přehled existující literatury, která se zabývá regulací síťových odvětví. Základem je model dokonalé konkurence, který je však v případě síťových odvětví pravděpodobně neaplikovatelný. Dále bude diskutována koncepce přirozeného monopolu, který je často uváděným modelem síťových odvětví, stejně jako model tzv. destruktivní konkurence. V návaznosti na tyto poznatky pak budou diskutovány základní principy ekonomické regulace, zejména princip tzv. povolených výnosů (revenue requirement), který je společný pro všechny metody regulace. Dále budou představeny základní metody regulace síťových odvětví – nákladová regulace, motivační regulace a yardstick competition/benchmarking. Třetí část práce se bude zabývat teorií produkce a z ní vyplývající teorie ekonomické efektivnosti, čímž budou uvedeny základy benchmarkingu efektivity, a metodami jejího měření. Čtvrtá část práce se zabývá definicí produktivity a způsoby jejího měření. Jedná se o nejdůležitější součást teoretické části práce, neboť na základě ní budou provedeny výpočty v aplikační části disertační práce. V tomto kontextu patří zvláštní důraz na indexy produktivity, jejich druhy, výhody a nevýhody a na základě toho bude provedeno srovnání jednotlivých metod benchmarkingu. Dále bude uveden konkrétní způsob stanovení regulovaných cen na základě změn v produktivitě. Další důležitou součástí je rešerše literatury o rozdílech v produktivitě mezi konkurenčními a regulovanými odvětvími a zásadní je diskuze problematiky dat při měření produktivity – zejména pokud jde o možné zdroje nepřesností a dezinterpretace výsledků.
12
Pátá část práce je věnována mezinárodním zkušenostem s aplikací benchmarkingu produktivity v praxi, neboť tyto zkušenosti jsou důležité pro regulační orgány při případném uvažování o aplikaci této metody do regulačního rámce a umožňují také odhalit silné a slabé stránky benchmarkingu produktivity. Šestá část práce se zabývá aktuálním energetickým regulačním rámcem v České republice, a to konkrétně regulací elektroenergetiky a plynárenství, stejně jako základním popisem českého energetického trhu a složení cen zemního plynu a elektřiny. Sedmá část se zabývá aplikací modelu benchmarkingu produktivity na český trh regionální distribuce zemního plynu. Tato část obsahuje interní data zúčastněných firem a konkrétní výpočty jsou proto utajené a tvoří neveřejnou přílohu této disertační práce. Výstupem této části je analýza produktivity jednotlivých firem a odvětví regionální distribuce plynu jako celku. Osmá část obsahuje analýzu produktivity jiných síťových odvětví v České republice, a to konkrétně dalších firem působících v oblasti distribuce plynu, distribuce elektřiny, přenosu elektřiny a vodohospodářství. Poslední část disertační práce se věnuje syntéze poznatků, které plynou z předchozích kapitol. Hlavním přínosem je diskuze aplikovatelnosti TFP metodiky v regulaci energetiky v České republice a diskuze případných metodických a institucionálních aspektů jejího zavedení.
1.4
Použité metody
V prvních částech práce je provedena rešerše existující literatury a komparace přístupů a metod, a to se zaměřením na základní principy ekonomické regulace, existující přístupy a metody a mezinárodní zkušenosti s využitím benchmarkingu produktivity. V aplikační části zaměřené na výpočty souhrnné produktivity faktorů je provedena ekonomická analýza, tedy výpočet indexů produktivity (Fisherův index, indexy výstupu a vstupu, parciální produktivity faktorů, analýza vývoje absolutních ukazatelů), interpretace pomocí tabulek a grafů, hodnocení vývoje a analýza faktorů, které měly na vývoj největší vliv. Součástí je i výpočet tzv. faktoru efektivity a hladiny regulovaných cen za distribuci plynu, pokud by došlo ke stanovení cenového stropu na základě benchmarkingu produktivity. Poslední část obsahuje syntézu poznatků a formulaci doporučení (metoda indukce). Data pro analýzu produktivity odvětví distribuce plynu jsou získána ve spolupráci s odborníky ze zkoumaných firem a jsou upravena tak, aby byla konzistentní a co nejvíce vypovídající. 13
Pro ostatní firmy nebo odvětví byla data sbírána z účetních závěrek společností a výročních zpráv. Data mají jak kvantitativní charakter (monetární ukazatele, fyzické ukazatele, naturální ukazatele), tak kvalitativní (to se týká zejména analýzy událostí, které měly dopad na vývoj produktivity firem – expertní rozhovory a analýza výročních zpráv).
14
2 Teoretická východiska regulace síťových odvětví Mezi tzv. síťová odvětví řadíme zejména odvětví energetiky (výroba, přenos a distribuce elektrické energie, zemního plynu a tepla), vodohospodářství (veřejné vodovody a kanalizace), případně dopravy a telekomunikací. Firmy působící v síťových odvětvích patří mezi podniky, pro které je charakteristický vznik přirozeného monopolu a které se uskutečňují ve veřejném zájmu (angl. affected with public interest), tj. mají sloužit potřebám veřejnosti a chránit a podporovat blahobyt společnosti. Ochrana a stabilita těchto odvětví má strategický význam pro stát a jeho environmentální, sociální a hospodářskou politiku. Proto většina států světa přistupuje k jejich regulaci. Státní regulace energetických firem se dotýká nejen cen výrobků (např. elektřiny, zemního plynu, tepla), ale i pravidel pro vstup a výstup z odvětví, rozsahu a kvality poskytovaných služeb atd. Regulace má kromě ekonomických cílů i další cíle. Jedná se např. o požadavky na zabezpečení dostupnosti služeb všem zákazníkům (tzv. princip univerzální služby) a na stabilní rozvoj infrastruktury, environmentální a sociální politiku vlády (minimální procento energie pocházející z obnovitelných zdrojů, podpora nízkopříjmových skupin obyvatel atd.) Příkladem mohou být hlavní cíle v oblasti energetiky na úrovni Evropské unie, mezi které patří (Zachmann, 2009): • zabezpečení dostupnosti fosilních paliv v blízké budoucnosti, • snížení emisí způsobujících skleníkový efekt, • zajistit přijatelnou cenovou úroveň a nízkou volatilitu cen v energetice, • liberalizace trhů a vybudování jednotného energetického trhu. Cíle národních regulačních orgánů, jejichž vytvoření bylo stanoveno poprvé v roce 2003 směrnicemi Evropského parlamentu a Rady 2003/54/ES a 2003/55/ES, jsou zpravidla formulovány konkrétněji s ohledem na místní podmínky. Přehled hlavních cílů energetických regulačních orgánů ve střední Evropě podává následující tabulka.
15
Tab. 1 Přehled energetických regulačních orgánů ve střední Evropě Země ČR
Regulátor Energetický regulační úřad (ERÚ) Slovensko Úrad pre reguláciu sieťových odvetví (ÚRSO) Polsko Urząd Regulacji Energetyki (URE) Maďarsko Magyar Energia Hivatal (MEH) Německo
Bundesnetzagentur (BNetzA)
Rakousko
Energie-Control (E-Control)
Švýcarsko
Eidgenössische Elektrizitätskommission (ElCom)
Působnost Elektroenergetika Plynárenství Teplárenství Elektroenergetika Plynárenství Teplárenství Vodárenství Elektroenergetika Plynárenství Teplárenství Elektroenergetika Plynárenství Teplárenství Elektroenergetika Plynárenství Telekomunikace Poštovní služby Železnice Elektroenergetika Plynárenství
Hlavní cíle regulace energetiky Podpora hospodářské soutěže, využívání obnovitelných zdrojů energie, ochrana zájmů spotřebitelů, stabilita cenové úrovně. Nediskriminační a transparentní činnost v síťových odvětvích, podpora konkurence, integrace s trhy EU, efektivní rozvoj, bezpečný a spolehlivý provoz sítí. Stanovení podmínek vstupu do odvětví energetiky, kontrola cen a kvality služeb, ochrana spotřebitelů, podpora konkurence. Regulace aktivit firem podnikajících v energetice, stanovení pravidel cenové tvorby a ochrana spotřebitelů. Zajištění bezpečného, efektivního, kvalitního a ekologického přenosu a distribuce elektřiny a plynu, podpora konkurence, implementace legislativy EU.
Nastavení rámce pro liberalizaci energetiky, podporu konkurence, kontrolu cenových tarifů. Sledování a analýzy trhu a jeho rozvoje. Elektroenergetika Kontrola cenových tarifů, rozhodování sporů ohledně přístupu do sítě, monitorování bezpečnosti dodávek, koordinace aktivit s regulátory EU.
Zdroj: Národní legislativa a oficiální dokumenty úřadů.
Cíle regulačních orgánů jsou podobné, což je do značné míry způsobeno snahou o koordinaci aktivit těchto orgánů v rámci jednotného evropského energetického trhu. Obecně se jedná o zajištění nediskriminačního přístupu k přenosovým a distribučním sítím, stabilitu a kvalitu dodávek, stabilitu cen a jejich přiměřené výše, ochranu spotřebitelů a podporu konkurence. Rozsah působnosti jednotlivých regulátorů se tedy liší jak z hlediska odvětví, která spadají do jejich kompetencí, tak z hlediska regulačních cílů. V souvislosti s přehledem evropských energetických regulačních orgánů je vhodné zmínit snahy o liberalizaci energetiky vycházející z legislativy Evropské unie. Jedním z požadavků bylo právní oddělení regulovaných aktivit (distribuce a přenos elektřiny, distribuce a přeprava zemního plynu) od ostatních neregulovaných aktivit (např. výroba nebo obchod) vertikálně integrovaných energetických společností. Toto oddělení se označuje jako unbundling. Cílem unbundlingu bylo zavést do energetických odvětví prvek konkurence, zvýšit transparenci a zamezit přesunu nákladů mezi regulovanými a neregulovanými aktivitami. V České republice proběhl v letech 2005-2006. Unbundling významně změnil tržní uspořádání a vztahy mezi 16
firmami a tvoří proto v kontextu této disertační práce důležitou událost. Navzdory vysokým cílům však nedošlo k očekávanému poklesu cen energií a přínos unbundlingu není jednoznačný (diskuzi přínosů a nákladů unbundlingu podává např. Vondráček a Skuček, 2010).
2.1
Ekonomické principy regulace
Základním ekonomickým cílem regulace je dosáhnout takových efektů, které by poskytoval konkurenční trh. Dospěje-li však společnost k závěru, že konkurenční trh nepřináší uspokojivé výsledky, přistoupí k regulaci tohoto trhu. Mezi takové situace může patřit např. (Kahn, 1988): • Situace přirozeného monopolu, kdy jediná firma zabezpečí celou tržní poptávku s nižšími náklady, než kdyby působilo v odvětví více firem. Neomezený přístup do odvětví by v takovém případě mohl vést k cenovým válkám mezi konkurenty a ohrožení kvality poskytovaných služeb. V tomto případě společnost dochází k názoru, že konkurence je v protikladu s technologickými požadavky na maximální efektivnost. • Situace, kdy je nutná výstavba infrastruktury, jako např. dálnice, koleje, elektrizační soustava atd. a přitom není v zájmu společnosti, aby každý operátor vystavěl vlastní infrastrukturu. • Patenty, které přidělují dočasný monopol v určité oblasti trhu. Stát se v tomto případě snaží o kompenzaci rizika a vysokých nákladů, které firmy musí podstoupit, aby mohly provádět výzkum a inovace. • Existence asymetrie informací (buyer’s ignorance). V tomto případě nemají spotřebitelé možnost objektivně posoudit kvalitu služeb, které jsou jim poskytovány. Omezení vstupu do odvětví (např. prostřednictvím koncesí) zvyšuje pravděpodobnost, že poskytované služby budou kvalitní. Jinou formou boje proti buyer’s ignorance je stanovení hygienickým norem, minimálních požadavků na kvalitu atd. • Tzv. destruktivní konkurence, zejména v těch odvětvích, kde je v zájmu společnosti vysoká kvalita, stabilita a nepřerušované dodávky služeb. • Možnost tzv. cream skimmingu, neboli koncentrace nově příchozích firem pouze na výhodné segmenty trhu a zanechání nevýhodných segmentů již přítomným firmám (např. dopravní obsluha řídce osídlených území).
17
Regulace má přitom řadu specifických rysů. Ze své podstaty klade důraz na spolehlivost služeb a předpověditelnost vývoje, zatímco konkurence přináší neustálé změny, turbulence, riziko a nepředvídatelnost (cen, podílů na trhu atd.) Regulace a konkurence jsou tedy v tomto ohledu v protikladu. Tento rys regulace nazýváme konzervatismus. Regulace má také tendenci měnit svůj rozsah a rozšiřovat se, neboť firmy se přirozeně snaží regulaci obejít. Při nemožnosti konkurovat cenou (např. při stanovení minimálních cen) mohou podniky konkurovat necenovou konkurencí (zvýšenou kvalitou služeb atd.) a vytváří se tak prostor pro vznik další regulace. Dalším rysem je tzv. protekcionismus, který označuje situaci, kdy regulátor, odpovědný za stabilitu, spolehlivost a zlepšování kvality služeb, začne působit v zájmu regulovaných společností a snaží se zachovat status quo a příznivou hospodářskou situaci regulovaných firem. Regulační orgány se v tomto případě snaží udržet existující společnosti na trhu za každou cenu. S tímto jevem bylo v nedávné době možné se setkat v případě finanční krize v USA, kdy se stát snažil zachraňovat krachující banky (podle zásady too big to fail, TBTF, viz např. Faulkender et al., 2010), které by za jinak stejných podmínek ukončily svou činnost na trhu. Výchozí základnou pro teorii regulace je model dokonalé konkurence, který bude popsán v následující části. Další části této subkapitoly budou věnovány přirozenému monopolu, destruktivní konkurenci a dalším možným negativním jevům konkurence. 2.1.1
Dokonalá konkurence a její modifikace
Dokonalá konkurence je modelem tržní struktury, který je vytvořen na základě následujících předpokladů (Soukup, 2008, str. 250): • Na každém trhu existuje velký počet kupujících a prodávajících, z nichž žádný není natolik silný, aby mohl ovlivnit cenu nebo výstup odvětví. • Všechny statky jsou homogenní. • Na všechny trhy je volný vstup a výstup. • Všichni výrobci a spotřebitelé mají dokonalé informace o cenách a množstvích směňovaných na trhu. • Firmy usilují o maximalizaci zisku, spotřebitelé o maximalizaci užitku.
18
Model dokonalé konkurence je založen na optimalizační úloze firem (maximalizace zisku při daných nákladových omezeních) a domácností (maximalizace užitku při daných rozpočtových omezeních, případně minimalizace výdajů při dané úrovni užitku). Řešení obou úloh současně vede k ustanovení rovnovážné tržní ceny, kdy dochází k rovnosti mezních příjmů (MR), ceny (P), mezních nákladů (MC) a mezního užitku spotřebitele (MU), tedy MR =
dTR dTC dTU , = P = MC = = MU = dQ dQ dQ
(1)
kde TR označuje funkci celkových příjmů, TC funkci celkových nákladů a TU funkci celkového užitku. Situaci ilustruje Obr. 1, na kterém je vyznačena rostoucí křivka nabídky S a klesající křivka poptávky D. Funkce poptávky D(Q) vznikne řešením optimalizačního problému domácností (Marshallovská poptávka je řešením úlohy maximalizace užitku při daných rozpočtových omezeních), zatímco funkce nabídky S(Q) vznikne řešením optimalizačního problému firem (maximalizace zisku při daných nákladových omezeních, viz kap. 3.1). Optimální kombinace výrobního množství a ceny je dána průsečíkem křivek nabídky a poptávky (bod Q1), kdy je dokonale konkurenční trh v rovnováze. Obr. 1 Dokonalá konkurence
Zdroj: Lesser a Giacchino (2009), str. 20.
Rovnováha dokonale konkurenčního trhu se vyznačuje výrobní a alokační efektivností, tj. firmy vyrábí statky s minimálními dlouhodobými průměrnými náklady a užitek spotřebitelů není možné realokací zdrojů zvýšit. Dle první základní věty ekonomie blahobytu (first fundamental welfare theorem) je každá rovnováha na dokonale konkurenčním trhu Pareto-
19
optimální (Mas-Colell et al., 1995, str. 326). Součet přebytku spotřebitele (CS) a přebytku výrobce (PS), tedy integrál Q
∫ [D(Q) − S (Q)]dQ ,
(2)
0
je v této situaci maximální. V praxi se většinou setkáváme s nedokonalou konkurencí, která představuje obecně situaci, kdy prodávající firma může ovlivnit tržní cenu. Každá regulační metoda je kompromisem mezi dokonalou konkurencí a čistou regulací, a opírá se alespoň do určité míry o princip konkurence. Dokonalá konkurence nemusí být vždy žádoucí, neboť (Kahn, 1988, str. 114) •
spotřebitelé vyžadují diferenciaci výrobků a služeb,
•
výnosy z rozsahu předpokládají spíše menší počet velkých firem,
•
monopolní zisky mohou být vhodným stimulem k inovacím nebo mohou sloužit jako odměna inovátorovi (patenty),
•
pokud existují vážné tržní nedokonalosti, pak dokonalá konkurence není efektivní.
Baumol, Panzar a Willig (1982) přišli s teorií, že dokonalá konkurence není nutná pro dosažení ekonomické efektivnosti. Jedná se o koncept tzv. contestable market theory (česky se někdy tento výraz překládá jako „teorie dobyvatelných trhů“, viz např. Šilhán, 2009), který vyžaduje daleko menší předpoklady než model dokonalé konkurence. Tato teorie tvrdí, že pokud existuje reálná hrozba vstupu dalších firem na trh z důvodu existence kladného ekonomického zisku v odvětví, firmy budou vytvářet ceny na úrovni mezních nákladů. Postačující podmínkou jsou nulové náklady na vstup a výstup z odvětví. Dokonale konkurenční trh tuto vlastnost splňuje. Další poměrně často citovanou alternativou dokonalé konkurence je koncepce funkční konkurence, anglicky workable competition (Clark, 1940). Funkční konkurence je modelem, který je více realistický, než model dokonalé konkurence. Jedná se o situaci trhu, na kterém existuje značná monopolní síla, ale přitom zde existuje konkurence, která postačuje k tomu, aby nedošlo ke zneužívání monopolního postavení. Je možné říci, že základní vlastnostmi trhu, které splňuje funkční konkurence, jsou (Stigler, 1942) 1. dostatečný počet firem na trhu prodávající související výrobky, 2. mezi firmami nedochází ke koluzi (koordinaci), 20
3. křivka dlouhodobých průměrných nákladů nově příchozí firmy není vyšší než tato křivka firem na trhu již působících. Typickými znaky je tedy velký počet prodávajících a kupujících, absence koluze, volný vstup do odvětví a maximalizace zisku. Funkční konkurence zákazníkovi zaručuje, že jej nebude ohrožovat žádná ekonomická síla. 2.1.2
Přirozený monopol
O přirozeném monopolu hovoříme v situaci, kdy jedna firma dokáže uspokojit poptávku s nižšími průměrnými náklady, než kdyby na trhu působilo více firem. Koncepce přirozeného monopolu vznikla na přelomu 19. a 20. stol. v USA, kdy se konkurence v určitých odvětvích ukázala jako pomíjivá a neefektivní. Bariéry vstupu do odvětví jsou způsobeny zejména vysokou pořizovací cenou kapitálových statků, jejich nízkou mobilitou a tržní silou podniků, které již v odvětví působí. Mezi další tržní selhání typická pro síťová odvětví patří asymetrie informací a vznik externalit (exhalace, vedení inženýrských sítí a jejich dopad na obyvatele apod.) Konkurenci omezují i technologická omezení, např. nutnost vést zařízení (potrubí, vedení) přes veřejný majetek (např. ulice ve městě). Zákazník se také díky technickým omezením dostává do situace, že je na jednu firmu de facto vázán; proto konkurence účinně nefunguje, neboť změna firmy by byla zdlouhavá a nákladná (např. zavedení potrubí od jiného dodavatele plynu). V případě přirozeného monopolu často hovoříme také o tzv. neefektivní duplikaci aktiv (viz např. Holman, 2007, str. 389). Příkladem, kdy se pravděpodobně nevyplatí duplikovat zařízení, je např. telefonní vedení, protože v případě, kdyby se dvě telefonní společnosti nedohodly na tom, aby bylo možné kontaktovat každého účastníka z obou sítí, musela by být celá síť postavena dvakrát. Přirozený monopol realizuje úspory z rozsahu, což můžeme vyjádřit klesající křivkou průměrných nákladů. Hlavním důvodem jsou vysoce náročné investice. Mezi znaky, které tyto investice způsobují a jsou typické pro přirozený monopol, patří fixní a nepohyblivé spojení mezi dodavatelem a odběratelem, neskladovatelnost produktů, požadavek na okamžité poskytnutí služby na požádání a vysoká proměnlivost poptávky v čase. Pokud by se více firem snažilo za těchto podmínek obsloužit ten samý trh, byly by tyto vysoké kapacitní náklady neefektivně duplikovány. Monopolní firma, stejně jako dokonale konkurenční firma, maximalizuje svůj zisk a řeší tedy optimalizační problém. V podmínkách neregulovaného trhu se však monopol stává cenovým tvůrcem a stanovuje cenu z průsečíku křivky mezních příjmů MR (která má větší sklon než 21
poptávková křivka D), a křivky mezních nákladů MC. V případě přirozeného monopolu neplatí rovnost mezních příjmů ceny, ale mezní příjmy se rovnají výrazu MR = P +
dP 1 Q = P 1 + , dQ ε
(3)
kde ε je elasticita poptávky. Protože poptávková křivka je klesající, derivace ceny podle množství je záporná a mezní příjmy jsou tedy vyšší než cena. Přebytek spotřebitele je snížen a jeho část je převedena do přebytku výrobce. Celkový součet přebytku spotřebitele a přebytku výrobce je však nižší, než v podmínkách dokonalé konkurence, a vzniká tak společenská ztráta (deadweight loss, náklady mrtvé váhy), která je rovná obsahu šedého trojúhelníka na Obr. 2. Společenskou ztrátu (DL) je možné formálně vypočítat jako integrál Q
DL =
∫ [D(Q) − MC (Q)]dQ ,
(4)
Q'
Tento výraz a tedy společenská ztráta je vždy větší než nula (Mas-Colell et al., 1995, str. 386). Obr. 2 Přirozený monopol
Zdroj: Lesser a Giacchino (2009), str. 24.
Situaci ilustruje Obr. 2. Úkolem regulátora je zajistit optimální výši ceny. Kdyby však byla stanovena cena z průsečíku poptávkové křivky a křivky mezních nákladů na úrovni P1, pak by celkové příjmy regulovaného podniku (P1 × Q1) byly nižší, než jeho náklady (AC1 × Q1, kde AC1 jsou průměrné náklady firmy v bodě Q1), a firma by nemohla dlouhodobě v odvětví působit. Ekonomickým cílem regulátora je zajistit optimální výrobní a alokační efektivnost, 22
tedy množství produkce ve výši Q a výši ceny P, přičemž dále je nutné zajistit, aby monopolní firma měla alespoň možnost pokrýt své náklady. Je třeba poznamenat, že tržní podmínky se neustále mění – dochází ke změnám velikosti trhu, vzniku substitutů, mění se technologické podmínky – a časem tak může dojít k zániku „přirozeného monopolu“ přirozeným způsobem. 2.1.3
Destruktivní konkurence
V některých odvětvích je konkurence zcela přirozená, avšak může se stát natolik intenzivní, že dochází ke zhoršení kvality služeb, která je však pro společnost natolik důležitá, že se stát rozhodne chránit ji prostřednictvím regulace. Hovoříme o tzv. destruktivní konkurenci. Hlavním předpokladem je vysoký poměr fixních nákladů v celkových nákladech a periodická období vysoce nevyužité kapacity. Mezní náklady se v této situaci nachází hluboko pod průměrnými náklady. Pokud jsou firmy příliš malé v porovnání s celkovou velikostí trhu, mohou se nacházet dlouhodobě ve ztrátě. Ceny a příjmy firem jsou krátkodobě i dlouhodobě velmi nestabilní, což je způsobeno zejména nízkou elasticitou nabídky, která nedokáže pružně reagovat na rostoucí poptávku. Rozšiřování kapacity je dlouhodobou investicí a v období její realizace může poptávka přestat růst a firmy se ocitnou v situaci nevyužitých kapacit, což může být zesíleno technologickým pokrokem. Převažující části firem se nepodaří pokrýt své celkové náklady, což má za následek snižování kvality (bezpečnosti, spolehlivosti, dostupnosti) poskytovaných služeb na úkor zákazníků. Je nutné poznamenat, že „destruktivní konkurence“ by nebyla myslitelná, pokud by neexistovaly tržní nedokonalosti (nedokonalá mobilita kapitálu, asymetrie informací). Ohledně korektnosti koncepce destruktivní konkurence nepanuje mezi ekonomy jednoznačná shoda, stejně jako ohledně koncepce přirozeného monopolu. K nápravě destruktivní konkurence může stát přistupovat různě. Předepsané standardy kvality mohou zákazníkům poskytnout dostatečnou ochranu bez nutnosti omezení konkurenčního prostředí. Omezení konkurence však může mít své výhody z hlediska potlačení destruktivní konkurence, např. •
menší počet firem usnadní kontrolu a uplatňování jakýchkoliv pravidel,
•
licence na poskytování služeb představuje cenné privilegium, a firmy proto budou mít zájem na poskytování spolehlivých služeb a udržení se v odvětví,
•
regulátoři mohou za poskytnutí licence vyžadovat některé speciální služby, které by jinak nebyly pro firmy výhodné – obsluha tratí, které nejsou rentabilní atd. 23
Pokud je cena omezena na určitou minimální úroveň, aby nedošlo k destruktivní cenové válce, omezení je často potřeba vztáhnout i na kvalitu služeb. Firmy, kterým je zabráněno snižovat ceny blízko na úroveň MC, se budou snažit zvýšit náklady na úroveň ceny prostřednictvím zvyšování kvality služeb. Příkladem z historie je stanovení minimální ceny letenek v USA, po kterém se letecké společnosti snažily konkurovat dalšími způsoby (zvětšování prostoru mezi sedačkami v letadle apod.) (Kahn, 1988, s. 212). 2.1.4
Cream-skimming a další ekonomické důvody státní regulace
Regulované firmy mají zpravidla zákonem stanovenou povinnost obsluhovat i nerentabilní části odvětví a odměnou jim je privilegium obsluhovat i rentabilní části. Tzv. cream-skimming je přirozený vznik konkurence v lukrativních částech odvětví. Stát často přistupuje k omezení vstupu konkurence do odvětví, i když z ekonomického hlediska se jedná o přirozený proces, který vede k odstranění cenové diskriminace, ve prospěch těch, kteří musí platit vyšší ceny. Jedním z důvodů omezení konkurence může být i rozvoj nového odvětví, kdy stát chce odměnit prvotního podnikatele za podstoupené riziko a inovační činnosti (analogie se systémem patentů). Těch samých výsledků však může být dosaženo i za pomoci konkurence. Efektivní podpora inovací vyžaduje správnou kombinaci konkurenčního principu a ochranářství. Usiluje-li stát o rozvoj odvětví, poskytnutí přímých subvencí je pravděpodobně lepším prostředkem než ochrana monopolního postavení jediné firmy. Neomezená konkurence může působit problémy v těch odvětvích, kde jsou již tržní vztahy pokřivené přítomností monopolů (i v jiných odvětvích ekonomiky), subvencemi atd. V tomto případě hovoříme o „druhém nejlepším řešení“ (second-best solution) a stát může pokřivení trhu napravit buď odstraněním prvotní příčiny, nebo účelným vyrovnáním pokřivení trhu tak, aby nebyla narušena spotřebitelská volba.
2.2
Princip povolených výnosů
Metody cenové regulace jsou obecně založeny na tom, že regulovanému podniku musí být umožněno (nikoliv zajištěno) pokrýt své náklady a dosáhnout přiměřené výnosnosti oprávněných kapitálových investic. Tento koncept se opírá o výpočet tzv. povolených výnosů (revenue requirement, dále jen RR). 2.2.1
Výpočet povolených výnosů
Výpočet RR vychází z údajů v rozhodném období (test year) a může být založen na historických datech, na prognóze do budoucna, nebo na kombinaci obou přístupů. Rozhodné 24
období by mělo odrážet běžné náklady na zabezpečování licencované činnosti. Analýza nákladů je komplikována některými mimořádnými událostmi, které by se do příštích regulačních období neměly promítat, např. události spojené s unbundlingem v ČR v letech 2004-2006 (ERÚ, 2009, str. 11). Obecný vzorec pro výpočet povolených výnosů je následující (Lesser a Giacchino, 2009, str. 51):
RR = O & M + A & G + T + D + ( RoR × RB) , kde R
(5)
= povolené výnosy,
O&M
= náklady na provoz a údržbu,
A&G
= administrativní a správní náklady,
T
= daně,
D
= odpisy,
RoR
= míra výnosnosti, obvykle vypočítaná jako vážené průměrné náklady na kapitál (WACC),
RB
= báze aktiv, která je rovna součtu aktiv v zůstatkových účetních hodnotách a pracovního kapitálu.
V další části této kapitoly budou podrobněji rozebrány tři hlavní komponenty povolených výnosů, tedy uznatelné náklady, regulační báze aktiv a míra výnosnosti. 2.2.2
Uznatelné náklady
Provozní a administrativní náklady zpravidla tvoří významnou část povolených výnosů. Regulační orgány mají pravomoci vykonávat nad těmito náklady kontrolu a posuzovat je z hlediska racionality (zda náklady souvisí s poskytováním služeb a jsou pro ně nezbytné), využitelnosti (zda náklady reálně slouží k poskytování služeb) a měřitelnosti (zda byly náklady náležitě zdokumentovány, zda je jejich výše realistická atd.) (Lesser a Giacchino, 2007, str. 41). Kontrola nákladů může být prováděna ex-ante (dopředu) nebo ex-post (zpětně). Pro energetické společnosti tvoří materiálové náklady (zejména paliva) obvykle 50-60 % celkových provozních nákladů (Phillips, 1993, str. 260). Tento podíl se může měnit např. vlivem změn cen energií, ale i podle významnosti dalších nákladů (u českých distribučních společností v posledních letech roste podíl nákladů za služby). Fluktuace materiálových nákladů bývá často řešena pomocí automatických mechanismů korekce podle pohybů cenové hladiny. Tyto automatické mechanismy jsou občas podrobovány kritice kvůli tomu, že snižují motivaci firem vyjednávat nižší ceny u dodavatelů, a tam, kde jsou paliva nakupována od „spřízněných společností“, může být jejich cena nadhodnocována. 25
Mezi povolené výnosy patří obvykle i náklady samotné regulace, včetně nákladů na přípravu regulačních výkazů (což neplatí v případě, že společnost svou vykazovací povinnost řádně neplní). Mezi povolené náklady patří i soudní výdaje, jsou-li nezbytné. Při sporech s regulátorem se bere ohled na motivaci soudního sporu (zda se firma brání nespravedlivým opatřením, nebo se pouze snaží pozdržet či komplikovat rozhodnutí regulátora). Do povolených nákladů obecně nepatří ty reklamní náklady, které mají za cíl navýšit prodej (přesvědčovací reklama). Některé informativní kampaně (např. informace ohledně úspor energie nebo bezpečnosti) uznatelné jsou, zatímco jiné (kontroverzní témata, např. propagace jaderné energetiky) zpravidla uznatelné nejsou (Phillips, 1993, str. 264). Příspěvky na charitu a vzdělávacím institucím často mohou být uznány jako povolené náklady, ale pouze v případě, že nemají za cíl ovlivňovat zákazníky. Příspěvky průmyslovým a profesním asociacím (např. obchodním komorám) jsou zpravidla uznatelné, nikoliv však příspěvky občanským sdružením. Prodává-li společnost další výrobky související s její hlavní činností (např. elektrické spotřebiče), vyžadují regulační orgány, aby byly účetně oddělené od hlavní regulované podnikové činnosti. Poplatky mateřským nebo servisním firmám procházejí kontrolou regulačních orgánů, stejně jako obchody se sesterskými společnostmi (např. nákup technických zařízení). Daně jsou započítávány jako provozní náklady do povolených výnosů. Z toho vyplývá určitý konflikt mezi daňovými úřady, které si přejí co nejvyšší příjmy z daní, a regulátory, kteří se snaží minimalizovat regulované ceny. Regulované podniky bývají také více zdaněny než neregulované (Phillips, 1993, str. 280). 2.2.3
Regulační báze aktiv
Regulační bázi aktiv (regulatory asset base, RAB) tvoří následující komponenty: • hmotný majetek (pozemky, budovy a zařízení), ze kterého může být regulátorem vyloučen nepotřebný a duplicitní majetek, zastaralý nebo cizí majetek, majetek sloužící k neregulovaným činnostem, • další aktiva, jako nehmotný majetek, pracovní kapitál, majetek pro budoucí použití, • probíhající stavební práce.
