Mendelova univerzita v Brně

Mendelova univerzita v Brně  Provozně ekonomická fakulta  Ústav ekonomie   

 

       

Endogenita teorie optimálních měnových oblastí:   vliv zahraničního obchodu na sladěnost hospodářských cyklů  v Evropské unii           

Diplomová práce            Autorka: Bc. Dagmar Bumbálková  Vedoucí diplomové práce: Ing. Petr Rozmahel, Ph.D.                  Brno 2011 

 

 

 

                                                                       

Prohlášení   Prohlašuji,  že  jsem  diplomovou  práci  zpracovala  samostatně  pod  odborným  vedením  Ing. Petra  Rozmahela,  Ph.D  a  všechny  zdroje,  ze  kterých  jsem  čerpala,  jsou  uvedeny  v seznamu použité literatury.   

V Brně dne                                                                                     …………………………                                                                                                             Bc. Dagmar Bumbálková   

 

 

                                                         

Poděkování   Ráda  bych  na  tomto  místě  poděkovala  svému  vedoucímu  diplomové  práce  Ing. Petru Rozmahelovi, Ph.D  za  odborné  vedení,  cenné  rady  a  připomínky,  které  mi pomohly při zpracování této práce 

 

 

 

Abstrakt  Diplomová  práce  se  zabývá  teorií  optimálních  měnových  oblasti,  která  je  alternativním   přístupem  k hodnocení  připravenosti  země  stát  se  členem  měnové  unie.  Práce  se konkrétně  zaměřuje  na  ověření  hypotézy  endogenity  teorie  optimálních  měnových  oblastí.  Pomocí  panelové  a  klouzavé  regrese  je  ověřen  vliv  intenzity  bilaterálního  obchodu  na  sladěnost  hospodářského  cyklu  eurozóny  a  zkoumaných  zemí,  které jsou členy  EU.  Výsledky  odhadnutých  regresí  jsou  srovnány  se  studiemi,  které se touto problematikou zabývaly.    Klíčová slova:   endogenita, teorie OCA, sladěnost hospodářského cyklu, intenzita bilaterálního obchodu   

Abstract The  Diploma  thesis  deals  with  a  Theory  of  Optimum  Currency  Area,  witch  is  an alternative  approach  to  readiness  assessment  of  country  to  become  a  member  of the Monetary  Union.  The  work  specifically  focuses  on  testing  the  hypothesis  of endogeneity  OCA  theory.  Using  a  panel  and  running  regression  tested  the  impact  of bilateral  trade  intensity  for  the  alignment  of  the  euro  area  business  cycle  and  the selected countries that are EU members. The results of the estimated regressions are  compared with works that deal with this issue.    Key words:   endogeneity  hypothesis,  OCA  theory,  business  cycle  similarity,  bilateral trade  intensity

 

 

 

Obsah 1. Úvod............................................................................................................................................... 7 2. Cíl práce a metodika ................................................................................................................... 9 2.1 Cíl práce ............................................................................................................................... 9 2.2 Metodika.............................................................................................................................. 9 3. Teoretická část ........................................................................................................................... 13 3.1 Teorie optimální měnové oblasti .................................................................................. 13 3.1.1 Měnová oblast ............................................................................................................... 13 3.1.2 Přehled historického vývoje teorie OCA................................................................... 14 3.1.3 Klasická teorie optimální měnové oblasti ................................................................. 15 3.1.4 Nový Mundellův model optimální měnové oblasti ................................................ 17 3.2 Rozvinutí teorie OCA (R.I. McKinnon, P.B. Kenen) ................................................. 18 3.3 Náklady a výnosy měnové integrace............................................................................ 20 3.3.1 Model GG‐LL ................................................................................................................ 23 3.4 Endogenní charakter kritérií OCA ............................................................................... 24 3.4.1 Empirické ověření hypotézy endogenity teorie OCA ............................................. 26 3.5 Hospodářský cyklus ........................................................................................................ 27 3.5.1 Sladěnost hospodářského cyklu ................................................................................. 28 4. Ověření hypotézy endogenity optimálních měnových oblastí ........................................ 30 4.1 Panelová regrese ‐ Eurozóna .......................................................................................... 30 4.1.1 Vstupní hodnoty panelové regrese ............................................................................ 31 4.1.2 Odhadnuté modely ...................................................................................................... 33 4.1.3 Vyhodnocení odhadnutých modelů .......................................................................... 40 4.2 Panelová regrese – Německo.......................................................................................... 45 4.2.1 Vstupní hodnoty panelové regrese ............................................................................ 45 4.2.2 Odhady regresního modelu ........................................................................................ 47 4.2.3 Vyhodnocení odhadnutých modelů .......................................................................... 53 4.3 Klouzavá regrese .............................................................................................................. 57 4.3.1 Česká republika ............................................................................................................ 57 4.3.2 Slovensko ....................................................................................................................... 60 4.3.3 Polsko ............................................................................................................................. 62 4.3.4 Bulharsko ....................................................................................................................... 65 4.3.5 Portugalsko.................................................................................................................... 67 4.3.6 Ostatní výsledky ........................................................................................................... 70 5. Diskuse ....................................................................................................................................... 72

‐ 5 ‐ 

6. Závěr ............................................................................................................................................ 78 7. Literární zdroje .......................................................................................................................... 80 8. Seznamy...................................................................................................................................... 83  

‐ 6 ‐ 

1. Úvod Teorie  optimálních  měnových  oblastí  představuje  jednu  z možností  jak  hodnotit  připravenost  země  na  vstup  do  měnové  unie.  Její  počátky  se  datují  do  60.  let,  což  není  náhoda. Velkou diskuzi o vhodnosti fixního nebo plovoucího měnového kurzu vyvolaly  problémy  doprovázející  Breton‐woodský  systém.  Největší  slabinou  byla  vazba  mezinárodního  měnového  systému  na  jedinou  měnu  –  dolar,  a  také  jeho  směnitelnost  za zlato.  Na  konci  50.  let  došlo  k obnovení  konvertibility  v mnoha  evropských  zemích  a začala  výrazně  růst  držba  dolaru  v zahraničí.  Banky  chtěly  přebytek  dolarů  směnit  za zlato a tady vyvstaly pochybnosti, zda je USA schopná garantovat směnitelnost dolarů  za  zlato.  Z důvodu  těchto  pochybností  začali  převládat  příznivci  plovoucích  kurzů.  Zde se  poprvé  objevily  i  názory  na  danou  problematiku  z pohledu  teorie  OCA,  kterou prezentoval  Mundell  a  dále  pak  McKinnon  a  Kenen.  Jejich  hlavní  snahou  bylo  nadefinovat kritéria, která by určovala optimální měnovou oblast. Hlavním problémem  měnové  oblasti  je  výskyt  asymetrických  šoků,  které  mají  na  země  v měnové  unii  různé  dopady,  ale  musí  být  eliminovány  jedinou  monetární  politikou.  Země  ztrácejí  vstupem  do  měnové  unie  možnost  využít  autonomní  měnovou  politiku  a  vystupují  vzhledem  k třetím zemím jako jeden celek. Pomocí kritérií, které definují optimální měnovou oblast  by  bylo  možné  odhadnout,  zda  bude  pro  zemi  vhodné  vstoupit  do  měnové  unie,  nebo zda si má ponechat vlastní měnu.   Teorie  OCA  prošla  dynamickým  vývojem  a  svoje  nové  uplatnění  našla  při formování  eurozóny.  Objevila  se  i  nová  teorie  v rámci  OCA,  kdy  byla  na  sklonku  90. let  vyslovena  hypotéza  endogenity  teorie  OCA.  Tato  hypotéza  je  významná  v tom,  že země  která  vstupuje  do  měnové  unie  nemusí  naplňovat  kritéria  OCA  ex  ante,  ale k jejich  naplnění  dojde  po  vstupu  země  do  měnové  unie,  tedy  ex  post.  Hypotézu  se nažili ověřit ve své studii Frankel a Rose (1998), kteří zkoumali vztah mezi intenzitou  bilaterálního  obchodu  a  stupněm  sladěnosti  ekonomik.  Jejich  výsledky  prokázaly  pozitivní  vliv  bilaterálního  obchodu  na  synchronizaci  ekonomik  zkoumaných  zemí.  Což znamená,  že  pokud  země  vstoupí  do  měnové  unie  a  nebude  její  ekonomika  příliš  sladěná s ekonomikou zemí měnové unie, dojde k růstu sladěnosti vlivem růstu intenzity  vzájemného obchodu, který roste po vstupu země do měnové unie z důvodu odstranění  bariér.  Sladěnost  hospodářských  cyklů  zemí  znamená  to,  že  je  malé  riziko  výskytu  asymetrického šoku, který postihuje země měnové unie rozdílným způsobem.  Hypotéza endogenity je ověřována i v mé práci, metodika vychází právě ze studie  Frankela  a  Roseho  (1998).  Ověření  je  provedeno  na  novějších  datech  pomocí  panelové  regrese  a  klouzavé  regrese,  která  se  vyznačuje  výpočtem  klouzavého  korelačního 

‐ 7 ‐ 

koeficientu. Pro ověření je využito 15 zemí Evropské unie, jednotlivé země nejsou členy  eurozóny,  ale  pro  srovnání  je  pár  členských  zemí  zahrnuto.  Konkrétně  se  jedná  o tyto země:  Lotyšsko,  Estonsko,  Litva,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česká  republika,  Španělsko,  Velké  Británie,  Rumunsko,  Maďarsko,  Polsko,  Dánsko,  Portugalsko. V regresi jsou využita čtvrtletní data od roku 1999 až do roku 2010.  Optimálním  výsledkem  teorie  OCA  by  byla  metoda,  která  by  dokázala  rozdělit  světovou ekonomiku na jednotlivé optimální měnové oblasti. Prostředkem k tomuto cíli  je  nalezení  kritérií,  které  by  takou  oblast  jasně  definovaly.  Jde  o  velmi  složitou  problematiku,  která  je  součástí  velmi  široké  a  dlouhé  diskuze  a  její  počátky  se  datují  do 60. letech a trvá dodnes.  

‐ 8 ‐ 

2. Cíl práce a metodika 2.1 Cíl práce Cílem  práce  je  ověřit  existenci  pozitivního  vlivu  prohlubování  ekonomické  integrace  mezi  zeměmi  eurozóny  a  ostatními  členskými  státy  EU  na  sladěnost  jejich  ekonomik.  Ekonomická integrace zde představuje intenzitu bilaterálního obchodu mezi vybranými  zeměmi a měnovou unií.     Zkoumaná hypotéza: „Čím větší je intenzita bilaterálního obchodu mezi eurozónou a vybranou  zemí, tím větší je sladěnost hospodářských cyklů obou oblastí.“    Sledované  období  se  datuje  od  1.  ledna  roku  1999,  kdy  byla  založena  eurozóna  Maastrichtskou  smlouvou  až  do  současnosti.  Ověření  hypotézy  je  provedeno  pomocí  panelové  regrese,  která  tvoří  stěžejní  část  práce  a  následně  je  vztah  zkoumán  i  pomocí  klouzavé regrese. Hypotéza vychází z teorie endogenity optimálních měnových oblastí.  Dílčím  cílem  je  komparace  výsledků  panelové  a  klouzavé  regrese.  Pro  lepší  srovnání  je  zkoumaný  vztah  aplikován  i  na  Německo  a  vybrané  země  EU.  Německo  je  jedna  z nejsilnějších  ekonomik  v EU  z hlediska  HDP,  a  díky  tomu  má  výrazný  vliv  na hospodářský  cyklus  celé  unie.  Z toho  důvodu  je  německá  ekonomika  použita  pro srovnání s eurozónou. 

2.2 Metodika Základem  pro  splnění  výše  uvedených  cílů  bylo  vypracování  literární  rešerše,  která  je  zaměřena  na  knihy  zabývající  se  teorií  optimálních  měnových  oblastí.  Do  rešerše  jsou  zahrnuty i vědecké práce, které jsou zaměřeny na empirické ověření zkoumané hypotézy  o  endogenitě  teorie  OCA.  Stěžejní  prací  je  studie  J.  A.  Frankela  a  A.  K Roseho  o endogenitě optimálních měnových oblastí z roku 1998.   Po  vypracování  literární  rešerše  následovalo  získání  potřebných  dat,  které  byly  staženy  ze  statistického  portálu  Eurostat.  Jedná  se  o  čtvrtletní  data  od  prvního  čtvrtletí  roku  1995  do  druhého  čtvrtletí  roku  2010.  Pro  panelovou  regresi  byla  využita  data  od roku 1999, počet pozorování činí 46. Konkrétně se jedná o časové řady HDP, celkový  import  a  export  pro  jednotlivé  země  a  objem  obchodní  výměny  mezi  dvojicemi  zemí.  Všechny pozorované ekonomické indikátory jsou v měně euro.  Po získání vstupních dat byla provedena jejich úprava, aby bylo možné vypočítat  ukazatel  intenzity  obchodu  a  korelační  koeficient.  Data  pro  eurozónu,  byla  vypočítána 

‐ 9 ‐ 

dle  toho,  jak  státy  vstupovaly  do  měnové  unie,  a  to  jak  v případě  importu,  exportu,  tak i u  ukazatele  HDP.  Hodnoty  jednotlivých  ekonomických  ukazatelů  pro  danou  zemi  byly  postupně  přičteny  podle  roku  přistoupení  země  do  eurozóny.  Časové  řady  všech  ekonomických  ukazatelů  (importu,  exportu  a  HDP)  jsou  přepočteny  na  přirozený  logaritmus,  z důvodu  snadnější  manipulace  s daty.  V případě  ekonomického  ukazatele  HDP  bylo  zapotřebí  využít  Hodrick‐Prescottova  filtru  pro  odstranění  trendu  a  získání  cyklické  složky  HDP.  Cyklická  složka  HDP  byla  následně  upravena  pomocí  centrovaného  klouzavého  průměru,  protože  se  zde  vyskytovala  sezónnost,  která zkreslovala korelační koeficient.  Z upravených  dat  byly  vypočteny  vstupní  proměnné  regresní  rovnice.  Vysvětlující  proměnná  je  intenzita  zahraničního  obchodu,  jejíž  vzorec  pro  výpočet  je  uveden níže: 

• Intenzita obchodu X :  Wti , j ,t = •

( X i , j ,t + M i , j ,t ) ( X i ,t + X j ,t + M i ,t + M j ,t )

 1 

X i , j ,t   vyjadřuje  celkový  objem  exportu  ze  země  i  do  země  j  (v  nominální  hodnotě) během období t, 

•

X i ,t  znázorňuje celkový objem exportu ze země i, 

•

X j ,t  je celkový objem exportu ze země j, 

•

M i , j ,t   je  celkový  objem  importu  ze  země  i  do  země  j  (v  nominální  hodnotě)  během období t, 

•

M i ,t  je celkový objem importu ze země i 

•

M j ,t  je celkový objem importu ze země j. 

  Problém,  kterému  čelí  tento  ukazatel  je,  že  v případě  bilaterálního  obchodu 

X i , j ,t ≠ M j ,i ,t  export ze země i do země j se nerovná importu země j ze země i, jak uvádí  Frankel a Rose (1998).  Vysvětlovaná  proměnná  v analyzovaném  vztahu  reprezentuje  sladěnost  hospodářského  cyklu  zkoumaných  ekonomik.  Jako  indikátor  ekonomické  aktivity  zemí  i a  j  v časovém  období  t  byl  zvolen  vývoj  cyklické  složky  HDP.    Výpočet  vysvětlované  proměnné  byl  proveden  pomocí  korelačního  koeficientu  Corr (v, s)i , j ,t ,  který  vyjadřuje  korelaci  dvou  časových  řad.  Vyjde  jedna  hodnota  za  celý  soubor  dat  v intervalu  <‐1,1>,                                                          Vzorec pro výpočet intenzity obchodu vychází ze studie Frankel – Rose (1998): The Endogeneity 

1

of the Optimum Currency Area Criteria. 

‐ 10 ‐ 

kde ‐1 znamená negativní korelaci mezi časovými řadami a 1 znamená pozitivní korelaci  časových řad. Hodnoty okolo 0 se vyznačují minimální nebo žádnou korelací vstupních  hodnot.  Po  úpravě  časových  řad  a  výpočtu  intenzity  obchodu  a  korelačního  koeficientu  práce  přešla  k ověřování  hypotézy  endogenity  optimálních  měnových  oblastí  pomocí  panelová regrese a klouzavá regrese. Tvar regresní rovnice je následující:   

Corr (v, s )i , j ,t = α + β Trade( w)i , j ,t + ε i , j ,t 2    Jednorozměrný  regresní  model  je  složen  ze  závisle  proměnné  Y  ( Corr (v, s )i , j ,t ),  kterou představuje korelační koeficient a z vysvětlující proměnné X ( Trade( w)i , j ,t ), což je  průměrná  míra  intenzity  bilaterálního  obchodu.  Parametry  α , β   jsou  odhadované  regresní  koeficienty  a  ε i , j ,t   vyjadřuje  všechny  ostatní  vlivy,  které  působí  na  podobnost  hospodářských  cyklů  mimo  sféru  obchodu.  Ekonomická  teorie  předpokládá  pozitivní  vliv bilaterálního obchodu na sladěnost ekonomik zkoumaných zemí.  V případě  panelové  regrese  je  korelační  koeficient  vypočten  za  období  1999  až druhé čtvrtletí roku 2010 vždy u zkoumané země  a eurozóny, počet pozorování je 46  u  každé  zkoumané  země.  Intenzita  obchodu  je  vypočtena  jako  aritmetický  průměr  z jednotlivých  hodnot  intenzity  obchodu  za  stejné  období  jako  v případě  výpočtu  korelačního koeficientu. Pro srovnání je vztah aplikován i na Německo a vybrané země.  Celkem je vytvořeno šest modelů panelové regrese, které se liší v počtu zemí. Jednotlivé  modely  jsou  tvořeny  zeměmi,  které  se  dohromady  vyznačují  různou  vzájemnou  ekonomickou sladěností a intenzitou obchodu s eurozónou, Německem. Z každé regrese  jsou  postupně  odebírány  země,  které  nesplňují  zkoumané  kritérium  endogenity  teorie  optimální  měnové  oblasti.  To  znamená,  že  vykazují  nízkou  ekonomickou  sladěnost  s eurozónou,  popřípadě  s Německem,  nebo  dosahují  nízké  intenzity  bilaterálního  obchodu,  v některých  případech  dochází  k oběma  charakteristikám.  Země  vstupující  do posledního  modelu  představují  oblast,  která  nejvíce  naplňuje  hypotézu  endogenity,  dochází  zde  k nejvýraznějšímu  vlivu  prohlubování  ekonomické  integrace  na  zvyšování  sladěnosti jejich ekonomik s eurozónou.   Klouzavá  regrese  vychází  ze  stejné  základní  regresní  rovnice.  Rozdíl  je  v tom,  že korelační  koeficient  je  vypočten  za  pět  předcházejících  let  a  je  postaven  konkrétní                                                             Regresní  rovnice  vychází  ze  studie  Frankel  –  Rose  (1998):  The  Endogeneity  of  the  Optimum 

2

Currency Area Criteria. 

‐ 11 ‐ 

hodnotě intenzity obchodu mezi dvěmi územími, vždy jedna země a eurozóna,  za dané  čtvrtletí. Zkoumané období je v tomhle případě již od počátku roku 1995 až do druhého  čtvrtletí roku 2010. Odhad regresního modelu je prováděn na 43 pozorování, u některých  zemí  je  množství  pozorování  menší,  protože  data  nebyla  dostupná  např.  Irsko.  Opět  pro účely komparace byl zvolený postup použit i na Německo a vybrané státy.  Státy  které  jsou  zkoumány  panelovou  i  klouzavou  regresí  jsou  vždy  členy  EU,  ale nejsou členy měnové unie. Konkrétně jsou to tyto země: Česká republika, Maďarsko,  Polsko,  Bulharsko,  Lotyšsko,  Litva,  Rumunsko,  Dánsko,  Švédsko,  Anglie.  Z důvodu  možnosti  srovnání  jsou  dále  do  regrese  zařazeny  členské  země  eurozóny:  Irsko,  Portugalsko, Španělsko, Slovensko a nyní i Estonsko od roku 2011.  Všechny  výpočty  i  úprava  dat  je  provedena  pomocí  tabulkového  procesoru  MS Excel a statistického programu Gretl.  Závěr  práce  a  diskuse  se  zabývají  zhodnocením  dosažených  výsledků  pomocí  metody komparace a analýzy. Výsledky vlastní práce jsou srovnávány s výsledky studií,  které  se  zabývaly  také  ověřením  hypotézy  endogenity  teorie  optimálních  měnových  oblastí,  mezi  nejdůležitější  patří  studie  Frankel  a  Rose  1998,  poté  ještě  srovnávám  výsledky se dvěmi studiemi Jarka Fidrmuce z roku 2001 a 2004. 

‐ 12 ‐ 

3. Teoretická část 3.1 Teorie optimální měnové oblasti 3.1.1 Měnová oblast Měnová  oblast  má  mnoho  definic  a  ekonomové  se  ve  vymezení  pojmu  liší.  Pro  lepší  představu  je  na  začátku  teoretické  části  uvedeno  několik  definic  pojmu  měnová  oblast.  V obecném  smyslu  má    měnová  oblast  dvě  podoby,  jednou  z nich  je  seskupení  zemí,  resp.  regionů  užívajících  jednu  společnou  měnu  nebo  je  to  seskupení  zemí,  které  má  neodvolatelnou fixaci měnového kurzu dle Hazuchy  (2005).   Mundell (1997) ve své práci rozlišuje měnovou oblast (currency area) a měnovou  unii  (monetary  union).  V obou  případech  je  aplikován  režim  fixního  měnového  kurzu,  rozdíl je v počtu měn obíhajících na daném území. Zatímco měnová oblast zahrnuje dvě  či více měn fixovaných k sobě navzájem, měnová unie využívá pouze jedinou společnou  měnu.  Mundell  (2000)  dále  rozděluje  pojem  na  měnovou  oblast  s jedinou  měnou  a měnová  oblast  s více  měnami.  Příkladem  první  klasifikace  je  eurozóna,  kdy  země  nahrazují  národní  měnu  společnou  měnou  eurozóny.  Druhá  klasifikace  představuje  měnové  výbory3.  Pro  většinu  ekonomů  jsou  výrazy  měnová  oblast  a  měnová  unie  synonyma.  Studie  se  také  zabývají  pojmem  optimální  měnová  oblast  (OCA),  například  Mongelli  (2002)  uvádí,  že  optimální  měnová  oblast  je  geografické  seskupení  zemí,  které využívají  společnou  měnu  nebo  mají  několik  měn,  které  jsou  pevně  zafixovány  a existuje  zde  možnost  budoucího  sjednocení.  Vůči  měnám  třetích  zemí  může  společná  měna  nebo  zafixované  měny  volně  plavat.  Takové  území  je  optimální  pokud  splňuje  kritéria OCA: 

• Mobilita výrobních faktorů,  • Otevřenost ekonomiky,  • Diversifikace produkce,  • Cenová a mzdová flexibilita, atd. .  Pokud  země  splní  výše  uvedená  kritéria,  potom  by  její  členství  v měnové  unii  mělo vést k vyšším výnosům než nákladům, které z členství pro zemi plynou.                                                          V měnovém výboru se měnový kurz udržuje na pevně stanovené hodnotě vůči referenční měně 

3

bez pásem oscilace. Centrální banka může dodávat do oběhu nové  peníze pouze prostřednictvím  nákupu zahraniční měny. O velikosti úrokových sazeb nerozhoduje, čímž se zcela vzdává vlastní  měnové politiky. 

‐ 13 ‐ 

3.1.2 Přehled historického vývoje teorie OCA Originální  název  teorie  optimální  měnové  oblasti  je  v angličtině  „optimum  currency  area“  a  od  tohoto  názvu  odvozujeme  používanou  zkratku  OCA.  Vývoj  teorie  OCA  probíhá  ve  čtyřech  fázích  dle  Kučerové  (2005).  První  dvě  fáze  jsou  charakteristické  tím,  že vychází z keynesiánských předpokladů:  

• Strnulost cen a mez v krátkém období.  • Dlouhodobý  substituční  vztah  mezi  inflací  a  nezaměstnaností  vycházející  z Phillipsovy křivky. 

• Vysoce elastická nabídka statků a služeb.  • Cenově elastická poptávka po statcích a službách, kterou může ovlivnit vláda.  Proto  se  teorie  tohoto  období,  která  zahrnuje  první  dvě  vývojové  fáze,  nazývá  „tradiční teorie optimálních měnových oblastí.  První fáze se nazývá „průkopnická fáze“  a    je  datována  do  60.  let  minulého  století,  kdy  byly  publikovány  stěžejní  práce  R.A. Mundella  (1961)  a  P.B.  Kenena  (1969).  Hlavním  přínosem  této  fáze  byla  snaha  o definici  kritérií  vymezujících  optimální  měnovou  oblast  a  objevovali  se  zde  i  první  pokusy o analýzu výnosů a nákladů optimální měnové oblasti. Dle Kučerové (2005) byla  kritéria  mnohdy  protichůdná  a  většinu  z nich  nebylo  možné  jednoznačně  empiricky  definovat.   Druhá fáze je v období 70. let byla označena jako „fáze usmíření“. Vědecké práce  v tomhle  období  více  zkoumaly  a  analyzovaly  kriteria  OCA.  Hlavním  důvodem  bylo  zjistit  jejich  relativní  význam  a  odstranit  jejich  mnohdy  sporný  charakter  dle  Kučerové  (2005).  Byla  definována  i  nová  kritéria  například  symetrie  šoků  postihujících  měnové  unie. Mnoho kritérií se nedalo empiricky ověřit, proto se hlavní důraz kladl na analýzu  výnosů a nákladů měnové unie.  Druhá polovina 70. let a 80. léta znamenají pro teorii OCA útlum.  Příčinou bylo  především,  že  vymezení  kritérií  nevedlo  ke  stejným  závěrům  a  mnohdy  si  odporovala  dle  Kučerové  (2005).  Nové  významné  období  pro  teorii  OCA  přišlo  až  na  přelomu  80.  a 90. let, kdy byly obnoveny snahy o zavedení společné měny v Evropském společenství.  Tato  třetí  fáze  je  nazývána  jako  „fáze  přehodnocování“.  Vyznačuje  se  teoretickým  a empirickým  zdokonalením  teorie  OCA  a  také  k došlo  k přehodnocení  nákladů  a výnosů plynoucích z měnové unie. Do teorie se promítají také nové makroekonomické  poznatky,  například  zpochybnění  vztahu  Phillipsovy  křivky  a  nové  metody  makroekonomického  modelování.  Teorie  OCA  byla  rozšířena  o  celou  řadu  nových  poznatků  a  byla  podrobena  usilovnému  zkoumání,  proto  se  o  této  fázi  hovoří  jako o „nové teorii optimální měnové oblasti“. Poslední čtvrtou fází je „empirická fáze“,  která  obdobím  navazuje  na  předchozí  fázi.  Všechna  kritéria  jsou  detailně  zkoumána  ‐ 14 ‐ 

do minulosti.  Dle  Kučerové  (2005)  se  někteří  ekonomové  snaží  o  zjištění  jaký  vliv  má  měnová  integrace  na  ekonomiky  členských  zemí.  V této  souvislosti  byly  vysloveny  dvě  hypotézy:  hypotéza  specializace  a  hypotéze  endogenního  charakteru  kritérií  OCA,  která je zkoumána v mé práci.  Edogenní  přístup  znamená  dle  výkladového  slovníčku  stránky  Zavedené  eura,  že samotné členství v měnové unii urychluje utváření atributů optimální měnové oblasti.  Z  toho  pak  logicky  vyplývá,  že  měnovou  unii  mohou  zakládat  i  země  s  nedostatečně  vyvinutými  atributy  teorie  OCA.  Tento  závěr  je  do  jisté  míry  potvrzován  i  zkušeností  samotných  zemí  eurozóny,  kterou  by  řada  ekonomů  neoznačila  za  optimální  měnovou  oblast, ale která již po deset let uspokojivě funguje.  Rusek (2009) uvádí dva základní argumenty pro vytvoření měnové unie. První je,  že hlavní zdroj asymetrických šoků je země, která není členskou zemí měnové unie a má  vlastní monetární politiku a druhým argumentem je, že vstup do měnové unie stimuluje  růst  zahraničního  obchodu  a  prohlubuje  finanční  integraci  zemí,  což  vede  ke  sladění  vyskytujících se šoků (šoky se stanou symetrické). 

3.1.3 Klasická teorie optimální měnové oblasti Počátek  teorie  OCA  se  datuje  do  roku  1961,  kdy  Robert  A.  Mundell  (1961)  vydal  průkopnickou  studii  Teorie  optimálních  měnových  oblastí  v The  American  Economic  Review.  Ve  svém  článku  se  zabýval  procesem  přizpůsobení  v případě  vzniku  vnější  nerovnováhy.  Originalita  práce  je  v tom,  že  se  Mundell  zabývá  problematikou  kritérií,  která  musí  daná  země  naplnit,  aby  pro  ni  bylo  přínosné  vstoupit  do  měnové  unie.  Základní otázka, kterou Mundell řeší je, zda je pro země lepší si ponechat volně plovoucí  měnový  kurz  nebo  zavést  společnou  měnu  v případě,  kdy  země  prohlubují  svoji  hospodářskou  integraci.  Na  tuto  otázku  se  pokusil  odpovědět  definováním  optimální  měnové oblasti.  Model  AS‐AD  dle  De  Grauwa  (2007),  na  kterém  Mundell  zkoumá  svoji  teorii  vychází z keynesiánských předpokladů. Máme dvě země A a B, které mají vlastní měny  navzájem  na  sobě  fixované.  V každé  zemi  existuje  plná  zaměstnanost,  rovnováha  platební  bilance,  ceny  a  mzdy  jsou  v krátkém  období  nepružné  směrem  dolů,  což  vede  k nárůstu nezaměstnanosti a vláda prosazuje antiinflační politiku.   Země  jsou  vystaveny  asymetrickému  poptávkovému  šoku4,  jak  můžeme  vidět  v obrázku  č.1.  V zemi  A  došlo  v jeho  důsledku  ke  zvýšení  poptávky  po  zboží  na  úkor                                                             Asymetrický  šok  znamená,  že  dojde  k situaci,  kdy  jsou  dvě  země    nebo  více  zemí  zasaženy 

4

šokem,  který  v jednotlivých  státech  vyvolá  různé  dopady,  většinou  se  jedná  o  dopady  opačné 

‐ 15 ‐ 

snížení  poptávky  po  zboží  země  B.  Příčinou  takového  šoku  může  být  přesun  spotřebitelských  preferencí  z jednoho  typu  zboží  na  jiný.  To  způsobí  v zemi  A  zvýšení  výstupu, přebytek platební bilance a inflační tlaky, zemi B postihne pokles výstupu, růst  nezaměstnanosti a deficit platební bilance, jak uvádí De Grauwe (2007).    Obr. 1: Model AS‐AD, asymetrický poptávkový šok 

  Země/region A 

Země/region B

P 

P AS 

AS 

AD‘

AD

AD  AD‘ 

Y

Y   

Zdroj: P. De Grauwe 2007, vlastní úprava 

  Pokud  by  země  A  a  B  byly  optimální  měnovou  oblastí  začal  by  v případě  vzniku  asymetrického  šoku  fungovat  automatický  vyrovnávací  mechanismus,  kterým  je  dle Mundella  (1961)  především  vysoký  stupeň  mobility  výrobních  faktorů,  především  pracovních  sil.  V uvedeném  příkladě  by  to  vedlo  k migraci  pracovníků  ze  země  B do země  A,  což  by  vedlo  k zvýšení  nabídky  výrobních  faktorů  a  následně  k většímu  výstupu,  zmírnění  inflačních  tlaků  v zemi  A,  zároveň  by  došlo  ke  snížení  nezaměstnanosti  v zemi  B.  Kritika  této  teorie  spočívala  v tom,  že  přizpůsobení  prostřednictvím  pracovní  síly  trvá  delší  dobu,  než  v případě  měnového  kurzu.  Existuje  mnoho  bariér,  které  brání  přesunu  pracovních  sil:  jazyková  bariéra,  kulturní  zvyklosti,  osobní  překážky  (odloučení  od  rodiny),  apod..  Dalším  problémem  je,  že  země  zasáhne                                                                                                                                                                         nebo  s různou  intenzitou. Příkladem  je pokles  poptávky  po automobilech.  Rakouská  ekonomika  by  tímto  jevem  nebyla  příliš  zasažena,  protože  automobily  nevyrábí.  Naproti  tomu  česká  ekonomika by utrpěla nižší růst HDP a nárůst nezaměstnanosti.  

‐ 16 ‐ 

druhý  asymetrický  šok  krátce  po  prvním.  V takovém  případě  je  téměř  nereálné,  aby se pracovní  síly  přesunuly  zpět  během  týdnů  či měsíců,  pokud  již  vynaložily  náklady  na  migraci.  V krátkém  období  mobilita  pracovní  síly  není  schopna  nahradit  vyrovnávací  mechanismus  v podobě  měnového  kurzu,  ale  v dlouhém  období  je  přesun  pracovní  síly  pravděpodobnější  dle  Kučerové  (2005).  Mundell  také  neuvažoval  meziodvětvovou mobilitu pracovní síly.   Dle  těchto  závěrů  můžeme  konstatovat,  že  Mundell  (1961)  považoval  za optimální  měnovou  oblast,  takovou  kde  existuje  faktorová  mobilita  i  mezi  jednotlivými zeměmi, v takovém případě doporučoval režim fixních kurzů. 

3.1.4 Nový Mundellův model optimální měnové oblasti Dle  Kučerové  (2005),  Mundell  ve  svých  dosavadních  studiích  byl  na  straně  plovoucích  kurzů. Důvodem bylo to, že Mundell byl velmi skeptický k tomu, že země splní důležitý  předpoklad  pro  přijetí  jednotné  měny  a  tím  je  dostatečná  mobility  pracovní  síly.  Podle  něj  byly  země  schopné  reagovat  na  asymetrický  šok  pouze  pomocí  změn  měnového  kurzu. 

První 

Mundellův 

model 

vycházel 

z keynesiánských 

předpokladů, 

z čehož vyplývá,  že  monetární  a  fiskální  politika  dokáže  ovlivnit  agregátní  poptávku,  která účinně zasáhne proti poptávkovým a nabídkovým šokům.   Mundell  v roce  1973  publikoval  další  práce  na  téma  OCA,  kde  uveřejnil  nový  model, který vychází z jiných předpokladů než původní. Důležitou změnou je, že opustil  od  předpokladu  statického  očekávání  a  zkoumal  jaký  dopad  má  nejistota  ve  vývoji  měnového  kurzu  na  mezinárodní  diverzifikaci  portfolia  a  na  sdílení  rizika,  což  může  vyústit  v narušení  kapitálového  trhu  dle  Kučerové  (2005).  Jednou  z prací  je  Uncommon  Arguments  for  Common  Currencies  (1973),  v této  práci  Mundell  prosazuje  názor,  že společná  měna  může  mít  na  jednotlivé  ekonomiky  pozitivní  vliv,  protože  dokáže  zmírnit dopad asymetrického šoku pomocí společných devizových rezerv a diversifikací  portfolia  mezi  země  měnové  unie.  Čím  větší  je  tedy,  podle  Mundella,  objem  peněz,  který je  kryt  mezinárodně  přijímanou  měnou,  tím  větší  rezervy  má  hospodářsko‐ politická  autorita  k dispozici  pro  případ  různých  nepředvídatelných  událostí.  Pokud navíc  země  spolu  utvoří  měnovou  oblast,  rozsah  území  se  vzájemným  sdílením  rizika  se  rozšíří.  Různé  nečekané  události,  jako  například  válka,  stávka  či  neúroda  v jedné  z těchto  zemí  mohou  způsobit  pokles  reálného  důchodu  této  země.  Pokud však daná  země  tvoří  s druhou  zemí  měnovou  oblast,  společná  měna  umožní  postižené  zemi  vyčerpat  vlastní  měnové  rezervy  a  utlumit  dopady  tohoto  negativního  šoku  využitím  rezerv  druhé  země.  Náklady  na  přizpůsobení  šoku  tak  země  neponese  sama a mohou být částečně rozloženy do budoucnosti, jak uvádí Kučerová (2005). 

‐ 17 ‐ 

3.2 Rozvinutí teorie OCA (R.I. McKinnon, P.B. Kenen) Teorie  OCA  byla  dále  rozvíjena  dalšími  ekonomi  především  Mckinnon  a  Kenen,  kteří se zaměřili na definici dalších kritérií vymezujících optimální měnovou oblast.     1. Stupeň otevřenosti (McKinnon 1963)  McKinnon (1963) rozděluje zboží na obchodovatelné a neobchodovatelné a poměr mezi  těmito  dvěmi  položkami  udává  stupeň  otevřenosti  ekonomiky.  Neobchodovatelné  je  takové  zboží,  které  nelze  přepravit  na  zahraniční  trh.  Pro  ekonomiku,  která  je  více  otevřená  (má  více  obchodovatelného  zboží)  je  výhodnější  zavést  fixní  kurz  namísto  kurzu  plovoucího.  Velmi  pozitivní  dopad  zavedení  fixního  kurzu  je  v případě  malé  a otevřené  ekonomiky,  která  intenzivně  obchoduje  se  zeměmi  měnové  oblasti  a to i v případě, kdy disponuje minimální mobilitou výrobních faktorů.    Obr.2: Model AS‐AD, stupeň otevřenosti ekonomiky 

Relativně otevřená ekonomika P 

Relativně uzavřená ekonomika  P

AS’ AS 

AS‘  AS 

AD‘ AD‘  AD

AD 

Y

Y   

Zdroj: P. De Grauwe 2007, vlastní úprava 

  Obrázek  č.2  demonstruje  jaký  bude  mít  vliv  depreciace  měny  na  malou  ekonomiku  v porovnání  s velkou  ekonomikou.  De  Grauwe  (2007)  měří  otevřenost  ekonomiky jako podíl exportu na HDP. V otevřené ekonomice uvažuje extrémní situaci,  kdy podíl exportu na HDP je 99 % a v uzavřené ekonomice je opačný extrém, kdy podíl  exportu  na  HDP  je  pouze  1  %.  Velikost  depreciace  měn  u  obou  ekonomik  je  stejná,  ale má rozdílný  dopad.  Daleko  výraznější  posun  křivek  AS  a  AD  je  u  relativně  otevřenější  ekonomiky,  kde  také  došlo  k  většímu nárůstu  cenové  hladiny,  jak  je  vidět 

‐ 18 ‐ 

na obrázku  č.2.  De  Grauwe  (2007)  dále  uvádí,  že  v důsledku  využívání  monetární  politiky  pro  stabilizaci  cenové  hladiny  a  nezaměstnanosti,  dochází  u  otevřenější  ekonomiky  k vyšší  cenové  variabilitě,  se  kterou  jsou  spojeny  i  vyšší  náklady.  Malé  ekonomiky mají tendenci být otevřenější a proto je pro ně výhodné vstoupit do měnové  unie.    2. Stupeň diverzifikace produkce (Kenen 1969)  Kenen (1969) rozšiřuje kritéria optimální měnové oblasti o stupeň diverzifikace produkce  ekonomiky.  Země,  která  vyrábí  více  různorodých  výrobků  je  diverzifikovanější  a její ekonomiku  budou  v daleko  menší  míře  ovlivňovat  asymetrické  šoky  než  zemi,  která  se  specializuje  na  výrobu  menšího  počtu  různých  produktů.  Diverzifikace  tak podle  Kenena  (1969)  snižuje  negativní  efekty  asymetrických  šoků  na  ekonomiku,  a proto  je  režim  fixního  kurzu  nejvhodnější.  Naopak  země,  které  mají  méně  diverzifikovanou  produkci  by  měly  zůstat  u  plovoucího  kurzu,  aby  mohly  v případě  asymetrického šoku využít změny měnového kurzu.    3. Podobnost  nabídkových  a  poptávkových  šoků  a  hospodářských  cyklů  zemí  měnové unie  Šikulová  (2006)  uvádí,  že  pokud  se  země  rozhodne  vstoupit  do  měnové  unie  ztratí  tím autonomní  měnovou  politiku  a  možnost  ovlivnit  měnový  kurz.  Tato  skutečnost  může  být  velkým  problémem,  když  zemi  zasáhne  idiosynkratický  šok,  který  je  typický  tím, že zasáhne jen jednu zemi a ostatní země měnové unie neovlivní. Náprava takového  šoku  se  provádí  pomocí  změny  měnového  kurzu,  ale  při  zafixování  kurzu  již toto ovlivnění není možné. Proto je pro zemi, která se chce stát členskou zemí měnové  unie,  aby  měla  svůj  hospodářský  cyklu  co  nejvíce  sladěný  s hospodářským  cyklem  měnové oblasti, aby byl výskyt idiosynkratických šoků minimální.    4. Cenová a mzdová flexibilita  Země, které tvoří měnovou unii by měly mít co nejvyšší cenovou a mzdovou flexibilitu,  jak  uvnitř  státu,  tak  i  mezi  sebou,  a  to  především  v krátkém  období.  Pokud  nastane  asymetrický šok země jsou schopny eliminovat jeho dopady pomocí pohybem relativních  cen  a  mezd,  takže  dojde  k tlumení  vzniklé  nezaměstnanosti  v jedné  zemi  a  zároveň  se snižuje nárůst inflace v druhé oblasti, dle Šikulové (2006).       