26
Hodnota aktiv může být stanovena na základě historických cen, reprodukčních cen nebo jinou metodou (např. fair value). Doktrína fair value vycházela z případu Smyth v. Ames (1898), kdy Nejvyšší soud USA nařídil oceňování na základě pořizovací ceny a provedených zlepšovacích úprav, počtu dluhopisů a akcií, jejich tržní hodnotě, porovnání současné a pořizovací ceny, očekávané výnosnosti a provozních nákladů. Od této doktríny bylo ustoupeno v případu FPC v. Natural Gas Pipeline Co. (1944). Oceňování na bázi reprodukčních cen bývá doporučováno z důvodu vhodnější alokace zdrojů. Roste-li cenová hladina, stávají se při použití historických cen ceny regulovaných společností relativně nižší, což generuje nadměrnou poptávku, která způsobí přílišnou alokaci zdrojů do tohoto odvětví a plýtvání. Dalším argumentem ve prospěch oceňování na základě reprodukčních cen je rozdíl mezi všeobecnou mírou inflace a specifickou mírou inflace aktiv obsažených v regulační bázi aktiv, což může vést k chybným odhadům výnosové míry v metodách oceňování. Jako další důvody ve prospěch reprodukčních cen bývá uváděna nutnost zachovat finanční pověst společnosti a udržet reálný důchod vlastníků. Nevýhodou této metody je, že není zřejmé, jaké ceny pro ocenění použít (ke dni nebo průměrné za období), co přesně a v jakém stavu bude nahrazováno, v jakém prostředí, atd. Tato metoda oceňování je nákladnější a její aplikace trvá delší dobu (sběr dat, vyhodnocování, soudní řízení atd.) Oceňování na bázi historických cen je jednodušší, stejně jako administrativa, je lépe kontrolovatelné – snižuje možnosti spekulací a odhadů. Oprávky, které se odečítají od báze aktiv, by měly být konzistentní s odpisy, které se započítávají do provozních nákladů. Do báze aktiv patří i pracovní kapitál (peníze, materiál a zásoby). Pracovní kapitál může být v praxi vypočítán např. 1. pomocí lead-lag studie, kdy se porovnává čas, do kdy musí být zaplaceny výdaje (expense lead), a čas, do kdy dochází k inkasu (revenue lag), 2. jako 1/8 provozních nákladů (odpovídá rezervě na 45 dní jako doby mezi poskytnutím služby a inkasem plateb), 3. klasickou analýzou rozvahy (balance sheet method), např. jako rozdíl oběžných aktiv a krátkodobých závazků. Pozemky tvoří pouze malou součást báze aktiv a zpravidla se oceňují historickými cenami a mají tendenci přibývat na hodnotě. Goodwill se do báze aktiv zpravidla nezahrnuje. 27
2.2.4
Míra výnosnosti
Míra výnosnosti by měla umožnit firmě získat kapitál potřebný k rozvoji služeb, k udržení finanční pověsti a k realizaci přiměřeného zisku, který realizují podobně rizikové společnosti. Neměla by být příliš vysoká (absence motivace k efektivnímu hospodaření), ani příliš nízká (nedostatek kapitálu a nedostatečné investice, čímž by došlo k ohrožení kvality a bezpečnosti služeb). Míra výnosnosti bývá ztotožňována s kapitálovými náklady společnosti. Ty závisí na kapitálové struktuře. Protože vlastní kapitál bývá obvykle dražší než cizí kapitál, náklady na kapitál mají tendenci být nižší při vyšší úrovni zadluženosti a naopak. Některé regulační úřady neberou ohled na skutečnou kapitálovou strukturu podniku a při odhadu míry výnosnosti se opírají o takovou hypotetickou kapitálovou strukturu, kterou považují za ideální (včetně českého Energetického regulačního úřadu). Firma je pak motivována k tomu, aby tuto hypotetickou kapitálovou strukturu skutečně přijala. Náklady na vlastní kapitál mohou být stanoveny například pomocí následujících metod (Phillips, 1993, str. 394). • Poměr E/P, tedy jako podílu ke =
EPS , P
(6)
kde EPS je zisk na akcii a P je tržní cena akcie. Tato metoda je jednoduchou mírou nákladů na vlastní kapitál, ale ignoruje faktor růstu, a je v praxi téměř nepoužívána. • Dividendové diskontní modely, např. Gordonův model, podle vzorce ke =
DIV + g, P
(7)
kde DIV je očekávaná dividenda pro následující období, P je vnitřní hodnota akcie a g je tempo růstu zisku. V tomto modelu jsou však silné předpoklady o nekonečném růstu akcií konstantním tempem a konstantním výplatním poměru. • Model CAPM, který využívá i český Energetický regulační úřad. Tento model předpokládá, že očekáváný výnos vlastního kapitálu je roven součtu bezrizikového výnosu a prémie za riziko, k e = R f + β (Rm − R f ) ,
28
(8)
kde Rf je bezriziková výnosová míra a Rm je očekáváná výnosnost tržního portfolia. Koeficient beta (β) je jediná proměnná, která charakterizuje v tomto modelu firmu a bývá velmi nestabilní, neexistuje také akademická shoda ohledně způsobu, jak tento koeficient korektně změřit a jak měřit bezrizikový výnos. • Metoda comparable earnings standard je založena na oportunitních nákladech. Pro investora (vlastníka podniku) jsou oportunitní náklady dané alternativním výnosem při nejlepším jiném (stejně rizikovém) použití kapitálu. Principem této metody je analýza rentability vlastního kapitálu (ROE) podniků s obdobnou rizikovostí a analýzou ROE podniků s odlišnou rizikovostí, a poté analýzou odchylek těchto rizik. Mezi alternativní příležitosti patří i neregulovaná odvětví, je tedy třeba porovnávat i s podniky, které působí v těchto odvětvích. • Metoda risk premium method, která je založená na analýze minulých odchylek nákladů na vlastní a cizí kapitál, a připočítáním této prémie k současným nákladům na kapitál.
2.3
Kvalita služeb
Přistoupí-li stát prostřednictvím regulačního orgánu k regulaci cen, je obvykle třeba souběžně regulovat i kvalitu služeb (quality-of-service). Mezi cenami a kvalitou služeb je přímý vztah, neboť vyšší nároky na kvalitu mají zpravidla za následek vyšší cenu. Kvalita služeb zahrnuje obvykle tyto aspekty: • přesnost měřících přístrojů, • přesnost vyúčtování, • nepřetržitost služby (služba k dispozici na vyžádání), • požadavky na kvalitu napětí a frekvence v elektrizační soustavě, případně požadavky na složení zemního plynu v případě plynárenství, • kvalita přístrojů a zařízení, • dále pak postupy a lhůty pro řešení přerušení dodávek, • postupy a lhůty při vyřizování stížností, slušnost k zákazníkům, • zdravotní standardy,
29
• otázky soukromí zákazníků. Regulované společnosti mívají právo ukončit službu určitým zákazníkům (např. při porušení smluvních podmínek, neplacení závazků) po předchozím upozornění, které by obvykle mělo obsahovat informace o právech a způsobu vyřešení problému. Regulované společnosti mají často povinnost poskytovat službu všem, kteří o ní mají zájem a jsou schopni za ní zaplatit (princip univerzální služby) v oblasti působnosti, která bývá vymezená v udělené licenci. Alternativou je udělení licence nové společnosti, která tento trh obslouží. Pokud je potřeba obsloužit nový trh, což si žádá značné investice, regulátoři obvykle mívají možnost toto rozšíření nařídit (Phillips, 1993, str. 567). V České republice má tato povinnost oporu v Energetickém zákoně (zákon č. 458/2000 Sb.) Podle současné právní úpravy má regionální distributor elektřiny povinnost připojit každého odběratele, který o to požádá, zatímco pro regionální distributory plynu tato povinnost obecně neplatí. Obvykle však žadatel zajišťuje připojení svého zařízení na své náklady. Jako motivace k obsluze nových trhů může sloužit možnost stanovit v novém trhu vyšší ceny (noví zákazníci budou hradit náklady spojené s rozšířením služeb), možnost zvýšit ceny na původním trhu (stávající zákazníci budou subvencovat nové zákazníky), nebo zvýšit ceny na novém i na původním trhu. V některých případech je omezení služby pro zákazníky nevyhnutelné (např. v situaci převisu poptávky po zemním plynu nad nabídkou). V tomto případě regulátoři stanovují plány pro omezení služby (curtailment plan), v nichž nejvyšší prioritu mají obvykle domácnosti, školy, nemocnice, drobní obchodníci, zemědělci. Rostoucí ceny energií a ochrana životního prostředí vedou ke vzniku požadavků na šetření energií. K šetření je možné domácnosti motivovat prostřednictvím úpravy cenové tvorby (zrušení cenové diskriminace, kdy s větším objemem odebírané energie klesá cena). Dalším možným nástrojem je informování spotřebitelů (energetické audity, reklamy zaměřené na šetření energií), vývoj alternativních energetických zdrojů nebo úsporná zařízení pro domácnosti. Dalším důležitým aspektem regulovaných odvětví je bezpečnost služeb. Regulátoři obvykle stanovují bezpečnostní normy, aby bylo zabráněno např. explozím v důsledku unikajícího plynu nebo požárům kvůli vadnému elektrickému vedení. Do zemního plynu je přidáván odorant, aby byl unikající plyn včas rozpoznán. Telekomunikační regulační orgán musí zabezpečit efektivní komunikaci policie, hasičů a záchranné služby. Pro některá zařízení, 30
např. LNG (liquified natural gas), jsou dané normy a požadavky, která tato zařízení musí splňovat, aby mohla být v provozu. Přísná kontrola bezpečnosti provází jadernou energetiku.
Metody regulace síťových odvětví
2.4
Ve snaze o zvýšení ekonomické efektivnosti a ziskovosti podniků v síťových odvětvích a v souvislosti s postupnou privatizací státních podniků vznikly tři základní regulační režimy. Jedná se o (Lesser a Giacchino, 2009, str. 63): • regulaci založenou na nákladech spojených se službami (cost-of-service regulation, COS), • motivační (stimulační, pobídkovou) regulaci (PBR regulation, incentive regulation) a • regulaci na základě porovnávání s jinými podniky (yardstick competition). Všechny tyto základní režimy regulace vycházejí ze stanovení povolených výnosů RR. 2.4.1
Nákladová regulace
COS (cost-of-service) regulace je zřejmě nejstarším a nejběžnějším režimem regulace. Vychází z odhadu oprávněných nákladů podniku v rozhodném období a stanovení povolené výnosnosti, na základě nichž dochází ke stanovení cen pomocí výše zmíněných souborů pravidel. Mezi nevýhody COS regulace patří časté změny nákladů (cen vstupů), které vyžadují revize výpočtů a způsobují zvýšené náklady na administrativu. Příliš časté změny konečných cen jsou navíc v přímém protikladu s požadavkem na cenovou stabilitu, která je v zájmu většiny regulátorů. Problémy způsobuje i časové prodlení, které nastává mezi sběrem údajů, výpočtem RR, stanovením nových cen a jejich uvedením do praxe. V době zavedení nových tarifů již mohou být skutečné náklady odlišné a finanční situace regulovaného podniku tak může být ohrožena. Mezi další problémy můžeme zařadit asymetrii informací mezi regulátorem a regulovanou firmou, tzv. A-J-W efekt neboli motivací firmy investovat příliš (Averch a Johnson, 1962), nebo investovat nevýhodně, např. nákupem předraženého vybavení (gold plating). Důležitou otázkou je také spravedlnost rozvržení nákladů mezi skupiny spotřebitelů. Například nevhodná (příliš krátká) volba časového horizontu návratnosti investic může vést k znevýhodnění současných spotřebitelů před budoucími spotřebiteli. Regulátor tedy musí určit,
31
jakou část nákladů ponesou skupiny spotřebitelů, a to jak z hlediska současného (domácnosti, komerční sektor, průmysl), tak z hlediska mezigenerační rovnosti. Nákladová regulace dále bývá podrobena kritice z toho důvodu, že nedokáže reflektovat externí společenské náklady, které přináší činnost regulovaných firem. 2.4.2
Motivační regulace
PBR regulace (motivační regulace) vznikla jako alternativa k tradičnímu COS přístupu a je odrazem snahy o zvýšení hospodárnosti regulovaných podniků a redukci vlivu asymetrie informací. Impulzem pro zvýšení hospodárnosti se stává (ERÚ, 2009, str. 9) • stanovení cenové hladiny za jednotku (metoda price-cap), nebo • stavování maximálních výnosů (metoda revenue-cap). Základní myšlenkou je stanovení cenového stropu pro dané regulační období, a to podle vzorce P (t ) = (1 + RPI − X ) × P (t − 1) ,
kde P(t)
=
(9)
cenová hladina v čase t,
P(t–1) =
cenová hladina v čase t–1,
RPI
=
míra inflace,
X
=
faktor efektivity (X-faktor).
Při aplikaci metody revenue-cap je princip stejný, pouze dochází ke stanovení stropu na celkové výnosy podle následujícího vztahu: R (t ) = (1 + RPI − X ) × R (t − 1) ,
kde R(t)
=
R(t–1) =
(10)
povolené výnosy v čase t, povolené výnosy v čase t–1,
Protože ceny jsou stanoveny na základě míry inflace (RPI-faktor) a požadované změny efektivity nebo produktivity (X-faktor), hovoříme často o tzv. RPI-X regulaci. Pokud se firmě podaří být výkonnější než ostatní firmy, je odměněna prostřednictvím vyšších zisků, neboť daná cenová hladina platí pro celé období a firma má možnost díky své zvýšené produktivitě realizovat v daném období kladný ekonomický zisk (tento fenomén je nazvaný regulatory lag). Pokud se firmě nepodaří být produktivnější než ostatní firmy, je penalizována a její zisky budou nižší. Firma tak má motivaci snižovat náklady, racionalizovat výrobu a inovovat.
32
Při tom využívá svých privátních informací, kterými regulátor realisticky nemůže disponovat, a zmírňuje tak dopady asymetrie informací. Cenové stropy jsou přezkoumávány v pravidelných intervalech (3-5 let), v mezidobí je možné je korigovat na základě vzorců, které berou v úvahu vývoj nákladů, které firma nemá možnost ovlivnit, míru inflace apod. Pro firmy, kterým se podaří radikálně zvýšit svou efektivitu, se motivační regulace může stát nevýhodnou, neboť dosáhne-li firma příliš vysoké ziskovosti, regulátor může cenový strop a ziskovost firmy snížit. Dosahuje-li však firma špatných ekonomických výsledků, investoři nesou ztráty v plné výši. Mezi další nevýhody motivační regulace patří např. redukce pracovních míst ve snaze o zvýšení výrobní efektivnosti. Energetický regulační úřad (ERÚ) v ČR využívá v současném regulačním období motivační regulaci v podobě metody revenue-cap. Tato metoda byla zvolena kvůli nedostatku podkladů z předcházejících regulačních období z důvodu transformace a unbundlingu českých energetických firem. 2.4.3
Yardstick competition
Je-li cenový strop založen pouze na nákladech dané společnosti, nejsou negativní efekty nákladové
regulace
(neopatrné
investování,
gold-plating
atd.)
zcela
eliminovány.
V podmínkách konkurence musí firma redukovat své náklady pod průměrné náklady svých konkurentů, aby mohla v hospodářské soutěži obstát. Tento princip zohledňuje třetí základní režim regulace, který je založen na porovnávání firem s konkurencí (yardstick competition). Tato metoda je založena na tom, že zisky firem závisí na průměrných nákladech všech firem v odvětví a na jejich relativním postavení vůči konkurenčním firmám. Firmy jsou motivovány snižovat své náklady pod průměr odvětví a zvyšovat svou hospodárnost, což má pozitivní přínos i pro zákazníky. Na konkurenčním trhu teoreticky platí, že průměrné náklady i-té firmy na trhu splňují následující podmínku: AC i ≤
∑
j
AC j
n −1 ,
(11)
kde ACj označuje průměrné náklady j-té firmy na trhu a n je celkový počet firem působících na daném trhu.
33
Při realizaci této metody se však objevuje řada problémů, které ji činí v praxi velmi těžko uplatnitelnou. Prvním z nich je možnost dohody mezi podniky o vzájemném postupu (koluze). Další problém nastává v situaci, kdy je jedna z konkurenčních firem natolik nevýkonná, že jí hrozí bankrot. Regulační orgány nebo politici se obvykle následně snaží firmu zachránit, čímž ztrácí tento režim regulace svůj základní smysl. 2.4.4
Benchmarking
Benchmarking znamená relativní porovnání s jinými firmami a může být použit buď jako doplněk klasické motivační regulace (zohlednění relativního vývoje při stanovení X-faktoru efektivity), nebo jako čistá regulační metoda (zmíněná metoda yardstick competition). Pokud je správně aplikován, přináší novou úroveň motivace ke zvyšování efektivity a eliminuje negativní následky asymetrie informací. Základní metody benchmarkingu jsou ilustrovány na Obr. 3. Ve zkratce je možné je rozlišit na metody založené na efektivní hranici (frontier methods) a metody, které na efektivní hranici založeny nejsou (non-frontier methods). Metody založené na efektivní hranici je pak možné rozdělit na parametrické (OLS, COLS, MOLS, SFA) a neparametrické metody (DEA). Hlavním zástupcem metod, které nejsou založeny na distanční funkci, je pak metoda TFP. Detailnějším popisem těchto metod se zabývají následující kapitoly této disertační práce. Obr. 3 Metody benchmarkingu v regulaci síťových odvětví
Zdroj: Machek (2011c)
34
2.4.5
Současné trendy při návrhu regulačních metod
Úroveň motivace k hospodárnému chování společnosti, kterou poskytují jednotlivé regulační metody, je možné vyjádřit pomocí následujícího obrázku. Nejmenší úroveň motivace poskytuje nákladová regulace. Pobídková regulace pak zavádí nový prvek motivace, a to zejména za využití benchmarkingu. Konkurenční tlaky pak teoreticky nejlépe simuluje metoda yardstick competition. Zde je třeba zdůraznit to, že parametry (např. regulační vzorec) dané metody musí být korektně nastaveny. Obr. 4 Metody ekonomické regulace
Zdroj: Machek (2011c)
Moderním doplňkem tradičních přístupů se stává konzultační proces neboli tzv. negotiated settlement (Robinson, 2007, str. 26). Jedná se o způsob zapojení dalších zúčastněných stran (zákazníků, uživatelů) do regulačního procesu. Cílem je snížit náklady regulace a její časovou náročnost a zvýšit užitek pro všechny zúčastněné strany. Zástupci dalších stran vypracují návrh dohody s regulovaným podnikem a předloží tento návrh regulátorovi k potvrzení. Regulátor se tedy zpravidla omezuje pouze na monitorování procesu vyjednávání a schvalování konečné dohody z hlediska státních regulačních cílů. Dohoda se může týkat např. kvality poskytovaných služeb nebo výše cenového stropu. V současné době je možné konstatovat, že moderním trendem je přistupovat k motivační regulaci. Tento trend je možné ilustrovat pomocí následujícího obrázku na příkladě evropských států (modrou barvou je vyznačena nákladová regulace, žlutou barvou je vyznačena motivační regulace).
35
Obr. 5 Trendy ve vývoji regulačních metod v Evropské unii
Zdroj: McKinsey&Co (2008)
Průkopníky v zavádění motivační regulace byly severské země (Velká Británie, Irsko, Norsko), přičemž tato metoda se v průběhu prvního desetiletí nového tisíciletí dále rozšířila do dalších zemí a v současné době je využívána většinou států Evropské unie.
36
3 Efektivnost a její měření Efektivnost je možné intuitivně definovat jako podíl pozorovaných hodnot vstupů a výstupů a jejich optimálních hodnot, např. srovnání skutečného a maximálního možného objemu produkce. V tomto textu jsou pojmy „efektivita“, „efektivnost“ a „hospodárnost“ považované za ekvivalentní anglickému termínu efficiency. V následujícím textu bude x = (x1,x2,…,xM) označovat množství M vstupů, y = (y1,y2,…,yN) množství N výstupů, w = (w1,w2,…,wM) je vektor cen vstupů a p = (p1,p2,…,pN) je vektor cen výstupů. Porovnávání vektorů pomocí relace uspořádání bude znamenat porovnání ve smyslu příslušných složek (souřadnic) vektoru. Symbol T v horním indexu (T) bude značit transponovanou matici, resp. sloupcový vektor vzniklý transpozicí řádkového vektoru. Ekonomická efektivnost má technickou a alokační složku. Technická efektivnost značí schopnost zamezit plýtvání (hospodárnost), tedy vyrobit maximální objem produkce s danými vstupy, nebo vyrobit daný výstup s minimálními náklady. Analýza technické efektivnosti může být tedy zaměřena na maximalizaci výstupů nebo minimalizaci vstupů. Alokační efektivnost označuje schopnost kombinovat mix vstupů a výstupů v optimálním poměru. K formální definici technické efektivnosti je možné využít Koopmansovu definici (Koopmans, 1951). Firma je technicky efektivní, pokud zvětšení jakéhokoliv výstupu vyžaduje snížení alespoň jednoho jiného výstupu nebo zvýšení alespoň jednoho vstupu. Z hlediska orientace na minimalizaci nákladů je možné definici obrátit: snížení jakéhokoliv vstupu vyžaduje zvýšení alespoň jednoho jiného vstupu, nebo snížení alespoň jednoho výstupu.
3.1
Teorie produkce a definice technické efektivnosti
Teorie efektivnosti se opírá o ekonomickou teorii produkce. Produkční funkce představuje významný nástroj neoklasické ekonomické analýzy. Kromě jejího širokého užití v makroekonomii je možné odhadovat produkční funkce odvětví nebo podniků. Jedná se o vyjádření vztahu mezi množinou vstupů a výstupů a je specifikací výrobního procesu. Jednoduché vyjádření produkční funkce s jedním výstupem je ve tvaru y = f (x) . V tradičním podání je produkční funkce (Coelli, 2005, str. 12): • Nezáporná - obor hodnot jsou nezáporná reálná čísla, • Spojitá, tedy nedochází k náhlým změnám, formálně lim x→x 0 f (x) = f (x 0 ) , 37
• Neklesající v x – dodatečná jednotka vstupu nezpůsobí pokles výstupu, tedy f (x 1 ) ≥ f (x 2 ) pro x 1 ≥ x 2 ,
• Konkávní v x – konvexní kombinace libovolných dvou vektorů x1 a x2 leží pod grafem produkční funkce, tj. f (θx 1 + (1 − θ )x 2 ) ≥ θf (x 1 ) + (1 − θ ) f (x 2 ) pro 0 ≤ θ ≤ 1 . Konstrukcí vrstevnic (level sets) produkční funkce dostaneme funkce zvané izokvanty. Má-li produkční funkce spojité parciální derivace druhého řádu, je možné definovat řadu užitečných charakteristik, např. mezní míra technické substituce, výstupní elasticita, elasticita substituce, úspory z rozsahu apod. Podrobněji se tematikou zabývá např. Jehle a Reny (2000). Ekonomická teorie rozlišuje tři základní výrobní faktory (vstupy): práci, půdu a kapitál. Někteří ekonomové uvažují další faktory, jako např. podnikavost (entrepreneurship), lidský kapitál nebo technologický rozvoj. V regulovaných sektorech energetiky (např. distribuce plynu) je za vstupy možné považovat např. délku plynovodů (v km) nebo počet pracovníků zaměstnaných v distribuci.
Lawrence (2007) uvádí aproximaci množiny vstupů pomocí
provozních nákladů (OPEX), délky vysokotlakých, střednětlakých a nízkotlakých plynovodů, počtu předávacích stanic a ostatních aktiv. Makholm (2011) uvádí využití ukazatelů práce (L), materiálů a služeb (MRS) a kapitálu (K). Výstup je možné uvažovat pouze jeden (pak se jedná o klasickou funkci více proměnných, např. Cobb-Douglasova nebo transcendentní logaritmická funkce) anebo může mít produkční funkce více výstupů. V odvětvích distribuce energie je klasickým výstupem množství přenesené elektrické energie (v MWh), plynu (m3) nebo tepla (GJ). Mezi další často užívané výstupní proměnné se řadí např. počet odběrných míst nebo rozloha obsluhovaného území. Mikroekonomie často využívá formulace problémů jako maximalizaci nebo minimalizaci účelových funkcí za určitých omezení. V teorii produkce se nejčastěji setkáváme s nákladovou funkcí, k ní duální výnosovou funkcí a funkcí zisku. 3.1.1
Nákladová funkce
Nákladová funkce popisuje rozhodování firmy o tom, jaký soubor vstupů využije k produkci určité úrovně výstupu. Dále budeme uvažovat firmu, která je na trhu vstupů (výrobních faktorů) cenovým příjemcem a nemá tedy možnost ovlivnit jejich ceny. Racionální firma se bude snažit minimalizovat své náklady při zachování určitého množství produkce. V tom případě je možné nákladovou funkci formulovat jako následující optimalizační problém:
38
c(w, y ) = min w T x , přičemž f (x) ≥ y .
(12)
Je-li produkční funkce spojitá a rostoucí, pak nákladová funkce je (Jehle a Reny, 2000): • Rovna nule, když y=0, • Spojitá na svém definičním oboru, • Rostoucí ve w, • Lineárně homogenní ve w (neboli platí, že c(kw, y ) = kc(w, y ) pro k > 0 ), 1 • Konkávní ve w (neboli platí, že c(θw 1 + (1 − θ )w 2 , y ) ≥ θc(w 1 , y ) + (1 − θ )c(w 2 , y ) pro 0 ≤ θ ≤ 1 ).
• Dále, pokud je nákladová funkce kvazikonkávní 2, platí tzv. Shephardovo lemma, pomocí kterého je možné odvodit podmíněné poptávky po vstupech: ∂c(w, y ) = x i (w, y ) ∂wi
(13)
Shephardovo lemma je možné využít k aproximaci vah výstupů při výpočtech produktivity, jak bude uvedeno v kap. Chyba! Nenalezen zdroj odkazů.. 3.1.2
Výnosová funkce
Podobnou úlohu, avšak založenou na úloze maximalizace, popisuje výnosová funkce. Racionální firma se bude snažit maximalizovat hodnotu své produkce při dané úrovni nákladů. Formálně je možné výnosovou funkci vyjádřit jako následující optimalizační problém: r (p, x) = max p T y , přičemž w T x ≥ c(w, y ) .
(14)
Výnosová funkce je nezáporná, neklesající v p, neklesající v x, konvexní v p a lineárně homogenní stejně jako nákladová funkce.
1
Obecně platí, že funkce f je homogenní n-tého stupně, pokud platí, že f (kw ) = k n f (w ) .
2
Obecně platí, že funkce f je kvazikonkávní, pokud platí, že f (θw 1 + (1 − θ )w 2 ) ≥ min( f (w 1 ), f (w 2 )) .
39
3.1.3
Funkce zisku
Pomocí výnosové a nákladové funkce je možné definovat souhrnnou optimalizační úlohu, která spočívá v maximalizaci zisku. Zisk je rozdíl mezi výnosy získané prodejem výstupů a náklady způsobené spotřebou výrobních faktorů. Úlohu maximalizace zisku je možné formálně vyjádřit pomocí funkce zisku π (p, w ) jako
π (p, w ) = max p T y − w T x , přičemž f (x) ≥ y
(15)
Funkce zisku je nezáporná, neklesající v p, neklesající ve w, lineárně homogenní a konvexní v p a w. Racionální firma se tedy snaží najít takovou kombinaci vstupů a výstupů, aby byl její zisk maximální. Optimální množství y a x jsou dána řešením soustav rovnic, které nazýváme funkce poptávky po vstupu (input demand functions) a funkce nabídky výstupu (output supply functions). Má-li funkce zisku spojité parciální derivace podle p a w, pak za podmínky, že je produkční funkce ostře konkávní, platí tzv. Hotellingovo lemma, pomocí kterého je možné pro každý vstup nebo výstup odvodit funkce poptávky po vstupu nebo funkce nabídky výstupu: −
3.1.4
∂π (p, w ) ∂π (p, w ) = y i (p, w ) . = x i (p, w ) a ∂p i ∂wi
(16)
Často používané funkční předpisy v teorii produkce
V praxi často uvažujeme pouze jeden výstup a M vstupů. V tom případě je možné vyjádřit produkční, nákladovou, výnosovou funkci nebo funkci zisku jako reálnou funkci více proměnných ve tvaru y = f ( x1 , x 2 ,..., x M ) .
(17)
Následující tabulka podává přehled nejčastějších funkčních předpisů používaných v teorii produkce. Pro účely této práce je důležitá zejména Cobb-Douglasova, kvadratická a transcendentní logaritmická (translog) funkce. Rozsáhlejší přehled podává např. Fuss, McFadden a Mudlak (1978).
40
Tab. 2 Často používané funkční předpisy M
∑β x
y = β0 +
Lineární funkce
i i
i =1
y = β0
Cobb-Douglasova funkce
M
∏ xβ i
i
í =1
y = β0 +
Kvadratická funkce
M
∑
β i xi +
i =1
y = β0 +
Normalizovaná kvadratická funkce
M
∑
β i xi +
i =1
Transcendentní logaritmická funkce (translog)
ln y = ln β 0 +
M
∑ i =1
1 2
M
y=
M
∑∑ β
ij x i x j
i =1 j =1 M
M
∑∑ β
1 β i ln xi + 2 M
Zobecněná Leontiefova funkce
1 2
ij x i x j
i =1 j =1
M
M
∑∑ β
ij
ln xi ln x j
i =1 j =1
M
∑∑ β
ij
xi x j
i =1 j =1
M y = β0 β i xiγ i =1
∑
CES funkce
1/ γ
Zdroj: Coelli et al (2005)
3.2
Teoretická východiska měření efektivnosti
Výrobní množina (technologie) T může být reprezentována pomocí množiny uspořádaných dvojic (kombinací vstupů x a výstupů y, tzv. vstupně-výstupních vektorů)
T = {(x, y )}: x je využíván pro výrobu y.
(18)
Koopmansova definice technické efektivnosti může být nyní vyjádřena tak, že výroba vyjádřená pomocí vstupně-výstupního vektoru (x, y ) ∈ T je efektivní právě tehdy, když platí
(x' , y ') ∉ T
pro (− x' , y ') ≥ (− x, y ) .