‐ 19 ‐ 

5. Fiskální transfery  Kritériu  je  založeno  na  redistribuci  finančních  prostředků,  jak  uvádí  Lacina  (2007),  to znamená  že  jsou  centralizovány  podstatné  části  národních  rozpočtů  na  úroveň  měnové  unie.  V případě  asymetrického  šoku  mohou  země,  na  které  má  šok  pozitivní  dopad, podpořit pomocí transferů země, které šok zasáhl negativně. Tímto způsobem lze  řešit  pouze  šoky  přechodné,  ne  permanentní.  Fungování  fiskální  integrace  si  vyžaduje  vysoký stupeň politické integrace a ochotu zemí sdílet společně rizika.     6. Integrace finančních trhů  Dle  Laciny  (2007)  je  integrace  finančních  trhů  je  důležitá,  protože  kapitál  se  pak  může  volně  přelévat  mezi  zeměmi  měnové  unie.  Vysoký  stupeň  integrace  má  pozitivní  vliv  při vzniku  nerovnováhy  jednotlivých  ekonomik,  sebemenší  změna  úrokových  sazeb  vyvolá  rovnovážné  toky  mezi  zeměmi,  což  působí  na  vyrovnání  úrokových  sazeb.  Dalším efektem je zajištění efektivní alokace finančních zdrojů.    7. Podobná míra inflace zemí  Podstatným  kritériem  je  podobnost  měr  inflace  v měnové  oblasti,  protože  potom  země  mohou  dosahovat  stabilní  výše  vzájemných  obchodních  směnných  relací  a  nepotřebují  využívat  změnu  měnových  kurzů  dle  Laciny  (2007).  Pokud  jedna  země  dosahuje  vyšší  míry inflace než ostatní, vytváří to tlak na apreciaci měny této země a bylo by nemožné  v dlouhém  období  udržet  nastavený  fixní  kurz  bez  negativního  působení  na  danou  ekonomiku dle Kučerové (2005).    8. Stupeň politické integrace  Stupeň  politické  integrace  je  spíše  problémem  politickým  a  patří  k nejdůležitějším  kritériím vytvoření optimální měnové oblasti, toto kritérium je nadřazeno ekonomickým  kritériím.  Rozhodování  o  vstupu  do  měnové  unie  je  podmíněno  především  politickými  autoritami,  které  musí  být  ochotny  přijmout  přenesení  rozhodovacích  pravomocí  v oblasti  hospodářské  politiky  na  nadnárodní  úroveň  v rámci  měnové  unie,  jak  uvádí  Lacina (2007). 

3.3 Náklady a výnosy měnové integrace Členství  v měnové  unii  je  spojeno  jak  s přínosy  tak  i  s náklady.  Teorie  OCA  definuje  mnoho výnosů a nákladů, které je možné hodnotit a podle výsledku posoudit vhodnost  vstupu  země  do  měnové  unie.  Přesné  vyjádření  výnosů  a  nákladů  je  velmi  náročné.  Pro grafickou analýzu výnosů a nákladů se využívá model GG‐LL. 

‐ 20 ‐ 

1. Výnosy plynoucí z členství v měnové unii  Země  při  vstupu  do  měnové  unie  ztrácí  autonomii  monetární  politiky,  která  ovlivňuje  úrokové  sazby,  také  ztrácí  možnost  ovlivnění  měnového  kurzu,  a  také  nástroje  fiskální  politiky jsou omezeny. Pokud se asymetrické šoky vyskytují minimálně potom se snižuje  nutnost  autonomní  monetární  politiky  dle  Rozmahel  (2008).  Přínosy  plynoucí  ze zavedení  jednotné  měny  budou  vyšší,  čím  větší  bude  podobnost  nabídkových  a poptávkových  šoků  a  také  jak  rychle  se  členské  země  dokáží  šokům  přizpůsobit,  jak uvádí  Šikulová  (2006).  Nejčastěji  uváděné  výnosy  z přijetí  jednotné  měny  jsou  následující:    Snížení transakčních nákladů  Znamená  to,  že  dojde  k snížení  nákladů  na  konverzi  jedné  měny  do  druhé.  Tato skutečnost  se  nejvíce  projeví  v obchodě  mezi  zeměmi  měnové  unie  a  v cestovním  ruchu. Největší snížení nákladů se projeví u malých a otevřených ekonomik a také záleží  na  velikosti  měnové  unie,  čím  větší  zahrnuje  území,  tím  větší  je  úspora  nákladů  dle Šikulové (2006).    Omezení volatility měnového kurzu  Snižuje  se  nejistota  ohledně  vývoje  měnového  kurzu,  což  podporuje  obchodní  výměnu  a zprostředkovaně  vede  k ekonomickému  růstu.  Ekonomické  subjekty  se  nemusí  zajišťovat  proti  změně  kurzu.  Přínosem  je  také  stabilizace  měny  k ostatním  důležitým  měnám  a  zvýšení  důvěry  ze  strany  významných  obchodních  partnerů  a  investorů  dle Šikulové (2006).    Zvýšení kredibility a pokles úrokových sazeb  Pokles  úrokových  sazeb  nastává  u  nové  členské  země  po  vstupu  do  měnové  unie,  protože  dojde  k zvýšení  důvěryhodnosti  země  a  snížení  rizikové  prémie  dle  Mundella  (1973).  Vstup  do  měnové  unie  neodstraní  úplně  rizikové  prémie,  investoři  budou  stále  vnímat  rizika  související  s vyšší  pravděpodobností  nepříznivého  ekonomického  vývoje  v méně  vyspělých  ekonomikách.  Význam  a  rozsah  získané  kredibility  záleží  především  na  stupni  kredibility  hospodářské  politiky  země  před  vstupem  do  měnové  unie  dle Šikulové (2006).    Zvýšení cenové transparentnosti  Měnová  integrace  přináší  zvýšení  transparentnosti  cen,  což  podporuje  pozitivně  konkurenci  na  trhu  výrobků  a  služeb.  Domácí  výrobci  musí  zvýšit  svoje  úsilí, 

‐ 21 ‐ 

aby dokázali  konkurovat  producentům  měnové  unie.  V případě  EMU  nelze  očekávat,  že v blízké  budoucnosti  vznikne  „jednotná  evropská  cena“.  Největší  překážkou  je daňový systém, každá země eurozóny má jinak nastaveny sazby DPH a spotřební daně  dle Šikulové (2006).    Existuje  mnoho  dalších  definovaných  přínosů  ze  společné  měny,  jako  například  redukce spekulativních kapitálových toků. V měnové unii dochází k eliminaci spekulací  mezi  členskými  zeměmi,  ale  i  ve  vztahu  k třetím  zemím.  Dochází  také  k prohloubení  ekonomické  integrace,  která  má  za  následek  rozvoj  vzájemného  obchodu  a  vyšší  tok  přímých  zahraničních  investic.  V neposlední  řadě  přináší  měnová  unie  výnosy  mikroekonomického charakteru, což plyne z vyššího užitku peněz a společná ekonomika  je  schopna  lépe  plnit  všechny  funkce  peněz  (prostředek  směny,  zúčtovací  jednotka,  uchovatel hodnot) dle Kučerové (2005).  Velkým  přínosem  je  také  postavení  měny  euro  ve  světovém  měnovém  systému.  Euro  je  společně  s americkým  dolarem  a  japonským  jenem  přední  světovou  měnou.  Tento fakt má vliv na posílení politické a ekonomické pozice Evropské unie, jako celku  dle Laciny (2007).    2. Náklady plynoucí z členství v měnové unii  Přijetí jednotné měny sebou přináší i náklady, mezi něž se řadí následující.    Ztráta hospodářsko‐politického nástroje v podobě měnového kurzu  Pokud je země postižena asymetrickým šokem nemůže již spoléhat na změnu měnového  kurzu,  která  by  vedla  k přizpůsobení  ekonomiky.  Vzniklou  nerovnováhu  musí  země  řešit jiným způsobem přes mobilitu výrobních faktorů, změnou mezd či cen nebo pomocí  fiskálních transferů, což je mnohdy nákladnější dle Laciny (2010).    Ztráta autonomie monetární politiky  V měnové  unii  je  pouze  jedna  centrální  banka,  která  provádí  společnou  monetární  politiku.  Žádná  členská  země  nemůže  samostatně  v případě  recese  nebo  růstu  inflace  snižovat nebo zvyšovat úrokové sazby. Ztráta monetární politiky nemusí být tak vysoká  a to především v případě, kdy země nedokáží správně využít nástroje monetární politiky  a změny vedou spíše k destabilizaci dle Laciny (2007).       

‐ 22 ‐ 

Možná ztráta fiskální autonomie  Existuje  v souvislosti  s nutností  transferových  plateb  mezi  zeměmi  měnové  unie,  aby došlo  ke  snížení  jejich  hospodářských  a  sociálních  rozdílů.  Je  možné  za  jistých  okolností  ponechat  vyrovnání  těchto  rozdílů  na  národních  fiskálních  politikách  dle Kučerové (2005).    Možné zvýšení nerovnosti mezi bohatšími a chudšími regiony  Důvodem  jsou  především  zvýšené  kapitálové  toky  mezi  regiony  měnové  unie,  jako důsledek  odbourání  překážek  toku  kapitálu.  Kapitál  se  potom  přesouvá  z regionů,  které 

nejsou 

tak 

ziskové 

do 

regionů 

s většími 

investičními 

příležitostmi 

dle Kučerové (2005).    Dalšími  náklady  při  vstupu  do  měnové  unie  mohou  být  ztráta  výnosů  z ražebného,  které  může  být  částečně  eliminováno  přerozdělením  centrální  bankou  dle Kučerové  (2005).  Jednorázovým  nákladem  je  výroba  a  zavedení  nových  bankovek  do oběhu.  Nákladem  také  může  být  negativní  externí  šok,  který  vzniká  když  jedna  nebo několik  zemí  uskutečňují  politiku  výrazného  státního  deficitu.  Rostoucí  veřejný  dluh  by  způsobil  negativní  externality,  které  by  postihly  všechny  země  měnové  unie.  Vývoj by mohl ohrozit mezinárodní důvěru ve společnou měnu dle Laciny (2007). 

3.3.1 Model GG-LL Na  obrázku  č.3  je  uveden  model  GG‐LL  dle  Kurgman‐Obstfeld  (1994),  který  složí  k posouzení  zda  je  pro  zemi  vhodné  vstoupit  do  měnové  unie  nebo  ne.  V modelu  jsou  uvedeny  dvě  křivky  GG  a  LL.  Klesající  křivka  LL  vyjadřuje  to,  že  čím  větší  je  stupeň  obchodní  integrace    mezi  měnovou  unií  a  zemí,  která  chce  přijmout  jednotnou  měnu,  tím nižší  budou  náklady  ze  ztráty  autonomní  měnové  politiky  reprezentující  nástroj  ke stabilizaci  výstupu  a  zaměstnanosti.  Druhá  křivka  GG  má  pozitivní  sklon  a reprezentuje  to  že,  vysoký  stupeň  ekonomické  integrace  a  mobility  výrobních  faktorů  mezi  zemí,  která  uvažuje  o  vstupu  do  měnové  unie,  a  měnovou  unií  zvyšuje  výnosy  plynoucí  ze  vstupu  země  do  měnové  unie  dle  Kučerové  (2005).  Pozice  křivky  LL  je  ovlivněna symetrií, či asymetrií poptávkových a nabídkových šoků v ekonomikách zemí  měnové  unie,  a  také  stupněm  sladěnosti  hospodářských  cyklů  zemí.  Pokud  dojde  ke zvýšení  výskytů  asymetrických  šoků  dojde  k posunu  křivky  LL  doprava.  Průsečík  křivek  se  posunuje  z bodu  1  do  bodu  2.  Zemi  která  má  zájem  o  vstup  do  měnové  unie  musí  dosáhnout  vyššího  stupně  ekonomické  integrace  se  zeměmi  měnové  unie  než v bodě  1,  aby  výnosy  ze  vstupu  převážily  náklady.  Vyšší  ekonomickou  (obchodní) 

‐ 23 ‐ 

integrací  bude  eliminován  vyšší  výskyt  asymetrických  nabídkových  a  poptávkových  šoků, jak uvádí Rozmahel (2008).    Obr.č.3: Model GG‐LL  Náklady na zapojení  do měnové oblasti 

GG 2 1

LL‘ LL

Stupeň ekonomické (obchodní) integrace

  Zdroj: Krugman‐Obstfeld (1994), vlastní úprava 

  Pokud  existuje  vysoká  variabilita  a  nejistota  na  trhu  výrobků  a  služeb  v zemích  měnové unie, potom se snižuje ochota nečlenské země, která intenzivně vyváží, přijmout  společnou měnu dle Kučerové (2005). 

3.4 Endogenní charakter kritérií OCA Pokud  chce  země  vstoupit  do  měnové  unie  musí  plnit  vstupní  kritéria  ex  ante,  ale Frankel  a  Rose  (1998)  upozorňují  na  fakt,  že  kritéria  definovaná  teorií  OCA  jsou  endogenního  charakteru.  To  znamená,  že  k jejich  naplnění  může  dojít  až  ex  post,  tedy až po  vstupu  země  do  měnové  unie.  Hypotéza  endogenity  kritérií  optimality  měnové  oblasti  vychází  z předpokladu,  že  po  vstupu  země  do  měnové  oblasti  dojde  k prohloubení  ekonomické  integrace,  která  v důsledku  působí  na  splnění  charakteristik  optimální  měnové  oblasti.  Přijetí  jednotné  měny  znamená  odstranění  největší  bariéry  mezinárodního  obchodu  a  země  spolu  začnou  intenzivněji  obchodovat,  což  vede  k prohloubení  ekonomických  vazeb  a  následně  dojde  i  k sladění  hospodářských  cyklů  zemí dle Rozmahela (2008).  Frankel  a  Rose  (1998)  vyslovili  hypotézu,  že  korelace  hospodářských  cyklů  členských  zemí  měnové  unie  závisí  na  intenzitě  jejich  vzájemného  obchodu  a jeho liberalizaci. Obchod mezi zeměmi EU roste a ve velké míře jde o vnitroodvětvový  ‐ 24 ‐ 

obchod5.  Korelace  hospodářského  cyklu  je  tak  endogenní  v závislosti  na  intenzitě  mezinárodního  obchodu.  Vztah  je  uveden  v obrázku  č.4  pomocí  OCA  linie.  Prostor  v grafu je rozdělen na dvě části. Vlevo jsou země, pro které je vhodné ponechat si svoji  vlastní  měnu.  Pravá  část  znázorňuje  země,  které  jsou  vhodným  kandidátem  na  vstup  do měnové  unie,  protože  dosahují  vysoké  intenzity  mezinárodního  obchodu  nebo  mají  vysoký  stupeň  korelace  hospodářského  cyklu  s měnovou  unií,  v nejlepším  případě  dosahují vysokého stupně obou dvou uvedených charakteristik, jak uvádí ve své studii  Frankel a Rose (1998).    Obr.č.4: Vztah mezi mezinárodním obchodem a korelací hospodářského cyklu  Korelace hospodářských cyklů

Výhodné je mít  společnou měnu. 

Výhodné:  nevstupovat do  měnové unie.

OCA linie

Stupeň ekonomické (obchodní) integrace

    Zdroj: Frankel a Rose (1998), vlastní úprava 

  V souvislosti  s endogenitou  optimálních  měnových  oblastí  existuje  spor  mezi  Kurgmanem  a  Evropskou  komisí.  Kurgman  prosazoval  názor,  že  se  hospodářské  cykly  mohou stát idiosynkratické po vstupu země do měnové unie, protože se země s rostoucí  ekonomickou integraci začnou soustředit na výrobu produktu s komparativní výhodou,  což  snižuje  diverzifikaci  produkce.  Kurgman  tedy  definoval  hypotézu  specializace,  která tvrdí,  že  po  vytvoření  měnové  unie  dojde  k divergenci  hospodářských  cyklů  a zvýší  se  náklady  na  vzájemnou  integraci  dle  Rozmahela (2008).  Země,  která  by  plnila  kritéria  teorie  OCA  ax  ante,  by  po  vstupu  do  měnové  unie  nebyla  schopna  dále  plnit  kritéria, tedy ex post podle Kučerové (2005).                                                             Intra‐industry  trade  =  zahrnuje  dovozy  a  vývozy  stejného  druhu  zboží  mezi  dvěmi  zeměmi. 

5

Podíl je vysoký především u průmyslově vyspělých zemí. 

‐ 25 ‐ 

Jak  uvádí  Rozmahel  (2006)  Evropská  komise  měla  jiný  názor,  který  byl  prezentován  ve  studii  One  Market  One  Money.  Názor  spočíval  v tom,  že  měnová  unie  působí  proti  výskytu  asymetrických  šoků  díky  vnitroodvětvovému  obchodu,  který probíhá  mezi  členskými  zeměmi,  a  který  je  založen  na  nedokonalé  konkurenci  a výnosech  z rozsahu.  Výsledkem  je,  že  země  mezi  sebou  obchodují  totožné  produkty  a případný šok zasáhne země podobným způsobem. 

3.4.1 Empirické ověření hypotézy endogenity teorie OCA První  prací,  která  se  pokusila  o  empirický  důkaz  platnosti  hypotézy  endogenity  teorie  OCA  byla  již  zmiňovaná  studie  od  Frankela  a  Roseho  z roku  (1998).  Jejich  práce  se zaměřila  na  ověření  vztahu  mezi  korelací  ekonomik  a  zahraničního  obchodu.  Autoři  předpokládali  pozitivní  vliv  intenzity  zahraničního  obchodu  na  výši  sladěnosti  ekonomik  vybraných  zemí.  Pro  ověření  zkoumané  hypotézy  použili  čtvrtletní  časové  řady  zemí  OECD6  za  období  1959‐1993.  Pro  zvýšení  statistické  robustnosti  výsledků  využívají čtyři indikátory ekonomické aktivity reálné HDP, index průmyslové produkce,  celkovou zaměstnanost a míru nezaměstnanosti. Pro získání cyklické složky použili čtyři  detrendovací techniky. Vztah zkoumali pomocí regresní rovnice: 

Corr (v, s )i , j ,t = α + β Trade( w)i , j ,t + ε i , j ,t   Jednorozměrný  regresní  model  je  složen  ze  závisle  proměnné  Y  ( Corr (v, s)i , j ,t ),  kterou přestavuje  korelační  koeficient  a  z vysvětlující  proměnné  X  ( Trade( w)i , j ,t ),  což  je  průměrná  míra  intenzity  bilaterálního  obchodu.  Parametry  α , β   jsou  odhadované  regresní  koeficienty  a  ε i , j ,t   vyjadřuje  všechny  ostatní  vlivy,  které  působí  na  podobnost  hospodářských cyklů mimo sféru obchodu. Cílem aplikace modelu je ověření pozitivního  vlivu mezinárodního obchodu na sladěnost hospodářských cyklů.  Autoři  používají  pro  výpočet  intenzity  obchodu  dva  vzorce,  první  vzorec  vztahuje 

Wti , j ,t =

intenzitu 

vzájemného 

( X i , j ,t + M i , j ,t ) ( X i ,t + X j ,t + M i ,t + M j ,t )

obchodu 

k celkovému 

objemu 

obchodu: 

,  kde  X i , j ,t   vyjadřuje  celkový  objem  exportu  ze  země  i 

do země j (v nominální hodnotě) během období t,  X i ,t  znázorňuje celkový objem exportu  ze  země  i,  totéž  platí  pro  import  M.  Druhý  vzorec  je  založen  na  podílu  bilaterálního                                                             Organizace  pro  ekonomickou  spolupráci  a  rozvoj  –  datum  vzniku  1961.  Členské  země, 

6

které byly  zahrnuty  do  modelu:  Rakousko,  Belgie,  Kanada,  Dánsko,  Finsko,  Francie,  Německo,  Řecko, Irsko, Itálie, Nizozemsko, Norsko, Portugalsko, Španělsko, Švédsko, Švýcarsko, VB, USA,  Japonsko, Austrálie, Nový Zéland. 