(19)
Při definici a výpočtu efektivnost je možné se orientovat buď na zvyšování výstupů za dané kombinace vstupů, nebo na snižování vstupů za dané kombinace výstupů.
41
3.2.1
Orientace na zvyšování výstupů
Při orientaci na zvyšování výstupu za dané kombinace vstupů je jedním ze způsobů vyjádření výrobní technologie produkční množiny výstupů (output set), tedy
P (x) = {y : (x, y ) ∈ T } .
(20)
Jedná se o množinu kombinací všech výstupů, které je možné vyrobit využitím kombinace vstupů x. Pro každou kombinaci vstupů je možné definovat dvě ohraničení. Prvním je izokvanta. Jedná se o množinu všech kombinací výstupů, které je možné vyrobit s využitím dané kombinace vstupů. Izokvantu pro výstup x je možné formálně vyjádřit následujícím vztahem.
I (x) = {y : y ∈ P (x), λy ∉ P (x), λ > 1} .
(21)
Druhým ohraničením je tzv. efektivní podmnožina (efficient subset) E(x). Jedná se o množinu takových kombinací výstupů, kdy jsou tyto výstupy vytvářeny v maximálním množství při využití kombinace vstupů x. Formálně vyjádřeno
E (x) = {y : y ∈ P(x), y '∉ P(x), y ' ≥ y}.
(22)
Mezi definovanými množinami platí následující vztah: E (x) ⊆ I (x) ⊆ P(x) . Debreu-Farrellovu míru technické efektivnosti, která spočívá ve stejnoměrném zvyšování všech výstupů, je nyní možné vyjádřit formálně jako funkci dvou vektorů (dolní index O zdůrazňuje, že se jedná o orientaci na zvyšování výstupů) TE O (x, y ) = max{φ : φy ∈ P (x)}
(23)
tedy maximální φ , pro které je možné vyrábět výstup φy s využitím kombinace vstupů x. Pro takto definovanou technickou efektivnost platí, že TE O ≥ 1 pro y ∈ P (x) a TEO = 1 pro y ∈ I (x) . Výroba je technicky efektivní, pokud kombinace výstupů y leží na izokvantě.
Místo měření technické efektivnosti TE O (x, y ) můžeme využít distanční funkci (funkci vzdálenosti), která představuje převrácenou hodnotu efektivnosti a je definována jako D(x, y ) =
1 y = min λ : ∈ P (x) TE O (x, y ) λ
42
(24)
3.2.2
Orientace na snižování vstupů
V případě orientace na snižování vstupů při dané kombinaci výstupů je možné vyjádřit výrobní technologii pomocí produkční množiny vstupů (input set) jako
L(y ) = {x : (x, y ) ∈ T }
(25)
a izokvantu vyjádřit pomocí produkční množiny vstupů jako
I (y ) = {x : x ∈ L(y ), λx ∉ L(y ), λ < 1}
(26)
Analogicky je definována efektivní podmnožina vstupů E(y). Jedná se o množinu takových kombinací vstupů, kdy jsou tyto vstupy využívány v minimálním množství při vytváření dané kombinace výstupů y. Formálně vyjádřeno
E (y ) = {x : x ∈ L(y ), x'∉ L(y ), x' ≤ x}
(27)
Stejně jako v předchozím případě platí E (y ) ⊆ I (y ) ⊆ L(y ) . Debreu-Farrellovu míru technické efektivnosti, která spočívá ve stejnoměrném snižování všech vstupů, je nyní možné vyjádřit formálně jako funkci dvou vektorů (dolní index I zdůrazňuje, že se jedná o orientaci na snižování vstupů)
TE I (x, y ) = min{θ : θx ∈ L(y )}
(28)
tedy minimální θ, pro které je možné využívat vstup θx pro výrobu kombinace y. Pro takto definovanou technickou efektivnost platí, že TE I ≤ 1 pro x ∈ L(y ) a TE I = 1 pro x ∈ I (y ) . I zde platí, že výroba je technicky efektivní, pokud kombinace výstupů x leží na izokvantě. Místo měření technické efektivnosti TE I (x, y ) můžeme využít funkci vzdálenosti, která představuje převrácenou hodnotu efektivnosti a je definována jako D I ( x, y ) =
3.2.3
1 x = max λ : ∈ L(y ) TE I (x, y ) λ
(29)
Debreu-Farrellova technická efektivnost a Koopmansova definice efektivnosti
Je nutné poznamenat, že Debreu-Farrellova míra technické efektivnosti není v dokonalé shodě s Koopmansovou definicí. Je tomu tak proto, že Debreu-Farrellova efektivnost vyžaduje pouze nemožnost dále ekviproporcionálně zvýšit všechny výstupy (resp. snížit všechny vstupy), kdežto Koopmansova definice předpokládá nemožnost zvýšit množství výstupů (snížit množství výstupů) jakýmkoliv způsobem. Jak ze vztahů vyplývá, je Debreu-Farrellova 43
podmínka technické efektivnosti nutnou, ale nikoliv postačující podmínkou Koopmansovy technické efektivnosti. Obr. 6 Produkční funkce a měření efektivnosti
Zdroj: Fried (2008)
Uvedené vztahy je možné ilustrovat na obrázcích. Uvažujme nyní orientaci na zvyšování výstupů. Na Obr. 6 je jednoduchá produkční funkce T. Bod x = (x1,y1) se nachází pod křivkou T a efektivnost výroby může být zvýšena posunutím podél osy y. Technická efektivnost, jakožto srovnání optimální a skutečné hodnoty výstupu, pak bude TE O = φ ≥ 1 . Rozdíl mezi Koopmansovou a Debreu-Farrellovou definicí technické efektivnosti může být ilustrován pomocí Obr. 7. Mějme izokvantu I(x) a dvě kombinace dvou výrobních faktorů, body y' a y''. Oba vektory se nachází v P(x) a obě kombinace výstupů je možné radiálně (ekviproporcionálně) zvýšit podle Debreu-Farrellova přístupu tak, aby byla stále využívána vstupní kombinace x. Radiální projekcí y' na izokvantu získáme bod Φ'y', který je efektivní podle Koopmansovy definice (ani jeden výstup není možné zvýšit, aniž by došlo ke snížení jiného výstupu nebo zvýšení některého ze vstupů). Radiálně promítnutý bod Φ''y'' je efektivní podle Debreu-Farrellova kritéria (nachází se na izokvantě), ale nikoliv podle Koopmansovy definice – stále je možné zvýšit výstup y2. Debreu-Farrellovy míry efektivnosti je v praxi často využíváno, i když se neshoduje s Koopmansovou definicí. Dalšími přístupy jsou pokusy o využití jiné než radiální projekce na izokvantu, sloučení Debreu-Farrellova kritéria a hodnoty nutného posunu po izokvantě (viz Obr. 7) do jediného kritéria a další.
44
Obr. 7 Izokvanta a měření efektivnosti
Zdroj: Fried (2008)
3.2.4
Ekonomická efektivnost
V případě ekonomické efektivnosti nedochází k nesouladu mezi její definicí a měřením. Je-li cílem firmy maximalizovat výstupy za daných vstupů, stává se měřítkem ekonomické efektivnosti poměr optimálních (maximálních možných) a skutečných výnosů. Podobně je-li cílem firmy minimalizovat vstupy za daných výstupů, stává se měřítkem ekonomické efektivnosti poměr optimálních a skutečných nákladů. Použijeme-li značení z předchozího textu, tedy c(w, y ) pro nákladovou funkci a r (p, x) pro výnosovou funkci, a označíme-li navíc AE jako alokační efektivnost, pak je možné definovat následující měřítka efektivnosti: • Výnosová efektivnost RE (x, y , p) =
r (p, x) = TE O (x, y ) ⋅ AE 0 (x, y , p) ; pTy
• Nákladová efektivnost CE (x, y, w ) =
c(w, y ) = TE I (x, y ) ⋅ AE I (x, y , w ) . wTx
Výnosová i nákladová efektivnost jsou tedy součinem příslušné technické a alokační efektivnosti. Oba typy efektivností jsou důležitými měřítky výkonnosti firmy, ale poskytují pouze její část. Kompletní obraz výkonnosti podává zisková efektivnost. Využijeme-li opět definice zisku z předchozí kapitoly π (p, w ) , pak zisková efektivnost je definována jako
πE (x, y, w, p) =
45
π (p, w ) p y − wTx T
.
(30)
3.2.5
Dominance
Dominance je pojem, který usnadňuje proces porovnávání efektivnosti mezi firmami. Firma A dominuje ty firmy, pro které platí (− x A , y A ) ≥ (− x, y ) . Jedná se tedy o využití Koopmansovy definice efektivnosti. Firma, která dominuje ostatní firmy, je jednoznačně efektivnější než tyto firmy. Určení dominujících firem umožňuje zjednodušit proces srovnávání a zároveň může sloužit k určení souboru firem, jejichž chování může být použito jako vzor ideální efektivnosti pro dominované firmy.
Techniky měření efektivnosti
3.3
Jak bylo řečeno, měření efektivnosti zahrnuje porovnání empiricky zjištěné výkonnosti a optimální výkonnosti ležící na efektivní hranici. Ve skutečnosti bývá hranice neznámá a je nutné provést její aproximaci. V praxi je využíváno dvou přístupů – ekonometrických metod nebo metod matematického programování. Oba přístupy jsou analyticky náročné a cílem je určit vzdálenost zkoumaného subjektu od efektivní hranice. Liší se však ve způsobu práce s daty, statistickými nepřesnostmi a flexibilitou výrobní technologie. Zjednodušeně je možné konstatovat, že ekonometrický přístup je stochastický, a umožňuje tedy pracovat s nepřesnostmi a nahodilými událostmi a oddělit je od vlastní neefektivnosti, a přístup založený na matematickém programování je neparametrický, což znamená, že je možné vyhnout se problémům spojeným s funkcionálním tvarem (ať už výrobní technologie nebo neefektivnosti). Pokud využíváme efektivní hranici ve formě produkční funkce, není potřeba znát data o cenách vstupů a výstupů; pokud využíváme efektivní hranici v podobě nákladové funkce, je nutné těmito daty disponovat. V následujícím textu popíšeme podrobněji oba přístupy. 3.3.1
Ekonometrický přístup k měření efektivnosti
Velké množství ekonometrických modelů měření efektivnosti je založeno na odhadu jedné rovnice. Uvažujme nyní pouze jeden výstup a orientaci na zvyšování výstupu, kdy je technická efektivnost definována jako podíl skutečné a optimální hodnoty výstupu, tedy TE O (x, y ) = y / f (x) . V tom případě můžeme tuto rovnici přepsat jako y = f (x)TEO (x, y ) .
(31)
Příslušnou rovnici uvažujeme často jako lineární ve svých parametrech, resp. lineární v logaritmech vstupů nebo jejich funkcí. Předpoklad linearity se opírá o časté využití CobbDouglasovy nebo transcendentní logaritmické produkční funkce v praxi (viz Tab. 2). 46
Následující metody mohou být použity v případě firem, které mají relativně podobnou strukturu nákladů . Tyto metody vyžadují rozsáhlý vzorek dat, aby bylo možné získat spolehlivý a robustní odhad. Nevýhodou je, že tyto metody neberou v úvahu náhodné vlivy a celá neefektivnost je přisuzována neekonomickému chování firmy. Jedná se o relativně jednoduché metody, které je vhodné využít jako podpůrné metody při použití jiné metody, např. SFA, TFP nebo DEA (Berg, 2010, str. 154). Metoda OLS Předpokládejme, že máme k dispozici naměřená pozorování (průřezová data), která označíme indexem i. Využijeme-li k vyjádření produkční funkce translog funkci, můžeme i-té pozorování specifikovat pomocí logaritmování předchozí rovnice jako
ln yi = α + β Ti x i − u i = α + β Ti x i + ε i ,
(32)
kde α je konstantní člen, β je vektor parametrů produkční funkce, x je vektor množství vstupů při daném pozorování a ε i = −u i = ln(TE O ) je měřítkem technické efektivnosti, náhodná veličina se zápornou střední hodnotou a konstantním rozptylem. Poznamenejme, že u i = −ε i = ln(TE O ) > 0 je měřítkem technické neefektivnosti. Abychom dostali klasický model lineární regrese (nulovou střední hodnotu náhodného členu E (ε i ) ), je třeba rovnici upravit jednoduchým způsobem jako
ln yi = [α + E (ε i )] + β Ti x i + [ε i − E (ε i )] = α * + β Ti x i + ε i* ,
(33)
což je klasický model lineární regrese s nulovou střední hodnotou náhodného členu. Použitím metody nejmenších čtverců pro odhad regresních parametrů dostaneme metodu, která se nazývá OLS (ordinary least squares). Efektivnost firem je pak získána přímo z reziduí regrese, neboť platí ei = ln y i − α * − b T x i = ε i − E (ε i ) ,
(34)
kde b je vektor parametrů odhadnutých pomocí regrese. Porovnáním reziduí více firem pak získáme konzistentní odhad porovnání efektivností těchto firem. Metoda COLS Metoda COLS (corrected OLS) využívá posunu efektivní hranice směrem k nejvýkonnější firmě. V tomto případě dojde k úpravě konstantnímu členu tak, aby došlo k posunu efektivní hranice směrem nahoru, a to o hodnotu největšího rezidua regrese, tedy 47
α COLS = α * + max(ei ) .
(35)
Jedná se tedy o restriktivnější metodu měření efektivnosti, neboť penalizuje méně efektivní firmy více, než kdyby k tomuto posunu nedošlo. Metoda MOLS Metoda MOLS (modified OLS) je méně restriktivní než COLS, ale více restriktivní než OLS. Tato metoda také využívá posunu efektivní hranice, ale menšího rozsahu než v případě metody COLS. K využití metody je nutné vyslovit předpoklad o rozdělení veličiny
ε i = ln(TE O ) a následně dojde k posunu efektivní hranice o určitý parametr uvažovaného rozdělení pravděpodobnosti (např. parametru λ v případě exponenciálního rozdělení, který je konzistentním odhadem E (ε i ) ). Rozdíly mezi uvedenými třemi metodami ilustruje Obr. 8. Obr. 8 Metody OLS, COLS a MOLS
Zdroj: Autor
Stochastic frontier analysis (SFA) Výše diskutovaná efektivní hranice byla deterministická. Nevýhodou deterministických metod je, že neberou v úvahu chyby měření a potenciální náhodné vlivy; všechny odchylky od efektivní hranice jsou přisouzeny neefektivnosti zkoumaných firem. Efektivnost firem v případě využití metody SFA typicky vychází lépe než při použití deterministických metod, neboť vzdálenost od efektivní hranice je částečně způsobena exogenními faktory. Model stochastic frontier analysis (SFA) vychází např. z díla Aignera, Lovella a Schmidta (1977) a je založen na zavedení nové náhodné proměnné, která reprezentuje statistický šum. Přidáním náhodného členu vi do produkční funkce můžeme tuto funkci přepsat jako 48
y = f (x)TEO (x, y )e vi .
(36)
Logaritmováním získáme rovnici, podobnou rovnici diskutovanou výše, v následujícím tvaru
ln yi = α + β Ti x i + vi − u i = α + β Ti x i + ε i .
(37)
Náhodnému členu vi obvykle přisuzujeme nějaké symetrické rozdělení pravděpodobnosti, a tento člen může nabývat jak kladných, tak záporných hodnot. Stochastická efektivní hranice je tedy α + β Ti x i + vi a člen ui představuje technickou neefektivnost. Prvním krokem v SFA je výpočet parametrů α, β, σu a σv. K tomu se v praxi využívá buď metody maximální věrohodnosti, nebo metody momentů. Uvažujeme-li, že veličiny ui a vi jsou nezávislé a stejně rozdělené, pak lze jejich sdruženou distribuční funkci faktorizovat jako
f v ,u (vi , u i ) = f v (vi ) f u (u i ) .
(38)
A protože platí, že ε i = vi − u i , můžeme psát, že
f ε ,u (ε i , u i ) = f u (u i ) f v (ε i + u i ) .
(39)
Marginální distribuční funkci veličiny εi dostaneme integrováním výše uvedeného výrazu podle ui ∞
f ε (ε i ) = ∫ f u (u i ) f v (ε i + u i )du i 0
(40)
Nyní je již možné formulovat věrohodnostní funkci, resp. její logaritmus jako
ln Li (α , β, σ u , σ v ln y i , xi ) = ln f ε (ε i σ u , σ v )
(41)
Metodou maximální věrohodnosti odhadneme parametry zvolených rozdělení. Většinou uvažujeme, že vi má normální rozdělení a ui má např. polonormální (normal-half-normal model), gamma nebo exponenciální rozdělení. Dalším krokem je odhad samotné technické neefektivnosti ui. Nevýhodou je, že z předchozích postupů máme k dispozici pouze odhad ε i = vi − u i . Technickou neefektivnost ui tedy můžeme odhadnout pouze nepřímo. Častým odhadem ui je podmíněná střední hodnota
E[u i ε i ]. K tomu je možné využít podmíněné rozdělení pravděpodobnosti a napsat E[u i ε i ] jako
49
∞
E[u i
∫ u f (u ) f (ε + u )du ε ]= ∫ f (u ) f (ε + u )du i
0
i
u
i
v
i
i
i
∞
0
u
i
v
i
i
(42)
i
Konkrétní výrazy pro tento odhad pro určité volby rozdělení (např. normální rozdělení vi a polonormální, gamma nebo exponenciální rozdělení ui) jsou známé (viz Fried, Lovell a Schmidt, 2008). Metoda SFA vyžaduje průřezová nebo panelová data o množství vstupů a výstupů, přičemž panel nemusí být vyvážený. Mezi výhody je možné zařadit fakt, že část neefektivnosti je přisuzována náhodným vlivům. Metoda SFA je značně komplexní a její hlubší rozbor by si vyžádal mnoho místa. Více se touto problematikou zabývá např. Fried, Lovell a Schmidt (2008). 3.3.2
Měření efektivnosti založené na matematickém programování
Nejvýznamnější metodou měření efektivnosti založenou na matematickém programování je metoda DEA (data envelopment analysis). Jedná se, na rozdíl od metod diskutovaných výše, o metodu neparametrickou. Stejně jako předchozí metody umožňuje definici efektivní hranice (obálky) a měření neefektivnosti jako vzdálenosti od této hranice. Metoda DEA však nevyžaduje žádné předpoklady o funkčním předpisu produkční, nákladové nebo jiné funkce. Metoda DEA využívá metod lineárního programování k sestrojení po částech lineární obalující hranice na základě pozorovaných hodnot tak, že všechny body leží na nebo pod efektivní hranicí. Výpočet je možné ilustrovat na příkladu orientace na snižování nákladů při daných výstupech, tedy nákladové efektivnosti. Připomeňme, že nákladová efektivnost je definována jako podíl optimálních a skutečných nákladů. Ve vzorku I firem s N výstupy a M vstupy se měření efektivnosti pomocí DEA redukuje na následující optimalizační problém (Farsi a Filippini, 2009): min λ , xi w iT x i
(43) přičemž − y i + Yλ ≥ 0, x i − Xλ ≥ 0, E T λ = 1, λ ≥ 0 kde w i a x i jsou řádkové vektory cen a množství vstupů pro firmu i (i=1,2,..,I), yi je řádkový vektor množství výstupů, X , resp. Y jsou matice typu M × I , resp. N × I , kde prvky matice jsou pozorované množství vstupů, resp. výstupů pro danou firmu, E je jednotková matice a λ je vektor nezáporných konstant, které mají být odhadnuté. 50
Tento problém může být vyřešen pomocí metod lineárního programování. Výstupem je po částech lineární izokvanta. Výsledek poskytne minimální náklady pro danou firmu, tedy w iT x *i , kde x*i je příslušné optimální množství vstupů. Nákladová efektivnost firmy je pak
vypočítána jako vzdálenost od efektivní hranice (obálky). Metoda může být krátce ilustrována pomocí Obr. 9. Konstrukcí po částech lineární izolanty I(x) můžeme změřit efektivnost dvou firem. První firma (y') je neefektivní; radiální projekcí na izokvantu je možné změřit její technickou neefektivnost. Druhá firma (y'') je efektivní, protože se nachází na izokvantě, resp. efektivní podmnožině. Obr. 9 Metoda DEA
Zdroj: Autor
Podrobnější výklad metody DEA popisuje např. Färe, Grosskopf a Lovell (1985), Coelli et al. (2005) nebo Fried, Lovell a Schmidt (2008). Na teoretických základech ekonomické efektivnosti je založena i teorie produktivity, které se věnuje následující kapitola.
51
4 Produktivita a její měření Produktivita firmy je tradičně definována jako poměr vstupu a výstupu dané firmy. Souhrnná produktivita faktorů (total factor productivity, TFP) bere při výpočtu v úvahu všechny výstupy a vstupy dané firmy. Je tedy nutné tyto výstupy a vstupy agregovat takovým způsobem, aby výsledná produktivita byla skalární hodnotou.
4.1
Indexy produktivity
V praxi je změna TFP měřena pomocí indexů produktivity nebo indikátorů produktivity. Indexy mají multiplikativní tvar, zatímco indikátory produktivity mají aditivní tvar. Indexy jsou v ekonomii často používaným nástrojem pro analýzu změn cen nebo množství mezi dvěma obdobími. Pravděpodobně nejznámějšími indexy je index spotřebitelských cen (CPI) nebo Dow Jonesův index. Indexy mohou být bazické (vztažené k nějakému základnímu období) nebo řetězové (vztažené k předchozímu období). Indexy je dále možné rozdělit podle způsobu výpočtu na indexy, které jsou založené na distanční funkci, např. Malmquistův index produktivity (Caves, Christensen a Diewert, 1982) nebo Hicks-Moorsteenův index produktivity (Diewert, 1982), a indexy, které jsou založené na agregaci cen vstupů a výstupů, např. Törnqvistův index produktivity (Törnqvist, 1936) a Fisherův index produktivity (Fisher, 1922). Indexy založené na distanční funkci vyžadují rozsáhlý soubor dat (průřezových dat nebo časových řad) a jsou založeny na principu výpočtu vzdálenosti dané firmy od efektivní hranice. Výhodou těchto indexů je, že analytik nepotřebuje mít explicitní znalosti o cenách výstupů a vstupů. Indexy založené na agregaci cen vstupů a výstupů mají naproti tomu poměrně jednoduchý výpočet, který může být založen na pouhých dvou pozorováních, avšak ceny výstupů a vstupů je nutné znát či odhadnout. 4.1.1
Indexy založené na distanční funkci
Mějme dvě období, ve kterých dojde ke změně výroby (vstupně-výstupního vektoru) z (x t , y t ) na (xt +1, y t +1 ) a referenční technologii T = {(x, y )}: x je využíván pro výrobu y.
Nyní je možné definovat Malmquistův index produktivity pro období t jako M t (x t , y t x, t +1 , y t +1 ) =
52
Dt (x t +1 , y t +1 ) Dt ( x t , y t )
(44)
Jedná se tedy o porovnání funkce vzdálenosti výroby v období t a t+1 od produkční funkce. Z definic uvedených v přechozí kapitole vyplývá, že je-li Malmquistův index větší než 1, došlo v uvažovaném období k růstu produktivity. Analogicky je možné se na změny produktivity dívat z pohledu období t+1. V tom případě platí téměř stejná definice M t +1 (xt , y t x,t +1 , y t +1 ) =
Dt +1 (xt +1, y t +1 ) Dt +1 (xt , y t )
(45)
Rozdílem je, že využíváme funkce vzdálenosti v období t+1. Došlo-li v mezidobí ke změně technologie, může Malmquistův index poskytovat dvě různé hodnoty pro období t a pro období t+1. Proto je obvyklé využít geometrický průměr pro obě období, a definovat Malmquistův index produktivity jako M (xt , y t x,t +1 , y t +1 ) =
Dt (xt +1, y t +1 ) Dt +1 (xt +1, y t +1 ) ⋅ Dt (xt , y t ) Dt +1 (xt , y t )
(46)
Tento index je dále možné pomocí jednoduché úpravy rozložit na součin dvou výrazů: M (x t , y t x, t +1 , y t +1 ) = = =
Dt (x t +1 , y t +1 ) Dt +1 (x t +1 , y t +1 ) ⋅ = Dt ( x t , y t ) Dt +1 (x t , y t )
Dt +1 (x t +1 , y t +1 ) Dt +1 (x t +1 , y t +1 ) Dt ( x t , y t ) D (x , y ) ⋅ ⋅ ⋅ t t +1 t +1 = Dt ( x t , y t ) Dt ( x t , y t ) Dt +1 (x t +1 , y t +1 ) Dt +1 (x t , y t )
(47)
Dt +1 (x t +1 , y t +1 ) Dt ( x t , y t ) D (x , y ) ⋅ ⋅ t t +1 t +1 = Dt ( x t , y t ) Dt +1 (x t +1 , y t +1 ) Dt +1 (x t , y t )
∆TE (x t , y t x, t +1 , y t +1 ) ⋅ ∆T (x t , y t x, t +1 , y t +1 )
První výraz odráží vliv změn technické efektivnosti definované v kap. 3.1, druhý výraz odráží vliv změn technologie. 4.1.2
Indexy založené na cenové agregaci
Indexy založené na cenové agregaci mohou být v ekonomii použity k výpočtu změny cen nebo množství. Změny cen se mohou vztahovat ke spotřebitelským cenám (např. index spotřebitelských cen), cenám vstupů a výstupů apod. Změny množství se mohou vztahovat např. k počtu vyrobených kusů nebo počtu jednotek výrobních faktorů použitých při výrobě. Při výpočtech TFP se zabýváme poměrem množství výstupů a vstupů, a využíváme tedy indexy množství (quantity index). Aplikací indexů je možné měřit změny vzhledem k základnímu období. Období, pro které je daný index počítán, nazýváme běžným obdobím. 53
V následujícím textu popíšeme dva základní druhy indexů, které využíváme v měření produktivity, a to Fisherův a Törnqvistův index produktivity. Fisherův index produktivity Jako první uvedeme Fisherův index produktivity (Fisher, 1922). Jedná se o geometrický průměr Laspeyresova a Paascheho indexu množství. Laspeyresův index váží množství cenami základního období. Laspeyresův index množství pro výstupy, resp. vstupy je možné definovat jako
∑ = ∑
N
YL
n =1 N
p n ,t y n ,t +1
p y n =1 n , t n , t
∑ = ∑
M
, resp. X L
m =1 M
wm ,t xm ,t +1
w x m =1 m ,t m ,t
(48)
Paascheho index váží množství cenami běžného období. Paascheho index množství pro výstupy, resp. vstupy, je možné definovat jako
∑ = ∑
N
YP
n =1 N
p n ,t +1 y n ,t +1
p y n =1 n , t +1 n , t
∑ = ∑
M
, resp. X P
m =1 M
wm,t +1 xm ,t +1
w x m =1 m ,t +1 m ,t
(49)
Protože produktivita je definována jako poměr výstupů a vstupů, je možné definovat Fisherův index produktivity jako poměr geometrických průměrů Laspeyresova a Paascheho indexu pro výstup a vstup, tedy
ΠF =
YF = XF
YL YP XLXP
(50)
Törnqvistův index produktivity Törnqvistův index produktivity (Törnqvist, 1936) je definován jako poměr indexu množství pro výstupy YT a indexu množství pro vstupy XT. Jedná se o vážený geometrický průměr poměrů množství. Dva výše uvedené indexy jsou často uváděny v logaritmickém tvaru následovně: p n ,t y n ,t p n ,t +1 y n ,t +1 y n ,t +1 1 + ln ∑ 2 N ∑ N p n ,t y n ,t ∑ N p n ,t +1 y n ,t +1 y n ,t wm , t x m , t wm ,t +1 x m ,t +1 x m ,t +1 1 ln X T = ∑M + ln 2 x m ,t ∑M wm ,t x m ,t ∑n wm ,t +1 x m ,t +1 ln YT =
A konečně, Törnqvistův index produktivity může být specifikován jako 54
(51)
ΠT =
YT = e ln YT − ln X T XT
(52)
Vlastnosti indexů založených na cenové agregaci Indexy je možné prezentovat v bazické formě, tedy vzhledem k základnímu období, nebo v řetězové formě, tedy vzhledem k přechozímu období. Výše uvedené indexy porovnávají hodnoty ve vztahu k předchozímu období a jedná se tedy o řetězové indexy. Do bazické formy je možné je převést postupným násobením, položíme-li hodnotu v základním období rovnou jedné. Z analytického hlediska je vhodné využít obou vyjádření. Indexy je obecně možné hodnotit podle určitých kritérií, která by měl „rozumný“ index splňovat (Fisher, 1922). Mezi tato kritéria patří například: • Kladná hodnota – index by měl být vždy kladné číslo. • Spojitost – index by měl být spojitou funkcí svých argumentů (cen a množství). • Proporcionalita – když vzrostou všechna množství stejnou mírou, pak by celkový index měl vzrůst ve stejné proporci. • Test souměřitelnosti – index by měl být nezávislý na volbě jednotek, ve kterých jej měříme. • Test záměny období – pro dvě období s a t by mělo platit, že I st = 1 / I ts . • Test záměny faktorů – index splňuje tuto vlastnost, jestliže součin cenového indexu a indexu množství je roven poměru celkových hodnot běžného a základního období, a při výpočtu je využit ten samý typ indexu (index je tzv. samoduální). • Test střední hodnoty – index by měl ležet mezi minimální velikostí poměru množství a maximální velikostí poměru množství. • Tranzitivita – pro tři období s, r a t by mělo platit, že I st = I sr ⋅ I rt . Fisherův index splňuje všechny vlastnosti až na tranzitivitu a Törnqvistův index splňuje všechny vlastnosti až na tranzitivitu a test záměny faktorů (Eichorn a Voeller, 1983). To však nijak nesnižuje jeho využitelnost oproti Fisherovu indexu, neboť z praktického hlediska neexistuje analytické opodstatnění pro vyžadování vlastnosti samoduality (Coelli et. al, 2005, str. 96).
55
Zajímavou vlastností Fisherova i Törnqvistova indexu je, že za předpokladu konstantních výnosů z rozsahu a optimalizujícího chování firem (tedy minimalizace nákladů nebo maximalizace výnosů) platí následující tvrzení (Coelli et al., 2005, str. 110): • Je-li distanční funkce pro období s a t reprezentována transcendentní logaritmickou funkcí (viz Tab. 2), pak Malmquistův index (definovaný v kap. 4.1.1) je rovný Törnqvistovu indexu. • Je-li distanční funkce pro období s a t reprezentována kvadratickou funkcí (viz Tab. 2), pak Malmquistův index (definovaný v kap. 4.1.1) je rovný Fisherovu indexu. Z tohoto důvodu se Fisherův a Törnqvistův klasifikují jako tzv. exaktní a superlativní indexy (exaktní, protože se rovnají geometrickému průměru příslušných Malmquistových indexů, a superlativní, protože translog funkce i kvadratická funkce poskytují aproximaci druhého řádu každé funkce, která má spojité druhé derivace). Více o této problematice viz Diewert (1976). 4.1.3
Multilaterální srovnávání a tranzitivita
Výše uvedené indexy jsou vhodné pro měření a analýzu produktivity jednoho subjektu nebo pro bilaterální srovnávání. Při srovnávání více subjektů (multilaterální srovnávání) je vhodné, aby indexy měly vlastnost tranzitivity, tj. srovnání mezi dvěma subjekty by mělo přinést stejné výsledky, jako nepřímé srovnání mezi těmito subjekty přes třetí subjekt. Vypočítáme-li libovolný index Iij pro každý pár firem (i,j), kde i, j = 1,2,..., I
a I označuje celkový počet
firem, můžeme sestrojit matici porovnání mezi všemi páry firem, tedy
I 11 I 21 ... I I1
I 12 I 22 ... II2
... I 1I ... I 2 I ... ... ... I II
(53)
Tranzitivita srovnání znamená, že pro každé i, j a k platí I ij = I ik ⋅ I kj
(54)
Bohužel, Malmquistův, Fisherův ani Törnqvistův index tranzitivní nejsou. Existuje však řada metod, které umožňují tyto indexy do tranzitivního tvaru převést. Příkladem je metoda označovaná často jako EKS. Nechť I označuje počet porovnávaných subjektů a I ijT označuje Törnqvistův index pro dvojici subjektů i,j. Pak je možné vypočítat multilaterální CavesChristensen-Diewertův (CCD) index jako 56
(
I ijCCD = ∏k =1 I ikT × I kjT I
)
1/ I
(55)
Tento index bývá využíván v praxi v mnoha empirických studiích při výpočtech produktivity a jeho verze pro výpočet změn TFP je možné zapsat v logaritmické formě jako 1 N 1 N ln Y CCD = ∑ (rn ,t +1 + rn )(ln y n ,t +1 − ln y n ) − ∑ (rn ,t + rn )(ln y n ,t − ln y n ) 2 n =1 2 n =1 M M 1 1 ln X CCD = ∑ (s m ,t +1 + s m )(ln x m ,t +1 − ln x m ) − ∑ (s m ,t + s m )(ln x m ,t − ln x m ) 2 m =1 2 m =1 TFP
kde rn =
1 N
CCD
N
∑ k =1
=
Y CCD X CCD
p ks y ks
∑
N
p y i =1 is is
, resp. s m =
resp. vstupních vah a ln y n =
4.1.4
(56)
1 N
1 M
N
∑ ln y k =1
nk
M
∑ k =1
wks x ks
∑
M
w x i =1 is is
, ln x m =
1 M
je aritmetický průměr výstupních,
M
∑ ln x k =1
mk
.
Parciální produktivita faktorů
Parciální produktivita faktoru je podílem jednoho nebo více výstupů a jednoho konkrétního vstupu. Je kvantitativním vyjádřením toho, jak se mění množství výstupu na jednotku vstupu a jedná se tedy o měřítko efektivnosti využívání daného vstupu. Formálně je možné parciální produktivitu vstupu i zapsat jako PFPi =
Y Xi
(57)
kde Y je index množství výstupů (např. Törnqvistův nebo Fisherův) a Xi je index množství daného vstupu. Často používaným ukazatelem tohoto typu je produktivita práce, nebo, v případě regulace síťových odvětví, produktivita provozních nákladů (OPEX). Analýza parciálních produktivit jednotlivých faktorů je vhodná k hlubšímu rozboru zdrojů růstu nebo poklesu produktivity. Je však třeba mít na paměti, že může docházet k vzájemné substituci mezi jednotlivými vstupy a analýzu parciálních produktivit by měla doprovázet analýza souhrnné produktivity faktorů.
57
4.1.5
Výhody a nevýhody jednotlivých druhů indexů
Indexy založené na distanční funkci a indexy založené na cenové agregaci mají řadu vlastností, které je třeba brát v úvahu při rozhodování, který typ indexů použít. Indexy založené na distanční funkci (Malmquistův index) jsou významné z teoretického hlediska, avšak je nutné odhadnout výrobní technologii T, která je sice skutečná, ale neznámá. K tomu je v praxi zapotřebí využít některé z metod určení efektivní hranice a jejích parametrů, a nevyhneme se tedy potřebě dostatečného počtu dat pro solidní a robustní odhad efektivní hranice, stejně jako volbě mezi parametrickým přístupem odhadu efektivní hranice (OLS, COLS, MOLS, SFA) nebo metodou DEA. Tento aspekt je možné zařadit mezi nevýhody využití Malmquistova indexu. Mezi dále uváděné nevýhody patří názor, že Malmquistův index není vhodné využívat pro analýzu produktivity individuální firmy (Makholm, 2007 a Shuttleworth, Makholm a Kraus, 2006). Pro nedostatek širšího konsenzu ohledně této otázky však nezařazujeme tuto nevýhodu do shrnující tabulky. Mezi nesporné výhody patří to, že není potřeba klást požadavky na chování firem a není potřeba znát informaci o cenách vstupů a výstupů, které jsou v modelu obsaženy implicitně. Další výhodou je možnost rozložení Malmquistova indexu na změny technické efektivnosti a změny technologie. Při volbě indexů založených na cenové agregaci je třeba zvolit, zda využít Fisherův, nebo Törnqvistův index. Oba indexy mají řadu důležitých teoretických vlastností a numericky se většinou liší jen minimálně. V praxi je častěji volen Törnqvistův index produktivity, i když např. Coelli et al. (2005, str. 98) doporučuje využití Fisherova indexu, a to díky schopnosti zahrnout do výpočtu nulové hodnoty a díky tomu, že je samoduální (self-dual). Volba indexů založených na cenové agregaci má značnou výhodu, že je možné vypočítat změny produktivity pouze na základě dvou pozorování. V případě malého vzorku pozorování je tak využití těchto indexů velmi praktické. Pokud však chceme aproximovat Malmquistův index, je nutné vyslovit předpoklad o konstantních výnosech z rozsahu (v opačném případě je však možné výpočet upravit) a optimalizujícím chování firem, což je předpoklad podstatně silnější. Törnqvistův index také sám o sobě neměří produktivitu firem vzhledem k potenciálně produktivnějším firmám. Souhrn výhod a nevýhod jednotlivých druhů indexů je uveden v následující tabulce.
58
Tab. 3 Výhody a nevýhody použití Malmquistova a Törnqvistova indexu Malmquist
Törnqvist
- nutné odhadnout efektivní hranici -
potřeba
velkého
souboru
- není nutné odhadnout efektivní hranici dat,
nejlépe - stačí dvě pozorování
panelových - žádné požadavky na chování firem
- předpoklad o optimalizačním chování firem
- žádné požadavky na výnosy z rozsahu
- předpoklad konstantních výnosů z rozsahu
- není potřeba znát ceny vstupů a výstupů
- je potřeba znát ceny vstupů a výstupů
- je možné rozložit na změny efektivnosti a - není možné rozložit na změny efektivnosti a změny technologie
změny technologie
- zahrnuje srovnání s efektivnějšími firmami
- nezahrnuje srovnání s efektivnějšími firmami
Zdroj: Autor
4.2
Výpočet X-faktoru efektivity na základě změn TFP
Zvolíme-li vhodný index pro výpočet změn celkové produktivity faktorů, je možné odvodit vztah pro jeho využití v regulačním vzorci (Makholm, 2007). Předpokládejme, že počáteční hodnota cenového stropu je nastavena tak, aby firmy realizovaly nulový ekonomický zisk, tj. pouze normální zisk. V takovém případě platí pro firmy i pro odvětví, že hodnota výrobních faktorů je stejná jako hodnota produkce. Pro odvětví tedy platí N
M
i =1
i =1
p ⋅ y = ∑ pi y i = w ⋅ x = ∑ wi xi
(58)
Cílem regulátora je určit hodnotu růstu produktivity pro firmu na základě růstu produktivity odvětví. Derivací předchozí rovnosti podle času dostaneme N
N M dpi dy i M dwi dx + = + y p x wi i ∑ ∑ ∑ ∑ i i i dt i =1 dt dt i =1 dt i =1 i =1
(59)
Protože je hodnota výrazu na pravé i levé straně shodná, vydělíme obě strany celkovou N
M
i =1
i =1
hodnotou výstupu (vstupu) (TR = ∑ pi y i = TC = ∑ wi xi ) . Dostaneme
59
N
N M dpi y i dy i pi M dwi xi dxi wi + = + ∑ ∑ ∑ ∑ i =1 dt TR i =1 dt TR i =1 dt TC i =1 dt TC
(60)
Rovnici je možné přepsat jako N
M
∑ TR ∆p = ∑ TC ∆w i =1
i
i
i =1
i
i
M N − ∑ TRi ∆y i − ∑ TC i ∆xi i =1 i =1
(61)
kde TRi označuje podíl výstupu i na celkových příjmech, TCi podíl vstupu i na celkových nákladech. Výraz na levé straně rovnice představuje vážený průměr růstu cen produktů, první člen na pravé straně rovnice představuje vážený průměr růstu cen vstupů. Výraz v závorce je rozdílem mezi váženým průměrem růstu výstupů a váženým průměrem růstu vstupů a jedná se tedy o měřítko změny v celkové produktivitě faktorů (TFP). Schematicky je tedy rovnici možné přepsat jako ∆p = ∆w − ∆TFP
(62)
Tento vzorec však ještě není využitelný v regulační praxi. Je nutné ještě porovnat růst produktivity odvětví s růstem produktivity celé ekonomiky. Růst cen vstupů je obtížné objektivně změřit, neboť obecně nejsou k dispozici takové statistiky, které by byly zaměřené na růst cen vstupů určitého odvětví. Pro ekonomiku jako celek je však možné využít předchozí rovnice ∆p N = ∆wN − ∆TFPN
(63)
kde ∆p N je růst cen výstupů v ekonomice (všeobecná míra inflace), ∆wN je růst cen vstupů v ekonomice a ∆TFPN je změna produktivity faktorů v celé ekonomice. Tato data bývají přístupná z veřejných statistik. Odečtením obou rovnic získáme výsledný vztah ∆p = ∆p N − (∆TFP − ∆TFPN − (∆w − ∆wN )) = ∆p N − X
(64)
X-faktor efektivity je tedy možné napsat jako X = (∆TFP − ∆TFPN ) − (∆w − ∆wN )
(65)
Logickým cílem regulovaných firem je, aby faktor efektivity byl co nejnižší, tj. aby svou vlastní hospodárnost musely zvyšovat co nejméně. V zájmu regulátora je naopak, aby faktor efektivity byl co nejvyšší. Aby byl benchmarking úspěšný, neměla by firma mít možnost faktor efektivity svou činností přímo ovlivnit, regulátor ho však musí nastavit správně.
60
4.3
Rozdíly TFP přístupu v konkurenčních a regulovaných odvětvích
Vztah konkurence a regulace je považován za spíše protikladný než komplementární. Tento vztah konkurence a regulace vyvolává otázku, zda a jak se liší TFP mezi těmito dvěma paradigmaty. Pro následnou diskuzi můžeme považovat konkurenční odvětví za taková odvětví, kde je cena dána působením tržních sil, kdežto regulovaná odvětví za taková odvětví, kde je cena přímo nebo nepřímo stanovena prostřednictvím regulujícího subjektu. 4.3.1
Rozdíly ve využití TFP
V konkurenčním prostředí je produktivita jedním z klíčových faktorů úspěchu. Mezi metody zaměřené na zvýšení produktivity můžeme zařadit např. metody štíhlého managementu (kanban, kaizen, 5S atd.), kvantitativní metody jako např. operační výzkum, koncept just-intime, total productive maintenance (TPM) and mnoho dalších (viz např. Veber, 2000). Výstupy by měly být definovány s ohledem na jejich reálné uplatnění na trhu a stejně tak by měl být brán v úvahu celý soubor vstupů. Firmy však většinou hodnotí pouze produktivitu práce. Podle dotazníkového šetření uskutečněného v roce 2007 v ČR svou produktivitu hodnotilo 94 % dotazovaných podniků, ale 74 % z nich hodnotilo pouze produktivitu práce (Kislingerová et al., 2007). To je dáno zejména historickými důvody, kdy lidská práce patřila mezi hlavní výrobní faktory podniků. Dnes však osobní náklady představují pouze zlomek celkových nákladů firem. Dalším důležitým důvodem, proč podniky často hodnotí produktivitu práce, je fakt, že je tento ukazatel sice nedokonalým, avšak kvantitativně významným informačním podkladem pro mzdovou politiku a mzdová vyjednávání. I jiný mezinárodní výzkum ukazuje, že většina firem využívá jako měřítko vstupů počet zaměstnanců nebo osobní náklady a navíc většina podniků hodnotí produktivitu na úrovni podniku (Best Practices LLC, 2005). To znamená, že firmy se zpravidla nezabývají produktivitou na úrovni odvětví, natož ekonomiky. Hlavním rozdílem mezi využitím TFP v konkurenčních a regulovaných odvětvích je, že podniky hodnotí svou vlastní produktivitu za účelem zlepšení vlastního postavení na trhu. Je tedy v jejich zájmu zjistit dostatečně přesné informace o vlastní produktivitě. Podniky v konkurenčních odvětvích zpravidla nejsou schopné měřit produktivitu ostatních firem z důvodu asymetrie informací. Naproti tomu vlastní data těchto podniků jsou velice přesná.
61
Zpravidla také nezaměstnávají experty na měření produktivity, kterými disponují regulační úřady. Pro firmy působící v regulovaných odvětvích, které jsou podrobeny režimu benchmarkingu pomocí TFP, platí opačná tvrzení. V tomto případě je cílem firmy co nejvyšší ekonomický zisk za omezení nastavených regulátorem. Regulovaná firma má příležitost k tomu, aby ovlivnila parametry regulační metody ve svůj prospěch, zejména prostřednictvím konzultačních procesů (viz kap. 2.4.5). Regulátor obvykle disponuje mnohem větším objemem informací a dat než regulovaná firma (neboť má právo vyžádat si regulační výkazy společností), avšak tato data mohou být zkreslena. V ekonomické literatuře je tento fenomén popsán jako gaming, tedy chování, které má za cíl zvýšit zisky bez dosáhnutí reálných zlepšení efektivnosti nebo produktivity (více např. Jamasb a Politt, 2003). Popsané poznatky jsou shrnuty v Tab. 4. Tab. 4 Využití TFP v konkurenčních a regulovaných odvětvích Hodnotící subjekt Hodnotící zaměstnanci Informace o firmě Informace o trhu Úroveň analýzy Cíl
Konkurenční odvětví Firma Zaměstnanci Velmi přesné Nemá přístup k datům Organizace Hodnocení vlastní produktivity
Regulovaná odvětví Regulátor Experti TFP Možné zkreslení (gaming) Má přístup k datům Odvětví Regulátor: simulovat konkurenci Firma: maximalizovat zisk
Zdroj: Autor
4.3.2
Rozdíly ve výsledné produktivitě
Neoklasická teorie postuluje, že konkurence vede ke třem zdrojům efektivnosti: výrobní efektivnost, alokační efektivnost a dynamická efektivnost. Všeobecně přijímaný předpoklad je, že konkurence zvyšuje efektivnost a produktivitu. Důvodem je hypotéza, že k vytvoření rozdílu mezi efektivním chováním firmy a jejím reálným chováním v praxi (X-inefficiency) dochází tehdy, když
není dosaženo technické efektivnosti (z důvodu nedostatku
konkurenčních tlaků) a racionalizace odvětví (která spočívá v realokaci zdrojů v situaci, kdy jsou firmy nuceny proti sobě navzájem soupeřit) (Leibenstein, 1966). Djankov a Murrell (2002) shrnuli 23 studií, které zkoumaly vliv konkurence na výkonnost firem. Výsledky jsou rozporuplné. Možným zdrojem chyb bylo např. využití různorodých metod, měřítek konkurence a vysvětlujících proměnných (např. Herfindahlův index, počet konkurentů apod.) 62
Arnold, Nicoletti a Scarpetta (2011) zjistili, že regulatorní opatření, která omezují konkurenční tlaky, mají tendenci snižovat produktivitu firem. V souladu s tímto zjištěním je další studie (Orazem a Vodopivec, 2007), podle které konkurence zvyšuje TFP napříč všemi firmami v příslušném odvětví. Je tak možné, že většina studií, které přinesly rozporuplné výsledky, se soustředila na krátké časové období a pouze na velké firmy a vyvážené panely firem. Regulovaná odvětví mají další specifika, která ovlivňují produktivitu. Příkladem je efekt oslabení pozitivního dopadu konkurence na produktivitu firem, které mají dominantního vlastníka (Nickel a Nicolitsas, 1997). Tato situace se v případě síťových odvětví vyskytuje poměrně často, neboť v řadě mezifiremních vztahů existuje jediný stoprocentní vlastník určité firmy, která má charakter regulovaného monopolu (v České republice např. firma ČEZ Distribuce a.s., jejímž stoprocentním vlastníkem je firma ČEZ, a.s.). V kontrastu se studiemi, které potvrzují pozitivní vliv konkurence na produktivitu, jsou některé speciální případy a události. Příkladem je rozpad východního bloku, kdy došlo k narušení relativně funkčních existujících ekonomických vazeb a tím poklesu všeobecné produktivity měřené pomocí TFP (Blanchard a Kremer, 1997). Podobně může způsobit pokles TFP i privatizace státem vlastněných firem (Angelucci et al, 2001). V některých případech byl také zaznamenán přechodný pokles TFP v podmínkách oligopolního tržního uspořádání, které bylo vystaveno konkurenci (Djankov a Murell, 2002). Tyto efekty jsou zesílené existencí bariér vstupu do odvětví; například založení podniku v Rusku trvá dvakrát déle než ve střední Evropě, což má negativní vliv na TFP po otevření trhu konkurenci (Djankov et al, 2002a). Tato hypotéza je podpořena Poschkem (2010), který vyslovil domněnku, že bariéry vstupu do odvětví jsou důvodem, proč má ekonomika USA vyšší produktivitu než ekonomika EU, a Craftsem (2006), který zjistil, že státní regulace má negativní vliv na motivaci firem investovat a inovovat, což má za možný následek různorodost růstu TFP mezi zeměmi OECD. Je tedy možné vyslovit doporučení, aby při srovnávání produktivity mezi odvětvími byla vždy brána v potaz míra státní regulace a mimořádné události, které souvisí se změnou konkurenčních tlaků. Z tohoto důvodu je také třeba, aby srovnávané období bylo reprezentativní a pokud možno tyto mimořádné události vyloučilo.
63
4.4
Problematika dat v TFP
Robustní a spolehlivé odhady TFP jsou do značné míry závislé na dostupnosti dlouhodobých a spolehlivých informací o vstupních a výstupních proměnných, ideálně pro velký počet firem působících v relevantním odvětví. Tento přístup je spojen s problémy a nepřesnostmi, které budou diskutovány v této kapitole. První kategorii problémů představuje definice množiny srovnatelných firem a specifikace časového období. Další skupina problémů je spojena s definicí příslušného souboru vstupů a výstupů, které je potřeba adekvátně změřit. Dále je třeba určit hranici produkčních možností, resp. izokvanty (při využití indexů založených na distanční funkci, např. Malmquistův index) nebo změřit ceny vstupů a výstupů (při využití indexů na nich založených, např. Törnqvistův index). Kromě těchto problémů je třeba minimalizovat časté chyby, jako např. typografické chyby, špatně naměřené hodnoty nebo nezvyklá pozorování, které zřejmě vybočují z běžných hodnot (Coelli et al., 2005). Problémy spojené s využitím TFP je tedy možné rozdělit do čtyř kategorií: 1. Definice odvětví, resp. množiny firem; 2. Specifikace časového období; 3. Definice a měření vstupů a výstupů; 4. Definice a měření cen vstupů a výstupů (superlativní indexy), nebo definice a měření referenční technologie (indexy založené na distanční funkci). 4.4.1
Definice odvětví
Jedním z nejdůležitějších úkolů je výběr vhodné množiny srovnatelných firem, jejichž produktivita bude navzájem srovnávána. Produktivitu firmy ovlivňuje velké množství faktorů (viz např. Pedell, 2006, str. 24). Některé z nich se týkají samotné firmy (např. velikost firmy, vlastnická struktura, kapitálová struktura, stáří a kvalita aktiv), další se týkají externího prostředí (míra inflace, zájmové skupiny, míra nezaměstnanosti, kupní síla zákazníků, hustota zákazníků atd.) Při benchmarkingu produktivity by neměla být srovnávána regulovaná a konkurenční odvětví, neboť produktivita bývá v prostředí konkurence zpravidla větší a podobně, národní míra regulace ovlivňuje produktivitu a zkresluje tak mezinárodní srovnávání firem (Machek a Hnilica, 2012). Menší státy však při aplikaci TFP regulace obvykle nemají jinou možnost než provádět mezinárodní srovnání.
64
Empirická zjištění ohledně vlivu velikosti firmy na produktivitu nejsou jednoznačná (viz např. Leung et al., 2008 a Dhawan, 2001), ale výnosy z rozsahu je třeba brát v potaz. Kapitálová struktura zřejmě také ovlivňuje výkonnost firem, ve středoevropských energetických společnostech je však cizí kapitál využíván do menší míry než v západoevropských zemích (Machek, 2011), což dále komplikuje mezinárodní srovnávání. Při tom je navíc třeba brát v úvahu skutečnost, že v rozvaze může být vlastní kapitál náležející akcionářům mateřské společnosti, která však tento kapitál zčásti může financovat cizími zdroji. Za zmínku jistě také stojí fakt, že regulované přirozené monopoly mají odlišné finanční charakteristiky, které jistě také způsobují rozdíly ve výsledné produktivitě. Příkladem je relativně vysoká zisková marže (rentabilita tržeb), která je vyvážena relativně nízkým obratem aktiv. Dále můžeme sledovat nižší hodnoty ukazatelů rentability, zadluženosti a likvidity a agresivnější řízení pracovního kapitálu (Machek, 2011a). Problematika stáří a kvality aktiv je důležitá zejména při srovnání vyspělých států a států bývalého východního bloku. V postkomunistických zemích mělo centrální plánování síťových odvětví přímý dopad do nynější kvality a struktury majetku a nákladů spojených s jejich údržbou. Geografické podmínky také ovlivňují náklady, příkladem jsou rozdílné náklady na výstavbu a údržbu sítí v hornatých zemích jako např. Švýcarsko a v plochých zemích, např. v Maďarsku. Výběr adekvátního vzorku firem je složitým úkolem, avšak jak bylo řečeno, v malých státech nejsou domácí data dostatečná a mezinárodní srovnání je pro využití TFP metod nevyhnutelné. 4.4.2
Specifikace časového období
Všeobecně platí, že vývoj produktivity je nejvhodnější zkoumat v delších časových řadách, neboť TFP se může rok od roku významně lišit. Vybrané časové období by mělo být reprezentativní, mělo by vyloučit mimořádné události, které se již nebudou opakovat, a mělo by být provedeno v rámci celého hospodářského cyklu. Příkladem mimořádných událostí může být rozpad východního bloku, privatizace státem vlastněných nebo zavedení nové metody regulace. To představuje problém při měření TFP v postkomunistických zemích, neboť tyto země mají pouze krátkou historii moderní ekonomické regulace. Nezanedbatelným faktorem je také zpoždění mezi investicí a projevem jejích efektů. V tomto případě mohou krátkodobé výsledky působit neuspokojivě, neboť efekty investice se dostavují až po uplynutí určité časové doby a nejsou okamžité (Brynjolfsson, 1993).
65
4.4.3
Definice a měření vstupů a výstupů
Při definici a měření vstupů a výstupů se setkáme s řadou konceptuálních a praktických problémů, zejména ohledně charakteru a počtu vstupů a výstupů, stejně jako úrovně agregace těchto vstupů a výstupů. Ekonomická teorie klasicky uvažuje alespoň tyto výrobní faktory: práce (L), kapitál (K) a materiál (M). Někdy bývají kromě materiálu doplněny také výrobní faktory energie (E) a služby (S) a skupina výrobních faktorů se pak označuje zkratkou KLEMS. Práce je nejčastěji měřena prostřednictvím počtu pracovníků nebo člověkohodin (manhours). 3 Při měření počtu pracovníků by však měl být brán zřetel na to, že outsourcing aktivit, tedy snižování počtu vlastních pracovníků, by mohl zkreslovat výsledky. Aktivity by měly být přesně definovány a odděleny (např. výroba, distribuce a prodej elektřiny nebo zemního plynu). Dále by mělo dojít k diferencování pracovníků podle jejich schopností, znalostí a zkušeností, neboť různé skupiny pracovníků přispívají k růstu produktivity do různé míry (viz např. Sixta, Vltavská a Zbranek, 2011). Efekt růstu mezd může být zachycen pomocí deflátorů mezd. Vzhledem k těmto problémům dochází často k agregaci práce, energie, materiálu a služeb do provozních nákladů (OPEX), které všechny tyto vstupní faktory zahrnují. Pravděpodobně nejobtížnější je měření kapitálu. Kapitál, který je použit k benchmarkingu společností, musí splňovat jistá kritéria, aby mohl být zahrnut do regulační báze aktiv (viz např. Lesser a Giacchino, 2007). Kvalita a stáří aktiv se navíc může mezi společnostmi podstatně lišit, stejně jako metody jejich ocenění. Kapitál může být měřen • přímo, tj. ve fyzických jednotkách (km potrubí, GWH distribuované energie), • nepřímo (v peněžním vyjádření). Mezi výhody přímého měření patří invariantnost k různým metodám odepisování majetku, avšak vztah mezi těmito veličinami a reálnou zásobou aktiv není zcela zřejmý. Nepřímé měření kapitálu je naproti tomu založeno na peněžní hodnotě aktiv, která závisí na přesném ocenění a jeho srovnatelnosti (zejména mezi metodami založenými na reprodukčních a historických cenách).
3
Člověkohodina (man-hour) je definována jako množství užitečné práce vykonané průměrným pracovníkem za
jednu hodinu.
66
Kapitál by měl odrážet tok služeb, který plyne do uvažovaného procesu nebo aktivity (např. distribuce elektřiny). Tento tok služeb může být měřen pomocí metody perpetual inventory method (PIM) navrženou OECD (OECD, 2001). Označíme-li zásobu kapitálu jako K tP , pak
K tP = ∑τ = 0 hτ Fτ T
IN t −τ , qt −τ , 0
(66)
kde: •
hτ vyjadřuje ztrátu výrobní kapacity aktiv s jejich přibývajícím stářím. Nabývá hodnoty mezi 1 (kdy je aktivum nové) a 0 (kdy aktivum ztratilo veškerou výrobní kapacitu).
•
Fτ je funkce, která vyjadřuje podíl aktiv stáří τ, které jsou stále v činnosti. Tato funkce je klesající a nabývá hodnot mezi 1 (kdy jsou všechna aktiva daného stáří v provozu) a 0 (kdy všechna aktiva daného stáří byla vyřazena).
•
INτ jsou nominální investiční výdaje v čase τ.
•
qt −τ , 0 je deflátor investičních výdajů, který pracuje s hodnotou nového aktiva (stáří 0)
v čase τ. Výstupy využité v TFP studiích by měly reprezentovat kompletní koš služeb, které regulovaného firmy poskytují. Výstupy distribučních společností by měly vyjadřovat, jaký objem je distribuován, s jakou obtížností a s jakou kvalitou. Měly by tedy brát v úvahu jak stranu „nabídky“, tak „poptávky“ (viz Lawrence a Diewert, 2006, str. 214). Definice aspektu kvality je obzvláště náročná, protože dodnes neexistuje definitivní způsob zahrnutí kvality a spolehlivosti do výpočtů TFP, neboť se zdá, že zvýšená kvalita se odrazí spíše v poklesu TFP. Investice do zvýšení kvality služeb zkreslují výkonnost firem tím způsobem, že dojde ke zhoršení krátkodobých výsledků, neboť efekt investice není okamžitý. Je nutné zajistit, aby investující firma nebyla za svou snahu o zvýšení kvality penalizována. Dalším problémem bývá počet stupňů volnosti při velkém počtu výstupů. V tomto případě je žádoucí výstupy agregovat do skupin, přičemž je nutné brát ohled na tzv. Hicks–Leontiefovy podmínky agregace (Hicks, 1939 a Leontief, 1936).
67
4.4.4
Stanovení cen vstupů a výstupů nebo definice a měření referenční technologie
Ceny výstupů obvykle není možné měřit přímo, a tak je zapotřebí je určitým způsobem odhadnout za pomocí jejich vah. Odhad vah, tj. podílu na celkových výnosech, je nejčastěji proveden formou • expertního odhadu, nebo • ekonometrického stanovení pomocí nákladové funkce. Ačkoliv probíhá akademická debata o tom, která z těchto forem je lepší, určitý stupeň nepřesnosti je prakticky nevyhnutelný. Dospěje-li analytik k vahám jednotlivých výstupů, je možné stanovit ceny výstupů prostým rozdělením celkových výnosů podle těchto vah a vydělením počtu jednotek výstupů, které jsou známé z předchozí analýzy. Pokud není možné přímo změřit ceny vstupů, je nutné podobně odhadnout jejich váhy, tj. podíl na celkových nákladech. Ceny kapitálu je možné vypočítat např. s využitím zmíněného manuálu OECD (OECD, 2001) podle následujícího vzorce:
µ t = qt (rt + d t ) − (qt − qt −1 )
(67)
kde qt je tržní cena nového aktiva, dt je odpisová sazba a rt je míra nákladovosti finančního kapitálu, jako např. tržní úroková míra. Dalším možným přístupem je vypočítat cenu kapitálu nepřímo, tj. jako rozdíl mezi celkovými náklady a OPEX. V tomto případě je však nutné diferencovat aktiva podle jejich druhu (např. vysokotlaké, střednětlaké a nízkotlaké potrubí, počet regulačních stanic a ostatní aktiva) a rozdělit hodnotu celkových nákladů mínus OPEX podle relativního podílu jednotlivých druhů aktiv na hodnotě celkových aktiv. Dojde-li k využití indexů založených na distanční funkci (např. Malmquist), je třeba odhadnout ideální produkční funkci. Tento přístup zahrnuje všechny nevýhody spojené s využitím hraničních metod jako např. COLS nebo DEA, zejména potřebu velkého vzorku (byť průřezových) dat, který je nutný k dosažení robustního odhadu. Dalším problémem je pak šum a celková náročnost těchto metod (ať jich konceptuální z pohledu uživatelů, nebo procedurální z pohledu analytika). Na druhou stranu, tyto metody v sobě zahrnují ceny vstupů a výstupů implicitně, v důsledku čehož odpadají tak všechny nevýhody spojené s počítáním těchto cen, které, jak bylo řečeno, je prakticky vždy zatíženo určitou nepřesností.