‐ 26 ‐ 

obchodu  s celkovým  nominálním  HDP:  Wti , j ,t =

( X i , j , t + M i , j ,t ) (Yi ,t + Y j ,t )

,  kde  Yi ,t   představuje 

úroveň nominálního HDP v zemi i v časovém období t.   Výsledky  celé  práce  Frankela  a  Roseho  (1998)  prokazují  pozitivní  vliv  zahraničního  obchodu  na  sladěnost  ekonomik.  U  všech  vypočtených  regresních  rovnic  bylo  odhadnuto  kladné  znaménku  u  parametru  beta.  Doplňující  analýza  citlivosti,  která obsahovala  vložení  dalších  proměnných  do  regresní  rovnice,  nevedla  ke  změně  výsledků.  Závěry  práce  podporují  hypotézu  endogenity  kritérií  optimálních  měnových  oblastí,  která  předpokládá  naplnění  těchto  kritérií  až  po  vstupu  země  do  měnové  unie,  tedy ex post.  Kritikou  tohoto  výsledku  může  být  fakt,  že  země  s vysokou  intenzitou  mezinárodního obchodu vážou svůj měnový kurz na největší obchodní partnery, aby byl  kurz  co  nejstabilnější.  Tato  situace  napodobuje  ztrátu  nezávislé  měnové  politiky,  což může  být  jeden  z faktorů  působících  na  pozitivní  vztah  mezi  zkoumanými  proměnnými dle Kučerové (2005).  Základním  předpokladem  celého  modelu  je,  že  většina  celkového  bilaterálního  obchodu  je  tvořena  vnitroodvětvovým  obchodem.  Pokud  by  nastala  situace,  při  které  by docházelo  k růstu  meziodvětvového  obchodu  na  podílu  bilaterálního  obchodu,  tak by docházelo  ke  specializaci  ve  výrobě  s rostoucí  ekonomickou  integrací.  Tento  jev  by byl v souladu s Kurgmanovou hypotézou specializace a z toho plynoucí větší výskyt  idiosynkratických šoků, jak uvádí Rozmahel (2008).  Na  studii  Frankela  a  Roseho  navázal  J.  Fidrmuc,  který  rozšířil  základní  regresní  rovnici  o  další  proměnou,  která  charakterizuje  vnitroodvětvový  obchod.  Přínosem  jeho  práce  je  také  rozšíření  analýzy  na  vybrané  kandidátské  země  v období  1990  –  1999.  Pro určení  hospodářského  cyklu  použil  ukazatel  reálného  HDP  a  průmyslové  výroby  k detrendování  využil  logaritmickou  diferenci  čtvrtého  řádu.  Výsledek  jeho  zkoumání  bylo  potvrzení  hypotézy  o  pozitivním  vlivu  vnitroodvětvovém  obchodu  na  sladěnost  hospodářských  cyklů.  Původní  hypotéza  o  vlivu  celkového  obchodu  na  sladěnost  hospodářských  cyklů  je  podle  Fidrmucových  výsledků  potvrzena  pokud  existuje  pozitivní  korelace  mezi  růstem  celkové  obchodní  intenzity  a  podílu  vnitroodvětvového  obchodu zkoumaných ekonomik dle Rozmahela (2008). 

3.5 Hospodářský cyklus Hospodářský cyklus můžeme definovat, jako kolísání skutečného (aktuálního) produktu  kolem  potencionálního  produktu  nebo  růstového  trendu,  toto  kolísání  je  vyvoláno  změnou  agregátní  nabídky  nebo  agregátní  poptávky,  které  mají  vliv  na  změnu  bodu 

‐ 27 ‐ 

ekonomické  rovnováhy.  Průběh  hospodářského  cyklu  lze  dělit  na  čtyři  fáze  –  vrchol,  kontrakce, dno, expanze podle De Grauwa (2007).   Vrchol je bod, ve kterém dosahuje aktuální produkt maxima. Zdroje ekonomiky  jsou využívány nadměrně a úspory již přestávají krýt vysokou míru investic, ekonomika  se postupně přesouvá do klesající fáze aktuálního produktu. Kontrakce znamená pokles  aktuálního  produktu,  pokud  produkt  klesá  po  dobu  dvou  čtvrtletí  jedná  se  o  recesi  a delší  pokles  se  nazývá  deprese.  V této  fázi  dochází  k růstu  nezaměstnanosti,  mzdy  a ceny stagnují a klesají úrokové sazby (ekonomické subjekty více šetří). Dno představuje  minimum  aktuálního  produktu.  Pro  ekonomiku  to  znamená  vyšší  nezaměstnanost,  pokles  agregátní  poptávky  a  nevyužité  výrobní  kapacity.  Expanze  znamená  růst  aktuálního  produktu,  pokud  aktuální  produkt  převýší  vrchol  předcházejícího  cyklu  jedná  se  o  konjunkturu.  V této  fázi  roste  zaměstnanost,  která  podpoří  růst  poptávky   a investice dle Klími (2006). 

3.5.1 Sladěnost hospodářského cyklu Sladěnost hospodářských cyklů je v současnosti velmi používaný ukazatel při hodnocení  sladěnosti  ekonomik  mezi  členskými  zeměmi  měnové  unie  a  kandidátskými  zeměmi.  Pravděpodobnost, že přínosy ze společné měny převýší náklady je tím vyšší, čím větší je  sladěnost  hospodářského  cyklu  zemí.  Ačkoliv  je  sladěnost  hospodářského  cyklu  velmi  používanou  metodou  při  ověřování  optimality  měnové  oblasti  v soudobých  studiích  neexistuje  jednotící  metodologický  konsensus.  Výzkumníci  často  vycházejí  z navzájem  rozdílných  předpokladů,  využívají  různé  indikátory  cyklu  a  rozličné  ekonometrické  modely a metody dle Rozmahela (2010).   Technická  definice  cyklu  se  dnes  rozděluje  na  dvě  pojetí  dle  Rozmahel  (2010).  Klasický  cyklus  dle  Burnse  a  Mitchela  je  vymezen  jako  kolísání  absolutní  úrovně  agregátní ekonomické aktivity v čase. Druhým typem je dle Lucase hospodářský cyklus  určen jako cyklická složka zvoleného ekonomického ukazatele (např. HDP), která kolísá  kolem  trendu.  Tato  metoda  si  žádá  použití  filtru,  který  časovou  řadu  rozdělí  na trendovou a cyklickou složku. V práci je využit, k rozdělení časové řady na cyklickou  a  trendovou  složku,  Hodrick‐Prescottův  fitr,  který  je  velmi  nenáročný  na  vstupní  časovou  řadu,  je  možné  ho  aplikovat  na  jakoukoli  časovou  řadu.  Nevýhodou  je  tzv. „problém  konců“  (end‐point  problem),  což  znamené  že  výsledný  trend  může  být  na konci  časové  řady  tažen  dolů,  pokud  dochází  ke  zpomalení  ekonomiky  a  naopak  jak uvádí  Czesaný  a  Jeřábková  (2009).  Existují  i  další  filtry  např.  logaritmická  diference  prvního až čtvrtého řádu nebo Band pass filtr. 

‐ 28 ‐ 

Nejpoužívanější  metodou  pro  určení  sladěnosti  hospodářských  cyklů  zemí  je  korelační  analýza.  Korelační  koeficient  je  dán  v intervalu  od  ‐1  do  1,  přičemž  hodnoty  blízké 1 znamenají vysokou korelaci ekonomik dle Rozmahela (2010). 

‐ 29 ‐ 

4. Ověření hypotézy endogenity optimálních měnových oblastí Hlavním cílem této kapitoly je ověření endogenity teorie optimálních měnových oblastí.  Práce  je  zaměřena  na  země  Evropské  unie.  Posouzení  existence  vlivu  zahraničního  obchodu  na  sladěnost  hospodářských  cyklů  je  prováděna  pomocí  panelové  regrese,  která zkoumá tuto závislost mezi eurozónou a vybranými zeměmi. Pro srovnání je vztah  použit  i  na  Německo  a  jednotlivé  země,  protože  Německo  je  jednu  z nejsilnějších  ekonomik  v rámci  EU  z hlediska  ukazatele  HPD  a  také  je  významným  obchodním  partnerem většiny zkoumaných zemí.  Další  část  práce  se  zabývá  výpočtem  klouzavé  regrese,  která  vypovídá  o  vlivu  zahraničního  obchodu  na  korelaci  hospodářských  cyklů  mezi  eurozónou  a  vybranými  zeměmi  za  určité  časové  období.  Výsledkem  je  ověření  existence  endogenity  optimální  měnové oblasti u dvou  vybraných  území v časovém úseku, nejčastěji 1999Q4 – 2010Q2.  Vztah je pro srovnání použit i na Německo a jednotlivé země. 

4.1 Panelová regrese - Eurozóna Následuje  panelová  regrese,  ve  které  hraje  dominantní  roli  eurozóna.  Regrese  se zaměřuje  na  empirické  zkoumání  platnosti  hypotézy  endogenity  kritérií  teorie  optimální měnové oblasti. Zkoumaná hypotéza: „Čím větší je intenzita bilaterálního obchodu  mezi eurozónou a vybranou zemí, tím větší je sladěnost hospodářských cyklů obou oblastí.“   Vstupní  data  panelové  regrese  jsou  tvořena  dvěma  ukazateli.  První  je  stupeň  korelace  hospodářských  cyklů  vybraných  zemí  a  eurozóny  a  druhým  je  ukazatel,  který poměřuje  míru  intenzity  vzájemného  obchodu  s celkovým  objemem  obchodu  daných zemí. Pro výpočet ukazatelů jsou požity čtvrtletní data importu, exportu a HDP  vyjádřená v eurech. Počáteční období je Q1 1999 a konečné období je Q2 2010, celkem je  využito  46  pozorování.  Počáteční  rok  1999  byl  zvolen  z toho  důvodu,  že  měnová  unie  vnikla 1.1. 1999 na základě Maastrichtské smlouvy, a také z toho důvodu, že starší data  u některých  zemí  nebyla  dostupná.  Do  modelu  vstupuje  na  počátku  15  zemí,  jsou  to členské země Evropské unie a některé z nich jsou i členy eurozóny. Konkrétně se jedná  o  tyto  země:  Česká  republika,  Maďarsko,  Bulharsko,  Polsko,  Estonsko,  Irsko,  Litva,  Lotyšsko, Portugalsko, Rumunsko, Španělsko, Dánsko, Švédsko, Anglie, Slovensko.  Ekonomická  aktivita  je  indikována  pomocí  reálného  HDP,  který  je  přepočten  na přirozený logaritmus. Cyklická složka byla zjištěna pomocí Hodrick Prescottova filtru.  Data  nebyla  sezóně  očištěná,  proto  byl  využit  centrovaný  klouzavý  průměr  pro odstranění  sezónní  složky  z dat.  Po  očištění  byl  vypočten  korelační  koeficient, 

‐ 30 ‐ 

který je v intervalu <‐1,1>. Hodnoty importu a exportu jsou také přepočteny na přirozený  logaritmus.  Z upravených  dat  importu  a  exportu  byl  vypočten  ukazatel  intenzity  zahraničního obchodu mezi eurozónou a vybranou zemí, jehož vzorec je uveden níže: 

• Intenzita obchodu X :  Wti , j ,t = •

( X i , j ,t + M i , j ,t ) ( X i ,t + X j ,t + M i ,t + M j ,t )

 

X i , j ,t   vyjadřuje  celkový  objem  exportu  ze  země  i  do  země  j  (v  nominální  hodnotě) během období t, 

•

X i ,t  znázorňuje celkový objem exportu ze země i, 

•

X j ,t  je celkový objem exportu ze země j, 

•

M i , j ,t   je  celkový  objem  importu  ze  země  i  do  země  j  (v  nominální  hodnotě)  během období t, 

•

M i ,t  je celkový objem importu ze země i 

•

M j ,t  je celkový objem importu ze země j. 

  Použitá regresní rovnice má tuto podobu:   

Corr (v, s )i , j ,t = α + β Trade( w)i , j ,t + ε i , j ,t 7    Jednorozměrný  regresní  model  je  složen  ze  závisle  proměnné  Y  ( Corr (v, s )i , j ,t ),  kterou přestavuje korelační koeficient a z vysvětlující proměnné X ( Trade( w)i , j ,t ), což je  průměrná  míra  intenzity  bilaterálního  obchodu.  Parametry  α , β   jsou  odhadované  regresní  koeficienty  a  ε i , j ,t   vyjadřuje  všechny  ostatní  vlivy,  které  působí  na  podobnost  hospodářských  cyklů  mimo  sféru  bilaterálního  obchodu.  Cílem  aplikace  modelu  je  ověření pozitivního vlivu mezinárodního obchodu na sladěnost hospodářských cyklů. 

4.1.1 Vstupní hodnoty panelové regrese Tabulka č.1, představuje konkrétní vypočtené hodnoty, které jsou vstupními hodnotami  pro  odhad  regresní  rovnice.  Korelační  koeficient  vyjadřuje  sladěnost  ekonomiky  jednotlivých  zemí  s eurozónou,  jeho  hodnota  se  pohybuje  od  0,53  a  výš,  což  ukazuje  na vysokou  korelaci  hospodářských  cyklů.  Nejvyšší  korelace  s  eurozónou  dosahuje  Portugalsko  0,94,  které  je  následováno  Dánskem,  Španělskem,  Anglií.  Nejnižší  stupeň                                                           Regresní  rovnice  vychází  ze  studie  Frankel  –  Rose  (1998):  The  Endogeneity  of  the  Optimum 

7

Currency Area Criteria 

‐ 31 ‐ 

korelace  se  prokázal  u  Rumunska  0,53,  které  je  následováno  Litvou,  Polskem  a Lotyšskem. Ostatní země se pohybují v tomto intervalu.  Intenzita  obchodu  je  vyjádřena  jako  podíl  objemu  obchodní  výměny  mezi  eurozónou  a  konkrétní  zemí,  a  celkovým  objemem  importu  a  exportu  eurozóny  a vybrané  země.  Hodnoty  importu  a  exportu  vstupují  do  vzorce  upravené  pomocí  přirozeného  logaritmu.  Procentuelní  vyjádření  je  získané  na  základě  dosazení  hodnot  do vzorce  v nominální  podobě,  konkrétní  vyjádření  pro  každou  zemi  je  uvedeno  v tabulce.  U  všech  zemí  se  pohybuje  v rozmezí  ukazatele  intenzity  obchodu  od  0,41  po 0,46.  Nejnižší  intenzitu  obchodu  vykazuje  Lotyšsko,  u  kterého  je  hodnota  ukazatele  0,409,  následuje  Estonsko  a  Litva.  Největší  intenzitu  vzájemného  obchodu  s eurozónou  vykazuje Velká Británie, a to 0,4637.    Tabulka č.1:  Vstupní hodnoty panelové regrese 

 Státy 

Korelační koeficient   8

Rumunsko  Litva   Polsko  Lotyšsko  Bulharsko  Estonsko  Maďarsko  Slovensko  Švédsko  Irsko  ČR  Velká Británie  Španělsko  Dánsko  Portugalsko 

0,5360  0,7002  0,7236  0,7408  0,7480  0,7607  0,7710  0,8112  0,8598  0,8686  0,8768  0,8914  0,9148  0,9200  0,9387 

Intenzita  bilaterálního  obchodu  0,4377  0,4147  0,4497  0,4088  0,4237  0,4168  0,4463  0,4355  0,4481  0,4382  0,4491  0,4637  0,4605  0,4418  0,4478 

Intenzita bilaterálního  obchodu v %  0,4347  0,0971  1,3282  0,0594  0,1588  0,0916  0,8949  0,4014  1,3990  0,9282  1,1232  5,2486  3,6017  0,8817  0,9752 

Zdroj: Eurostat, vlastní výpočty    

Graf  č.1  znázorňuje  hodnoty  z tabulky  č.1,  na  osu  X  je  vynesena  intenzita  obchodu a na osu Y je vynesen korelační koeficient. Body v grafu jsou proloženy lineární  trendovou  křivkou,  která  mírně  poukazuje  na  kladnou  závislost  mezi  korelačním  koeficientem  a  intenzitou  obchodu.  Nebo‐li  růst  bilaterálního  obchodu  má  kladný  vliv  na sladěnost  hospodářských  cyklů.  Z grafu  je  také  patrné,  že  některé  země  zcela                                                           Korelační koeficienty jsou vypočteny na 5 % hladině významnosti. 

8

‐ 32 ‐ 

nepotvrzují  tento  pozitivní  vliv  intenzity  obchodu  na  korelační  koeficient.  Konkrétně  jsou  to  tyto  země:  Rumunsko,  Polsko,  Maďarsko,  Dánsko  a  Portugalsko.  Můžeme  si všimnout,  že  se  jedná  především  o  země,  které  nejsou  členy  eurozóny,  výjimkou  je Portugalsko.      Graf č.1 :  Počáteční tvar regresního modelu 

Korelační koeficient

1,00

Dánsko

Portugalsko

0,80 Maďarsko

Polsko

Rumunsko

0,60

0,40

y = 3,3834x ‐ 0,6806 R2 = 0,2632

0,20 0,40

0,41

0,42

0,43

0,44

0,45

0,46

0,47

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty

 

4.1.2 Odhadnuté modely Následující část je zaměřena na výpočet regresních modelů, pomocí metody nejmenších  čtverců.  Jednotlivé  odhady  se  liší  počtem  a  strukturou  vstupních  proměnných.  Z každého  modelu  je  odebrána  jedna  země,  jedná  se  především  o  státy,  které  nejsou  členy měnové unie, výjimkou je Portugalsko.    1. Odhadnutý regresní model pro všechny země má tvar:    

Yˆi = −0, 6806 + 3,3835 X i (1,570) t = 2,155 n = 15 R 2 = 0, 2066 R 2 = 0, 2632 F (1,13) = 4, 6447 P − hodnota( F ) = 0, 0505   Statistická  významnost  modelu  je  dle  F‐testu  na  10%  hladině  významnosti.  Hodnoty  adjustovaného  koeficientu  determinace  i  normálního  koeficientu  determinace  se  liší. 

‐ 33 ‐ 

Variabilita  modelu  je  vysvětlena  z 21  %  dle  adjustovaného  koeficientu  determinace,  který má  lepší  vypovídací  schopnost.  Odhad  parametru  β   je  statisticky  významný  na 10%  hladině  významnosti.  V následujícím  kroku  byly  z modelu  postupně  odebrány  vybrané  země,  u  kterých  bylo  již  z grafu  č.1  patrné,  že  zcela  nepotvrzují  zkoumanou  hypotézu endogenity teorie optimálních měnových oblastí.    2. Odhadnutý regresní model pro zkoumané země s výjimkou Rumunska:   

Yˆi = −0, 6258 + 3,3016 X i (1, 0035) t = 3, 290 n = 14 R 2 = 0, 4304 R 2 = 0, 4742 F (1,12) = 10,8239 P − hodnota( F ) = 0, 0065   Pokud  z modelu  odebereme  hodnoty  vypočítané  pro  Rumunsko,  můžeme  sledovat,  že se adjustovaný  koeficient  determinace  zvýšil  na  0,43.  To  znamená,  že  nový  model  vysvětluje  okolo  43  %  variability  proměnných.  Zlepšil  se  i  F–test,  který  potvrzuje  statistickou významnost modelu na 1% hladině významnosti, a t statistika parametru  β ,  který je významný na 1% hladině významnosti.  Rumunsko  není  členem  měnové  unie  a  do  Evropské  unie  vstoupilo  až 1. ledna v roce 2007.  Rumunsko  patří  k větším  ekonomikám  v rámci  EU  z hlediska  počtu  obyvatel  a  rozlohy,  ale  z  hlediska  HDP  na  obyvatele  se  řadí  k  slabším  ekonomikám.  Graf  č.2  vykresluje  průběh  cyklické  složky  HDP  Rumunska  v porovnání  s eurozónou.     Graf č.2: Vývoj hospodářského cyklu – Rumunsko, eurozóna  0,08 0,06

Korelační koeficient: 0,536

0,04 0,02 0,00

‐0,04

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,02

eurozóna Zdroj: Eurostat, vlastní výpočty 

‐ 34 ‐ 

Rumunsko

  Po  většinu  sledovaného  období  je  úroveň  cyklické  složky  HDP  nižší  než v případě  eurozóny,  obrat  nastává  až  po  vstupu  Rumunska  do  EU  (1.1.2007).  Dle serveru  businessinfo‐Rumunsko  (2011)  byl  růst  v 1.  –  3.  čtvrtletí  v roce  2008  byl  podpořen růstem domácí spotřeby a také růstem poskytnutých úvěrů a platů. Poslední  čtvrtletí roku 2008 a celý rok 2009 se vyznačuje propadem domácí poptávky. Propad byl  způsoben  zvýšením  nezaměstnanosti,  poklesem  objemu  půjček,  snížením  investic  firem  v důsledku  krize  a  také  díky  snížení  remitend  od  rumunských  občanů  pracujících  v zahraničí. Tyto faktory spolu s globální krizí přispěly k hluboké recesi, která má horší  průběh než v případě eurozóny. Výše uvedené události v Rumunské ekonomice působí  na  vývoj  cyklické  složky  HDP,  která  v jejich  důsledku  není  příliš  korelovaná  s vývojem  cyklické  složky  HDP  eurozóny.  Korelační  koeficient  dosahuje  pouze  0,  536,  hodnota  je  v porovnání s ostatními zkoumanými zeměmi nejnižší.  Intenzita  zahraničního  obchodu  je  poměrně  vysoká  vzhledem  k  nízké  hodnotě  korelačního koeficientu. Rumunsko čelilo propadu zahraničního obchodu v období krize  z důvodu oslabení domácí poptávky, od roku 2009 roste. Mezi hlavní obchodní partnery  patří  Itálie,  Německo,  Francie,  Turecko  a  Maďarsko,  což  jsou  převážně  členské  země  měnové unie.    3. Odhadnutý regresní model s výjimkou Rumunska a Polska:   

Yˆi = −0,8047 + 3, 7339 X i (0, 7914) t = 4, 718 n = 13 R 2 = 0, 6392 R 2 = 0, 6693 F (1,11) = 22, 2595 P − hodnota( F ) = 0, 0006   Panelová  regrese  bez  Rumunska  a  Polska  se  vyznačuje  statistickou  významností  parametru  β  na 1% hladině významnosti a parametru  α  na 10% hladině významnosti.  Variabilita  zkoumaných  hodnot  je  vysvětlena  z 65  %  modelem.  Celková  statistická  významnost modelu je potvrzena F testem.  Polsko  bylo  odebráno  z modelu  z toho  důvodu,  že  v porovnání  s ostatními  zkoumanými  zeměmi  má  nižší  korelaci  hospodářského  cyklu  s eurozónou,  a  naproti  tomu  velmi  intenzivně  obchoduje  s členy  měnové  unie,  proto  je  ukazatel  intenzity  obchodu jeden z nejvyšších. Následující graf č.3 znázorňuje průběh cyklické složky HDP  Polska  a  eurozóny.  Polská  ekonomika  po  většinu  sledovaného  období  byla  pod  úrovní  eurozóny. Od třetího čtvrtletí roku 2004 (období, kdy Polsko vstoupilo do Evropské unie) 

‐ 35 ‐ 

nastává  prudký  růst  ekonomiky,  který  dosáhne  svého  vrcholu  na  počátku  roku  2008.  Následuje pokles, který ovšem není tak razantní jako u měnové unie, Polská ekonomika  se vyvíjela podstatně lépe. Podle serveru businessinfo‐Polsko (2011) hlavními příčinami  tohoto  průběhu  je  že,  Polsko  má  silný  vnitřní  trh  a  není  závislé  na  exportu.  Polsko  má  také  autonomní  finanční  trh,  který  je  schopen  sám  se  financovat  a  v neposlední  řadě  je  to příliv  investic ze zahraničí i v období světové finanční a hospodářské krize.    Graf č.3: Vývoj hospodářského cyklu – Polsko, eurozóna  0,03 0,02

Korelační koeficient: 0,724

0,01 0,00

‐0,02

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,01

‐0,03

eurozóna

Polsko

Zdroj: Eurostat, vlastní výpočty 

  Zahraniční  obchod  Polska  je  vzhledem  k HDP  na  nízké  úrovni,  podíl  vývozu  na vytvořeném hrubém  domácím produktu  činí  přibližně 30 % a je méně než poloviční  ve srovnání  s Českou  republikou  (cca  75  %)  dle  serveru  businessinfo‐Polsko  (2011).  Intenzita zahraničního obchodu rostla i v období krize (rok 2009). Hlavními obchodními  partnery  Polska  jsou  Německo,  Itálie,  Francie,  Velká  Británie  a  Nizozemí,  tedy  hlavně  členské země měnové unie.    4. Odhadnutý regresní model  s výjimkou Rumunska, Polsko a Maďarsko:   

Yˆi = −0,8971 + 3,9624 X i (0, 6684) t = 5,928 n = 12 R 2 = 0, 7585 R 2 = 0, 7785 F (1,10) = 35,1389 P − hodnota( F ) = 0, 0001   Uvedená  panelová  regrese  vypouští  z  pozorování  dále  Maďarsko,  a  jak  je  vidět  model  nabývá  na  statistické  významnosti.  Model  již  vysvětluje  okolo  76  %  celkové  variability  zkoumaných  hodnot.  Celkovým  F–testem  průkaznosti  byla  pro  kritickou  hodnotu  ‐ 36 ‐ 

Fc = 4,9646   nulová  hypotéza  o  neprůkaznosti  regresního  modelu  zamítnuta.  Parametr 

α   je  statisticky  významný  na  5%    hladině  významnosti  a  parametr  β   je  statisticky  významný na 1% hladině významnosti.  Maďarsko je velmi podobná země Česku podle počtu obyvatel. Do EU vstoupilo  1. května 2004 spolu s dalšími 9‐ti zeměmi. Z hlediska regresního modelu bylo Maďarsko  odebráno,  protože  má  nízkou  úroveň  korelace  hospodářského  cyklu  s eurozónou  vzhledem  k poměrně  vysoké  intenzitě  obchodu.  Graf  č.4  znázorňuje  vývoj  cyklické  složky  HDP  eurozóny  a  Maďarska,  od  roku  2003  ještě  před  vstupem  do  EU,  začíná  maďarská  ekonomika  růst  intenzivněji  než  eurozóna.  Tento  růst  trvá  až  do  roku  2008,  kdy  se  začaly  projevovat  dopady  globální  ekonomické  krize.  Propad  maďarské  ekonomiky  v roce  2009  z důvodu  světové  krize  byl  větší  než  v případě  eurozóny,  jak můžeme  vidět  v grafu.  Všechny  tyto  faktory  působí  negativně  na  výši  korelačního  koeficientu Maďarska a eurozóny.     Graf č.4: Vývoj hospodářského cyklu – Maďarsko, eurozóna  0,04 0,03

Korelační koeficient: 0,771

0,02 0,01 0,00 ‐0,02

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,01 ‐0,03 ‐0,04

eurozóna

Maďarsko

Zdroj: Eurostat, vlastní výpočty 

  Maďarsko  je  malá  ekonomika,  která  je  silně  ovlivněna  vývojem  zahraničního  obchodu  a  ekonomikou  hlavních  obchodních  partnerů.  Zahraniční  obchod  zaznamenával  v letech  2007  a  2008  dynamický  růst,  který  koresponduje  s růstem  ekonomiky.  Rok  2009  znamenal  velký  propad  objemu  obchodovaných  produktů  a služeb, který byl způsoben globální krizí dle businessinfo‐Maďarsko (2011). Maďarsko  obchoduje především s Německem, Ruskem, Rakouskem, Itálií a Francií, což vysvětluje  poměrně vysokou hodnotu intenzity zahraničního obchodu s eurozónou.      ‐ 37 ‐ 

5. Odhadnutý regresní model s výjimkou Rumunska, Polsko, Maďarsko a Dánska:   

Yˆi = −0,8634 + 3,8714 X i (0,5886) t = 6,577 n = 11 R 2 = 0,8086 R 2 = 0,8278 F (1,9) = 43, 2599 P − hodnota ( F ) = 0, 0001   Regresní  model  z pozorování  vypouští  také  Dánsko.  Koeficient  determinace  se  zvýšil  z 0,78 u předchozího modelu na 0,83 to znamená, že 83 % celkové variability sladěnosti  ekonomik eurozóny se zeměmi v modelu je vysvětleno ukazatelem intenzity vzájemného  zahraničního  obchodu.  T‐statistika  odhadu  parametrů  se  opět  zlepšila  a  snížila  se i hodnota  směrodatné  chyby.  Odhady  parametru  α   a  parametru  β   jsou  statisticky  významné na 1% hladině významnosti. Dle F–testu je celkový regresní model statisticky  průkazný.   Dánsko  nezapadá  do  teorie  endogenity  optimálních  měnových  oblastí,  protože se vyznačuje  vysokým  stupněm  korelace  hospodářského  cyklu  s eurozónou,  jak je  uvedeno  v grafu  č.5,  a  k tomu  nepoměrně  nízkým  ukazatelem  intenzity  bilaterálního obchodu. Dle teorie by měla být intenzita obchodu vyšší, ale i tak je celkem  vysoká  (0,44)  v porovnání  s ostatními  státy.  Průběh  cyklické  složky  HDP  eurozóny  a Dánska  je  téměř  totožný,  potvrzuje  to  i  vysoká  hodnota  korelačního  koeficientu.  Dánsko  je  zemí,  která  není  členem  eurozóny,  ale  je  na  euro  navázána,  protože  je  v systému  ERM  II9  od  roku  1999  a  její  fluktuační  pásmo  měnového  kurzu  je  pouze 

±2, 25%   k centrální  paritě  –  k  euru.  Interval  volatility  měnového  kurzu  je  nejstriktnější  ze  všech  členů  ERM  II.  Tato  skutečnost  může  vysvětlovat  vysokou  korelaci  hospodářského cyklu s eurozónou. Dánsko si vyjednalo v Maastrichtské novele Smlouvy  o  EU  výjimku  na  zavedení  společné  měny,  v praxi  to  znamená,  že  přijmou  euro  pouze  na základě  vlastního  rozhodnutí.  Dánská  ekonomika  patří  mezi  nejsilnější  a nejefektivnější. 

Dle 

serveru 

businessinfo‐Dánsko 

(2011) 

je 

země 

vysoce 

konkurenceschopná  a  dynamická  z hlediska  hospodářského  vývoje  v rámci  Evropské  unie. Dánská ekonomika však byla také zasažena globální finanční a hospodářskou krizí  a dostala se ve druhém pololetí roku 2008 do recese, kterou již v současnosti překonala,  ale musí stabilizovat veřejné finance díky značnému rozpočtovému schodku. V grafu č.5 

                                                         ERM II je systém měnových kurzů, kdy se národní měna naváže na euro, ale je povoleno pásmo 

9

oscilace. Minimální doba členství před vstupem země do měnové unie je dva roky.  

‐ 38 ‐ 

je  vidět  vývoj  recese  Dánska  v roce  2009.  Propad  ekonomiky  byl  větší  než  v případě  měnové unie.     Graf č.5: Vývoj hospodářského cyklu – Dánsko, eurozóna 

Korelační koeficient: 0,92

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

0,04 0,03 0,02 0,01 0,00 ‐0,01 ‐0,02 ‐0,03 ‐0,04

eurozóna

Dánsko

 Zdroj: Eurostat, vlastní výpočty 

  Obchodní  partneři  Dánska  jsou  především  členské  státy  Evropské  unie,  ale  mnohé  z nich  nejsou  členy  eurozóny,  proto  je  intenzita  obchodu  nižší.  Největšími  obchodními  partnery  jsou  Německo,  Švédsko,  Norsko,  Velká  Británie.  Dánsko  je  velmi  silně navázáno na severské země v rámci Severské rady a Severské rady ministrů.    6. Odhadnutý regresní model s výjimkou Rumunska, Polsko, Maďarsko, Dánska a  Portugalska:   

Yˆi = −0, 7660 + 3, 6322 X i (0, 4554) t = 7,976 n = 10 R 2 = 0,8743 R 2 = 0,8883 F (1,8) = 63, 6217 P − hodnota( F ) = 0, 0000   Poslední  odhad  regresní  rovnice  je  dále  bez  Portugalska,  tato  země  je  členem  měnové  unie, ale je to jedna z okrajových zemí, která zažívá problémy s hospodářstvím, což může  vysvětlovat  proč  země  nezapadá  do  teorie  endogenity  optimálních  měnových  oblastí.  Odhadnutý  model  má  největší  statistickou  významnost  ze  všech  doposud  uvedených  modelů  dle  F–testu.  Odhady  parametrů  jsou  na  1%  hladině  významnosti.  Došlo  také ke zvýšení  hodnoty  t  statistiky  parametru  beta.  Model  vysvětluje  88  %  variability  proměnných. 

‐ 39 ‐ 

Portugalsko  se  vyznačuje  malou,  otevřenou  ekonomikou,  která  je  propojená  s trhy EU.  Dle  serveru  businessinfo‐Portugalsko  (2011)  je  dlouhodobým  problémem  portugalské  ekonomiky  schodek  veřejných  financí,  který  nesplňuje  úroveň  stanovenou  Maastrichtskými  kritérii  (3  %  HDP).  Vláda  se  snažila  o  snížení  schodku  od  roku  2005,  což se dařilo až do roku 2008, kdy udeřila finanční krize a schodek veřejných financí se  opět  snížil.  Vliv  těchto  opatření  můžeme  sledovat  v grafu  č.6,  kde  je  znázorněn  vývoj  cyklické složky HDP Portugalska, hodnoty jsou nižší než v případě eurozóny, ale průběh  je téměř totožný. Portugalsko se vyznačuje dle výpočtů vysokou korelací hospodářského  cyklu  s eurozónou,  hodnota  korelačního  koeficientu  je  0,9387.  Země  je  členem  měnové  unie již od roku 1999. Provázanost s eurem by mohla být jednou z příčin vysoké korelace  hospodářského cyklu s eurozónou. Kladný vliv na korelaci má také globální krize.     Graf č.6: Vývoj hospodářského cyklu – Portugalsko, eurozóna  0,03 0,02

Korelační koeficient: 0,939

0,01 0,00

‐0,02

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,01

‐0,03

eurozóna

Portugalsko

Zdroj: Eurostat, vlastní výpočty 

  Ukazatel  intenzity  obchodu  s eurozónou  je  0,448,  což  je  vysoká  hodnota  v porovnání s jinými sledovanými zeměmi, ale ne dost vysoká vzhledem ke koeficientu  korelace.  Portugalský  zahraniční  obchod  je  směřován  na  země  EU.  Hlavní  obchodní  partneři  jsou  Španělsko,  Německo,  Francie,  Itálie  a  Nizozemí,  všechny  uvedené  země  jsou členy eurozóny. 

4.1.3 Vyhodnocení odhadnutých modelů Počet  zemí  vstupujících  do  regrese  se  snížil  z 15  zemí  u  prvního  modelu  na  10  zemí.  Postupně  byly  odebrány  tyto  země:  Rumunsko,  Polsko,  Maďarsko,  Dánsko  a  nakonec  Portugalsko.  Následující  tabulka  č.2  shrnuje  výsledky  jednotlivých  modelů.  Můžeme  sledovat,  že  statistická  významnost  dle  F–testu  rostla  s odebíráním  jednotlivých  zemí.  Stejný  vývoj  potvrzuje  i  logaritmus  věrohodnosti.  Odhady  parametrů  alfa  a  beta  byly 

‐ 40 ‐ 

statisticky  významné  na  1%  hladině  významnosti  již  u  pátého  modelu.  Koeficient  determinace  i  adjustovaný  koeficient  determinace  rostl  s každým  modelem,  nejvyšších  hodnot  dosáhly  v posledním  šestém  modelu,  kde  se  pohybují  shodně  okolo  88  %.  Poslední šestý model můžeme dle výsledků uvedených v tabulce prohlásit za statisticky  nejvýznamnější, i když se počet vstupních zemí snížil z 15 na 10.     Tabulka č.2: Srovnání odhadnutých modelů 

Parametry modelů  n  10  F ‐ test  P‐hodnota (F)  Log. věrohodnosti  α  11  β  12  2

R   R2  

Model 1 15  4,645  0,05048 14,9085 ‐ 

Model 2 14  10,8239 0,00646 20,2595 ‐ 

Model 3 Model 4 Model 5  13  12  11  22,2595 35,1389 43,2599  0,00063 0,00015 0,0001  22,2034 22,737  22,3754  **  **  *** 

* 

*** 

*** 

*** 

0,26323 0,20656

0,47424 0,43042

0,66927 0,6392 

0,77846 0,75631

*** 

Model 6 10  63,6217  4,5E‐05  23,2047  ***  *** 

0,82778  0,8883  0,80865  0,87434 

Zdroj: Eurostat, vlastní výpočty 

  Celkovou  vhodnost  modelu  lze  také  posoudit  dle  Akaikova,  Schwarzova  a Hannan‐Quinnova kritéria. Výsledky pro jednotlivé modely jsou uvedeny v tabulce č.3.  Na  základě  srovnání  hodnot  můžeme  konstatovat,  že  nejmenších  hodnot  nabývá  poslední model ve všech kritériích, proto se jeví jako nejvhodnější.    Tabulka č.3: Srovnání hodnot kritérií jednotlivých modelů 

Modely  Model 1  Model 2  Model 3  Model 4  Model 5  Model 6 

Akaikovo kritérium  ‐25,81706  ‐36,51898  ‐40,40687  ‐41,47403  ‐40,75080  ‐42,40942 

Schwarzovo kritérium  ‐24,40096  ‐35,24086  ‐39,27697  ‐40,50421  ‐39,95501  ‐41,80425 

Hannan‐Quinnovo kritétium  ‐25,83215  ‐36,63729  ‐40,63911  ‐41,83309  ‐41,25243  ‐43,07329 

Zdroj: Eurostat, vlastní výpočty 

  Model  číslo  šest  vyšel  jako  statisticky  nejvýznamnější,  proto  se  následující  statistické  testy  týkají  jen  tohoto  modelu.  Výsledky  RESET  testu  jsou  uvedeny                                                           Počet vstupních proměnných. 

10

 Hladina významnosti odhadu parametru alfa ( * = 10 %, ** = 5 %, *** = 1 %). 

11

 Hladina významnosti odhadu parametru beta ( * = 10 %, ** = 5 %, *** = 1 %). 

12

‐ 41 ‐ 

v tabulce č.4.  Tento  test  vypovídá  o  správné  specifikaci  modelu.  P‐hodnota  je  větší  než 1%  hladina  významnosti.  Proto  můžeme  přijmout  nulovou  hypotézu:  „Model  je správně specifikován.“.    Tabulka č.4: RESET test 

Model č.6  Lineární 

Testová statistika F 1,4573 

p‐hodnota  0,304894 

Zdroj:  Eurostat, vlastní výpočty 

  Test  linearity  lineárního  modelu  uvedený  v tabulce  č.5  ukazuje,  že  nulová  hypotéza  o  lineární  funkční  formě  byla  přijata  na  1%  hladině  významnosti  (tuto hypotézu nezamítá ani na 49% hladině významnosti). Test je založený na čtvercích  hodnot  nebo  na  logaritmech  hodnot.  Ze  statistického  i  interpretačního  hlediska  se jako nejvhodnější jeví lineární funkční forma.    Tabulka č.5: Test linearity 

Testová  p‐hodnota  statistika LM 

Model č.6 

Test 

Lineární 

Test linearity založený na  čtvercích hodnot 

Yˆi = αˆ + βˆ X i Test linearity založený na  logaritmech hodnot 

0,4772 

0,4897 

0,4281 

0,5129 

Zdroj: Eurostat, vlastní výpočty 

  Test  normality  chybového  členu  je  uveden  v tabulce  č.6.  Ověřovaná  nulová  hypotéza:  „Chyby  jsou  normálně  rozdělené.“  byla  přijata,  protože  je  p‐hodnota  větší  než 1% hladina významnosti alfa.     Tabulka č.6: Test normality chybového členu 

Model č.6 

Chí‐kvadrát 

p‐value 

Lineární 

0,2233 

0,8944 

Zdroj: Eurostat, vlastní výpočty 

  V tabulce č.7 jsou uvedeny výsledky dvou testů heteroskedasticity a to Whiteova  testu 

a 

Breusch‐Paganova 

testu. 

V obou 

případech 

je 

nulová 

hypotéza: 

„Heteroskedasticita  chybového  členu  není  přítomna.“  P–hodnota  je  u  obou  testů  větší  než  1%  hladina  významnosti,  proto  nulovou  hypotézu  přijímáme.  Chybový  člen  má konstantní rozptyl.  ‐ 42 ‐ 

Tabulka č.7: Test heteroskedasticity chybového členu 

Model č.6 

Testová statistika 

p‐hodnota 

Whietův test 

LM =  0,6965 

0,7059 

Breusch‐Paganův test 

LM = 0,4215 

0,5162 

Zdroj: Eurostat, vlastní výpočty 

  Graf  č.7  zobrazuje  vývoj  reziduí.  Z grafu  je  možné  vyčíst,  že  lineární  model  nevykazuje  žádný  trend  reziduí.  Stejný  vývoj  mají  maximálně  tři  po  sobě  jdoucí  pozorování. Tento vývoj již předznamenal předešlý test normality chybového členu a test  heteroskedasticity chybového členu.    Graf .č.7: Vývoj reziduí 

Vývoj reziduí 0,06 0,04 0,02 0,00 ‐0,02

1

2

3

4

5

6

7

8

9

10

‐0,04 ‐0,06

  Zdroj: Eurostat, vlastní výpočty 

  Model  číslo  šest  je  znázorněn  v grafu  č.8.  Vstupní  hodnoty  jsou  tvořeny  deseti  evropskými zeměmi, které potvrzují hypotézu endogenity teorie optimálních měnových  oblastí.  To  znamená  že,  čím  vyšší  je  intenzita  bilaterálního  obchodu,  tím  vyšší  je sladěnost  hospodářských  cyklů  mezi  jednotlivými  zeměmi  a  eurozónou.  Hypotéza  je přijata  na  základě  zkoumání  těchto  zemí:  Litva,  Lotyšsko,  Estonsko,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česko,  Španělsko  a  Velká  Británie.  Model  vysvětluje  88  %  variability  závisle  proměnné,  což  je  sladěnost  hospodářských  cyklů  eurozóny  a jednotlivých  států,  pomocí  stupně  intenzity  mezinárodního  obchodu.  S růstem  obchodní  výměny  roste  i  sladěnost  ekonomik  měnové  unie  a  zkoumaných  zemí.  Tento vztah mezi zahraničním obchodem a korelací hospodářských cyklů nebyl potvrzen  u  Rumunska,  Maďarska,  Polska,  Dánska  a  v posledním  modelu  bylo  odebráno  ještě Portugalsko.  Země,  které  nezapadají  do  teorie  endogenity  optimálních  měnových  oblastí  jsou  zatím  pouze  členi  EU  a  na  vstup  do  eurozóny  se  připravují.  Výjimku  tvoří  Portugalsko, tato země je již od roku 1999 jedním z členů měnové unie, ale dlouhodobě 

‐ 43 ‐ 

řeší problémy se schodkem veřejných financí, dochází zde díky tomu k dlouhodobějšímu  poklesu  objemu  zahraničního  obchodu  s eurozónou,  neboť  portugalská  ekonomika  je  tvořena  především  malými  a  středními  podniky,  které  restriktivní  fiskální  opatření  zasáhnou  nejvíce.  Přesto  Portugalsko  dosahuje  vysoké  korelace  hospodářského  cyklu  s eurozónou.    