68
4.5
Srovnání indexních a hraničních metod
Na základě provedené diskuze je možné provést srovnání mezi indexními metodami (Törnqvistův nebo Fisherův index) a ostatními metodami (OLS, SFA a DEA, kterých využívá i Malmquistův index). Mezi očividné nevýhody metod založených na distanční funkci patří potřeba rozsáhlého souboru dat, a to dat relevantních, tj. nejlépe identických firem, operujících ve stejných podmínkách, a panelových, aby byl vzorek časově konzistentní. Tím se teoreticky vylučuje využít tyto metody k hodnocení efektivnosti firem, které působí ve specifických podmínkách a pokud se analytikovi nepodaří data od heterogenních vlivů očistit, pak výsledné skóre efektivnosti o skutečné efektivnosti příliš nevypovídá (Makholm, 2007). Očištění dat je možné provést např. vážením a průměrováním vstupů a výstupů, vyloučením nákladů mimořádných událostí apod. Mezi výhody DEA patří to, že na rozdíl od parametrických metod nevyžaduje žádné předpoklady o matematické formě produkční funkce ani náhodného členu. SFA na druhou stranu vyžaduje, kromě stanovení funkčního předpisu produkční nebo nákladové funkce, i volbu rozdělení pravděpodobnosti náhodného členu. DEA také umožňuje jednoduché zakomponování více vstupů a výstupů. Mezi nevýhodu DEA je možné zařadit absenci stochastické verze, tj. metoda DEA sama o sobě je deterministická, stejně jako OLS, COLS a MOLS, a celá vzdálenost od distanční funkce je přisuzována neekonomickému chování firmy. Pro korektní zakomponování faktoru náhody do výpočtu by bylo potřeba znát očekávané hodnoty všech proměnných, včetně jejich rozptylu, kovariančních matic a hladin pravděpodobnosti na kterých by měly být splněny omezující podmínky (Sena, 2003, str. 83). Náhodné šoky, způsobené i např. špatným účetním výkaznictvím, mohou být interpretovány jako posun efektivní hranice a vést k nesprávným výsledkům. DEA také neumožňuje provádět klasické testy statistických hypotéz. Tab. 5 Srovnání TFP, OLS, SFA a DEA Vlastnost
TFP
OLS
SFA
DEA
Vyžaduje specifikaci funkčního předpisu
ne
ano
ano
ne
Vyžaduje odhadnout efektivní hranici
ne
ano
ano
ano
Bere v úvahu náhodné vlivy
ne
ne
ano
ne
Potřeba velkého vzorku dat
ne
ano
ano
ano
Využívá průřezová data
ano
ano
ano
ano
Využívá časové řady
ano
ano
ne
ne
69
Využívá panelová data
ano
ano
ano
ano
Potřeba znát množství vstupů/výstupů
ano
ano
ano
ano
Potřeba znát ceny vstupů/výstupů
ano
ne
ne
ne
Zdroj: Autor
Bohužel dodnes neexistuje akademický konsensus o tom, která z uvedených metod je nejvhodnější či nejpřesnější. Pokud má analytik k dispozici pouze malý počet pozorování a nedostatek relevantních dat (o podobných firmách působících v obdobných podmínkách), pak zřejmě zvolí metodu TFP, přičemž je třeba brát ohled na uvedené předpoklady (optimalizující chování firem, konstantní výnosy z rozsahu). V tom případě je nutné odhadnout ceny vstupů a výstupů, pokud nejsou přímo pozorovatelné. Ceny vstupů bývají snadněji zjistitelné než ceny výstupů, neboť některé výstupy mohou být obtížně měřitelné (např. kvalita produktů). Pokud máme k dispozici relevantní data, je zřejmě vhodnější využít pro měření produktivity Malmquistův index, případně metody měření efektivnosti DEA, COLS nebo SFA. Malmquistův index s sebou nese všechny výhody a nevýhody hraničních metod. V tom případě je buď třeba specifikovat funkční předpisy (COLS, SFA), nebo využít metodu DEA, která ovšem zanedbává stochastický člen. Přístupy je možné také kombinovat a použít více metod, buď jako rovnocenné a interpretovat výsledky souhrnně, anebo využít jednu z metod jako hlavní a jinou jako podpůrnou. Provádíli analýzu ekonom, měl by mít k dispozici konzultanta, odborníka dobře znalého příslušného odvětví, aby nedošlo k mylné interpretaci výsledků.
70
5 Mezinárodní zkušenosti s benchmarkingem produktivity síťových odvětví Tato kapitola podává přehled mezinárodní zkušenosti s využitím benchmarkingu produktivity, tedy indexních TFP metod, v regulační praxi. Je možné konstatovat, že využití se uplatnilo především v anglosaských zemích, a to zejména ve Velké Británii, USA, na Novém Zélandě a v Kanadě. Výjimku tvoří Nizozemsko, které TFP metodu využívá důsledně, a to v podobě režimu zvaného yardstick competition (viz kap. 2.4.3). Dále došlo k částečnému využití TFP metod v Austrálii a některých evropských zemích. Jako příklad je možné uvést krátký přehled regulačních metod podle vybraných zemí (stav k 2012): Tab. 6: Regulační metody podle vybraných zemí Země
Regulační metoda
Benchmarking
Austrálie (Nový Jižní Wales)
Price-cap
DEA, SFA
Dánsko
Revenue-cap
DEA
Finsko
Rate-of-return
DEA
Francie
Cost-of-service
-
Německo
Revenue-cap
DEA, SFA
Nizozemsko
Yardstick
DEA, TFP
Norsko
Revenue-cap
DEA
Rakousko
Revenue-cap
DEA, MOLS
Řecko
Cost-of-service
-
Švédsko
Yardstick (varianta)
NPAM 4
USA (Kalifornie)
Price-cap
TFP
USA (Maine)
Price-cap
TFP
Velká Británie
Price-cap
DEA, COLS, TFP
Zdroje: ACCC (2012), ERÚ (2009), Farsi, Fetz a Filippini (2007), Honkapuro et al. (2004), Machek (2011b).
4
Network Performance Assessment Model (NPAM) je metoda, která je založena na principu, že efektivní
nákladová úroveň firmy může být vypočítána pomocí efektivní fiktivní distribuční sítě vybudované ve stejném čase na stejném místě. Od klasického benchmarkingu se liší v tom, že firma je porovnávána sama se sebou. Více viz např. Honkapuro et al. (2004).
71
Mimo země uvedené v této kapitole byla TFP analýza provedena např. v Německu, kde ovšem zákon nedovoluje přímé využití v regulaci cen, a v Rakousku. Nejsou však k dispozici žádné oficiální detailní údaje o tomto využití (WIK-Consult, 2011).
5.1
Spojené státy americké
V USA byla metoda TFP využita při stanovení X-faktoru efektivity v řadě případů, a to zejména v odvětví železniční dopravy, telekomunikací a distribuce elektřiny. V oblasti železniční dopravy (regulátorem byl úřad Interstate Commerce Commission, ICC) probíhaly debaty a analýzy o zavedení TFP do stanovení cenových stropů od roku 1981, které vyústily v jeho využití od roku 1989 (viz STB, 1996). Hlavními námitkami proti zavedení TFP byla nestabilní úroveň zisků v odvětví a riziko, že špatné zvolení hodnoty TFP sníží motivaci k efektivnímu hospodaření firem. Pro odstranění meziročních fluktuací TFP byl využit klouzavý průměr odvětví. V oblasti telekomunikací existuje v USA poměrně dlouhá historie regulace založené na indexních metodách. Při schvalování cenového záměru firmy AT&T v roce 1989 provedl úřad Federal Communications Commission (FCC) rozsáhlé analýzy produktivity, na jejichž základě vznikl výsledný cenový plán (Bolter, McConnaughey a Kelsey, 1990, s. 388). Dnes probíhá cenová regulace lokálních telefonních společností (local exchange carriers) téměř univerzálně na základě metody price-cap založené na výpočtu TFP (viz např. Kennet a Uri, 2001). V oblasti distribuce elektřiny a plynu probíhá regulace na úrovni jednotlivých států prostřednictvím regulačních orgánů zvaných Public Utility Commissions. Velké množství států přistoupilo k motivační regulaci jako alternativě tradiční nákladové regulace, a TFP studie byly využity při stanovení X-faktoru efektivity, avšak metodiku založenou přímo na TFP využily doposud pouze tři státy: Kalifornie, Maine a Massachusetts (PEG, 2006). Data používaná v těchto studiích obecně využívají regulačních výkazů, které všechny distribuční společnosti poskytují federálnímu úřadu Federal Energy Regulatory Commission (FERC). Zatímco na firemní úrovni jsou data považována za dostatečně přesná, nadále probíhají spory o to, zda je vhodné využívat celostátní vzorek firem k výpočtu TFP vzhledem k rozmanitostem struktury firem a provozních podmínek.
72
Obr. 10 Využití TFP v Severní Americe
Zdroj: Lawrence (2009a).
5.2
Kanada (Ontario): distribuce zemního plynu
Podobně jako v USA, i v Kanadě proběhl přechod od nákladové regulace k motivační regulaci nikoliv centralizovaně, ale na úrovni jednotlivých provincií. Průkopníkem v oblasti TFP je provincie Ontario. Při vytváření prvního motivačního regulačního rámce pro roky 2000-2002 byl brán ohled na složitost přechodu a potřebu jednoduchého regulačního schématu a faktor efektivity byl stanoven na poněkud méně restriktivní úrovni, než by naznačovaly přechozí studie. V roce 2001 však došlo ke stanovení všeobecného cenového stropu na maloobchodní ceny elektřiny (Fortnightly, 2009), což pozastavilo proces zavádění motivační regulace až do roku 2006. V roce 2007 byl zaveden „mechanismus motivační regulace druhé generace“ (PEG, 2006), který byl míněn jako přechodný režim do doby, než bude zaveden „mechanismus třetí generace“. Ten byl vytvořen na základě konzultačního procesu se zástupci konzultantů, zástupců zákazníků, regulovaných firem a regulačního úřadu, který byl završen v roce 2009 (OEB, 2011). Metodika motivační regulace je v současné době stále ve vývoji. 5.2.1
Způsob využití TFP při regulaci cen v distribuci plynu
Hlavním externím konzultantem při rozvoji regulace založené na TFP metodice byla firma Pacific Economics Group (PEG), která se účastnila také tvorby TFP metodiky v Austrálii (viz OEB, 2011). 73
Podkladová TFP studie byla dokončena v roce 2007 a navrhovala buď využití indexních (Törnqvist), nebo ekonometrických metod (Malmquist) při stanovení X-faktoru. Jako základní data měly být využity historické časové řady 36 distributorů zemního plynu působících v USA. Jako vstupy byly použity nákladově vážené průměry indexů množství pro práci, materiál a služby a kapitál, a to v peněžním vyjádření, očištěném o tempo růstu cen dané komodity. Jako výstupy data byly použity počet odběrných míst a objem distribuovaného plynu (Malmquist), nebo objem distribuovaného plynu rozdělený podle kategorií zákazníků (Törnqvist). Jako měřítko růstu TFP v ekonomice byla použita data publikovaná úřadem Statistics Canada, konkrétně trend růstu produktivity v soukromém podnikání. 5.2.2
Zhodnocení metody
Tento případ ilustruje nejasnosti a spory, které mohou doprovázet vypracování detailů TFP metodiky. Zatímco první metodika byla navržena konzultanty regulátora, druhá byla navržena konzultanty regulovaných společností. Výsledný X-faktor se lišil v řádu několika procent, ačkoliv byly výpočty založené na velmi podobných datech a oba přístupy využívaly dat společností působících v USA. Výsledky TFP studií zatím nebyly přímo využity ve stanovení regulovaných cen ani výnosů.
5.3
Velká Británie: distribuce a přenos elektřiny a zemního plynu
Velká Británie patřila k průkopníkům RPI-X regulace v Evropě a ve světě, a to ihned po dokončení privatizace odvětví distribuce plynu v roce 1986, resp. elektřiny v roce 1989 (OFGEM, 2009). V prvním regulačním období byl X-faktor stanoven individuálně pro každého distributora, ale na poměrně nízké úrovni, což vedlo k vysoké ziskovosti distribučních firem. Následně (1995) došlo k více restriktivní politice vůči distribučním firmám. Regulátor OFGEM využil benchmarkingových studií ke stanovení efektivní úrovně kapitálových a provozních nákladů distributorů se zohledněním podmínek, které nemají regulované firmy možnost manažersky ovlivnit. OFGEM také široce využívá vzájemné srovnávání firem s cílem určit efektivní úroveň nákladů. V praxi OFGEM vždy využíval přístupu, který je založen na prognózách vývoje nákladů v dalším regulačním období (tzv. building-block approach). Tímto systémem se inspirovaly i 74
další státy, např. Austrálie. Každá regulovaná firma má povinnost vykazovat detailní plán svého rozvoje, který je následně analyzován odborníky a stává se výchozím bodem další regulace. Tento přístup zdola-nahoru (bottom-up) je kombinován s přístupem shora-dolů (topbottom), který zahrnuje analýzu všeobecných trendů včetně vývoje TFP a všeobecné míry inflace. Není tedy žádný přímý vztah mezi výslednou hodnotou TFP a určením X-faktoru, ale X-faktor je určen na základě řady kvalitativních a kvantitativních faktorů a studií. OFGEM realizuje poměrně složitou metodiku regulace (cenové rozhodnutí s popisem příslušného vzorce má okolo 60 stran), ale je všeobecně vnímána jako efektivní a úspěšná metoda regulace. 5.3.1
Způsob využití TFP při regulaci cen v distribuci elektřiny
V této části bude ilustrováno využití TFP při regulaci cen v distribuci elektřiny ve čtvrtém přezkoumávání cen (distribution price control review, DPCR) v roce 2003. Při tomto hodnocení si nechal OFGEM vypracovat TFP studii (OFGEM, 2003), která analyzovala různé trendy ve vývoji produktivity, a to zejména • souhrnnou produktivitu faktorů (TFP) i parciální produktivity (PFP) distribučních společností ve Velké Británii založených na regulačním výkaznictví, • produktivitu dalších regulovaných společností ve Velké Británii, • produktivitu distribučních společnosti v dalších zemích, • expertní odhady budoucích změn produktivity, a to na základě studií investičních analytiků a společností působících v podobných odvětvích. Výpočty produktivity distribučních společností ve Velké Británii byly založeny na Törnqvistově indexu produktivity a měření probíhalo u všech čtrnácti distribučních společností mezi lety 1991-2002. Jako vstupy byly využity provozní a kapitálové náklady, jako výstupy délka sítě (km), objem distribuované energie a počet odběrných míst. Váhy výstupů byly přiřazeny na základě uvážení regulátora a ekonometrických analýz. Součástí bylo i měřítko kvality v podobě délky trvání výpadků sítě, resp. jeho převrácená hodnota. Studie brala v úvahu i výnosy z rozsahu. Pokud jsou v odvětví přítomny rostoucí výnosy z rozsahu, pak při růstu objemu produkce by mělo docházet ke snižování jednotkových nákladů bez jakéhokoliv zvyšování produktivity. K odstranění tohoto efektu využil OFGEM následující vzorec: ∆TFP* = ∆TFP + (1 − 1 / ε )∆Y
75
(68)
kde ε je elasticita výnosů z rozsahu (scale elasticity) a ΔY je změna výstupu v daném období. Data o vývoji produktivity celé ekonomiky byla převzata od britského Národního institutu pro ekonomický a sociální výzkum (NIESR). Detailně je metodika popsána ve zprávě OFGEM (2003). 5.3.2
Způsob využití TFP při regulaci cen v distribuci plynu
V případě odvětví distribuce plynu využil OFGEM skupiny expertů k posouzení jednak vlastní úvodní studie a studie, kterou vypracovaly firmy působící v odvětví. Stejně jako v případě distribuce elektřiny využil OFGEM TFP studii jako podpůrnou metodu pro odhad změn provozních nákladů. Protože nebyla k dispozici vhodná data stávajících firem, došlo k využití databáze EU KLEMS, ve které jsou dostupná data o vývoji produktivity zemí Evropské unie od r. 1970 podle odvětví (OFGEM, 2011). Ačkoliv tato databáze neobsahuje přímo odvětví distribuce plynu, zahrnuje řadu jiných odvětví. Kombinací těchto odvětví došlo k vytvoření určitého umělého „ideálního“ odvětví distribuce plynu a odhadu vývoje jeho produktivity. Typicky probíhá tato kombinace tak, že nákladová základna odvětví distribuce je rozdělena do komponent, které jsou považovány za podobné jiným odvětvím ekonomiky. Jako „porovnatelná“ odvětví byla vybrána následující: • stavební průmysl, • finanční zprostředkovatelství, • výroba chemikálií, chemických výrobků a výroba tkaniv, • prodej, údržba a opravy motorových vozidel a motocyklů a maloobchodní prodej pohonných hmot, a • přeprava a skladování. Tato odvětví byla zvolena proto, že „hlavní aktivity jsou podobné ve smyslu využívání práce a materiálů vzhledem k provozním aktivitám provozovatelů distribučních sítí“ (Reckon LLP, 2007) a byla zkombinována ve stejném poměru, v jakém se tato odvětví podobala odvětví distribuce plynu. 5.3.3
Zhodnocení metody
OFGEM nevyužil výsledky TFP analýz přímo pro stanovení faktoru efektivity, ale spíše k předpovědi vývoje nákladů v dalším pětiletém regulačním období. Konkrétně spočívalo 76
využití TFP v odhadu míry, do jaké je firma schopna snížit své manažersky ovlivnitelné náklady. Tento odhad byl proveden pro každou firmu zcela individuálně. OFGEM využíval výsledky různých přístupů k měření TFP, ať se jedná o studie týkající se jiných odvětví nebo jiných zemí. Zohlednění vývoje produktivity a vliv výsledných hodnot TFP na úroveň konečných regulovaných cen není bohužel možné zřetelně vyjádřit žádným vzorcem. V hodnocení z roku 2002 došel Národní kontrolní úřad (National Audit Office) k závěru, že RPI-X regulace přinesla významné přínosy pro zákazníky, ceny elektřiny výrazně poklesly a počet přerušení dodávek elektřiny byl snížen. Přitom však bylo zdůrazněno, že motivace firem k efektivnímu chování se ke konci regulačního období snižuje a kapitálové a provozní náklady mohou být zkresleny.
5.4
Nový Zéland: distribuce elektřiny
Novozélandský přístup k regulaci cen v distribuci energie je nezvyklý v tom, že na počátku neexistovala žádná explicitní regulace monopolních části trhu (Brown a Moselle, 2008). Až od roku 1995 bylo vyžadováno speciální výkaznictví distribučních firem. Zatímco před rokem 2001 k regulaci energetických firem prakticky nedocházelo, současná legislativa umožňuje regulovat ceny a výnosy distribučních a přenosových firem, ale pouze poté, kdy firma nesplní určité požadavky na kvalitu služeb a úroveň výnosů (threshold) a dojde k tomu, že výnosy jsou příliš vysoké anebo kvalita je příliš nízká. Regulace de facto spočívá v nastavení těchto požadavků, po jejichž porušení dojde buď k přímé regulaci cen, nebo k vyjednávání (negotiated settlement). Využití TFP v regulaci není na Novém Zélandu vyžadováno přímo legislativou, ale regulační úřad Commerce Commission se rozhodl zvážit využití nastavení výše zmíněných požadavků na základě RPI-X principu, kde X-faktor byl vypočítán částečně na základě TFP analýzy, která byla zvolena proto, že na rozdíl od cost-of-service metody nevyžaduje předpovědi vývoje nákladů. Úřad však zároveň konstatoval, že kvalita dat nebyla dostatečná pro využití RPI-X regulace, a tak není jasné, jaká metoda byla mezi lety 2001-2004 pro regulaci použita. 5.4.1
Způsob využití TFP při regulaci cen
V dalším regulačním období byla využita metoda RPI-X, ve které je X-faktor založen na součtu (Lawrence a Diewert, 2006):
77
1. změn produktivity odvětví (plošný B-faktor), která se určí podle známého vztahu B = (∆TFP − ∆TFPN ) − (∆w − ∆wN ) , přičemž výpočet B-faktoru je založen na Fisherově indexu produktivity, 2. „cenové efektivnosti“ individuální firmy, která je definována pomocí tzv. C1-faktoru, který je kladný pro firmy s nízkou relativní produktivitou a C2-faktoru, který je kladný pro firmy s nadprůměrnou ziskovostí. Při vzájemném srovnávání je využit multilaterální CCD index. Tento přístup má vyvážit známý jev, který doprovází metody benchmarkingu, kdy méně produktivní firmy jsou schopné zvýšit svou produktivitu snadněji, než produktivnější firmy, které se nacházejí blíže efektivní hranice, a zároveň má způsobit konvergenci výnosů směrem k průměru odvětví. Pro výpočet TFP bylo využito pěti vstupů (OPEX, délka nadzemní a podzemní sítě, počet transformoven a ostatní aktiva) a tří výstupů (objem distribuované energie, kapacita sítě, počet odběrných míst). Novozélandská TFP regulace využívala služeb konzultačních firem (Economic Insights). Metodiku výpočtu X-faktoru na Novém Zélandě detailně popsal Lawrence a Diewert (2006). 5.4.2
Zhodnocení metody
Regulace distribuce energie na Novém Zélandě je specifická tím, že v počátcích nebyl tento sektor cenově regulován vůbec, a že regulátor nastavuje „threshold“, tedy určitou úroveň cen a kvality, po jejímž překročení teprve dojde k intervenci. Výsledkem je individuální X-faktor pro každou firmu, který však bere v úvahu plošný růst produktivity (zmíněný B-faktor). Jednou z motivací využití TFP byla snaha snížit náročnost a náklady regulace pro 28 společností. Distributoři museli začít vypracovávat regulační výkazy již několik let před začátkem prvního regulačního období. Bez těchto dat by uvedená metoda nemohla být adekvátně využita. V současné době se zvažuje modifikace regulační metody tak, aby brala v úvahu aspekt kvality (spolehlivost distribuční sítě). Bez zavedení aspektu kvality hrozí, že budou penalizovány firmy, které investují do zlepšení kvality svých služeb.
78
5.5
Austrálie
Austrálie je příkladem státu, který využíval různé formy TFP studií, avšak rozhodl se metodu TFP v regulaci cen přímo neaplikovat a zůstat v režimu building-block, stejně jako OFGEM. To však neznamená, že nebylo při stanovení regulovaných cen TFP studií využíváno. Ve státě Victoria bylo v 90. letech 20. století nastavení cen distribuce, resp. X-faktoru provedeno tak, aby došlo k pokrytí očekávaných nákladů včetně návratnosti investovaných aktiv. Při výpočtu očekávaných nákladů byl zohledněn růst produktivity každého distributora, čímž došlo ke stanovení individuálních X-faktorů. Očekávaný růst produktivity byl odhadnut zejména na základě inženýrských analýz. V roce 1999 pověřil úřad IPART (Independent Pricing and Regulatory Tribunal) v Novém Jižním Walesu firmu London Economics vypracováním analýzy efektivnosti a výkonnosti distributorů a nastavení cen (IPART, 1999). Tato studie využívala rozličných metod včetně DEA, SFA a TFP k porovnání efektivnosti a produktivity distributorů se vzorkem mezinárodních firem. Tato studie však byla podrobena kritice vzhledem k početným chybám dat a měření. V červnu 2008 navrhl ministr energetiky a zdrojů státu Victoria, aby byla využita metoda TFP regulace jako alternativa ke stávající metodě regulace cen v energetice. Na základě tohoto návrhu došlo v roce 2009 k analýze možností využití TFP ve stanovení regulovaných cen a výnosů prostřednictvím tří studií: • Incentives Under Total Factor Productivity Based and Building-Blocks Type Price Controls (Brown a Moselle, 2009), • Energy Network Total Factor Productivity Sensitivity Analysis (Lawrence, 2009), a • Assessment of Data Currently Available to Support TFP-Based Network Regulation (Lawrence a Kain, 2009). Stejně jako v případě Nového Zélandu byl jedním z hlavních konzultantů Denis Lawrence. Studie zdůrazňují zejména fakt, že TFP analýzy jsou velmi citlivé na specifikaci vstupů a výstupů a jejich měření, na volbu časového období a na metodiku výpočtu tempa růstu TFP. Dalším důležitým závěrem je potřeba rozsáhlých, kvalitních, jednotně definovaných a spojitých historických dat a potřeba sledovat nejen peněžní, ale zejména fyzikální, resp. naturální ukazatele zaměřené na charakteristiku systému a výstupní proměnné, které jsou pro TFP analýzy nezbytné. Dále studie konstatují, že heterogenní prostředí (např. rozmanité
79
přírodní podmínky nebo jurisdikce) působí praktické problémy při aplikaci TFP metodiky a vzájemném srovnávání firem. Na konci roku 2011 se australský regulátor AEMC rozhodl metodiku TFP neaplikovat z toho důvodu, že dosud nenastaly „relevantní tržní podmínky pro efektivní implementaci“ (AEMC, 2011). Austrálie tak dosud používá metodu building block, podobně jako OFGEM ve Velké Británii. Firmy však mají povinnost sbírat relevantní data, která by mohla být využita pro účely TFP regulace, a mají možnost „opt-in“ volby k přistoupení k TFP regulaci, jakmile se podaří získat dostatečnou datovou základnu (okolo roku 2020).
5.6
Nizozemsko: distribuce elektřiny
Nizozemsko je, stejně jako Nový Zéland, malou zemí s poměrně malým počtem distributorů. Trh elektřiny v Nizozemsku byl plně liberalizován v roce 2004 (viz např. Van Damme, 2005) a působí na něm deset distribučních firem. Do roku 2000 byla k regulaci využívána metodika založená na cost-of-service principu. Následně došlo k přechodu na režim price-cap, který se v tomto případě podobá metodě yardstick competition, a to zejména tím, že cenové úrovně jsou nastavovány s ohledem na externí vztažnou hodnotu (průměrné náklady v odvětví), a nikoliv s ohledem na vlastní náklady regulované společnosti. Nizozemský regulátor zvažoval několik metod k implementaci yardstick competition, včetně indexní analýzy (TFP), regresních metod (COLS) a obálkových metod (DEA). Výsledný přístup využívá DEA k posouzení výchozí relativní efektivnosti mezi firmami a v dalších letech jednoduchý TFP indexní přístup pro měření změn v průměrné produktivitě odvětví. 5.6.1
Způsob využití TFP při regulaci cen
Regulační metoda je založena na jednoduchém výpočtu TFP indexu, pomocí kterého dojde k určení růstu produktivity celého odvětví a plošný X-faktor je nastaven na úrovni tohoto průměrného růstu. Tímto způsobem jsou regulovány všechny distribuční společnosti v Nizozemsku. Data jsou předávána prostřednictvím regulačních výkazů společností. TFP index je vypočítán jako podíl standardizovaných nákladů a složeného výstupu (viz např. Gelissen, 2010). Standardizovanými náklady se rozumí provozní náklady, měřené ve shodě s regulatorními požadavky, a kapitálové náklady, které jsou součtem nákladů na kapitál a odpisů. „Zdůvodnitelné regionální rozdíly“ jsou zohledněny prostřednictvím dodatečných úprav nákladů, a to např. v situaci, kdy má jedna společnost vyšší náklady způsobené obtížnějším terénem, např. vodními toky. 80
Složeným výstupem se rozumí výnosy společnosti přiřazené jednotlivým složkám tarifu (stálá a pohyblivá složka) vážené podílem těchto výnosů na celkových výnosech v základním roce (2000). Relativní efektivnost firem je měřena pomocí metody DEA. Tato metoda byla zvolena z toho důvodu, že nebyly k dispozici dostatečně dlouhé časové řady (využity byly pouze tři roky předcházející prvnímu období nové metodiky) a nebylo tedy možné dostatečně přesně hodnotit vývoj produktivity v čase. 5.6.2
Zhodnocení metody
V prvním regulačním období nastavil regulátor individuální X-faktor na základě metody DEA. Méně produktivní firmy měly snížit ceny rychleji než více produktivní firmy. V dalších regulačních obdobích byl využit plošný X-faktor vypočítaný na základě TFP analýzy. Uvedená TFP metodika využívá pouze krátkodobý časový úsek, který začíná na počátku prvního regulačního období v roce 2000. Metoda regulace distribuce elektřiny v Nizozemsku byla regulovanými firmami napadena v početných právních sporech. V řadě případů následně došlo k dodatečným úpravám X-faktoru efektivity. Je možné, že tyto právní spory byly způsobeny neschopností regulátora uspokojivě vysvětlit motivaci a způsob nastavení X-faktoru a také jistou mechaničností výše uvedené metody, kdy docházelo k nastavení X-faktoru přímo na základě TFP analýzy.
5.7
Shrnutí kapitoly
Indexní metody TFP byly úspěšně využity na Novém Zélandě, v USA, v Kanadě, ve Velké Británii a v Nizozemsku. K jejich zavedení, přes počáteční úvahy, zatím nedošlo v Austrálii a omezené využití měly také v Německu a v Rakousku. Zjednodušeně je možné konstatovat, že analýza produktivity pro stanovení regulovaných cen byla využita zejména v anglosaských zemích v čele s USA, dále v Kanadě, ve Velké Británii a v Austrálii. Energetické regulační orgány v Evropě využívají pro stanovení X-faktoru spíše metody založené na distanční funkci (např. COLS, DEA), s výjimkou Nizozemska, kde je TFP aplikováno důsledně. V zemích, kde byla metoda TFP využívána, byla použita zejména jako podpůrná nebo podkladová metoda k cenovým rozhodnutím (Lawrence, 2003) a nikoliv jako mechanická metoda ke stanovení cenového stropu. Dále je možné konstatovat, že TFP analýza je oblastí, ve které se regulační orgány zpravidla spoléhají na externí konzultační firmy, a to jak v oblasti vypracování analýzy, tak i návrhu 81
vlastní metodiky regulace. Pokud se analýza stane příliš komplexní, pak může způsobit, že regulované firmy a další stakeholdeři danou metodiku zcela nepřijmou. Zdá se proto, že pro úspěšné využití TFP metodiky je nutné získat širší konsenzus, a to jak ze strany regulátora a regulovaných firem, tak i zákazníků. Napadnutelná je přirozeně také volba parametrů TFP studií, např. vstupních a výstupních proměnných a jejich vah, a to zejména tehdy, když není přímo možné příslušnou veličinu jednoznačně změřit, např. kapacita distribuční sítě. Problematické je také měření a zakomponování kvality služeb. Problematika dat je pravděpodobně obecnou překážkou v úspěšné implementaci této metodiky. Sběr dat, a to jak finančních, tak nefinančních, již několik let před vlastní aplikací metody TFP je možné doporučit na základě příkladu úspěšného využití na Novém Zélandě. Ačkoliv je metoda TFP jednoduchá a přímočará, zkušenosti z Velké Británie naznačují, že i komplexní metoda, kde TFP hraje pouze podkladovou roli, může být úspěšná. Využití TFP jako podkladu k další analýze a nikoliv jako čisté regulační metody se jeví jako vhodné využití. Kromě případů, kdy bylo využito metodiky TFP přímo regulačními orgány jednotlivých zemí, ať již úspěšně nebo neúspěšně, není možné opomenout početné TFP studie vypracované akademickou sférou pro účely výzkumu, které jistě také přispěly k vývoji moderní ekonomické regulace síťových odvětví.
82
6 Současný stav regulace energetiky v České republice 6.1
Vymezení subjektů na trhu
Mimo Energetického regulačního úřadu (ERÚ) coby regulátora je nutné vymezit subjekty, které v současné době působí na českém energetickém trhu distribuce a přepravy zemního plynu a distribuce a přenosu elektřiny. 6.1.1
Subjekty na trhu se zemním plynem
Mezi subjekty působící na trhu se zemním plynem patří Energetický regulační úřad, operátor trhu, výrobce, přepravce, provozovatelé distribučních soustav, provozovatelé podzemního zásobníku plynu, obchodníci se zemním plynem a koneční zákazníci. Operátor trhu provádí organizování krátkodobého trhu s plynem a v současné době je tato činnost v kompetenci Operátora trhu s elektřinou (OTE), viz dále. Výrobcem je subjekt, který těží zemní plyn a dodává jej do plynárenské soustavy ČR. Přeprava zemního plynu je provozována monopolním operátorem Net4Gas (dříve RWE Transgas Net) a regionální distribuce zemního plynu je zajišťována šesti firmami: • PP Distribuce, • E.ON Distribuce, • RWE GasNet (firma vzniklá fúzí STP Net, SČP Net, ZČP Net v roce 2009), • VČP Net, • JMP Net a • SMP Net. S výjimkou PP Distribuce a E.ON Distribuce jsou všechny tyto firmy členy skupiny RWE Česká republika. Každý regionální distributor má v obsluhovaném území garantované monopolní postavení. Distribuční území PP Distribuce je vymezeno územím hl. m. Prahy, E.ON Distribuce operuje na území jižních Čech a zbytek území ČR je obsluhován firmami skupiny RWE. 83
Distribuční území zmíněných společností je ilustrováno na Obr. 11 . Obr. 11 Distribuční území regionálních distributorů plynu
Zdroj: http://www.energetickecentrum.cz
Provozovatel podzemního zásobníku plynu (RWE Gas Storage a MND Gas Storage) se zabývá výstavbou a provozováním podzemního zásobníku plynu. Jedná se o jeden ze základních způsobů přizpůsobení nabídky a poptávky plynu, neboť plyn je na rozdíl od elektřiny možné skladovat. Obchodník se zemním plynem je soukromý subjekt, který nakupuje zemní plyn za účelem jeho prodeje. 6.1.2
Subjekty na trhu s elektřinou
Jako subjekty působící na trhu s elektřinou je možné vymezit Energetický regulační úřad, operátora trhu s elektřinou, výrobce, provozovatele přenosové soustavy, provozovatele distribučních soustav, obchodníky s elektřinou a konečné zákazníky. Operátor trhu s elektřinou (OTE) je státní akciová společnost, která organizuje a řídí krátkodobý trh s elektřinou v ČR a jeho vazby na celoevropský trh, shromažďuje požadavky na poptávku a nabídku dodavatelů elektřiny a určuje rovnovážnou tržní cenu a subjekty, které budou uspokojeny. Výrobcem je provozovatel energetického zařízení, které dodává elektrickou energii do elektrizační soustavy České republiky.