Korelační koeficient

Graf č.8:  Konečný tvar regresního modelu 

1,20 1,00 0,80

Estonsko

Slovensko

Lotyšsko

Španělsko

Česko

Irsko

Velká Británie

Švédsko Litva

0,60

Bulharsko

y = 3,6322x ‐ 0,766

0,40

R2 = 0,8883

0,20 0,40

0,41

0,42

0,43

0,44

0,45

0,46

0,47

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

  Ještě 

jednou 

zde 

uvádím 

odhadnutý 

regresní 

model 

číslo 

který se dle srovnání s ostatními modely jevil statisticky nejvýznamnější.    

Yˆi = −0, 7660 + 3, 6322 X i (0, 4554) t = 7,976 n = 10 R 2 = 0,8743 R 2 = 0,8883 F (1,8) = 63, 6217 P − hodnota( F ) = 0, 0000  

‐ 44 ‐ 

šest, 

4.2 Panelová regrese – Německo Další  část  práce  se  zaměřuje  na  ověřením  hypotézy  endogenity  teorie  optimálních  měnových  oblastí  mezi  Německem  a  vybranými  státy,  které  jsou  stejné  jako  v předešlé  části u měnové unie. Panelová regrese s Německem je uvedena pro srovnání s předešlou  panelovou regresí. Německo je vybráno z toho důvodu, protože je jednou z nejsilnějších  ekonomik  z hlediska  HDP  v rámci  měnové  unie  a  EU  jako  celku.  Hospodářský  cyklus  eurozóny bude silně ovlivněn právě Německou ekonomikou. Dalším faktorem pro výběr  Německa je, že je jedním z nejvýznamnějších obchodních partnerů většiny zkoumaných  zemí.  Postup  výpočtů  je  stejný  jako  v předešlé  kapitole.  Do  modelu  vstupuje  46 pozorování  pro  každou  zemi  a  každý  ekonomický  ukazatel.  Časové  řady  jsou  čtvrtletního  charakteru  a  počáteční  období  je  od  Q1  1999  až  po  Q2  2010.  Základem  pro výpočet  panelové  regrese  je  ukazatel  intenzity  bilaterálního  obchodu  a  korelační  koeficient.  Korelační  koeficient  ekonomik  je  závisle  proměnná  a  intenzita  obchodu  je  vysvětlující proměnná. Analýza bilaterálního obchodu využívá hodnot importu, exportu  mezi  Německem  a  konkrétní  zemí,  a  celkového  objemu  importu  a  exportu  zemí.  Korelační  koeficient  měří  sladěnost  hospodářského  cyklu.  Pro  jeho  výpočet  je  využito  HDP,  jako  ukazatel  ekonomické  aktivity.  Konkrétní  výpočet  korelačního  koeficientu  je  proveden na  základě trendově a sezóně očištěného HDP. 

4.2.1 Vstupní hodnoty panelové regrese  Tabulka  č.8  uvádí  vstupní  hodnoty  panelové  regrese,  která  bude  vypočítána  vzhledem  k Německu.  Německo  zde  reprezentuje  ekonomicky  nejsilnější  zemi  dle  HDP  v rámci  Evropské  unie,  a  také  pro  zkoumané  země  jednoho  z nejdůležitějších  a  zároveň  největšího  obchodního  partnera.  Výčet  zemí  vstupujících  do  regrese  je  stejný  jako v případě  měnové  unie  (Česká  republika,  Maďarsko,  Bulharsko,  Polsko,  Estonsko,  Irsko,  Litva,  Lotyšsko,  Portugalsko,  Rumunsko,  Španělsko,  Dánsko,  Švédsko,  Anglie,  Slovensko). Závisle proměnná je korelační koeficient sledující stupeň sladěnosti cyklické  složky HDP Německa a vybraných zemí. Korelace s Německem je u většiny zemí vyšší  než v případě celé eurozóny například, hodnota korelačního koeficientu se mírně snížila  u  Portugalska,  Dánska  a  Švédska.  Vyšší  korelace  oproti  eurozóně  byla  vypočtena  například  u  Lotyšska,  Rumunska,  Estonska  a  Litvy.  Nejvyšší  stupeň  korelace  s Německem dosahuje Španělsko, Dánsko a Velká Británie.   Nezávisle  proměnná  (vysvětlující)  je  intenzita  obchodu  mezi  Německem  a vybranou zemí. Hodnoty výpočtů se pohybují v intervalu od 0,39 až po 0,45. Rozmezí 

‐ 45 ‐ 

intervalu je jen mírně nižší než v případě eurozóny. Je to z toho důvodu, že Německo je  jedním  z nejvýznamnějších  obchodních  partnerů  vybraných  zemí  v rámci  měnové  unie.  Nejnižší  hodnoty  ukazatele  intenzity  vzájemného  obchodu  s  Německem  vykazují  dvě  severské země Estonsko a Lotyšsko, hodnota se pohybuje okolo 0,39. Největší obchodní  výměna  probíhá  mezi  Českem  a  Německem,  kde  je  hodnota  ukazatele  0,449.  Česko  je  následováno  Velkou  Británií  a  Polskem,  které  bude  nakonec  díky  nízké  korelaci  hospodářského  cyklu  z modelu  odebráno.  Intenzita  obchodu  je  v tabulce  uvedena  i v procentuálním vyjádření.    Tabulka č.8: Vstupní data 

 Státy 

Korelační koeficient

Rumunsko  Polsko  Litva   Bulharsko  Maďarsko  Slovensko  Estonsko  Švédsko  Lotyšsko  Irsko  Portugalsko  ČR  Velká Británie  Dánsko  Španělsko 

0,6251  0,7455  0,7767  0,7810  0,7986  0,8252  0,8409  0,8557  0,8718  0,8895  0,8942  0,8959  0,9098  0,9103  0,9310 

Intenzita bilaterálního  Intenzita bilaterálního obchodu  obchodu v %  0,4248  0,4620  0,4474  2,1592  0,4068  0,1391  0,4070  0,1478  0,4430  1,4443  0,4328  0,6848  0,3946  0,0720  0,4359  1,3890  0,3999  0,0826  0,4214  0,7123  0,4268  0,6532  0,4491  2,0807  0,4489  3,5526  0,4360  1,2287  0,4427  2,3981 

Zdroj: Eurostat, vlastní výpočty 

  Následující  graf  č.9  vykresluje  vypočtené  hodnoty  intenzity  obchodu  na  osu  X  a korelační koeficient na osu Y. Vzniklé body v grafu jsou proloženy trendovou křivkou,  která  má  mírný  pozitivní  sklon.  Tento  sklon  podporuje  ekonomickou  teorii,  která předpokládá  kladný  vztah  intenzity  obchodu  na  výši  korelačního  koeficientu.  V grafu  jsou  oranžově  zvýrazněny  body,  které  reprezentují  země  porušující  tento základní  vztah.  Je  vidět,  že  u  deseti  zemí  je  patrný  kladný  vliv  bilaterálního  obchodu  s Německem  na  výši  korelačního  koeficientu  hospodářských  cyklů.  Negativně  model  ovlivňuje  Rumunsko,  Maďarsko,  Polsko  a  dva  pobaltské  státy  Lotyšsko  a Estonsko. Německo je velmi významný obchodní partner většiny zemí v Evropské unii,  ale  pro  některé  země  není  Německo  hlavním  obchodním  partnerem.  Tento  případ 

‐ 46 ‐ 

nastává  především  u  Lotyšska  a  Estonska.  Pobaltské  země  obchodují  více  mezi  sebou  navzájem než s Německem.    Graf č.9: Vstupní hodnoty 

Korelační koeficient

1,20

y = 0,8662x + 0,4662

1,00 Estonsko

R2 = 0,0382

Lotyšsko

0,80 Rumunsko

Maďarsko

Polsko

0,60 0,40 0,39

0,40

0,41

0,42

0,43

0,44

0,45

0,46

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

 

4.2.2 Odhady regresního modelu Následující  část  se  zabývá  tvorbou  odhadů  panelové  regrese.  Postup  je  stejný  jako  u eurozóny,  z modelu  jsou  postupně  odebrány  země,  které  nesplňují  teoretické  předpoklady endogenity teorie optimálních měnových oblastí. Podobně jako u eurozóny  budou ze vstupních zemí odebráno Rumunsko, Maďarsko a Polsko. Tyto státy poměrně  intenzivně  obchodují  s Německem,  ale  nedosahují  příliš  vysoké  sladěnosti  s německou  ekonomikou.  Kromě  těchto  zemí  do  panelové  regrese  Německa  ještě  nezapadají  dvě  severské  země  Estonsko  a  Lotyšsko,  jsou  to  státy  které  naopak  méně  intenzivněji  obchodují s Německem, ale přesto je korelace hospodářských cyklů poměrně vysoká.    1. Odhadnutý regresní model pro všechny země:   

Yˆi = 0, 4662 + 0,8662 X i (1, 2058) t = 0, 7183 n = 15 R 2 = −0, 0358 R 2 = 0, 0382 F (1,13) = 0,516 P − hodnota( F ) = 0, 4853   První  odhadnutý  model  není  statisticky  významný.  Vstupní  hodnoty  do  modelu  jsou  reprezentovány  všemi  patnácti  zeměmi.  Výsledek  je  podobný  jako  v případě  prvního  odhadu  regresní  rovnice  u  měnové  unie.  Koeficient  determinace  vykazuje,  že  3,8  %  ‐ 47 ‐ 

variability modelu bylo regresí vysvětleno. Adjustovaný koeficient determinace je menší  než  koeficient  determinace,  podle  tohoto  výsledku  můžeme  soudit,  že  model  nemá  dobrou  vypovídací  schopnost.  Koeficient  alfa  ani  koeficient  beta  nevykazují  žádnou  statistickou  průkaznost.  Celkový  F‐test  také  prokázal,  že  model  není  statisticky  významný.     2. Odhadnutý regresní model s výjimkou Polska: 

Yˆi = 0, 2474 + 1,3973 X i (1, 2078) t = 1,157 n = 14   R 2 = 0, 0254   R 2 = 0,1004   F (1,12) = 1,3385   P − hodnota( F ) = 0, 2698     Druhý  model  je  vytvořen  bez  Polska.  Statistická  významnost  modelu  se  neprokázala  dle F testu.  Parametry  alfa  a  beta  také  nemají  statistickou  významnost.  Pouze  v porovnání  s předchozím  modelem  můžeme  vidět  mírné  zlepšení.  Adjustovaný  i normální koeficienty determinace se také zlepšily, ale stále je mezi nimi poměrně velký  rozdíl.  Polsko  se  vyznačuje  vzhledem  k Německu  velkou  intenzitou  bilaterálního  obchodu  (0,4474),  ale  nízkou  korelací  hospodářského  cyklu  v porovnání  s ostatními  zeměmi.  Graf  č.10  vykresluje  průběh  cyklické  složky  HDP  Polska  k Německu.  Polsko  nebylo tak silně ovlivněno světovou globální krizí jako Německo, tento rozdílný vývoj je  vidět v letech 2008 až 2009, což má negativní vliv na výši korelačního koeficientu.    Graf č.10: Vývoj hospodářského cyklu – Polsko, Německo  0,04 0,03 0,02

Korelační koeficient: 0,7455

0,01 0,00 ‐0,02

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,01 ‐0,03

Německo Zdroj: Eurostat, vlastní výpočty 

 

‐ 48 ‐ 

Polsko

Německo  je  v současnosti  stále  hlavním  obchodním  partnerem  Polska,  i když se v posledních  letech  podíl  na  celkovém  objemu  zahraničního  obchodu  snižuje  a začínají se prosazovat menší země a také Rusko a Čína.    3. Odhadnutý regresní model s výjimkou Polska a Rumunska:   

Yˆi = 0,3006 + 1,3116 X i (0, 7241) t = 1,811 n = 13   R 2 = 0,1597   R 2 = 0, 2297   F (1,11) = 3, 2806   P − hodnota( F ) = 0, 0975     Další  odhad  regresní  rovnice  je  vytvořen  bez  Polska  a  Rumunska.  Model  začíná  být  statisticky  významný  na  10%  hladině  významnosti  podle  F–testu.  Parametr  beta  je  také významný na 10% hladině významnosti, zlepšila se i hodnota t–statistiky parametru  beta.  Koeficienty  determinace  se  zvýšily  oproti  předchozímu  modelu,  model  vysvětluje  pouze okolo 16 % variability. Tato hodnota neprokazuje velký vliv bilaterálního obchodu  na sladěnost ekonomik.   Rumunsko  je  z modelu  odebráno,  protože  vykazuje  nejnižší  stupeň  korelace  s Německem  pouze  0,6251  a  střední  intenzitu  mezinárodního  obchodu  v porovnání  s ostatními  zeměmi.  Graf  č.11  znázorňuje  průběh  cyklické  složky  HDP  Německa  a Rumunska,  je  vidět  že  Rumunsko  zažívalo  do  prvního  čtvrtletí  roku  2008  výraznější  růst ekonomiky oproti Německu, ale zároveň to pro Rumunsko znamenalo větší propad  po příchodu ekonomické krize    Graf č.11: Vývoj hospodářského cyklu – Rumunsko, Německo  0,08 0,06

Korelační koeficient: 0,6251

0,04 0,02 0,00

‐0,04

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,02

Německo  Zdroj: Eurostat, vlastní výpočty 

 

‐ 49 ‐ 

Rumunsko

Zahraniční obchod Rumunska zažil propad v letech 2008 a 2009, ale v současnosti  opět  roste.  Německo  patří  k hlavním  obchodním  partnerům  Rumunska,  ale  dělí  se o první místo s Itálií, proto je ukazatel intenzity průměrný vhledem k ostatním zemím.    4. Odhadnutý regresní model s výjimkou Polska, Rumunska a Maďarska: 

Yˆi = 0,1501 + 1, 6820 X i (0, 6467) t = 2, 601 n = 12   R 2 = 0,3439   R 2 = 0, 4035   F (1,10) = 6, 7646   P − hodnota( F ) = 0, 0265     Z modelu  bylo  odebráno  dále  Maďarsko,  statistická  významnost  dle  F–testu  byla  zvýšena  na  5  %,  stejně  tak  se  na  5  %  zvýšila  statistická  významnost  parametru  beta.  Koeficient  determinace  se  zvýšil  na  hodnotu  0,4035,  což  znamená,  že  40  %  variability  závisle proměnné bylo vysvětleno pomocí ukazatele intenzity obchodu.   Maďarsko  má  vysokou  intenzitu  bilaterálního  obchodu  s Německem,  je  to  dáno  tím,  že  Německo  je  nejvýznamnější  obchodní  partner  Maďarska.  Dalším  významným  partnerem  je  Rusko.  Korelace  hospodářského  cyklu  s Německem  je  poměrně  nízká,  jen 0,7986    v porovnání  s ostatními  zeměmi.  Graf  č.12  ukazuje  průběh  hospodářského  cyklu  Maďarska  v porovnání  s Německem.  Maďarská  ekonomika  rostla  od  roku  2003  až do  roku  2008,  kdy  došlo  k recesi.  Průbě  recese  je  velmi  podobný  jako  v případě  Německa, tato skutečnost působí kladně na růst korelačního koeficientu.    Graf č.12: Vývoj hospodářského cyklu – Maďarsko, Německo  0,04 0,03

Korelační koeficient: 0,7986

0,02 0,01 0,00 ‐0,02 ‐0,03

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,01

‐0,04

Německo Zdroj: Eurostat, vlastní výpočty 

    ‐ 50 ‐ 

Maďarsko

5. Odhadnutý regresní model s výjimkou Polska, Rumunska, Maďarska a Lotyšska:   

Yˆi = −0, 0297 + 2, 0920 X i (0, 6749) t = 3,100 n = 11   R 2 = 0, 4627   R 2 = 0,5164   F (1,9) = 9, 610   P − hodnota( F ) = 0, 0127     Předposlední zkoumaný model je vypočten s výjimkou Lotyšska. Opět došlo ke zvýšení  statistické významnosti modelu jako celku. Parametr beta je statisticky významný na 5%  hladině  významnosti.  Mezi  adjustovaným  a  normálním  koeficientem  determinace  se snížil rozdíl, a tím se zvýšila i vypovídací schopnost modelu. Variabilita proměnných  je vysvětlena z 51 %.  Lotyšsko  vybočuje  z hlavního  předpokladu  endogenity  teorie  optimálních  měnových  oblastí,  protože  intenzita  obchodu  s Německem  je  velmi  nízká.  Hlavním  obchodním  partnerem  Lotyšska  je  Litva,  která  je  následována  Estonskem,  Německo  je  až na  třetím  místě.  Sladěnost  ekonomik  Německa  a  Lotyšska  je  vysoká  dle  korelačního  koeficientu,  který  dosahuje  0,8717.  Graf  č.13  zobrazuje  průběh  cyklické  složky  HDP  Německa a Lotyšska. Dle vývoje ekonomiky Lotyšska je patrné, že od začátku roku 2005  velmi  výrazně  rostla  oproti  Německé  ekonomice.  Také  je  vidět,  že  Lotyšsko  bylo  zasaženo globální krizí dříve než Německo a její následky na lotyšskou ekonomiku jsou  daleko více negativní. I přes tento odlišný vývoj je výše korelačního koeficientu poměrně  vysoká.    Graf č.13: Vývoj hospodářského cyklu – Lotyšsko, Německo  0,15 0,10

Korelační koeficient: 0,8718

0,05 0,00

‐0,10

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

‐0,05

‐0,15

Německo  Zdroj: Eurostat, vlastní výpočty 

    ‐ 51 ‐ 

Lotyšsko

6. Odhadnutý regresní model s výjimkou Polska, Rumunska, Maďarska, Lotyšska a  Estonska: 

Yˆi = −0,3665 + 2,8635 X i (0, 7706) t = 3, 716 n = 10   R 2 = 0,5873   R 2 = 0, 6332   F (1,8) = 13,8093   P − hodnota( F ) = 0, 0059     Poslední zkoumaný model vypouští z pozorování ještě Estonsko. Odhad regresní rovnice  je  statisticky  významná  na  1%  hladině  významnosti.  Parametr  beta  je  dle  t–statistiky  také statisticky  významný  na  1%  hladině  významnosti.  Koeficienty  determinace  mají  nejvyšší hodnotu ze všech a model vysvětluje okolo 60 % variability sladěnosti ekonomik  Německa se zeměmi, které vstupují do regrese.  Estonsko je severská země a její zahraniční obchod je směřován právě do okolních  států,  Německo  není  hlavní  obchodní  partner.  Estonsko  vykazuje  nejnižší  intenzitu  zahraničního  obchodu  s Německem  (0,3946),  protože  jejími  hlavními  obchodními  partnery  jsou  především  Finsko,  Švédsko,  Lotyšsko,  Rusko  a  Litva.  Sladěnost  Estonské  ekonomiky s Německem můžeme sledovat v grafu č.14. Hodnota korelačního koeficientu  je 0,8409. Vývoj ekonomiky Německa a Estonska do roku 2005 byl téměř totožný, od roku  2005  začíná  estonská  ekonomika  výrazně  růst,  německá  ekonomika  také  roste,  ale mírněji. Globální hospodářská krize zasáhla Estonsko daleko výrazněji než německou  ekonomiku. Průběh je velice podobný jako v předešlém případě u Lotyšska.    Graf č.14: Vývoj hospodářského cyklu – Estonsko, Německo 

Korelační koeficient: 0,8409

2 Q 09 20 3 Q 08 20 4 Q 07 20 1 Q 07 20 2 Q 06 20 3 Q 05 20 4 Q 04 20 1 Q 04 20 2 Q 03 20 3 Q 02 20 4 Q 01 20 1 Q 01 20 2 Q 00 20 3 Q 99 19

0,10 0,08 0,06 0,04 0,02 0,00 ‐0,02 ‐0,04 ‐0,06 ‐0,08 ‐0,10

Německo Zdroj: Eurostat, vlastní výpočty 

   

‐ 52 ‐ 

Estonsko

4.2.3 Vyhodnocení odhadnutých modelů Podobně  jako  v předešlém  případě  u  panelové  regrese  s eurozónou  bylo  z počátečního  modelu,  který  zahrnoval  15  zemí,  pět  odebráno.  Jednalo  se  o  tyto  země  Polsko,  Rumunsko,  Maďarsko,  Lotyšsko  a  Estonsko.  První  tři  zmíněné  země  jsou  stejné  jako v případě  eurozóny.  Lotyšsko  a  Estonsko  se  liší,  protože  poslední  dvě  odebrané  země  u  měnové  unie  byly  Dánsko  a  Portugalsko.  Tabulka  číslo  9  shrnuje  dosažené  výsledky  u  jednotlivých  modelů.  Na  první  pohled  je  patrné,  že  panelová  regrese  s Německem  není  tak  statisticky  významná,  jako  v případě  měnové  unie.  F  test  se zlepšuje  s každým  dalším  odhadnutým  modelem  a  nejlepšího  výsledku  dosáhl  u modelu 6. Logaritmus věrohodnosti se zlepšuje do modelu 4, od kterého začíná mírně  klesat.Odhad  parametru  alfa  nenabyl  statistické  významnosti,  ani  v jednom  z modelů,  ale  parametr  beta  je  statisticky  významný  od  modelu  3  a  nejvýznamnější  je  v modelu  číslo  6.  Adjustovaný  koeficient  determinace  v prvních  dvou  modelech  velmi  zaostával  za koeficientem  determinace,  ale  postupně  došlo  k srovnání.  Oba  koeficienty  nabývají  nejvyšších hodnot v posledním modelu.     Tabulka č.9: Srovnání odhadnutých modelů 

Parametry modelů  n  13  F ‐ test  P‐hodnota (F)  Log. věrohodnosti  α  14  β  15  2

R   R2  

Model 1 Model 2 Model 3 Model 4 Model 5  15  14  13  12  11  0,5160  1,3385  3,2806  6,7646  9,6100  0,4853  0,2698  0,0975  0,0265  0,0127  17,1943 16,7456 22,2871 22,4463 21,2604  ‐  ‐  ‐  ‐  ‐ 

Model 6 10  13,8093 0,0059  20,3445 ‐ 

‐ 

‐ 

* 

** 

** 

*** 

0,0382  ‐0,0358 

0,1004  0,0254 

0,2297  0,1597 

0,4035  0,3439 

0,5164  0,4627 

0,6332  0,5873 

Zdroj: Eurostat, vlastní výpočty 

  Výsledky 

parametrů 

jednotlivých 

modelů 

nejsou 

příliš 

jednoznačné, 

proto můžeme  o  statisticky  nejvhodnějším  modelu  rozhodnout  pomocí  srovnání  Akaikova,  Schwarzova  a  Hannan‐Quinnova  kritéria.  Toto  srovnání  nabízí  tabulka  číslo  10.  Z uvedených  výsledků  je  patrné,  že  nejnižších  hodnot  nabývá  model  číslo  4,  proto se jeví  jako  nejvhodnější.  Další  statistické  testy,  které  testují  správnost  modelu 

                                                         Počet vstupních proměnných. 

13

 Hladina významnosti odhadu parametru alfa ( * = 10 %, ** = 5 %, *** = 1 %). 

14

 Hladina významnosti odhadu parametru beta ( * = 10 %, ** = 5 %, *** = 1 %). 

15

‐ 53 ‐ 

budou  provedeny  na  modelu  číslo  4,  i  když  model  číslo  6  dosahuje  lepších  výsledků  u  F testu a koeficientů determinace.     Tabulka č.10: Srovnání hodnot kritérií jednotlivých modelů 

Modely 

Akaikovo kritérium 

Schwarzovo kritérium 

Hannan‐Quinnovo kritétium 

Model 1 

‐30,38867 

‐28,97257 

‐30,40376 

Model 2 

‐29,49114 

‐28,21303 

‐29,60945 

Model 3 

‐40,57415 

‐39,44425 

‐40,80640 

Model 4 

‐40,89251 

‐39,92269 

‐41,25156 

Model 5 

‐38,52082 

‐37,72503 

‐39,02245 

Model 6 

‐36,68906 

‐36,08389 

‐37,35293 

Zdroj: Eurostat, vlastní výpočty 

  V tabulce  č.11  je  uveden  RESET  test,  který  vypovídá  o  správné  specifikaci  modelu.  Z vypočtené  p‐hodnoty,  která  je  větší  než  5%  hladina  významnosti,  můžeme  přijmout nulovou hypotézu: „Model je správně specifikován.“    Tabulka č.11: RESET test 

Model 

Testová statistika F p‐hodnota

Model č.4 

0,8649 

0,4570 

Zdroj: Eurostat, vlastní výpočty 

  Následující tabulka č.12 uvádí test linearity jednou založený na čtvercích hodnot  a druhý  založený  na  logaritmech  hodnot.  Test  potvrzuje  vhodnost  použité  lineární  funkční formy v obou případech na 5% hladině významnosti.    Tabulka č.12: Test linearity 

Testová statistika  p‐hodnota  LM 

Model č.4 

Test 

Lineární 

Test linearity založený na  čtvercích hodnot 

0,5519 

0,4575 

Test linearity založený na  logaritmech hodnot 

0,5984 

0,439179 

Yˆi = αˆ + βˆ X i  

Zdroj: Eurostat, vlastní výpočty 

  Test  normality  chybového  členu  je  uveden  v tabulce  č.13.  Ověřovaná  nulová  hypotéza:  „Chyby  jsou  normálně  rozdělené.“  byla  přijata,  protože  je  p‐hodnota  větší  než 1% hladina významnosti alfa.  

‐ 54 ‐ 

Tabulka č.13: Test normality chybového členu 

Model č.4 

Chí‐kvadrát 

p‐value 

Lineární 

4,3076 

0,1160 

Zdroj: Eurostat, vlastní výpočty 

  Tabulka č.14 shrnuje výsledky testu rozptylu chybového členu. Breusch‐Paganův  test  jasně  zamítá  hypotézu,  že  je  heteroskedasticita  v modelu  přítomna.  Whietův  test  tuto hypotézu o heteroskedasticitě pouze na 5% hladině významnosti. Z výsledků je tedy  patrné, že chybový člen má konstantní rozptyl.     Tabulka č.14: Test heteroskedasticity chybového členu 

Model č.4 

Testová statistika 

p‐hodnota 

Whietův test 

LM = 5,1691 

0,0754 

Breusch‐Paganův test 

LM = 1,1883 

0,2757 

Zdroj: Eurostat, vlastní výpočty 

  V graf č.15 vidíme vývoj reziduí regresního modelu číslo 4.  Podle grafu můžeme  tvrdit že, lineární model nevykazuje žádný trend reziduí. Stejný vývoj mají maximálně tři  po  sobě  jdoucí  pozorování.  Tento  vývoj  již  předznamenal  předešlý  test  normality  chybového členu a test heteroskedasticity chybového členu.    Graf č.15: Vývoj reziduí  Vývoj reziduí 0,06 0,04 0,02 0,00 ‐0,02

1

2

3

4

5

6

7

8

9

10

11

12

‐0,04 ‐0,06 ‐0,08

  Zdroj: Eurostat, vlastní výpočty   

Graf číslo 16 vykresluje vstupní proměnné čtvrtého modelu. Do panelové regrese  vstupuje  12  zemí,  které  mezi  sebou  srovnávají  vliv  intenzity  obchodu  s Německem  na sladěnost  jejich  ekonomik  s německou  ekonomikou.  Můžeme  z grafu  vysledovat,  že existuje  kladný  vliv  bilaterálního  obchodu  s Německem  na  výši  stupně  sladěnosti  jejich  ekonomik  s  Německem.  Z počátečního  modelu  byly  odebrány  tyto  země:  Polsko,  ‐ 55 ‐ 

Rumunsko  a  Maďarsko.  Země  nesplňovaly  základní  vztah  mezi  intenzitou  obchodu  a korelačním  koeficientem  ekonomické  aktivity,  která  je  dána  trendově  a  sezónně  očištěnou cyklickou složkou ukazatele HDP. Je zajímavé, že tyhle tři země byly odebrány  i  z panelové  regrese  s eurozónou.  Všechny  tři  země  se  vyznačují  poměrně  velkou  intenzitou  mezinárodního  obchodu  s Německem  nebo  s eurozónou,  ale  sladěnost  ekonomik  s Německem  popřípadě  s měnovou  unií  je  v porovnání  s jinými  zeměmi  na nízké  úrovni.  Do  modelu  číslo  čtyři  vstupují  tyto  země:  Česká  republika,  Velká Británie,  Španělsko,  Dánsko,  Portugalsko,  Irsko,  Švédsko,  Slovensko,  Bulharsko,  Litva,  Lotyšsko,  Estonsko.  Všechny  uvedené  země  více  či  méně  potvrzují  hypotézu  endogenity teorie optimálních měnových oblastí.   

Korelační koeficient

Graf č.16:  Konečný tvar regresního modelu 

0,94 0,92 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 0,39

Dánsko Portugalsko

Lotyšsko

Španělsko

Irsko

ČR Švédsko

Estonsko

Slovensko Litva

0,40

VB

y = 1,682x + 0,1501

Bulharsko

0,41

R2 = 0,4035 0,42

0,43

0,44

0,45

0,46

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

  Pro  lepší  znázornění  modelu,  ještě  jednou  uvádím  odhadnutou  regresní  rovnici  pro  model  číslo  4.  Model  se  dle  testů  jevil  jako  nejvhodnější  ze  všech  šesti,  i když vysvětluje  pouze  40  %  variability  stupně  sladěnosti  hospodářských  cyklů  zemí  a Německa.  Celkový  model  číslo  4  je  statisticky  významný  na  5%  hladině  významnosti  dle  F‐testu,  a  t–statistika  parametru  beta  také  uvádí,  že  odhad  parametru  je  statisticky  významný na 5% hladině významnosti.   

Yˆi = 0,1501 + 1, 6820 X i (0, 6467) t = 2, 601 n = 12   R 2 = 0,3439   R 2 = 0, 4035   F (1,10) = 6, 7646   P − hodnota( F ) = 0, 0265  

‐ 56 ‐ 

4.3 Klouzavá regrese Klouzavá  regrese  je  vytvořena  v návaznosti  na  panelovou  regresi.  Je  to  způsob  ověření  zkoumané  hypotézy  endogenity  optimálních  měnových  oblastí  na  dvou  vybraných  území  za  určité  časové  období.  V práci  je  posuzován  opět  vztah  mezi  eurozónou  popřípadě  Německem s vybranými státy EU. Vstupní data jsou čtvrtletního charakteru,  počáteční období je první čtvrtletí 1995, u některých zemí jsou data z pozdějšího období,  a  to  z toho  důvodu,  že  nebyla  dostupná  ve  statistické  databázi  Eurostatu.  Regrese  se nazývá klouzavá kvůli metodice výpočtu korelačního koeficientu. Korelační koeficient  je  vypočten  na  základě  pěti  let  (do  každého  výpočtu  vstupuje  20  pozorování).  Tímto způsobem  získáme  hodnoty  korelace  ekonomik  pro  jednotlivá  čtvrtletí  a  naproti  korelačnímu  koeficientu  je  postaven  ukazatel  intenzity  bilaterálního  obchodu  pro  dané  čtvrtletí.    

4.3.1 Česká republika První  zkoumanou  zemí  podle  metodiky  klouzavé  regrese  je  Česká  republika.  Země  se vyznačuje   malou  otevřenou  ekonomiku,  která  je  ovlivněna  vývojem  zahraničního  obchodu  a  hospodářstvím  hlavních  obchodních  partnerů.  Evropská  unie  hraje  velmi  významnou  roli  v oblasti  zahraničního  obchodu  Česka,  což  přináší  klady,  ale  i  rizika  a to především 

v případě,  že  dojde 

k hospodářskému 

útlumu 

v ekonomicky 

rozhodujících  členských  státech.  Hlavními  partnery  v rámci  EU  jsou  především  Německo, Francie, Velká Británie, Rakousko, Itálie a Nizozemí dle analýzy zahraničního  obchodu  (2010).  Tyto  země  patří  do  základní  sestavy  EU  15,  která  se  rozšířila  o  deset  kandidátských zemí 1. května 2004. Uvedené státy jsou i členy měnové unie s výjimkou  Anglie.  Ze  zemí,  které  přistoupily  do  EU  společně  s ČR,  jsou  hlavními  obchodními  partnery  především  Slovensko  a  Polsko.  Uvedená  fakta  korespondují  s následujícím  grafem č.17.                   

‐ 57 ‐ 

Graf č.17: Klouzavá regrese – ČR a eurozóna  ČR a eurozóna

Korelační koeficient

1,60 1,10 0,60

y = 111,24x ‐ 49,247 R2 = 0,4275

0,10 0,45 ‐0,40

0,45

0,45

0,45

0,45

0,45

0,45

0,45

0,45

0,45

0,46

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

  Graf vykresluje vliv intenzity obchodu České republiky a eurozóny na sladěnost  hospodářských  cyklů  zemí.  Můžeme  sledovat  jednoznačnou  pozitivní  závislost.  Data  jsou  proložena  trendovou  křivkou  lineárního  funkčního  tvaru.  Z hlediska  ověřované  hypotézy  můžeme  tvrdit,  že  vyšší  intenzita  zahraničního  obchodu  s eurozónou  podporuje sladěnost hospodářských cyklů České republiky a měnové unie.  První  regresní  model  byl  odhadnut  pomocí  metody  nejmenších  čtverců.  Z výsledku  je  patrné,  že  je  potvrzen  očekávaný  kladný  vliv  intenzity  obchodu  na sladěnost hospodářských cyklů. Předpoklad ekonomické teorie byl v modelu splněn.  Vychází  to  i  z vývoje  vstupních  hodnot,  která  mají  rostoucí  charakter  ve  sledovaném  období.  Intenzita  zahraničního  obchodu  s eurozónou  neustále  narůstá  ve  sledovaném  období s čímž koresponduje rostoucí sladěnost ekonomik měnové unie a Česka.   

Yˆi = −49, 2466 + 111, 236 X i                          (21,1616)                         t = 5, 257   

n = 39   R 2 = 0, 4120   R 2 = 0, 4275   F (1,37) = 27, 631   P − hodnota( F ) = 0, 000      Model  se  vyznačuje  hodnotou  adjustovaného  i  normálního  koeficientu  determinace  okolo  0,42.  Znamená  to,  že  42  %  variability  zkoumaných  hodnot  bylo  vysvětleno.  Celková  statistická  významnost  modelu  je  prokázána  F‐testem.  Odhadnuté  koeficienty  jsou  statisticky  významné  na  1%  hladině  významnosti.  Chybový  člen  je  normálně  rozdělený.  V modelu  by  bylo  vhodnější  využít  polynomickou  funkční  formu  pro  vykreslení  proměnných,  ale  z hlediska  ekonomické  interpretace  je  lineární  funkční 

‐ 58 ‐ 

forma  jednoznačnější.  V  případě  České  republiky  a  eurozóny  můžeme  přijmout  zkoumanou hypotézu o endogenitě teorie optimálních měnových oblastí.  V grafu  číslo  18  je  vykreslena  závislost  stupně  hospodářské  podobnosti  na intenzitě  zahraničního  obchodu  s tím  rozdílem,  že  vztah  je  aplikován  na  Německo  a Česko.  Německo  je  pro  Českou  republiku  vůbec  největším  obchodním  partnerem,  jak v evropském,  tak  ve  světovém  měřítku.  Vykreslené  body  v grafu  potvrzují  kladný  vliv zahraničního obchodu nesladěnost ekonomik Česka a Německa.     Graf č.18: Klouzavá regrese – ČR a Německo 

Korelační koeficient

ČR a Německo 1,20 1,00 0,80 0,60 0,40 0,20 0,00 ‐0,200,45 ‐0,40

y = 206,2x ‐ 91,957 R2 = 0,3258 0,45

0,45

0,45

0,45

0,45

0,45

0,45

0,45

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

  Vývoj ukazatele intenzity obchodu s Německem probíhal do zlomového druhého  čtvrtletí roku 2004 rostoucím tempem, po vstupu do EU prudce klesl. Nejnižší hodnoty  ukazatel  dosáhl  ve  třetím  čtvrtletí  roku  2004,  po  tomto  období  se  situace  obrátila  a intenzita  zahraničního  obchodu  s Německem  začala  prudce  růst  a  roste  až do posledního  zkoumaného  období  roku  2010,  kdy  bylo  téměř  dosaženo  úrovně  před vstupem do EU. Podobně došlo k poklesu korelačního koeficientu, ale až s mírným  zpožděním,  nejnižší  hodnoty  bylo  dosaženo  v druhém  čtvrtletí  roku  2006.  Následně  korelační koeficient pokračoval v růstu.   

Yˆi = −91,9565 + 206,196 X i                          (48, 7669)                         t = 4, 228   

n = 39   R 2 = 0,3075   R 2 = 0,3258   F (1,37) = 17,8775   P − hodnota( F ) = 0, 000    

‐ 59 ‐ 

Odhad  regresní  rovnice  je  dle  F–testu  statisticky  významný  na  1%  hladině  významnosti.  Odhady  parametrů  alfa  a  beta  jsou  statisticky  významné  na  1%  hladině  významnosti.  Adjustovaný  koeficient  determinace  je  velmi  blízký  normálnímu  koeficientu  determinace,  což  zvyšuje  vypovídací  schopnost  těchto  ukazatelů.  Model  vysvětluje  okolo  31 %  variability  sladěnosti  ekonomik  Německa  a  Česka  pomocí  vlivu  intenzity obchodní výměny mezi těmito dvěma zeměmi. 

4.3.2 Slovensko Slovensko  je  stejně  jako  Česká  republika  malá  a  otevřená  ekonomika,  která  je  velmi  závislá  na  hospodářském  vývoji  okolních  zemí,  především  Německa  největšího  obchodního partnera. V současnosti je ekonomika Slovenska závislá na vývoji zahraniční  poptávky, domácí poptávka po produktech je nízká díky vysoké nezaměstnanosti okolo  14,8 %. Slovenská vláda přijala mnoho neefektivních opatření proti světové hospodářské  krizi.  Například  státní  dotace  na  udržení  zaměstnanosti  v podnicích,  které  neměli  dostatečnou  poptávku  po  svých  produktech  server  businessinfo‐Slovensko  (2011).  Zahraniční  obchod  Slovenska  je  velmi  intenzivní  hlavně  v rámci  Evropské  unie,  a to především  s Českem  a  Německem,  což  jsou  hlavní  obchodní  partneři.  K  dalším  zemím,  se  kterými  Slovensko  obchoduje  a  jsou  členy  měnové  unie  patří  Rakousko,  Francie,  Itálie  a  k nečlenským  zemím  patří  Maďarsko  a  Polsko.  Objem  obchodu  je  větší  se zeměmi eurozóny.   Graf  č.19  znázorňuje  vývoj  vlivu  intenzity  obchodu  na  korelaci  hospodářských  cyklů Slovenska a měnové unie.     Graf č.19: Klouzavá regrese – Slovensko, eurozóna  Slovensko a eurozóna

Korelační koeficient

1,50 1,00

y = 231,04x ‐ 100,67 R2 = 0,5735

0,50 0,00 ‐0,500,43

0,43

0,43

0,43

0,43

0,44

0,44

‐1,00 ‐1,50 Intenzita obchodu

Zdroj: Eurostat, vlastní výpočty 

 

‐ 60 ‐ 

0,44

0,44

0,44

0,44

Můžeme  sledovat,  že  stupeň  sladěnosti  ekonomik  byl  velmi  malý,  ale  s rostoucí  intenzitou  obchodu  se  začal  zvyšovat.  Body  v grafu  jsou  proloženy  trendovou  křivkou,  která  má  lineární  funkční  tvar  a  potvrzují  pozitivní  vliv  zahraničního  obchodu  na sladěnost hospodářských cyklů Slovenska a eurozóny.   Pro hodnoty zobrazené v grafu byl vypočten regresní model pomocí OLS metody.  Kladné  znaménko  u  parametru  beta  potvrzuje  pozitivní  vliv  zahraničního  obchodu  na korelaci hospodářských cyklů. Odhady obou parametrů jsou dle t‐statistiky statisticky  významné na 1% hladině významnosti.   