84
Přenos elektřiny je provozován monopolní firmou ČEPS, která je ve vlastnictví státu, zatímco regionální distribuce elektřiny je uskutečňována třemi regionálními distributory: • ČEZ Distribuce, • E.ON Distribuce a • PRE Distribuce. Obchodník s elektřinou je soukromý subjekt, který nakupuje elektřinu za účelem jejího prodeje.
6.2
Složení ceny zemního plynu a elektřiny
Celková cena za dodávku plynu (elektřiny) je složena z regulované a neregulované složky a z daně a mírně se liší v případě plynu a elektřiny. 6.2.1
Složení ceny plynu
Výstupem regulace z hlediska spotřebitele je tzv. regulovaná složka plynu, která v sobě zahrnuje platbu za přepravu a distribuci plynu a za činnost operátora trhu a je stanovena ERÚ. Cena za přepravu je cenou za přepravu plynu ze vstupních bodů přepravní soustavy na hranicích ČR k regionálnímu distributorovi. Cena za distribuci je dvousložková a má fixní a variabilní část. Variabilní složka je stanovena v Kč za jednu MWh a roste se s objemem odebraného plynu. Fixní složka je stálá měsíční platba za poskytnutou kapacitu a je nezávislá na množství odebraného plynu. Z hlediska teorie regulace se jedná o princip tzv. peak responsibility (Kahn, 1988), tedy zohlednění faktu, že náklady na budoucí rozšiřování kapacity zabezpečení jsou způsobeny těmi zákazníky, kteří využívají službu ve špičce, nikoliv těmi, kteří ji využívají v běžném provozu. Poslední částí regulované složky ceny je cena za služby operátora trhu (organizování obchodu, zpracování dat), která je také variabilní. Neregulovanou složku ceny určuje obchodník s plynem a zahrnuje jednak cenu za komoditu, cenu za uskladnění plynu, za flexibilitu, platby za obchodní a další služby apod. Tato složka je určena tržním mechanismem. Složení ceny v r. 2012 je možné ilustrovat následujícím grafem (ERÚ, 2012).
85
Obr. 12 Podíl jednotlivých složek ceny plynu pro maloodběratele v roce 2012
Zdroj: Tisková zpráva ERÚ (2012)
6.2.2
Složení ceny elektřiny
Cena elektřiny se také skládá z regulované a neregulované složky. Regulovaná složka se skládá z měsíční platby za příkon, platby za distribuované množství elektřiny ve vysokém tarifu, platby za distribuované množství elektřiny v nízkém tarifu, ceny systémových služeb, ceny na podporu výkupu elektřiny z obnovitelných zdrojů a kombinované výroby elektřiny a tepla a ceny za činnost zúčtování operátora trhu s elektřinou. Neregulovaná složka se nazývá cena silové elektřiny. V neregulované části jsou hrazeny platby za dodané množství elektřiny a z pevné měsíční ceny. Složení ceny je možné ilustrovat následujícím grafem. Obr. 13 Podíl jednotlivých složek ceny elektřiny pro maloodběratele v roce 2012
Zdroj: Tisková zpráva ERÚ (2012a)
86
Energetický regulační rámec v ČR
6.3
Regulace energetiky členských zemí Evropské unie je vykonávána prostřednictvím regulačních orgánů na základě směrnic Evropského parlamentu a Rady 2003/54/ES, 2003/55/ES, 2009/72/ES a 2009/73/ES. Ceny na českém energetickém trhu jsou regulovány Energetickým regulačním úřadem (ERÚ). Od počátku liberalizace energetického trhu uběhla dvě regulační období, a to: • První tříleté regulační období (1. ledna 2002 – 31. prosince 2004), • Druhé pětileté regulační období (1. ledna 2005 – 31. prosince 2009). V současnosti probíhá třetí regulační období (1. ledna 2010 – 31. prosince 2014), které je ve shodě se zvyklostmi z ostatních zemí pětileté a je časově shodné pro odvětví elektroenergetiky i plynárenství. V tomto období je využívána motivační regulace založená na metodice revenue-cap (ERÚ, 2009), a to pro regulaci cen v distribuci a přenosu elektřiny a v distribuci a přepravě zemního plynu. V roce 2008 vyhlásil ERÚ konzultační proces s cílem vytvořit všeobecně akceptovatelnou metodiku regulace (ERÚ, 2009, str. 7). Do konzultačního procesu byly zapojeny všechny zainteresované strany (regulované firmy, orgány státní správy, zákazníci a spotřebitelská sdružení, odborná veřejnost a akademická půda). V současné době probíhá konzultační proces pro čtvrté regulační období. 6.3.1
Regulační vzorec
Jak bylo řečeno, v České republice probíhá regulace cen (resp. regulované složky cen) prostřednictvím metody revenue-cap, tedy maximálních povolených výnosů. Povolené výnosy v regulačním vzorci jsou vypočítány pomocí standardního RPI-X regulačního vzorce, tedy
PV = PN + O + WACC × RB
(69)
kde PV jsou povolené výnosy, PN jsou povolené náklady, O odpisy a RB regulační báze aktiv.
87
RPI-faktor Jako RPI-faktor je využíván tzv. eskalační faktor, který je složen z indexu cen podnikatelských služeb (IPS) s váhou 70 % a indexu spotřebitelských cen (CPI) s jednoprocentním bonusem a váhou 30 %, tedy
RPI = 0,7 ⋅ IPS + 0,3 ⋅ (CPI + 0,01)
(70)
Výchozí hodnota regulační báze aktiv (RB) byla pro jednotlivé firmy stanovena na základě zůstatkové hodnoty aktiv před začátkem tohoto regulačního období, která byla přepočtena koeficientem přecenění. Míra výnosnosti (WACC) je vypočítána na základě modelu CAPM. Obecně je možné WACC vypočítat jako
WACC =
E D ke + k d (1 − t ) E+D E+D
(71)
kde E je hodnota vlastního kapitálu, D je hodnota cizího kapitálu, ke jsou náklady na vlastní kapitál, kd jsou náklady na cizí kapitál a t je daňová sazba. V modelu ERÚ jsou náklady na vlastní kapitál vypočítány podle vzorce
D k e = r f + β unl 1 + (1 − t ) ⋅ ERP E
(72)
kde rf je bezriziková výnosová míra, β unl je nevážený koeficient beta a ERP je tržní riziková přirážka (prémie za riziko) a náklady na cizí kapitál jsou vypočítány jako kd = rf + D p
(73)
kde rf je bezriziková výnosová míra a Dp je dluhová prémie. Bezriziková výnosová míra byla stanovena na základě dvanáctiměsíčního průměru výnosů desetiletých státních dluhopisů za období květen 2008 - duben 2009 a je každoročně upravována. Při stanovení koeficientu beta byly využity zahraniční zkušenosti – regulátor bral v úvahu koeficienty beta využívané regulátory jiných zemí Evropské unie a „analýzu 20měsíčních beta koeficientů přibližně porovnatelných společností“ (ERÚ, 2009a). Výsledná hodnota je však stanovena spíše úvahou, než přesným výpočtem.
88
Tržní riziková přirážka byla stanovena pomocí databáze prof. Damodarana 5 jako součet základní hodnoty parametru ERP (fixní, 5 %) a rizikové přirážky pro Českou republiku. Výše poměru dluhu a vlastního kapitálu (D/E) byla stanovena na základě uvážení ERÚ a to tím způsobem, aby energetické společnosti začaly více využívat cizího kapitálu. Je faktem, že obdobné společnosti působící ve vyspělých zemích využívají výrazně větší poměr levnějšího cizího kapitálu, než české společnosti (viz Tab. 7). Tab. 7 Orientační poměr D/E energetických firem ve středoevropských zemích 2005
2006
2007
2008
2009
ČR
0,515
0,444
0,401
0,521
0,45
Slovensko
0,778
0,194
0,251
0,264
0,258
Maďarsko
0,837
0,719
0,516
0,511
0,612
Polsko
0,889
1,433
0,538
0,513
0,413
Rakousko
1,857
1,617
1,544
1,433
1,43
Německo
2,038
1,91
1,764
3,038
2,556
Švýcarsko
1,337
1,2
1,128
1,193
1,239
Zdroj: Machek (2011)
Dluhová prémie byla stanovena na základě dvanáctiměsíčního průměru aktuálních úrokových sazeb za období květen 2008 - duben 2009 a je každoročně upravována. Parametry WACC pro rok 2010 je možné znázornit v následující tabulce. Pro další roky zatím nejsou parametry veřejně dostupné. Tab. 8 Stanovené hodnoty WACC pro první rok třetího regulačního období Parametr vzorce
Distribuce elektřiny
Přenos elektřiny
Distribuce plynu
Přeprava plynu
rf - bezrizikový výnos
4,60%
4,60%
4,60%
4,60%
0,35
0,30
0,40
0,35
ERP – tržní riziková přirážka
6,40%
6,40%
6,40%
6,40%
D - celková zadluženost
40%
30%
40%
30%
T – daňová sazba
19,00%
19,00%
19,00%
19,00%
β unl - koeficient beta nevážený
5
Databáze prof. Damodarana je široce využívanou databází obsahující množství užitečných dat z oblasti
podnikových financí. V současné době se nachází na internetové adrese http://pages.stern.nyu.edu/~adamodar/
89
kd - náklady na cizí kapitál
4,91%
4,81%
4,91%
4,81%
WACC
7,923%
7,650%
8,288%
8,023%
Zdroj: ERÚ (2009)
X-faktor efektivity Ačkoliv měl ERÚ v plánu stanovit jak individuální, tak plošný faktor efektivity, nedošlo k uspokojivým výsledkům v oblasti sběru a analýzy dat a individuální faktor efektivity nebyl stanoven, resp. byl stanoven na hodnotu 0. Plošný faktor efektivity, který je obvykle stanoven na základě důkladného benchmarkingu srovnatelných společností, byl původně stanoven na 7,5 %, po připomínkách v průběhu konzultačního procesu byl snížen na 5 % za podmínky stanovení individuálního faktoru efektivity. Jak bylo řečeno, tento faktor nebyl stanoven, a proto ERÚ určil konečnou hodnotu X-faktoru na 9,75 % na celé období, což je ekvivalentní roční hodnotě X-faktoru 2,031 %. Detailní a transparentní metoda volby hodnoty X-faktoru však není uvedena. 6.3.2
Regulace kvality
Kvalita služeb je jedním z pilířů energetické politiky EU a důležitou oblastí působnosti Energetického regulačního úřadu. Kvalita je ve třetím regulačním období v oblasti elektroenergetiky regulována prostřednictvím dodatečného členu ve vzorci pro výpočet povolených
výnosů,
který
zavádí
po
vzoru
Německa
bonus
nebo
penále
za
dodržení/nedodržení daných standardů kvality. V oblasti plynárenství se jedná pouze o vyhlášku o kvalitě dodávek plynu a souvisejících služeb v plynárenství. „Standardy kvality se rozumí především doprava a dodávka zemního plynu ve složení, které odpovídá požadavkům na složení zemního plynu stanoveným Řádem provozovatele přepravní soustavy nebo Řádem provozovatele distribuční soustavy nebo požadavkům sjednaným ve smlouvě mezi provozovatelem soustavy a zákazníkem, obnova přepravy nebo distribuce plynu po poruše, dále pak postupy a lhůty pro řešení přerušení dodávek plynu, postupy a lhůty při vyřizování stížností zákazníků na kvalitu plynu, postupy a lhůty na odstraňování příčin snížené kvality plynu, postupy a lhůty pro posouzení žádosti o připojení, dodržení plánovaného omezení nebo přerušení přepravy nebo distribuce plynu“. 6
6
Energetický regulační úřad: Kvalita – Uplatňování náhrad za nedodržení standardů. Dostupné online:
http://eru.cz/dias-read_article.php?articleId=1287
90
Za nedodržení standardů kvality hrozí regulované firmě finanční postih ve formě peněžní náhrady zákazníkům. Je také třeba zmínit, že povinnost veřejné služby mají zejména distributoři elektřiny, kteří jsou povinni připojit uživatele, kteří o to požádají a splňují stanovené podmínky, zatímco taková povinnost neplatí pro distributory plynu.
6.4
Shrnutí kapitoly
V současné době probíhá v České republice třetí regulační období a je aplikována metoda revenue-cap bez využití benchmarkingu. X-faktor efektivity byl zvolen na základě konzultačního procesu, ale konečné rozhodnutí bylo vytvořeno ERÚ a X-faktor zůstává stejný pro celé regulační období a plošný pro všechny firmy. Ačkoliv je faktor efektivity jedním z nejdůležitějších parametrů motivační regulace, není uvedena metodika jeho stanovení a zdůvodnění, což snižuje transparentnost celého regulačního rámce. Diskutabilní je i volba dalších parametrů regulačního vzorce, zejména WACC, ERP, bezrizikové sazby, prémie za riziko a eskalačního faktoru. Tyto veličiny mají přímý vliv na investiční chování regulovaných subjektů a proto je potřeba je volit co nejobezřetněji. V současné době probíhá na českém energetickém trhu třetí regulační období a zároveň probíhá příprava na následující období, ve kterém regulátor uvažuje o zvýšení motivace k hospodárnému chování firem a potenciálním využití některého z přístupů benchmarkingu.
91
7 Měření produktivity odvětví distribuce plynu v České republice Jak bylo řečeno kap. 6, přeprava zemního plynu je v České republice zajišťována monopolním operátorem Net4Gas (dříve RWE Transgas Net) a regionální distribuce zemního plynu je zajišťována šesti firmami: PP Distribuce, E.ON Distribuce, RWE GasNet (firma vzniklá fúzí STP Net, SČP Net, ZČP Net v roce 2009), VČP Net, JMP Net a SMP Net.
7.1
Metodika
Prvním krokem je výpočet změn produktivity (TFP). Pro měření produktivity byly využity superlativní indexy (viz kap. 4.1.2), a to konkrétně Fisherův index produktivity. Pro výpočty byl využit i Törnqvistův index produktivity, který ale v tomto případě poskytuje prakticky stejné výsledky (s přesností na 7 desetinných míst). Připomeňme, že Fisherův (řetězový) index produktivity je definován jako poměr geometrických průměrů Laspeyresova a Paascheho indexu pro výstup a vstup, tedy
ΠF =
YF = XF
YL YP XLXP
(74)
který je možné porovnat s indexem vývoje množství vstupů a výstupů. K výpočtům produktivity není nutné znát přímo ceny vstupů a výstupů, ale stačí znát jejich podíl na celkových nákladech, resp. výnosech. Fisherův i Törnqvistův index produktivity je totiž možné upravit do tvaru, který bere v úvahu tyto podíly (váhy) a nikoliv celkové ceny. Ceny jsou až sekundárně odvozené a nejsou pro výpočet nutné. Druhým krokem je výpočet parciálních produktivit jednotlivých vstupů, tj. podíl indexu výstupů a dílčího indexu daného vstupu. Na základě toho je možné odhadnout, který vstup se významně podílí na změnách celkové produktivity. Dále je možné sledovat absolutní hodnoty jednotlivých vstupů, resp. výstupů a na základě toho hodnotit dopad jejich vývoje na celkovou produktivitu. Nezbytné byly konzultace s expertem ze sledované firmy, aby bylo možné realisticky zdůvodnit příslušné změny.
92
7.2
Použitá data
Sběr a analýza dat pro tuto TFP studii byly prováděny ve spolupráci se zkoumanými firmami. Data byla vykazována tak, aby byla zajištěna maximální konzistence během jednotlivými lety. Byly sledovány časové řady v období 2000-2011. V kontextu definice vstupů a výstupů někdy může dojít ke konceptuálním problémům – např. je-li délka potrubí spíše vstupem (aktivum, jehož využitím zprostředkováváme užitečný výstup) anebo výstupem (měřítko kapacity systému). V této studii se držíme přístupu, který vypracovala novozélandská konzultantská firma Meyrick and Associates (Lawrence, 2003). 7.2.1
Definice vstupů
Pro výpočty byly použity následující vstupy: •
X1 – OPEX distribuce (Kč)
•
X2 – Dálkovod (km)
•
X3 – Místní síť (km)
•
X4 – Počet regulačních stanic (-)
•
X5 – Ostatní aktiva (Kč)
Množství vstupů Vstup OPEX odráží provozní náklady distribuce a zahrnuje jak osobní, tak materiálové náklady a spotřebu kapitálu (odpisy). Hodnoty OPEX bylo třeba očistit od vlivu unbundlingu, kdy došlo k nárůstu provozních nákladů vlivem převodu aktivit, zejména obchodu se zemním plynem, na servisní společnosti. Vykázané OPEX tak zahrnují pouze náklady distribuce. OPEX a výnosy byly vykazovány ve stálých cenách roku 2000, jako deflátor byl využit index spotřebitelských cen dle Českého statistického úřadu. Vstup dálkovod a místní síť udává délku sítě v kilometrech a byl změřen za použití geografického informačního systému (GIS). Ačkoli jsme si vědomi možnosti vzniku nepřesností při měření této délky, dosud neexistuje lepší metodika, jak délku sítě vykázat. Regulační stanice je zařízení pro automatickou regulaci vstupního přetlaku plynného média na jiný výstupní přetlak (velmi vysoký tlak VVTL, vysoký tlak VTL, střední tlak STL). Vstup „Ostatní aktiva“ zahrnuje další aktiva využívaná k zabezpečení chodu distribuční společnosti, mezi která patří např. výpočetní technika, automobily nebo nábytek. Tento vstup 93
není tak významný, nicméně jeho role na zdárném chodu společnosti je zřejmá. V souvislosti se zůstatkovou hodnotou vycházející z historických pořizovacích hodnot majetku je nutné zmínit fakt, že v roce 2006 došlo v rámci právního oddělení distribuce i k prodloužení účetních životností aktiv (např. u plynovodů z 33 na 40 let) a bylo nutné sledovat aktiva v jejich původní hodnotě, aby byla data konzistentní. Váhy vstupů Určení vah vstupů není jednoduché a jak bylo zmíněno v kap. 4.4.4, vždy je zatíženo určitou mírou subjektivního odhadu. V této TFP studii byly váhy jednotlivých vstupů odhadnuty následujícím způsobem. Váha vstupu OPEX byla stanovena jako podíl OPEX na celkových výnosech distribuce. Zbylá část (1 – OPEX)/výnosy byla rozdělena mezi další vstupy podle jejich podílu na celkových aktivech společnosti. K tomu bylo nutné využít expertní odhad techniků RWE, který byl také založen na přístupu, který bere v úvahu původní historické pořizovací hodnoty bez vlivu přecenění v roce 2006. 7.2.2
Definice výstupů
Hlavní výzvou při analýze TFP je přesná specifikace konkrétních výstupů a způsob jejich měření. Soubor výstupů tvoří následující veličiny (MODOM označuje maloodběr a domácnosti, VOSO označuje velko- a střední odběratele): •
Y1 – Distribuovaný plyn MODOM (tis. MWh)
•
Y2 – Distribuovaný plyn VOSO (tis. MWh)
•
Y3 – Počet odběrných míst (tis., MODOM)
•
Y4 – Počet odběrných míst (VOSO)
•
Y5 – Kapacita sítě (tis. m3)
Množství výstupů Objem distribuovaného plynu udávaný v megawatthodinách (MWh) je měřítkem propustnosti sítě, tedy schopnosti operátora soustavy provozovat co nejvíce propustnou síť s danou úrovní vstupů. Tento objem je také možné měřit pomocí metrů krychlových distribuovaného plynu, přičemž mezi těmito veličinami existuje převodní vztah. Počet odběrných míst je důležitým výstupem, a to zejména z toho důvodu, že operátor neprovozuje pouze samotné plynovody, ale musí také (kvalitně) obsloužit velké množství 94
zákazníků, včetně zákaznické podpory a zabezpečení spolehlivosti služby a kapacity. Tento druh výstupu tedy reflektuje fakt, že některé ze skutečných výstupů jsou spojeny se samotnou existencí zákazníků a nikoliv provozovanou soustavou. Třetím typem výstupů je kapacita sítě, která by měla vyjadřovat schopnost operátora zajistit dostatečnou disponibilní kapacitu distribučního systému včetně pokrytí výkyvů v poptávce. Ideálním měřítkem by byla skutečná fyzická kapacita provozovaného potrubí vypočítaná na základě průměru potrubí, tlaku plynu apod. Protože však nebylo možné tuto skutečnou kapacitu vypočítat, využili jsme jako měřítko systémové kapacity rezervovanou kapacitu v m3 (přepočteno z MWh). Váhy výstupů Váhy výstupů odráží náklady na poskytnutí těchto výstupů a jejich relativní důležitost při tvorbě výnosů. V tomto případě není možné pozorovat tyto podíly přímo a je tedy nutné je odhadnout nepřímo, přičemž v úvahu připadá buďto expertní odhad nebo ekonometrický odhad. Rozhodli jsme se využít druhý přístup a váhy odhadnout ekonometricky na základě Leontiefovy nákladové funkce pro více výstupů. Tento přístup byl použitý v řadě TFP studií provedených firmou Economic Insights, viz např. Lawrence (2003). Leontiefova nákladová funkce předpokládá využívání vstupů v určitém fixním poměru k výstupům. Je definována jako
C ( y t , w t , t ) = ∑i =1 w i M
t
[∑
N j =1
(a ) y (1 + b t )] 2
ij
t j
i
(75)
kde M označuje počet vstupů, N označuje počet výstupů, wi je cena i-tého vstupu, aij je vstupně-výstupní koeficient (druhá mocnina je využita z důvodu nezápornosti), yj je množství výstupu, t je pořadové číslo roku a koeficient b vyjadřuje změnu technologie v čase. S využitím Shephardova lemmatu (viz kap. 3.1.1) je možné odvodit funkci poptávky po vstupech jako
xi = ∑ j =1 (aij ) y tj (1 + bi t ) N
2
(76)
Protože toto vyjádření umožňuje vyjádřit vzájemný vztah mezi vstupy a výstupy, je možné využít nelineární regrese k odhadnutí příslušných vstupně-výstupních koeficientů aij a koeficientů bi. K nelineární regresi byl využit Statistics Toolbox matematického software MATLAB. Na základě regrese je možné určit váhu j-tého výstupu v čase t
95
∑ w [(a ) y (1 + b t )] = ∑ w [∑ (a ) y (1 + b t )] t
M
h
t j
i =1 t M
i =1
i
2
ij
i
N
j =1
t j
2
ij
i
t j
(77)
i
Pro zajištění větší robustnosti potom byla vypočítána souhrnná váha daného výstupu jako vážený průměr pro všechna pozorování u dané firmy (dle Lawrence, 2003), kde váha k-tého pozorování byla určena jako s kt =
C (k , y kt , wkt , t )
∑ C (k , y
t t k , wk , t )
(78)
k ,t
Zbývající část této kapitoly obsahuje interní data dotyčných společností a výpočty proto tvoří neveřejnou přílohu (Příloha 1) této disertační práce.
96
8 Měření produktivity jiných firem působících v síťových odvětví V této kapitole bude provedeno hodnocení produktivity vybraných firem působících v síťových odvětvích v České republice. Je nutné podotknout, že data byla sbírána převážně z výročních zpráv společností a mohou být tedy zatížena určitými nepřesnostmi, které však bez konzultací s odborníky z těchto firem nejsme schopni odstranit.
8.1
PP Distribuce – distribuce plynu
Pražská plynárenská distribuce, a.s. (PP Distribuce) je jednou z celkem tří firem, které se účastní regionální distribuce zemního plynu v ČR. Společnost existuje od 1. 1. 2007, kdy vznikla jako důsledek unbundlingu právním oddělením od společnosti Pražská plynárenská, a.s., která se nadále zabývá obchodem se zemním plynem. Mezi specifika této firmy patří, že operuje v hustě osídleném území, což je na jednu stranu výhodné, protože daná oblast je značně rentabilní, na druhou stranu je nutné vést potrubí zastavěným územím s rozsáhlými inženýrskými sítěmi. 8.1.1
Data a definice proměnných
Sledování vývoje produktivity bylo provedeno pro období 2001-2011, data byla sbírána z výročních zpráv společnosti. Pro výpočet produktivity byly definovány následující výstupní proměnné: •
Y1 – délka plynovodních sítí (km)
•
Y2 – množství distribuovaného plynu (MWh)
•
Y3 – počet odběrných míst (-)
Jako vstupy byly použity následující proměnné: •
X1 – OPEX (Kč)
•
X2 – Hmotná aktiva (Kč).
Váhy výstupů byly stanoveny na 33 % pro každý výstup, zatímco váhy vstupů byly stanoveny následujícím způsobem: váha OPEX byla vypočítána jako podíl OPEX na výnosech, zbylá část (1 – OPEX/výnosy) byla přiřazena hmotným aktivům. V tomto případě využíváme stejný přístup jako OFGEM (2003). OPEX a výnosy byly vykazovány ve stálých cenách roku 2000, 97
jako deflátor byl využit index spotřebitelských cen. Provozní náklady společnosti bylo třeba pro roky 2001-2006 očistit o náklady na nákup zemního plynu a dále bylo odečteno 18,5% nákladů, neboť tato část nákladů představovala v těchto letech náklady na obchod/dodávky zemního plynu v odvětví distribuce plynu. 7 8.1.2
Vývoj produktivity distribuce plynu
Na základě dostupných dat jsme provedli analýzu vývoje TFP, a to pro společnost Pražská plynárenská v období 2001-2006 a pro společnost Pražská plynárenská distribuce v období 2007-2011. Výsledky je možné shrnout v následující tabulce. Tab. 9 Vývoj produktivity distribuce plynu PP Distribuce TFP Rok 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
X 1,0549 1,0450 0,9773 1,0742 0,9982 0,9217 0,9928 1,0218 0,9897 0,9572
Řetězové indexy Y růst TFP 1,0072 0,9547 1,0250 0,9808 1,0055 1,0288 0,9999 0,9308 0,9915 0,9932 0,9793 1,0624 1,0137 1,0210 0,9930 0,9718 1,0338 1,0446 0,9669 1,0101
X 1 1,055 1,102 1,077 1,157 1,155 1,065 1,057 1,080 1,069 1,023
Bazické indexy (1=2001) Y Vývoj TFP - plyn 1 1 1,007 0,955 1,032 0,936 1,038 0,963 1,038 0,897 1,029 0,891 1,008 0,946 1,022 0,966 1,014 0,939 1,049 0,981 1,014 0,991
Zdroj: Autor
Délka distribuční sítě společnosti po celou dobu vykazuje mírný růst, stejně jako počet odběrných míst. Z hlediska výstupů má tedy hlavní význam na negativní vývoj indexu výstupů výstup Y2 „množství distribuovaného plynu“. V roce 2001 byl vyhlášen stav nouze z důvodu povodní v Praze, což se projevilo na výnosech společnosti, kdy odhadovaný propad tržeb byl cca. 43 mil. Kč, a s tím samozřejmě souvisel i nižší odběr plynu. Stav nouze byl ukončen až na jaře roku 2002. Na druhou stranu díky nižšímu nákupu plynu došlo k redukci provozních nákladů, což bylo ještě umocněno úpravami cen plynu od 1. října 2001. V roce 2003 došlo k připojování nových odběratelů a díky příznivým teplotám došlo k růstu množství distribuovaného plynu a tržeb. Zároveň dochází k růstu aktiv vlivem plynofikace v rozvíjejících se městských částech. V roce 2004 7
Toto číslo vychází z expertních rozhovorů provedených ve spolupráci s firmou RWE.
98
došlo ke vstupu ČR do Evropské unie a v roce 2005 začala společnost přípravu právního unbundlingu. V roce 2005 dochází k poměrně výraznému růstu provozních nákladů, které byly spojeny zejména s růstem nákladů na nákup plynu pro distribuci v důsledku cenových úprav ERÚ při současném poklesu objemu distribuovaného plynu, což vedlo k poklesu produktivity o 14 procentních bodů (se základnou v roce 2001). V roce 2006 došlo k výraznému růstu OPEX, a to zejména v souvislosti s nákupem zemního plynu pro distribuci, jehož cena vzrostla o dalších 5 %. Distribuované množství plynu však pokleslo, a to vlivem nepříznivých klimatických podmínek v závěru roku a přechodem zákazníků na jiné formy vytápění z důvodu růstu cen plynu nebo úspornými opatřeními jako např. zateplení. Od roku 2007 sledujeme produktivitu oddělené společnosti PP Distribuce, a.s. V prvním roce své existence společnost zaznamenala pokles množství distribuovaného plynu, což zdůvodňuje vysokými teplotami v zimním období roku 2007. V roce 2008 sice došlo ke zvýšení distribuce a růstu tržeb, avšak provozní náklady rostly rychlejším tempem (a to zejména spotřeba materiálu a energie a služby) a souhrnná produktivita tak poklesla. Náklady na služby rostly i v roce 2009, ve kterém navíc došlo k nižšímu množství distribuovaného plynu i počtu odběrných míst. V dalších letech došlo k lepšímu řízení nákladů a produktivita tak dosahovala příznivějších meziročních změn. Vývoj je také možné ilustrovat pomocí následujícího obrázku. Obr. 14 Vývoj produktivity distribuce plynu PP Distribuce
Zdroj: Autor
99
8.1.3
Shrnutí
Společnost PP Distribuce se od ostatních provozovatelů regionálních distribučních soustav liší v tom, že obsluhuje pouze území hlavního města Prahy a přilehlých obcí. Jako taková má poněkud jednodušší podmínky, neboť obsahuje značně rentabilní oblast. Produktivita firmy je silně ovlivněna událostmi v Praze, např. povodněmi. Náklady společnosti jsou, stejně jako v případě ostatních distribučních firem, ovlivněny do značné míry externími vlivy, které firma nemůže přímo ovlivnit. Nakonec je třeba zmínit právní unbundling, kvůli kterému je nutné sledovat vývoj produktivity od nového výchozího roku.
8.2
E.ON Distribuce – distribuce plynu a elektřiny
Pro srovnání byla jako druhá zvolena firma E.ON Distribuce, která byla založena 1.1. 2005 jako důsledek právního oddělení distribuce a ostatních činností, a v současné době zajišťuje distribuci elektřiny a zemního plynu v oblasti jižních Čech a jižní Moravy (bývalé společnosti Jihočeská energetika, a.s., Jihomoravská energetika, a.s. a Jihočeská plynárenská, a.s.). Při analýze produktivity je třeba brát ohled na několik skutečností: • Firma E.ON Distribuce je specifická tím, že provádí jak distribuci elektřiny, tak zemního plynu. • Unbundling distribuce a ostatních aktivit, přičemž v oblasti elektřiny došlo k oddělení o rok dříve. • V oblasti distribuce elektřiny byla od roku 2001 do roku 2004 sledována data pro Jihočeskou energetiku a Jihomoravskou energetiku, od roku 2005 pak pro firmu E.ON Distribuce. • V oblasti distribuce plynu byla od roku 2001 do roku 2007 sledována data pro Jihočeskou plynárenskou, od roku 2008 pro firmu E.ON Distribuce. • Od roku 2008 nejsou k dispozici oddělená data o nákladech distribuce elektřiny a plynu. To znamená, že nevíme, které provozní náklady a která aktiva souvisí s distribucí elektřiny a zemního plynu, což znemožňuje analýzu TFP pro účely cenové regulace. • Stejně jako v případě ostatních distribučních společností došlo ke stanovení nižších odpisových sazeb pro aktiva využívaná v distribuci a tedy k prodloužení účetní životnosti aktiv (vyhláška ERÚ 404/2005 Sb.) Přecenění majetku je v připomínkovém
100
řízení k metodice regulace 3. regulačního období uváděno jako příčina výrazného zvýšení aktiv společnosti a tím i regulační báze aktiv. 8.2.1
Data a definice proměnných
Ve spolupráci se studentkou VŠE Janou Průkovou se podařilo v rámci vypracovávání bakalářské práce získat pro tuto firmu data, a to pro období 2001-2011. Pro výpočet produktivity byly definovány následující výstupní proměnné: •
Y1 – délka sítě (km)
•
Y2 – distribuované množství (GWh u elektřiny, MWh u plynu)
•
Y3 – počet odběrných míst (-)
Jako vstupy byly použity následující proměnné (v tomto případě využíváme stejný přístup jako OFGEM (2003)): •
X1 – OPEX (Kč)
•
X2 – Hmotná aktiva (Kč).
Váhy výstupů byly stanoveny na 33 % pro každý výstup, zatímco váhy vstupů byly stanoveny následujícím způsobem: váha OPEX byla vypočítána jako podíl OPEX na výnosech, zbylá část (1 – OPEX/výnosy) byl přiřazen hmotným aktivům. I v tomto případě využíváme stejný přístup jako OFGEM (2003). OPEX a výnosy byly vykazovány ve stálých cenách roku 2000, jako deflátor byl využit index spotřebitelských cen. 8.2.2
Vývoj produktivity distribuce elektřiny
Vývoj produktivity firmy E.ON Distribuce, činnosti distribuce elektřiny je možné sumarizovat pomocí následující tabulky a obrázku. Zatímco index výstupů zůstává relativně stabilní, protože nepodléhá účetním vlivům, dochází k výrazným změnám indexu vstupů. Rok 2008 byl z důvodu integrace s distribucí plynu položen za novou základnu.
101
Tab. 10 Vývoj produktivity distribuce elektřiny E.ON Distribuce TFP Rok 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
X 1,010 1,045 1,008 0,513 0,983 1,032 1,048 1,320 1,423
Řetězové indexy Y růst TFP 1,025 1,015 1,025 0,980 1,009 1,001 1,016 1,982 1,024 1,042 0,996 0,965 0,980 0,935 1,028 0,778 0,988 0,694
Bazické indexy (1=2001) X Y Vývoj TFP 1 1 1 1,010 1,025 1,015 1,056 1,050 0,994 1,065 1,060 0,996 0,546 1,077 1,973 0,536 1,103 2,055 0,554 1,098 1,982 1,000 1,000 1,000 1,048 0,980 0,935 1,384 1,007 0,728 1,969 0,995 0,505
Zdroj: Autor
Obr. 15 Vývoj TFP společnosti E.ON Distribuce – distribuce elektřiny
Zdroj: Autor
Zejména z obrázku je vidět skokový vývoj produktivity distribuce elektřiny mezi lety 20042005. V tomto období dochází ke sloučení dvou regionálních firem a k oddělení distribuce a ostatních aktivit. Po této události došlo k poklesu OPEX (o 50 % mezi 2004-2005), což bylo zřejmě způsobeno rapidním poklesem počtu zaměstnanců v oddělené společnosti a s tím spojených osobních nákladů, a materiálových a jiných nákladů souvisejících s oddělenými činnostmi. Dále došlo k nárůstu zůstatkové hodnoty hmotného majetku společnosti (o 18 % mezi lety 2005-2006), což bylo částečně způsobeno změnou odpisových sazeb regulátorem, investiční činností společnosti, související s rozvojem soustavy, realizací zákaznických 102
investic (a v oblasti elektřiny existuje na rozdíl od plynu povinnost připojit zákazníka, který má o službu zájem, nezávisle na rentabilitě území) a připojováním nových zdrojů energie, pravděpodobně v souvislosti s rozvojem v oblasti obnovitelných zdrojů energie (OZE). V roce 2007 došlo k negativnímu vlivu orkánu Kyrill, kdy byl v distribučním území E.ON Distribuce vyhlášen stav nouze a část distribučního území se ocitla bez elektřiny. To se projevilo negativním vývojem indexu výstupů v tomto roce. V roce 2008 došlo k poškození některých aktiv společnosti vichřicí Emma, což však nemělo výraznější dopad na produktivitu společnosti. Mezi lety 2009-2010 dochází k výraznému růstu provozních nákladů o 40 % a v dalším roce o dalších 50 %, a to konkrétně v oblasti výkonové spotřeby. Podle výročních zpráv firmy se jedná o deformaci hospodářského výsledku z důvodu státní politiky podpory obnovitelných zdrojů energie, konkrétně šestinásobný meziroční nárůst množství podporované elektřiny. Z tohoto důvodu se stává hodnocení produktivity v tomto období nepoužitelným pro tvorbu cen na základě TFP, ačkoliv je stále užitečné sledovat zdroje a příčiny vývoje produktivity. 8.2.3
Vývoj produktivity distribuce plynu
I v oblasti distribuce je index výstupů poměrně stabilní, což odpovídá jeho invarianci vzhledem ke změnám v účetnictví a právním změnám, a ke kolísání indexu vstupů. Od roku 2008, kdy došlo k integraci Jihočeské plynárenské do firmy E.ON Distribuce, došlo k takovým změnám, že bylo nutné položit do roku 2008 novou výchozí základnu pro výpočet produktivity. Rok 2007 je přechodným rokem a souvisí s fúzí společností a vznikem nové firmy, kdy došlo k výraznému poklesu OPEX a aktiv. Fúzí společností došlo k převodu aktiv i personálu do nové firmy. Rok 2007 tedy není pro jakoukoliv analýzu produktivity relevantní. Vývoj TFP shrnuje následující tabulka. V roce 2008 došlo k částečnému poklesu indexu výstupů, a to zřejmě vlivem výpadku dodávek zemního plynu přes Ukrajinu, kdy bylo nutné zvýšit import z Norska a čerpat zemní plyn z podzemních zásobníků. Podobně nepříznivá situace se opakovala i začátkem roku 2009, kdy došlo k úplnému přerušení dodávek zemního plynu z Ruska do Evropy. V průběhu obou let se navíc projevila ekonomická krize, kdy došlo k poklesu distribuovaného množství plynu, stejně jako u jiných distribučních společností. Dále je nutné brát ohled na negativní vliv podpory obnovitelných zdrojů energie, viz předchozí podkapitolu.
103
Tab. 11 Vývoj produktivity distribuce plynu E.ON Distribuce TFP Rok X 0,920 1,030 0,987 1,128 1,179 0,252 1,048 1,320 1,423
2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Řetězové indexy Y Vývoj TFP 1,008 1,096 1,027 0,997 1,008 1,021 1,025 0,909 0,999 0,847 0,990 3,929 0,973 0,929 1,031 0,781 0,966 0,678
Bazické indexy (1=2001) X Y Vývoj TFP 1 1 1 0,920 1,008 1,096 0,947 1,035 1,092 0,935 1,043 1,115 1,054 1,068 1,013 1,243 1,067 0,858 0,313 1,056 3,372 1,000 1,000 1,000 1,048 0,973 0,929 1,384 1,004 0,726 1,969 0,969 0,492
Zdroj: Autor
Vývoj produktivity je ilustrován na následujícím obrázku (připomínáme, že rok 2007 není z hlediska analýzy produktivity relevantní). Obr. 16 Vývoj produktivity distribuce plynu E.ON Distribuce
Zdroj: Autor
8.2.4
Shrnutí
Analýzu produktivity společnosti E.ON Distribuce znesnadňuje řada faktorů, mezi které patří zejména právní změny v oblasti distribuce elektřiny a zemního plynu, zejména právní unbundling distribuce (přičemž v oblasti elektřiny a zemního plynu byl časový posun jednoho roku). Dalším faktorem, který zkresluje analýzu produktivity, je provozování distribuce 104
elektřiny a zemního plynu jedinou společností, kdy transformace společnosti provázely rozsáhlé změny v účetnictví a účetní data tedy v některých letech nejsou použitelná. Dále je produktivita ovlivněna faktory, které firma nemá možnost ovlivnit (nepříznivé přírodní podmínky, např. teplotní výkyvy, orkány a vichřice, výpadky dodávek zemního plynu z Ruska, dopady ekonomické krize a nižší kupní síly zákazníků apod.) Data, která jsou k dispozici, jsou tak pro účely cenové regulace (benchmarkingu) bez náležitých úprav téměř nepoužitelná.
8.3
ČEPS – přenos elektřiny
Společnost ČEPS, a.s. je státem vlastněnou monopolní firmou, která provozuje přenosovou soustavu v České republice. Do roku 2003 byl jediným akcionářem firmy ČEZ, od dubna 2013 jsou akcie vlastněny státem, a to prostřednictvím Fondu národního majetku, Ministerstva práce a sociálních věcí a část akcií byla ponechána společnosti ČEZ. Tato firma je také regulovaná prostřednictvím Energetického regulačního úřadu, avšak pro regulaci jsou nastaveny jiné parametry než pro regionální distributory elektřiny (viz kap. 6.3). 8.3.1
Data a definice proměnných
Sledování vývoje produktivity bylo také provedeno pro období 2001-2011, data byla sbírána z výročních zpráv společnosti. Pro výpočet produktivity byly definovány následující výstupní proměnné: • Y1 – délka tras vedení (km) • Y2 – množství elektřiny přenesené přenosovou soustavou na výstupu (vč. systémového tranzitu) (GWh) • Y3 – instalovaný výkon transformátorů (MVA) Mezi výstupy nebyl zahrnut počet odběrných míst, protože takový ukazatel není pro operátora elektrizační soustavy relevantní. Jako vstupy byly použity následující proměnné: • X1 – OPEX (Kč) • X2 – Hmotná aktiva (Kč).
105
Abychom byli konzistentní, opět jsme stanovili váhy výstupů na 33 % pro každý výstup, zatímco váhy vstupů byly stanoveny dle OFGEM (2003). OPEX a výnosy byly vykazovány ve stálých cenách roku 2000, jako deflátor byl využit index spotřebitelských cen. 8.3.2
Vývoj produktivity přenosu elektřiny
Do roku 2007 si firma z hlediska produktivity vedla úspěšně. Na produktivitu firmy však měly částečný vliv i mimořádné situace, např. sněhová kalamita a ohrožení dodávek elektřiny v zimě 2006. ČEPS však byl, stejně jako distribuční společnosti, poznamenán hospodářskou recesí, která působila negativně na produktivitu společnosti od roku 2008 až do roku 2010, a to zejména poklesem přeneseného množství elektřiny, poklesem výnosů a růstem provozních nákladů společnosti. V roce 2010 proběhl navíc boom solárních elektráren, který mohl potenciálně ohrozit spolehlivý provoz elektrizační soustavy a byl zmiňován společně s větrnými elektrárnami a dalšími nestabilními zdroji energie jako možné ohrožení již v roce 2009. Rok 2011 byl pro ČEPS příznivý, neboť došlo k růstu objemu přenesené elektřiny, a to i vlivem rozvoje obnovitelných zdrojů energie. Nárůst aktiv byl způsoben investičními aktivitami, a to zejména výstavbou nové rozvodny v transformovně Výškov a výstavbou nové transformovny Kletné, což způsobilo i zvýšení transformačního výkonu, tedy vstupu Y3. Tab. 12 Vývoj produktivity přenosu elektřiny ČEPS TFP Řetězové indexy
Rok X 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
Y 0,964 1,061 0,964 0,968 0,990 0,981 0,979 1,014 0,991 0,945
1,018 1,029 0,999 0,998 0,999 1,019 0,980 1,003 1,001 1,044
Vývoj TFP 1,055 0,969 1,036 1,030 1,008 1,039 1,001 0,989 1,009 1,104
Zdroj: Autor
106
Bazické indexy (1=2001) X 1 0,964 1,023 0,987 0,956 0,947 0,929 1,000 1,015 1,006 0,951
Y 1 1,018 1,048 1,048 1,046 1,045 1,065 1,000 1,004 1,005 1,049
Vývoj TFP 1 1,056 1,024 1,062 1,094 1,103 1,147 1,000 0,989 0,999 1,103
Obr. 17 Vývoj produktivity přenosu elektřiny ČEPS
Zdroj: Autor
8.3.3
Shrnutí
Celkově je možno zhodnotit vývoj produktivity firmy ČEPS jako stabilní, protože nedochází k výraznému pohybu produktivity od výchozího období (2001). Vzhledem ke stabilní struktuře společnosti, absenci fúzí a transformací společnosti nedochází ke kolísání účetních veličin, a vzhledem k roli, jakou firma hraje v české elektroenergetice (monopolní operátor přenosové soustavy), je možné považovat i vývoj výstupů za relativně stabilní.
8.4
Severočeská kanalizace
vodárenská
společnost
–
vodovody
a
Severočeská vodárenská společnost a. s. patří k největším vodárenským společnostem v České republice a působí v Ústeckém a Libereckém kraji. Zabývá se údržbou a výstavbou vodohospodářských děl, jako kanalizace (čistírny odpadních vod, kanalizační sítě) a vodovody (úpravny vod, vodojemy, vodovodní sítě, apod.) Provozování majetku je pak svěřeno firmě Severočeské vodovody a kanalizace, a.s. Cena vody je regulována státem dle pravidel stanovených v Cenovém věstníku Ministerstva financí ČR. Do ceny vody lze zahrnovat pouze ekonomicky oprávněné náklady a přiměřený zisk, jedná se tedy o variaci na nákladovou (COS) regulaci. Kromě obnovy a rozvoje majetku patří mezi hlavní cíle firmy zachování sociálně přijatelné cenové úrovně vody.
107
8.4.1
Data a definice proměnných
V případě vodovodů a kanalizací je samozřejmě nutné užít jiný soubor proměnných než v případě energetických odvětví. Na základě dostupných vodohospodářských údajů jsme využili následující soubor výstupů, který reflektuje jak vodovody, tak kanalizace, a je tedy širší než v předchozích případech. •
Y1 – délka vodovodní sítě bez přípojek (km);
•
Y2 – voda vyfakturovaná (tis. m3);
• Y3 – počet zásobených obyvatel – vodovody; •
Y4 – délka kanalizační sítě bez přípojek (km);
•
Y5 – voda čištěná (tis. m3);
•
Y6 – počet obyvatel napojených na kanalizaci.
Jako vstupy byly opět použity tyto proměnné: •
X1 – OPEX (Kč)
•
X2 – Hmotná aktiva (Kč).
Váha výstupů byla stanovena na 16 % pro každý výstup, váhy vstupů byly stanoveny dle OFGEM (2003). OPEX a výnosy byly vykazovány ve stálých cenách roku 2000, jako deflátor byl využit index spotřebitelských cen. 8.4.2
Vývoj produktivity vodovodů a kanalizací
Souhrnně je možné říci, že délka vodovodní a kanalizační sítě neustále roste, a stejně tak roste počet obyvatel napojených na tyto sítě. Na druhou stranu dochází k neustálému poklesu objemu vyfakturované vody. Nejvýznamnější položkou nákladů jsou odpisy, které společně s bilanční sumou neustále rostou, což souvisí s investiční výstavbou a rozvojem vodovodů a kanalizací. Růst aktiv a odpisů však způsobují růst indexu vstupů, což v důsledku znamená propad produktivity. Povodně v srpnu 2010 způsobily rozsáhlé škody na majetku v hodnotě 143 mil. Kč., přičemž na odstranění povodňových škod bylo vynaloženo 50,1 mil. Kč, což vedlo k nepříznivému růstu nákladů.
108
Tab. 13 Vývoj produktivity Severočeské vodárenské společnosti TFP Rok 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011
X 1,230 1,022 0,961 1,026 0,999 1,059 0,962 1,062 1,018 1,053
Řetězové indexy Y růst TFP 0,995 0,809 1,030 1,008 0,989 1,028 0,999 0,974 1,007 1,008 0,981 0,926 0,989 1,028 1,002 0,943 0,997 0,979 0,995 0,945
Bazické indexy (1=2001) X Y Vývoj TFP 1 1 1 1,230 0,995 0,809 1,257 1,025 0,815 1,209 1,014 0,839 1,240 1,013 0,817 1,238 1,019 0,823 1,312 1,000 0,763 1,262 0,989 0,784 1,341 0,991 0,740 1,365 0,988 0,724 1,437 0,983 0,684
Zdroj: Autor
Obr. 18 Vývoj produktivity Severočeské vodárenské společnosti
Zdroj: Autor
8.4.3
Shrnutí
Severočeská vodárenská společnost je v podstatě regulována prostřednictvím nákladové regulace. Pro účely motivační regulace by uvedené měření produktivity bylo naprosto nevhodné, neboť snaha o redukci nákladů by vedla ke snížení investiční aktivity, což je v rozporu se základními cíli této společnosti (tím poukazujeme na zmíněný problém TFP metodiky, kdy snaha o zvýšení vykazované produktivity může vést k odkladu investic). Na 109
druhou stranu by investice měly vést k proporcionálnímu zvýšení objemu výstupu, což se podle dostupných čísel příliš nedaří.
110
9 Možnosti
využití
benchmarkingu
TFP
v České republice Na základě předchozích kapitol je možné shrnout nutné podmínky pro zavedení indexní TFP metody do regulačního režimu založeném na benchmarkingu produktivity (dále jen „TFP metodika“). Tato diskuze bude vycházet z poznatků uvedených v předchozích kapitolách, tedy jednak z teoretické problematiky TFP regulace, zkušenosti ze zemí, kde byl již přístup TFP aplikován, a z výpočtů produktivity pro regionální distributory zemního plynu v České republice.
9.1
Technické aspekty
Volba TFP indexní metodiky regulace s sebou přináší všechny potenciální problémy, které byly diskutovány v kap. 4.1.5. Zejména tím vyslovujeme předpoklad o optimalizačním chování firem a konstantních výnosech z rozsahu, což jsou podmínky, které v českém prostředí regionální distribuce plynu s velkou pravděpodobností splněny nejsou. Vzhledem k malému počtu využitelných pozorování (viz následující sekci) se však využití indexních metod zdá být vhodnější než využití metod založených na distanční funkci. Pro zajištění spolehlivosti služeb by TFP metodika měla zahrnovat i aspekt kvality. V současné době se však v akademické sféře objevují názory, že • problematika definice a měření kvality není v případě indexních metod uspokojivě vyřešena a • firmy jsou spíše než k investicím motivovány k úsporám (investice jsou ve snaze o zvýšení produktivity odkládány, což má zpětně negativní vliv na kvalitu služeb). Vzhledem k agregaci výstupů a vstupů je dále nutné podotknout, že množství výstupů je silně ovlivněno vývojem cen komodit (plynu, silové elektřiny, příspěvky na podporu obnovitelných zdrojů energie apod.), zatímco kapitálové náklady (resp. jejich aproximace v podobě délky elektrického vedení nebo plynovodů, počtu regulačních stanic atd.) byly jednou vynaložené a dále se nemění, což ale indexní metody nezohledňují.
111
9.2
Problematika dat
TFP metodika vyžaduje dostupnost relevantních dat, dostatečný počet srovnatelných firem a ustálený stav. Jak bylo řečeno v kap. 4.4, produktivita by měla být měřena v dlouhých časových řadách, neboť se může rok od roku významně lišit. Vybrané časové období by mělo být reprezentativní, mělo by vyloučit mimořádné události, které se již nebudou opakovat, a mělo by být provedeno v rámci celého hospodářského cyklu. Není možné hovořit o „ustáleném stavu“, minimálně v oblasti elektroenergetiky, kde dochází k vývoji chytrých sítí 8, což může brzy změnit technické a ekonomické charakteristiky odvětví, stejně jako narůstající podpora obnovitelných zdrojů energie. Vývoj v elektroenergetice má pak nepřímo vliv i na vývoj v plynárenství. I když v současném globalizovaném turbulentním prostředí není naprosto ustálený stav zcela realistický, stát tomu může napomoci tím, že bude minimalizovat administrativní zásahy, které způsobují výrazné změny na trhu. I pokud se však podaří sehnat kvalitní historická data, je třeba mít na paměti, že nezaručují ekvivalentní budoucí vývoj. 9.2.1
Využitelnost domácích dat
Moderní regulace v České republice začíná rokem 2002, kdy započalo první tříleté regulační období a regulace probíhala metodou price-cap. Od této doby uběhlo i druhé regulační období (2005-2009) a v současné době probíhá třetí regulační období. Z toho plyne, že v České republice nejsou v současné době k dispozici uspokojivě dlouhé časové řady. V tak krátkém období navíc docházelo k postupné liberalizaci trhu se zemním plynem, v rámci které proběhl unbundling distribuce a dalších činností a reorganizace uspořádání firem na trhu, což dále znemožňuje získat kvalitní podklady pro vytvoření solidní metodiky regulace a vylučuje podmínku reprezentativnosti dat. Řada aktiv, mimo jiné IT vybavení, dopravní prostředky, nábytek apod., musela být totiž vyvedena na servisní společnosti. Vlivem využívání těchto servisních společností pak došlo k nárůstu provozních nákladů. Dále je nutné zmínit prodloužení účetní životnosti určitých aktiv (např. plynovodů) v roce 2006, které znesnadňuje konzistentní TFP analýzu. Mimo právní změny je nutné zmínit i organizační změny na trhu, např. zjednodušení struktury firmy RWE pomocí fúze tří společností, nebo spojení distribuce elektřiny a plynu v rámci skupiny E.ON. Dále je třeba zmínit řadu netypických událostí, např. nepříznivé přírodní podmínky, teplotní výkyvy, výpadky dodávek zemního plynu z Ruska, podpora obnovitelných zdrojů a s tím spojená deformace dat (zejména zisku), vzájemná propojenost trhu s elektřinou a zemním plynem, 8
Chytré sítě (smart grids) jsou systém, který umožňuje řízení a optimalizaci výroby, spotřeby a toku elektřiny
v reálném čase.
112
změny topologie distribuční sítě (rekonstrukce, nahrazování dálkovodu okruhovou sítí), dopady ekonomické krize a nižší kupní síly zákazníků. I data, která se mohou být zdát snadno měřitelná, jako např. délka potrubí nebo elektrického vedení, mohou být zatížena evidenčními problémy (reklasifikací plynovodů na jinou kategorii) nebo nepřesnostmi v měření (geografický informační systém). Zmíněné skutečnosti jsou navíc podpořeny malým počtem firem, které v České republice na trhu regionální distribuce působí, jejich heterogenitou (zejména PP Distribuce, která operuje pouze na území hl. m. Prahy, a charakter distribučního území je tak zcela odlišný od ostatních) a samotnou malou velikostí českého plynárenského trhu. Pro operátory přenosové soustavy elektřiny nebo přepravní soustavy plynu navíc žádný benchmark neexistuje, neboť firma v této oblasti působí pouze jedna. Výsledkem benchmarkingu produktivity je pak vychýlení zdánlivé produktivity firem směrem dolů, ačkoliv ve skutečnosti firmy dané náklady neměly možnost z výše uvedených důvodů ovlivnit. Domníváme se tedy, že pouze domácí data nejsou v současné době pro aplikaci benchmarkingu použitelná, tím spíše pro metody, které vyžadují velké množství průřezových dat (metody založené na distanční funkci). V úvahu tedy připadá pouze využití indexních metod založených na superlativních indexech. Domácí data by byla z hlediska srovnávání (provozní podmínky) nejvhodnější, a pokud by měla být regulace založena na základě těchto dat, bylo by možné využít zkušeností z Austrálie a Nového Zélandu a začít sbírat data dostatečně dlouho před začátkem uvažovaného regulačního období s aplikací TFP metodiky. To je možné provést ustanovením povinnosti regulovaných firem sbírat relevantní data a případně k regulaci přistoupit po získání dostatečné datové základny. Vývoj v době sběru dat by měl být ustálený, aby nedocházelo ke zkreslení sledovaných veličin, a to jak z hlediska externích faktorů (hospodářský vývoj, právní změny, mezinárodní vývoj v oblasti plynárenství a energetiky obecně), tak firemních faktorů (reorganizace, fúze, akvizice společností apod.) Je však třeba mít za zřeteli, že udržování konzistentní národní databáze je potenciálně nákladné (ať už se jedná o náklady na zajištění IT služeb, tak o náklady na sběr a migraci dat, a to jak pro regulátora, tak pro regulované firmy). 9.2.2
Využitelnost zahraničních dat
Zahraniční data bývají často využívanou (a téměř nevyhnutelnou) alternativou, kterou volí regulátoři malých zemí. Volba zahraničních dat je problematická zejména z toho důvodu, že 113
takto vytvořený benchmark firem v sobě zahrnuje značnou heterogenitu, a to zejména co se týče provozních podmínek společností, ať už se jedná o geografické podmínky (hornatost krajiny, vodní toky, přírodní rezervace), politické, právní nebo ekonomické prostředí (účetní standardy, rozdílné povinnosti operátorů, rozdílné regulační režimy, daňové zatížení atd.) nebo o charakteristiku zákazníků (kupní síla, dostupnost substitutů apod.) Významnou roli hraje zejména odlišný historický vývoj oproti západním zemím, kdy české společnosti provozují a rozvíjejí systém, který byl vybudován na bázi centrálního plánování. České firmy tak musí dohánět investiční dluh obnovy z minulosti a od západních společností se do značné míry nutně liší. Je třeba také důsledně oddělovat odvětví a činnosti firem – charakteristiky operátora přenosové soustavy jsou odlišné od charakteristik operátora distribuční sítě. Protože však v řadě zemí existuje pouze jeden monopolní operátor přenosové soustavy, je získání porovnatelných firem v tomto segmentu ještě složitější.
9.3
Všeobecné přijetí regulační metodiky
Mají-li být firmy motivovány ke zvyšování hospodárnosti, je třeba, aby byla regulační metodika co nejšířeji přijata, jinak budou hrozit právní spory, jako tomu bylo a je např. v Nizozemí. Ty vedou i k dodatečným nákladům regulace. Firmy, které budou s výstupy regulace (faktorem efektivity a dalšími parametry) nespokojeny, zřejmě budou napadat nejen volbu vzorku firem, ale také volbu vstupních a výstupních proměnných. Všeobecné přijetí TFP metodiky by mohlo být podpořeno úspěšným využitím této metodiky v jiných zemích a propagací těchto úspěchů. Nabízí se tedy možnost sledování úspěšnosti TFP metodiky v jiných zemích. 9.3.1
Individuální přístup
Přijetí regulační metodiky by mohlo být podpořeno individuálním přístupem k regulovaným firmám, neboť plošné stanovení faktoru efektivity vytváří potenciál pro další spory. Obecně platí, že firmy mají tendenci přijmout takové řešení, na kterém mohou participovat, zejména co se týče nastavení parametrů regulace, jako např. délka regulačního období a případné zohlednění mimořádných událostí pro nastavení nových parametrů v průběhu regulačního období. Zájem o individuální přístup vyjádřily firmy jak v průběhu konzultačních procesů v Austrálii a na Novém Zélandě, tak v České republice při přípravě metodiky regulace 3. regulačního období v ČR. Participace ve formě „negotiated settlement“ a připomínkového řízení, včetně vhodné komunikace a argumentace, se tedy zdá být nezbytnou podmínkou 114
přijetí regulační metodiky ze strany firem. S tím souvisí požadavek na transparenci regulační metodiky. 9.3.2
Transparentnost metodiky
Metodika a způsob stanovení parametrů regulačního vzorce musí být zcela transparentní. Jak vyplývá z konzultačního procesu v ČR, v současné době ERÚ používá často nejednoznačné či obecné výrazy, u některých parametrů regulace zcela chybí konkrétní transparentní odůvodnění (např. u faktoru efektivity). Regulované společnosti velmi nelibě nesou, pokud sám regulátor není vázán jednoznačnou metodikou stanovení parametrů. Transparentnost je navíc snížena jakoukoliv úpravou či normalizací dat, která se provádí z důvodu jejich heterogenity (viz předchozí sekce). 9.3.3
Využití externích konzultantů
Robustní a spolehlivé odhady TFP vyžadují analytickou práci, kterou nejlépe odvedou odborníci zaměření na tuto problematiku. Energetický regulační úřad sice zaměstnává specialisty regulace, kteří jsou teoreticky schopni TFP studie provádět, avšak využití specializovaných konzultačních firem, specialistů zahraničních regulačních orgánů nebo odborníků z akademické sféry by jistě zvýšilo kvalitu výstupů, a také by pravděpodobně vedlo k širšímu přijetí regulační metodiky mezi zúčastněnými stranami, neboť studie nezávislých subjektů dává menší prostor k politickým vlivům při rozhodování regulačního orgánu. Při využití externích konzultantů je však brát ohled na to, že studie vypracované konzultanty regulátora a regulovaných firem budou zřejmě prezentovat poněkud odlišné výstupy. Ideálně by poradenská firma neměla být nijak spjatá s regulovanou firmou ani regulátorem a její ohodnocení by nemělo být závislé na výstupu studie. Poradenská firma neumí být nutně česká. Mezi renomované firmy se světovými zkušenostmi v oblasti návrhu TFP metodiky patří např. Pacific Economics Group, London Economics nebo Economic Insights.
9.4
Shrnutí
V současné době bychom nedoporučili využití indexních TFP metod pro stanovení regulovaných cen v české energetice. Důvodem je zejména absence dlouhodobých a spolehlivých dat. Vývoj v České republice byl ovlivněn zásadními událostmi, které způsobují takovou distorzi dat, že není možné je efektivně využít při cenové regulaci. Dostupná data způsobují vychýlení zdánlivé produktivity firem směrem dolů, ačkoliv ve skutečnosti firmy dané náklady neměly možnost ovlivnit. Vývoj však zřejmě nebude stabilizovaný ani v blízké 115
budoucnosti. Pokud by regulátor trval na využití benchmarkingu, doporučili bychom využití metod, které nevyžadují velké množství průřezových dat (což jsou všechny metody založené na distanční funkci), a metodiku opřít o mezinárodní data. V tom případě je třeba brát ohled na všechny uvedené nepřesnosti a problémy spojené s využitím mezinárodních dat. Mezinárodní zkušenosti s využitím metody nejsou příliš veliké, a tak bychom doporučili zahájit sběr dat pro případnou analýzu TFP s možným využitím v budoucnu, samozřejmě pokud by sběr těchto dat a udržování národní databáze nebyly příliš nákladné. Pokud se TFP metodika osvědčí v zahraničí a bude k dispozici dostatečná datová základna, pak je možné zahájit konzultační proces s možným využitím TFP, a to nejlépe ve spolupráci s renomovanými konzultačními firmami, případně i akademickými pracovišti. V konzultačním procesu, jakož i v případné metodice regulace, je však třeba dát regulovaným firmám prostor k návrhům a připomínkám, a to ke všem parametrům regulace. V průběhu konzultačního procesu je nutné vyvarovat se jakékoliv netransparenci a samotný regulátor by měl být vázán jasně danými pravidly. Souhrnně je možné doporučit metodiku TFP spíše jako podkladovou metodu k další analýze a nikoliv jako čistou regulační metodu. Příkladem takového úspěšného využití TFP je tzv. metoda building block, využívaná ve Velké Británii. Zajímavou alternativou je i využití TFP metodiky jako nástroje k nastavení tzv. thresholdu, tedy momentu, ve kterém teprve regulátor přistoupí k vyjednávání a regulaci cen (viz kap. 5.4.1).
116
10 Závěr Energetika patří mezi strategicky důležité sektory ekonomiky. Některé z činností v energetice, zejména přenos a distribuce elektřiny a přeprava a distribuce zemního plynu, však vykazují charakter přirozeného monopolu a konkurence v těchto odvětvích je dle řady ekonomů pomíjivá a neefektivní. Z toho důvodu přistupuje většina zemí k regulaci těchto odvětví. Mezi hlavní subjekty regulace patří cena a kvalita služeb. V současné době se stává moderní metodou regulace tzv. motivační regulace, která zavádí stimuly ke snižování nákladů a zvyšování hospodárnosti regulovaných firem. Jednou z těchto metod je i benchmarking produktivity, jehož principem je srovnávání produktivity regulovaných firem s jinými firmami, které působí v obdobných podmínkách, a v návaznosti na rozdíly v produktivitě dochází ke stanovení regulovaných cen. Benchmarking produktivity je založen na výpočtu souhrnné produktivity faktorů (TFP). V současné době probíhá na českém energetickém trhu třetí regulační období a v současně probíhá příprava na čtvrté regulační období, ve kterém regulátor uvažuje o využití některého z přístupů benchmarkingu efektivnosti nebo produktivity.
10.1
Naplnění cílů práce a odpovědi na výzkumné otázky
Cílem této práce bylo provést detailní analýzu a syntézu možností, předpokladů a důsledků případného zavedení TFP regulační metodiky do regulačního rámce, a to se zaměřením na prostředí České republiky a ve spolupráci s regulovanými firmami. K naplnění cíle práce byla provedena rešerše existující literatury a komparace existujících přístupů, metod a praktických zkušeností. V aplikační části zaměřené na výpočty souhrnné produktivity faktorů byla provedena ekonomická analýza pomocí indexů produktivity (Fisherův index, indexy výstupu a vstupu, parciální produktivity faktorů) a analýzy vývoje absolutních ukazatelů. Na základě zjištění pak byla provedena syntéza poznatků, která umožňuje odpovědět na stanovené výzkumné otázky. Explicitní odpovědi na výzkumné otázky jsou stručně uvedeny v následujícím textu, přičemž pro detailní diskuzi je uveden odkaz na příslušnou kapitolu. 1. Jaké jsou v současné době možnosti aplikace existujících modelů benchmarkingu v rámci jedné země i mezinárodně? Jaké jsou výhody a nevýhody jednotlivých metod a rozdíly mezi konkurenčními a regulovanými odvětvími?
117
Existující modely benchmarkingu byly detailně popsány ve třetí a čtvrté kapitole včetně diskuze jejich výhod a nevýhod. Je možné konstatovat, že v současné době existuje trend zavádění motivačních metod regulace síťových odvětví. Co se týče benchmarkingu, většina evropských států, které jej v cenové regulaci využívají, používá nějakou formu metod založených na distanční funkci (např. COLS, DEA, SFA). Protože tyto metody vyžadují rozsáhlé vzorky dat, řada států nemá jinou možnost než využití mezinárodních dat. Potřeba rozsáhlého souboru relevantních a konzistentních dat zároveň patří mezi hlavní nevýhody metod benchmarkingu založených na distanční funkci a zároveň patří mezi jejich hlavní omezení. Bohužel dodnes neexistuje akademická shoda na tom, která z metod benchmarkingu je nejvhodnější. Pokud má analytik k dispozici pouze malý počet pozorování, nedostatek relevantních dat a nebude chtít využít mezinárodní data, pak pravděpodobně zvolí metodu TFP založenou na superlativních indexech, tedy Törnqvistův nebo Fisherův index (viz kap. 4.1.2). Tím zároveň vyslovuje předpoklad o optimalizačním chování firem a je nucen odhadnout ceny vstupů a výstupů. Co se týče rozdílů mezi „konkurenčními“ a regulovanými odvětvími, můžeme konstatovat, že firmy působící v konkurenčním prostředí jsou nuceny zvyšovat svou produktivitu, aby se udržely na trhu. Dále je možné konstatovat, že pokud tyto firmy svou produktivitu sledují, hodnotí zejména produktivitu práce a to na úrovni organizace. Regulované firmy nečelí konkurenčním tlakům, ale regulatorním omezením. Hodnocení produktivity regulačními orgány pak otevírá možnost záměrné manipulace s daty (gaming). Regulační orgány obvykle disponují větším objemem dat, avšak nikoliv tak přesnými, jako samotné firmy. Dále můžeme konstatovat, že mezi konkurenčními a regulovanými odvětvími existuje mezera ve výkonnosti. Většina uvedených studií pak potvrzuje pozitivní vliv konkurence na výslednou produktivitu firem, s výjimkou specifických událostí, jako např. přechod od plánovaného k tržnímu hospodářství. 2. Jaké jsou hlavní slabiny TFP přístupu ve smyslu nejen porovnání relativního vývoje efektivity/produktivity v čase, ale i možných rozdílných výchozích základen mezi subjekty (odvětvími)? Jaké jsou hlavní zdroje nepřesností a možných dezinterpretací výsledků? Zvláštní důraz byl věnován problematice dat při měření TFP, neboť rozdílné výchozí podmínky firem a jejich specifické prostředí mají zásadní dopad na výsledné srovnání produktivity. V této souvislosti jsme rozdělili problémy spojené s TFP přístupem do čtyř oblastí. První kategorií je třída problémů spojená s definicí odvětví (resp. vzorku firem). Při 118
této definici je nutné brát v úvahu řadu faktorů, jako např. koncentraci odvětví, míru státní regulace, výnosy z rozsahu, velikost firem a jejich finanční charakteristiky, geografické a historické podmínky atd. Druhá kategorie problémů souvisí se specifikací časového období. TFP analýzy je vhodné provádět na základě delšího období, přičemž uvažované období by mělo zahrnovat celý hospodářský cyklus a vylučovat mimořádné události. Třetí druh problémů je spojen s definicí a měřením vstupů a výstupů. Protože při měření výrobního faktoru práce je možné setkat se s řadou obtíží, často je zahrnuta do vstupu OPEX (provozní náklady) spolu s materiály a službami. Dále je nutné zvolit vhodné měřítko výrobního faktoru kapitál. Soubor výstupů by měl odrážet výkonnost, složitost a kvalitu poskytovaných služeb. Poslední třída problémů je spojena s měřením cen (resp. vah) vstupů a výstupů (v případě využití některého ze superlativních indexů), nebo měřením efektivní hranice (v případě využití Malmquistova indexu). V tom případě se často nevyhneme určitému stupni nepřesností spojených s expertními nebo ekonometrickými odhady. Dezinterpretace také může nastat samotnou neznalostí zkoumaného odvětví, proto jsou nutné konzultace s odborníky z analyzovaných firem. Při diskuzi výhod, nevýhod a dalších aspektů TFP metodiky je také vhodné vyjít z mezinárodních zkušeností s využitím této metody, které podává kapitola 5. 3. Jaký je vývoj produktivity odvětví regionální distribuce plynu v České republice a jaký je vývoj produktivity jiných síťových odvětví? Jsou tato data využitelná pro cenovou regulaci v podmínkách České republiky? Analýza vývoje produktivity v odvětví regionální distribuce plynu v České republice byla provedena v sedmé kapitole. Produktivita dalších firem působících v síťových odvětvích v České republice byla provedena v osmé kapitole. V obou případech byl k výpočtům využit Fisherův index produktivity. Výpočty naznačují, že existující data využitelná v regulační praxi v současné době nejsou, a to ani při intenzivní spolupráci s regulovanými firmami, které (na rozdíl od regulátora, který je hypoteticky omezen asymetriemi informací) disponují přesnými interními daty. Vývoj v České republice byl ve sledovaném období ovlivněn zásadními událostmi (např. unbundling, fúze firem a jejich reorganizace), které způsobují takovou distorzi dat, že není možné je efektivně využít při cenové regulaci. Dostupná data způsobují vychýlení zdánlivé produktivity firem směrem dolů, ačkoliv ve skutečnosti firmy dané náklady neměly možnost ovlivnit. Srovnatelnost firem je také ztížena tím, že každá operuje v rozdílných podmínkách. Rozdíly jsou patrné zejména mezi společností PP Distribuce, která operuje na hustě osídleném území hl. m. Prahy a je navíc silně ovlivněna lokálními událostmi, společnostmi skupiny RWE a společností E.ON Distribuce, která
119
v současné době na rozdíl od jiných operátorů provádí jak distribuci elektřiny, tak zemního plynu. 4. Jaké předpoklady je třeba stanovit a jaké postupy by bylo možné doporučit pro implementaci TFP metodiky? V případě potřeby zavedení benchmarkingu do regulace energetiky v České republice by bylo možné doporučit využití metod, které nevyžadují velké množství průřezových dat, a metodiku opřít o mezinárodní data. V tom případě je třeba brát ohled na všechny diskutované nepřesnosti a problémy spojené s využitím mezinárodních dat, zejména heterogenitu a rozdílné výchozí podmínky. V současné době nejsou mezinárodní zkušenosti s využitím benchmarkingu TFP příliš velké. Je proto možné doporučit zahájit sběr dat pro případnou analýzu TFP s možným využitím v budoucnosti, přičemž je třeba brát ohled na náklady spojené se sběrem těchto dat a udržování konzistentní národní databáze. Zároveň je vhodné sledovat úspěšnost využití TFP metodiky v zahraničí. Pokud se TFP metodika v zahraničí osvědčí a bude k dispozici dostatečná datová základna, pak je v rámci konzultačního procesu uvažovat o možném využití TFP, a to nejlépe ve spolupráci s nezávislými konzultanty, případně i akademickými pracovišti. V konzultačním procesu, jakož i v případné metodice regulace, je třeba dát regulovaným firmám prostor k návrhům a připomínkám. Parametry regulace by měly vyjít z širšího konsenzu a měly by být naprosto transparentně stanovené. Bylo by také vhodné, aby byl samotný regulátor vázán jasně danými pravidly. I kdyby však nedošlo k zavedení benchmarkingu do českého regulačního rámce, je třeba zlepšit komunikaci regulátora a zcela transparentně definovat metodiku stanovení faktoru efektivity a volbu dalších parametrů regulačního vzorce. Souhrnně je možné doporučit metodiku TFP jako podkladovou metodu k další analýze a nikoliv jako čistou regulační metodu (v tomto ohledu poskytuje úspěšný příklad regulátor ve Velké Británii).
10.2
Přínosy práce
Teoretickým přínosem této disertační práce je rozvoj znalostní základy v oblasti TFP metodiky v České republice, kde ještě podobná analýza provedena nebyla. V návaznosti na něj je pak možné určit další teoretický přínos této práce, kterým je analýza vhodnosti využití jednotlivých metod benchmarkingu při regulaci síťových odvětví, a to se zaměřením na specifika malé země jakou je ČR. Práce ukázala, že v případě malých zemí, a to zejména zemí bývalého východního bloku, je velmi problematické sestavit solidní datovou základnu, která by mohla sloužit jako podklad pro benchmarking v regulaci síťových odvětví. 120
Mezi praktické přínosy této práce je pak možné zařadit analýzu produktivity síťových odvětví v ČR (distribuce plynu, distribuce a přenos elektřiny, vodárenství), a to zejména odvětví regionální distribuce plynu. Součástí praktických přínosů práce je i soubor doporučení, které mohou být využity Energetickým regulačním úřadem, případně dalšími regulačními orgány v ČR, při koncipování regulační metodiky. Výstupy a argumenty plynoucí z této práce pak mohou být využity i samotnými regulovanými firmami při přípravě strategie a při přípravě vyjednávání s regulátorem, zejména v rámci konzultačního procesu i při přípravě nové metodiky regulace.
10.3
Budoucí směřování výzkumu
V této disertační práci byly využity i poznatky získané v rámci řešení grantu Interní grantové agentury VŠE IGA F3/22/2011 Regulace energetických firem v regionu střední Evropy a možnosti jejího zlepšení, v rámci kterého byla publikována řada výstupů v recenzovaných časopisech i ve sbornících z mezinárodních konferencí. Budoucí výzkum je možné zaměřit na ostatní metody benchmarkingu v regulaci síťových odvětví. Přímým „konkurentem“ indexních metod založených na cenové agregaci, tedy zejména Fisherova a Törnqvistova indexu, je Malmquistův index produktivity a obecně další metody založené na konstrukci efektivní hranice a distanční funkce. Tyto metody mají své výhody i nevýhody, které byly také v této práci diskutovány, a jsou v regulační praxi velmi využívané, a to zejména v Evropě. Řada závěrů této práce však platí i pro ně – zejména problematika dostupných dat, která je v efektivní regulaci síťových odvětví zcela zásadní, ale i institucionální aspekty zavedení metodiky, jako např. aplikace individuálního přístupu, transparentnosti a doporučení využívat externích konzultantů.
121
Literatura 1. ACCC (2012): Benchmarking Opex and Capex in Energy Networks. ACCC/AER Working Paper 6, květen 2012. 2. AEMC (2011): Total Factor Productivity for Distribution Network Regulation. Australian Energy Market Commission [online]. [cit. 2013-05-30]. Dostupné z: http://www.aemc.gov.au/electricity/rule-changes/completed/total-factor-productivity-fordistribution-network-regulation.html 3. Aigner, D., Lovell, C. A., Schmidt, P. (1977): Formulation and estimation of stochastic frontier production function models. Journal of Econometrics, roč. 6, č. 1, s. 21-37. 4. Angelucci, M., Estrin, S., Konings, J. a Zolkiewski, Z. (2001): The Effect of Ownership and Competitive Pressure on Firm Performance in Transition Countries: Micro Evidence from Bulgaria, Romania and Poland. CEPR Discussion Papers 2985. 5. Arnold, J. M., Nicoletti, G., Scarpetta, S. (2011): Does Anti-Competitive Regulation Matter for Productivity? Evidence from European Firms. IZA dscussion paper No. 5511. 6. Averch, H., Johnson, L. L. (1962): Behavior of the Firm Under Regulatory Constraint. American Economic Review, roč. 52, č. 5, s. 1052–69. 7. Baumol, W. J., Panzar, J. C., Willig, R. D. (1982): Contestable Markets and the Theory of Industry Structure. San Diego: Harcourt Brace Jovanovich, 1982. 8. Berg, S. V. (2010): Water Utility Benchmarking. Measurement, Methodologies, and Performance Incentives. London: IWA Publishing, 2010. 9. Best Practices LLC (2005): Achieving Process Excellence: Benchmarking Productivity Measurement. Best Practices LLC [online]. [cit. 2013-05-30]. Dostupné z: http://www.best-in-class.com/bestp/domrep.nsf/products/achieving-process-excellencebenchmarking-productivity-measurement. 10. Blanchard, O., Kremer, M. (1997): Disorganization. Quarterly Journal of Economics, roč. 112, č. 10, s. 91-126. 11. Bolter, W. G., McConnaughey, J. W., Kelsey, F. J. (1990): Telecommunications Policy for the 1990s and Beyond. Armonk, NY: M.E. Sharpe, 1990.
122
12. Bonbright, J. (1961): Principles of Public Utility Rates. New York: Columbia University Press, 1961. 13. Brown, T., Moselle, B. (2008): Use of Total Factor Productivity Analyses in Network Regulation: Case Studies of Regulatory Practice. Brussels: Brattle Group, 2008. 14. Brown, T., Moselle, B. (2009): Incentives Under Total Factor Productivity Based and Building-Blocks Type Price Controls. Brussels: Brattle Group, 2009. 15. Brynjolfsson, E. (1993): The Productivity Paradox of Information Technology: Review and Assessment. Communications of the ACM, roč. 36, č. 12, s. 66-76. 16. Caves, D. W., Christensen, L. R., Diewert, W. E. (1982): Multilateral Comparisons of Output, Input, and Productivity Using Superlative Index Numbers. Economic Journal, roč. 92, č. 365, s. 73–86. 17. Clark, J. M. (1940): Toward a Concept of Workable Competition. The American Economic Review, roč. 30, č. 2, s. 241-256. 18. Coelli, T. et al. (2005): An Introduction to Efficiency and Productivity Analysis. Boston: Springer, 2005. 19. Crafts, N. (2006): Regulation and Productivity Performance. Oxford Review of Economic Policy, roč. 22, č. 2, s. 186-202. 20. Debreu, G. (1951): The Coefficient of Resource Utilization. Econometrica, roč. 19, č. 3, s. 273-292. 21. Dhawan, R. (2001): Firm Size and Productivity Differential: Theory and Evidence From a Panel of US firm. Journal of Economic Behavior & Organization, roč. 44, č. 3, s. 269293. 22. Diewert, W. E. (1976): Exact and Superlative Index Numbers. Journal of Econometrics, roč. 4, č. 2, s. 115-145. 23. Diewert, W. E. (1982): Fisher ideal output, input, and productivity indexes revisited. Journal of Productivity Analysis, roč. 3, s. 211-248. 24. Djankov, S., Murell, P. (2002): Enterprise restructuring in transition: A quantitative survey. Journal of Economic Literature, roč. 40, s. 739-792. 25. Djankov, S, La Porta, R., Lopez-de-Silanes, F., Shleifer, A. (2002a): The Regulation of Entry. Quarterly Journal of Economics, č. 117, s. 1-37. 123
26. Eichornm, W., Voeller, J. (1983): The Axiomatic Foundations of Price Indexes and Purchasing Power Parities. In Diewert, Montamarquette (ed.): Price Level Measuremement, Statistics Canada, s. 411-450. 27. ERÚ (2009): Závěrečná zpráva Energetického regulačního úřadu o metodice regulace III. regulačního období. Energetický regulační úřad [online]. [cit. 2013-05-30]. Dostupné z: http://eru.cz/dias-read_article.php?articleId=809 28. ERÚ (2009a): Prezentace metodiky regulace v plynárenství. Energetický regulační úřad [online]. [cit. 2013-05-30]. Dostupné z: http://www.eru.cz/user_data/files/prezentace_III_RO/Metodika_III-RO_plyn.pdf 29. ERÚ (2012):. Tisková zpráva k cenovému rozhodnutí ERÚ č. 3/2012 ze dne 26. listopadu 2012, jímž se stanovují ceny regulovaných služeb souvisejících s dodávkou plynu pro rok 2013. Energetický regulační úřad [online]. [cit. 2013-05-30]. Dostupné z: http://www.eru.cz/user_data/files/tiskove%20zpravy/2012/plyn_2013.pdf 30. ERÚ (2012a):. Tisková zpráva k cenovým rozhodnutím ERÚ, jimiž se stanovují ceny regulovaných služeb souvisejících s dodávkou elektřiny za rok 2013. Energetický regulační úřad [online]. [cit. 2013-05-30]. Dostupné z: http://eru.cz/user_data/files/tiskove%20zpravy/2011/TZelektro22%2011%202011.pdf 31. Färe, R., Grosskopf, S., Lovell, C.A.K. (1985): The Measurement of Efficiency of Production. Boston,: Kluwer Academic Publishers, 1985. 32. Farrel, M. J. (1957): Measurement of Productive Efficiency. Journal of Royal Statistical Society. 1957, roč. 120, č. 3, s. 253-82. 33. Farsi, M., Fetz, A., Filippini, M. (2007): Benchmarking and Regulation in the Electricity Distribution Sector. CEPE Working Paper No. 54. 34. Farsi, M., Filippini, M. (2009): Efficiency Measurement in the Electricity and Gas Distribution Sectors, in Evans, Hunt (ed.) International Handbook on the Economics of Energy, Cheltenham: Edward Elgar, s. 598-623 35. Faulkender, M., Kadyrzhanova, D., Prabhala, N., Senbet, L. (2010): Executive Compensation: An Overview of Research on Corporate Practices and Proposed Reforms. Journal of Applied Corporate Finance, roč. 22, č. 1, s. 107-118. 36. Fisher, I. (1922): The Making of Index Numbers. Boston: Houghton-Mifflin,1922.
124
37. Fortnightly (2009): Regulatory Reform in Ontario. November 2009. Fortnightly Magazine [online]. [cit. 2013-05-30]. Dostupné z: http://www.fortnightly.com/fortnightly/2009/11/regulatory-reform-ontario. 38. Fried, H., Lovell, C. A. K., Schmidt, S. S. (2008): The Measurement of Productive Efficiency and Productivity Growth. Oxford New York: University Press, 2008. 39. Fuss, M., McFadden, D., Mundlak, Y. (1978): A Survey of Functional Forms in the Economic Analysis of Production. In: Fuss, McFadden (ed.) Production Economics: A Dual Approach to Theory and Applications, North-Holland: Elsevier, 1978. 40. Gelissen (2010): Incentive regulation of electricity distribution networks. Eindhoven: Eindhoven University of Technology. 41. Hicks, J (1939): Value and Capital. Oxford: Clarendon Press, 1939. 42. Holman, R. (2007): Mikroekonomie: středně pokročilý kurz. 2. aktualizované vydání. Praha: C. H. Beck, 2007. 43. Honkapuro, S., Lassila, J., Viljainen, S., Tahvaninen, K., Partanen, J. (2004): Effects of Benchmarking of Electricity Distribution Companies in Nordic Countries – Comparison Between Different Benchmarking Methods, In Proceedings of the 6th Nordic conference on Nordic Distribution and Asset Management (NORDAC), Esbo, Finland, August 2004. 44. IPART (1999): Efficiency and benchmarking study of the NSW distribution businesses. Sydney: IPART, 1999. 45. Jamasb, T., Nillesen, P., Pollitt, M. G. (2003): Strategic Behaviour Under Regulation Benchmarking. DAE Working Paper 312. 46. Jehle, G. A., Reny, P. J. (2000): Advanced Microeconomic Theory. New York: AddisonWesley, 2000. 47. Kahn, A. (1988): The Economics of Regulation: Principles and Institutions. Cambridge: MIT Press, 1988. 48. Kennet, D. M., Uri, N.D. (2001): Measuring Productivity Change for Regulatory Purposes. Journal of Media Economics. 2001, roč. 14, č. 2, s. 87-104. 49. Kislingerová, E. a kol. (2007): Evaluation of the survey in the Czech business sphere – results from the 1st stage. Praha: VŠE, 2007.
125
50. Koopmans, T. C. (1951): An analysis of production as an efficient combination of activities. In: Koopmans (ed.) Activity Analysis of Production and Allocation. Cowles Commission for Research in Economics, Monograph No. 13, New York: Wiley, 1951. 51. Lawrence, D. (2003) Regulation of Electricity Lines Businesses, Analysis of Lines Business Performance 1996–2003. Report prepared for Commerce Commission, Wellington, New Zealand. 2003. Hawker: Meyrick and Associates, 2003. 52. Lawrence, D., Diewert, E. (2006): Regulating Electricity Networks: The ABC of Setting X in New Zealand. In Coelli, Lawrence (ed.) Performance Measurement and Regulation of Network Utilities, s. 207-241. Northampton: Edward Elgar, 2006. 53. Lawrence, D. (2009): Energy Network Total Factor Productivity Sensitivity Analysis. Report prepared for Australian Energy Market Commission. Hawker: Economic Insights, 2009. 54. Lawrence, D. (2009a): Overseas Experience with TFP in Energy Network Regulation. AEMC Framework and Issues Paper Public Forum, 11th February 2009. 55. Lawrence, D., Kain, J. (2009): Assessment of Data Currently Available to Support TFP– based Network Regulation. Report prepared for Australian Energy Market Commission. Hawker: Economic Insights, 2009. 56. Leibenstein, H. (1966): Allocative Efficiency vs. X-Efficiency. American Economic Review, roč. 56, č. 3, s. 392–415. 57. Leontief, W. (1936): Composite commodities and the problem of index numbers. Econometrica, roč. 4, s. 39-59. 58. Lesser, A., Giacchino, L. (2007): Fundamentals of Energy Regulation. Vienna: Public Utilities Reports, 2007. 59. Leung, D, Meh, C., Terajima, Y. (2008): Productivity in Canada: Does Firm Size Matter? Bank of Canada Review Autumn, s. 7-16. 60. Machek, O. (2011): Monitoring Financial Indicators of Energy Utilities: An Example of Central European Energy Distribution Companies. In Trends in international business. Lyon: Service Édition de l'Université Jean-Moulin Lyon 3, 2011. 61. Machek, O. (2011a): Financial performance of Czech energy utilities. In Manažment podnikania a vecí verejných. Bratislava : ALDO Bratislava, 2011.
126
62. Machek, O. (2011b): Regulatory benchmarking in central Europe: Current practice and possibilition of development for the energy sector. The annals of the university of Oradea. Economic science, roč. 20, č. 1, s. 80–86. 63. Machek, O. (2011c): Performance-based Regulation of Energy Utilities in Central Europe and Baltic States. Piraeus 29.09.2011 – 01.10.2011. In: International Conference on Applied Business & Economics. Piraeus: University of Piraeus, 2011. 64. Machek, O. (2012): Data Issues in Total Factor Productivity Benchmarking: A Central European Perspective. The Annals of the University of Oradea. Economic Sciences, 2012, roč. 21, č. 2, s. 224–230. 65. Machek, O., Hnilica, J. (2012): Total Factor Productivity Approach in Competitive and Regulated World. Procedia – Social and Behavioral Sciences, roč. 57, s. 223-230 66. Makholm, J. D. (2007): Elusive Efficiency and the X-Factor in Incentive Regulation: The Törnqvist v. DEA/Malmquist Dispute. Benin City: Nera Publications, 2007. 67. Mas-Colell, A., Whinston, M., Green, J. (1995): Microeconomic Theory. Oxford: Oxford University Press, 1995. 68. McKinsey&Co (2008): Distribution Regulation in Europe: Time for Change. ANEEL Tariff Structure Seminar [online]. [cit. 2013-05-30]. Dostupné z: http://www.aneel.gov.br/arquivos/PDF/MathiasBecker_EnricoGiglioli_v1.pdf 69. MF ČR (2012): Makroekonomická predikce 2012. Ministerstvo financí ČR [online]. [cit. 2013-05-30].
Dostupné
z:
http://www.mfcr.cz/cps/rde/xbcr/mfcr/Makroekonomicka-
predikce_2012-Q3_B.pdf 70. Nickel, S., Nicolitsas, D. (1997): Wages, restrictive practices and productivity. Labour Economics , č. 4, s. 201–21. 71. OEB (2011): 3rd Generation Incentive Regulation (EB-2007-0673). Ontario Energy Board [online]. [cit. 2013-05-30]. Dostupné z: http://www.ontarioenergyboard.ca/OEB/Industry/Regulatory%20Proceedings/Policy%20I nitiatives%20and%20Consultations/3rd%20Generation%20Incentive%20Regulation 72. OECD (2001): Measurement of aggregate and industry-level productivity growth. Paris: OECD, 2001. 73. OFGEM (2003): Productivity Improvements in Distribution Network Operators. Final report. London: OFGEM, 2003. 127
74. OFGEM (2009): Regulating Energy Networks for the Future: RPI-X@20. History of Energy Network Regulation. OFGEM [online]. [cit. 2013-06-03]. Dostupné z: http://www.ofgem.gov.uk/Networks/rpix20/ConsultDocs/Documents1/Supporting%20pap er%20-%20History%20of%20energy%20network%20regulation%20FINAL.pdf 75. OFGEM (2011): Decision on strategy for the next gas distribution price control - RIIOGD1 Tools for cost assessment. Supplementary Annex (RIIO-GD1 Overview paper). London: OFGEM, 2011. 76. Orazem, P. F. , Vodopivec, M. (2007): Do Market Pressures Induce Economic Efficiency? The Case of Slovenian Manufacturing, 1994–2001. Southern Economic Journal, roč. 76, č. 2, s. 553-576. 77. Pedell, B. (2006): Regulatory Risk and the Cost of Capital: Determinants and Implications for Rate Regulation. Berlin: Springer-Verlag, 2006. 78. PEG (2006): Second-Generation Incentive Regulation for Ontario Power Distributors. Madison: Pacific Economics Group, 2006. 79. PEG (2009): X factor recommendations for New Zealand electricity distribution price controls. Madison: Pacific Economics Group, 2009. 80. Phillips, C. (1993): The Regulation of Public Utilities: Theory and Practice. Vienna: Public Utilities Reports, 1993. 81. Poschke, M. (2010): The Regulation of Entry and Aggregate Productivity. Economic Journal, roč. 120, č. 549, s. 1175-1200. 82. Reckon LLP (2007): Gas distribution price control review: Update of analysis of productivity improvement trends. Reckon LLP, 2007. 83. Robinson, C. (2007): Utility Regulation in Competitive Markets: Problems and Progress. Northampton: Institute of Economic Affairs, 2007. 84. Sena, V. (2003): The Frontier Approach to the Measurement of Productivity and Technical Efficiency. Economic Issues, roč. 8, č. 2, s. 71-97. 85. Shuttleworth, G., Makholm, J. D., Kraus, M. (2006): Calculation of the X-factor in the 2nd Reference Report of the Bundesnetzagentur for Energie Baden-Württemberg. London: Nera Publications, 2006.
128
86. Sixta, J., Vltavská, K., Zbranek, J. (2011): Souhrnná produktivita faktorů založená na službách práce a kapitálu. Politická ekonomie, roč. 58, č. 6, s. 798–804. 87. Soukup, J. (2008): Mikroekonomie. Praha: Management Press, 2008. 88. Stigler, G. J. (1942): Extent and Bases of Monopoly. The American Economic Review, roč. 32, č. 2, s. 1-22. 89. STB (1996): Ex Parte No. 290 (Sub-No. 7): Productivity Adjustment – Implementation. Washington, DC: Surface Transportation Board, 1996. 90. Šilhán, J.(2009): Dominantní postavení na relevantním trhu: právně - ekonomický přístup. In Interakce českého a evropského práva. Brno: Masarykova univerzita. Právnická fakulta, 2009. 61 s. 91. Törnqvist, L. (1936): The Bank of Finland's Consumption Price Index. Bank of Finland Monthly Bulletin, roč. 10, s. 1-8. 92. Van Damme, E. (2005): Liberalizing the Dutch Electricity Market: 1998-2004. Energy Journal, roč. 26, speciální vydání, s. 155-180. 93. Veber, J. a kol. (2000): Management. Základy, prosperita, globalizace. Praha: Management Press, 2000. 94. Vondráček, M., Skuček, T. (2010): Náklady unbundlingu v energetice: konkurenční prostředí ve prospěch zákazníka, nebo příliš drahý experiment? Ekonomika a management, roč. 4, č. 3, 12 s. 95. WIK-Consult (2011): Cost Benchmarking in Energy Regulation in European Countries – Final Report, Study for the Australian Energy Regulator. Bad Honnef: WIK-Consult. 96. Zachmann, G. (2009): Memo to the New Commisioner for Energy, Policy Contributions, Bruegel, 2009.
129