Yˆi = −100, 673 + 231, 039 X i                            (32, 7566)                            t = 7, 053  

n = 39   R 2 = 0,5619   R 2 = 0,5735   F (1,37) = 49, 7476   P ( F ) = 0, 000      Celkový  model  je  statisticky  také  významný  na  1%  hladině  významnosti  podle  F testu.  V modelu  není  přítomna  heteroskedasticita  chybového  členu.  Variabilita  zkoumaných hodnot byla vysvětlena z 57 % pomocí modelu.  Zkoumaný vztah je dále aplikován na Slovensko a Německo. Graf č.20 znázorňuje  body vzniklé vynesením intenzity obchodu na osu X a korelačního koeficientu na osu Y.  Body jsou rozloženy ve spodní části podél lineární trendové křivky, nahoře tvoří shluk.  Přesto  můžeme  sledovat  mírnou  závislost  mezi  proměnnými.  Vztah  korelačního  koeficientu  a  intenzity  obchodu  je  v porovnání  se  vztahem  u  Česka  a  Německa  nižší,  přestože  je  Německo  největší  obchodní  partner  Slovenska.  Proto  můžeme  usuzovat,  že na sladěnost hospodářských cyklů působí kladně a záporně i jiné vlivy.     Graf č.20: Klouzavá regrese – Slovensko, Německo  Slovensko a Německo

Korelační koeficient

1,50

y = 45,548x ‐ 19,76

1,00

R2 = 0,0177

0,50 0,00 ‐0,500,43

0,43

0,43

0,43

‐1,00 ‐1,50 Intenzita obchodu

Zdroj: Eurostat, vlastní výpočty 

‐ 61 ‐ 

0,44

0,44

0,44

  Intenzita  obchodu  měla  strmě  rostoucí  tvar  až  po  vstup  Slovenska  do  EU,  po vstupu  do  EU  došlo  ke  snížení  objemu  zahraničního  obchodu  s  Německem.  Od tohoto  okamžiku  docházelo  ke  konstantnímu  vývoji  intenzity  obchodu  s velmi  mírným  růstem,  který  končí  začátkem  roku  2008,  kdy  došlo  opět  k poklesu  až do druhého  čtvrtletí  roku  2009.  Pokles  byl  zapříčiněn  hospodářskou  krizí.  V dalších  čtvrtletích  se  zahraniční  obchod  výrazně  zintensivnil,  ale  hodnota  nedosahuje  objemu  zahraničního obchodu před vstupem do EU. Korelace hospodářského cyklu s Německem  v celém  sledovaném  období  rostl,  až  se  dostal  velmi  blízko  k hodnotě  1  v roce  2007  a od té doby je téměř stejný.  Pro  výše  uvedené  hodnoty  byl  také  vypočten  regresní  model,  který  ověřuje  statistickou významnost zkoumané endogenity teorie optimálních měnových oblastí.    

Yˆi = −19, 7603 + 45,5478 X i                               (55,8592)                               t = 0,8154   

n = 39   R 2 = −0, 0089   R 2 = 0, 0177   F (1,37) = 0, 6649   P( F ) = 0, 4201     Odhadnuté parametry modelu nejsou dle výpočtů t statistiky významné .Celková  průkaznost modelu dle F statistiky nebyla prokázána. Model nevysvětluje téměř žádnou  variabilitu  zkoumaných  proměnných.  V případě  Slovenska  a  Německa  nemůžeme  mluvit  o  významném  vlivu  intenzity  obchodu  zemí  na  sladěnost  jejich  hospodářských  cyklů. 

4.3.3 Polsko Polsko  patří  také  do  oblasti  zemí  střední  a  východní  Evropy,  jako  Česko  a  Slovensko.  Země  je  největší  ze  všech  nových  členských  států,  které  přistoupily 1.  května  2004  a později. Z evropského hlediska se Polsko umístilo, jako šestá největší země v rámci EU.  Proto  o  ni  nemůžeme  mluvit,  jako  o  malé  otevřené  ekonomice.  Polsko  patří  k silným  ekonomikám  EU,  s globální  hospodářskou  krizí  se  vyrovnalo  velmi  dobře.  V roce  2009  dokonce  jako  jediná  země  EU  zaznamenala  hospodářský  růst.  Důvodem  je,  že  Polsko  méně podléhá vnějším vlivům, má silný vnitřní trh a není tolik závislé na exportu. Růst  podpořili i zahraniční investoři a autonomní finanční trh. Polsko má problém s deficitem  veřejných  financí,  který  se  pohybuje  nad  úrovní  6,5  %  HDP,  jak  uvádí  server  businessinfo‐Polsko (2011). 

‐ 62 ‐ 

Mezinárodní výměna zboží je na nízké úrovni, což je právě důsledkem velikostí  ekonomiky  Polska    a  geografickou  polohou.  Přesto  od  vstupu  Polska  do  EU  vzrostl  objem  zahraničního  obchodu  o  100  %.  Polsko  nejvíce  realizuje  obchod  se  zeměmi  Evropské unie, a to především s Německem, Itálií, Ruskem, Francií, Čínou a Českem.  Graf  č.21  vykresluje  zkoumaný  vztah  mezi  intenzitou  obchodu  a  stupněm  sladěnosti  ekonomik  měnové  unie  a  Polska.  Vynesené  body  v grafu  prolíná  trendová  křivka, která má lineární funkční formu. Už z grafu můžeme vypozorovat, že má objem  zahraničního obchodu kladný vliv na korelaci hospodářského cyklu zkoumaných území.  Vypočtený  ukazatel  intenzity  zahraničního  obchodu  má  po  celé  sledované  období  rostoucí trend, který koresponduje s rostoucí hodnotou korelačního koeficientu. Od roku  2008  však  dochází  k mírnému  snižování  sladěnosti  ekonomik  Polska  a  eurozóny,  příčinou může být to, že Polsko nebylo zasaženo globální krizí tak značně jako měnová  unie.    Graf č.21: Klouzavá regrese – Polsko, eurozóna  Polsko a eurozóna

Korelační koeficient

1,10 0,90 0,70 0,50

y = 64,053x ‐ 28,264

0,30

R2 = 0,3756

0,10 ‐0,10 0,45 ‐0,30

0,45

0,45

0,45

0,45 0,45 0,45 Intenzita obchodu

0,45

0,45

0,45

0,46

Zdroj: Eurostat, vlastní výpočty 

  Následuje  vypočtená  regresní  rovnice,  pro  data  uvedená  v předešlém  grafu.  Parametry  alfa  i  beta  jsou  odhadnuty  na  1%  hladině  významnosti.  Parametr  beta  potvrzuje  kladný  vliv  zahraničního  obchodu  na  ekonomickou  sladěnost.  Model  jako celek  je  statistický  významný  dle  p  hodnoty  F‐testu  na  1%  hladině  významnosti.  Adjustovaný  koeficient  determinace  a  normální  koeficient  determinace  se  shodně  pohybují okolo 0,36, proto můžeme tvrdit, že 36 % variability v modelu bylo vysvětleno  odhadnutou  regresní  rovnicí.  Dle  RESET  testu  by  bylo  vhodné  doplnit  model  o  další  vysvětlující proměnou. Test linearity modelu poukazuje na možnost využít jiné funkční  formy,  jako  nejlepší  se  jevila  kvadratická  funkční  forma,  ale  z ekonomického  a interpretačního hlediska je vhodnější právě lineární. 

‐ 63 ‐ 

Yˆi = −28, 2637 + 64, 0526 X i                               (13,5758)                               t = 4, 718   

n = 39   R 2 = 0,3588   R 2 = 0,3756   F (1,37) = 22, 2610   P ( F ) = 0, 0000     Následuje  část,  kdy  se  stejný  vztah  aplikuje  na  Polsko  a  Německo.  Bodový  graf  č.22  vykresluje  korelační  koeficient  ekonomické  sladěnosti  v závislosti  na  intenzitě  obchodu.  Trendová  křivka,  která  body  prokládá  má  rostoucí  tvar,  což  je  v souladu  s ekonomickou teorií, která předpokládá pozitivní vliv.     Graf č.22: Klouzavá regrese – Polsko, Německo  Polsko a Německo Korelační koeficient

1,20 0,90 0,60

y = 94,92x ‐ 41,93 R2 = 0,3654

0,30 0,00 0,44 ‐0,30

0,45

0,45

0,45

0,45

0,45

0,45

0,45

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

  Odhadnutý  regresní  model,  potvrzuje  pozitivní  vliv  zahraničního  obchodu  na  sladěnost  hospodářského  cyklu.  Ze  statistického  hlediska  je  model  významný  na  1%  hladině  významnosti  dle  F‐testu,  parametry  alfa  a  beta  jsou  shodně  také  odhadnuty  na 1% hladině významnosti. Model vysvětluje okolo 35 % variability závisle proměnné.  Do modelu by bylo vhodné přidat další vysvětlující proměnou dle RESET testu.    

Yˆi = −41,9304 + 94,9203 X i                               (20,5639)                               t = 4, 616   

n = 39   R 2 = 0,3483   R 2 = 0,3654   F (1,37) = 21,3063   P ( F ) = 0, 0000    

‐ 64 ‐ 

4.3.4 Bulharsko Bulharsko  leží  v jihovýchodní  Evropě  na  Balkánském  poloostrově.  Členem  Evropské  unie  se  stalo  1.ledna  roku  2007  a  jejich  strategií  je  co  nejrychleji  vstoupit  do  eurozóny.  Bulharská  měna  lev  je  zavěšena  na  euro  v pevném  měnovém  kurzu  currenccy  board16,  dle  serveru  Euroskop  (2005‐2011).  Bulharsko  plánovalo,  že  příjme  měnu  euro  už  v roce  2013, ale v současnosti vláda přiznala, že tajila skutečnou výši deficitu veřejných financí  za  rok  2009,  který  je  vyšší  než  původně  bulharská  vláda  uvedla  (konkrétně  3,7  %  hrubého domácího produktu a ne 1,9 %), jak uvádí server businessinfo‐Bulharsko (2011).  V  rámci  EU  patří  Bulharsko  k nejchudším  státům  s nadprůměrnou  zaměstnaností  obyvatel v zemědělství. Bulharské ekonomika je charakterizovaná jako otevřená a tržní.  Velkému  propadu  bulharská  ekonomiky  čelila  v devadesátých  letech  po  rozpadu  RVHP17  a  ztrátě  tradičních  trhů  zejména  v oblasti  bývalého  Sovětského  svazu.  V současnosti  objem  zahraničního  obchodu  Bulharska  roste  a  hlavními  obchodními  partnery jsou Německo, Itálie, Turecko, Rumunsko a Řecko.  Následující  graf  č.23  vykresluje  vztah  mezi  intenzitou  obchodu  s eurozónou  a korelačním koeficientem, který měří sladěnost bulharské ekonomiky a eurozónou.     Graf č.23: Klouzavá regrese – Bulharsko, eurozóna 

Korelační koeficient

Bulharsko a eurozóna 1,20 1,00 0,80 0,60 0,40

y = 57,912x ‐ 23,756

0,20

R2 = 0,737

0,00 0,42

0,42

0,42

0,42

0,42

0,43

0,43

Intenzita obchodu

  Zdroj: Eurostat, vlastní výpočty 

                                                           Currency  Board  je  pevný  kurz  bez  pásma  oscilace,  centrální  banka  se  vzdává  autonomní 

16

měnové politiky. Centrální bankou nově emitované peníze se tak dostávají do ekonomiky pouze  jako důsledek devizovým trhem vynucených devizových intervencí proti tlakům na zhodnocení  domácí měny, kdy centrální banka nakupuje zahraniční měnu a prodává nově emitovanou měnu  domácí. Nově emitované peníze jsou tedy kryty zvyšujícími se devizovými rezervami.      Rada  vzájemné  hospodářské  pomoci  byla  hospodářským  seskupením  socialistických  zemí  a 

17

měla přispět k rozvoji členských států. 

‐ 65 ‐ 

Můžeme  vidět,  že  intenzita  obchodu  má  pozitivní  vliv  na  sladěnost  ekonomik  ve sledovaném  období.  Body  v grafu  jsou  proloženy  trendovou  křivkou,  která  má  lineární funkční formu.   Následuje odhadnutá regresní rovnice pro hodnoty z grafu č.23.    

Yˆi = −23, 7556 + 57,9120 X i                               (5, 6867)                               t = 10,18   

n = 39   R 2 = 0, 7199   R 2 = 0, 7370   F (1,37) = 103, 7101   P ( F ) = 0, 0000     Celkový  model  je  statisticky  významný  na  1%  hladině  významnosti.  Variabilita  modelu  je  vysvětlena  dle  koeficientu  determinace  z 73  %  modelem.  Odhady  parametrů  alfa a beta jsou také statisticky významné na 1% hladině významnosti. Kladné znaménko  u  parametru  beta  potvrzuje  předpoklad  ekonomické  teorie  a  v případě  Bulharska  a eurozóny můžeme mluvit o pozitivním vlivu zahraničního obchodu na sladěnost jejich  ekonomik.  Stejná  závislost  je  sledována  u  Bulharska  a  Německa,  Německo  je  jedním  z nejvýznamnějších  obchodních  partnerů  Bulharska.  Graf  č.24  vykresluje  vliv  intenzity  obchodu na sladěnost hospodářského cyklu Německa a Bulharska. Stejně jako v případě  eurozóny  je  vidět  pozitivní  vztah  mezi  proměnnými.  Trendová  křivka,  která  prokládá  body  v grafu  má  lineární  funkční  tvar,  i  když  by  se  podle  vykreslených  bodů  jevila  jako vhodnější  jiná  funkční  forma,  ale  z hlediska  jasné  ekonomické  interpretace  je  ponechána lineární křivka.     Graf č.24: Klouzavá regrese – Bulharsko, Německo 

Korelační koeficient

Bulharsko a Německo 1,20 1,00 0,80 0,60 0,40

y = 31,86x ‐ 12,165

0,20

R2 = 0,3296

0,00 0,40

0,40

0,40

0,40

0,41

0,41

0,41

0,41

0,41

0,41

0,41

Intenzita obchodu

  Zdroj: Eurostat, vlastní výpočty 

‐ 66 ‐ 

Pro  zkoumaný  vztah  mezi  proměnnými  byla  odhadnuta  regresní  rovnice,  která potvrzuje,  že  model  je  statisticky  významný  na  1%  hladině  významnosti,  stejně  jako odhady  parametrů  alfa  a  beta.  Model  oproti  eurozóně  vysvětluje  pouze  32  %  variability sladěnosti ekonomik Německa s Bulharskem pomocí intenzity mezinárodního  obchodu.  Dle  RESET  testu  by  bylo  vhodné  do  modelu  zařadit  ještě  další  vysvětlující  proměnou.   

Yˆi = −12,1651 + 31,8602 X i                               (7, 4696)                               t = 4, 265   

n = 39   R 2 = 0,3115   R 2 = 0,3296   F (1,37) = 18,1929   P( F ) = 0, 0001    

4.3.5 Portugalsko Portugalská  ekonomika  je  charakterizována  jako  otevřená  a  propojená  s trhy  EU.  Členství  v mnoha  mezinárodních  společenstvích,  organizacích  a  institucích  je  zárukou  standardní  ekonomické  výkonnosti.  Portugalsko  bojuje  s deficitem  veřejných  financí  a vládním  dluhem,  kvůli  kterému  byl  v roce  2009  snížen  rating  Portugalska.  Vláda  se snažila  striktní  fiskální  politikou  deficit  veřejných  financí  snížit,  protože  ji  hrozily  sankce od EU. Vytyčeného cíle se dařilo dosáhnout, ale díky příchodu globální krize byla  finanční disciplína narušena a vysoký deficit by měl být snížen pod 3 % až v roce 2013.  V posledních  dvou  letech  došlo  k zápornému  růstu  ekonomiky.  Velkou  roli  v Portugalské ekonomice hrají malé a střední podniky, které tvoří 95 % celkového počtu  firem. Na zaměstnanosti se tyto podniky podílí okolo 80% a na vývozu okolo 60 %. Velké  podniky se rozvíjeli pomocí zahraničních investic a malé díky portugalským investicím.  Díky  tomu  je  mnoho  velkých  portugalských  firem  součástí  nadnárodních  celků,  které nejsou nezávislé v oblasti investičního rozhodování do zahraniční, jak uvádí server  businessinfo‐Portugalsko (2011).  Zahraniční  obchod  Portugalska  je  úzce  spojen  se  zeměmi  EU,  okolo  76%  celkového dovozu je ze zemí EU a vývoz do EU dosahuje téměř 80% celkového vývozu.  Země  se  kterými  Portugalsko  nejvíce  obchoduje  jsou  Španělsko,  Německo,  Francie  a Itálie. Všechny země jsou členy eurozóny.   Následující  graf  č.25  vyobrazuje  vztah  míry  intenzity  obchodu  mezi  Portugalskem  a  oblastí  zemí  eurozóny  a  korelačním  koeficientem  hospodářského  cyklu  obou  oblastí.  V Portugalsku  se  zvyšuje  úroveň  korelace  hospodářského  cyklu  s eurozónou  a  zároveň  se  snižuje  intenzita  zahraničního  obchodu.  Díky  tomu  se  objem  ‐ 67 ‐ 

zahraničního  obchodu  jeví  jako  proměnná,  která  negativně  ovlivňuje  sladěnost  hospodářského  cyklu.  Tento  výsledek  odporuje  ekonomické  teorii,  která  předpokládá  opačný vliv mezinárodního obchodu.     Graf č.25: Klouzavá regrese – Portugalsko, eurozóna 

Korelační koeficient

Portugalsko a eurozóna 1,20 1,00 0,80 0,60 0,40 0,20

y = ‐71,222x + 32,716 R2 = 0,5245

0,00 0,44

0,45

0,45

0,45

0,45

0,45

0,45

0,45

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

  Pro  uvedený  vztah  byla  vypočtena  regresní  rovnice,  dle  metody  nejmenších  čtverců. Odhad parametru beta potvrzuje negativní vliv intenzity zahraničního obchodu  na  sladěnost  hospodářského  cyklu,  který  předpovídal  vývoj  v grafu.  Model  tedy odporuje  ekonomické  teorii,  ale  je  statisticky  průkazný.  Odhady  parametrů  jsou  statisticky  významné  na  jednoprocentní  hladině  významnosti.  Dle  adjustovaného  koeficientu  determinace  i koeficientu  determinace  model  vysvětluje  52  %  celkové  variability  proměnných.  Tento  výsledek  je  zapříčiněn  tím,  že  ukazatel  korelace  hospodářského  cyklu  v  čase  roste,  ale  objem  zahraničního  obchodu  klesá.  Konkrétně  klesá  od  druhého  čtvrtletí  roku  2004.  Toto  období  je  významné  z hlediska  přístupu  nových členských států do EU. Evropský trh se v tomto roce otevřel a Portugalsko zřejmě  nevyužilo  příležitost  obchodovat  s novými  členskými  zeměmi,  a  také  došlo  k zostření  konkurenčního  boje  z hlediska  zahraničního  obchodu.  V tomto  případě  můžeme  říci,  že na  stupeň  ekonomické  sladěnosti  zemí  má  vliv  jiná  proměnná  a  také  to,  že  pokud  dojde  k poklesu  objemu  zahraničního  obchodu,  tak  to  neznamená  snížení  stupně  ekonomické sladěnosti zemí.   

Yˆi = 32, 7162 − 71, 2220 X i                               (11,1474)                               t = −6,389   

n = 39   R 2 = 0,5170   R 2 = 0,5245   F (1,37) = 40,8208   P ( F ) = 0, 0000   ‐ 68 ‐ 

Následuje  graf  č.26,  který  zkoumá  opět  vztah  vliv  zahraničního  obchodu  na sladěnost  ekonomik,  v tomhle  případě  je  podrobeno  zkoumání  Portugalsko  a Německo.    Graf č.26: Klouzavá regrese – Portugalsko, Německo  Portugalsko a Německo Korelační koeficient

1,20 1,00 0,80 0,60 0,40

y = ‐28,427x + 12,972

0,20

R2 = 0,6336

0,00 0,42

0,42

0,42

0,42

0,43

0,43

0,43

0,43

0,43

0,43

0,43

0,43

Intenzita obchodu

Zdroj: Eurostat, vlastní výpočty 

   Body  v grafu  jsou  proloženy  trendovou  křivkou,  která  má  také  negativní  sklon  stejně jako v předešlém případě, což odporuje předpokladu ekonomické teorie. Německo  je  jeden  z hlavních  obchodních  partnerů  Portugalska,  jak  bylo  uvedeno  na  začátku,  a proto má na Portugalskou ekonomiku významný vliv.  Odhadnutá  regresní  rovnice  pro  zkoumaný  vztah  je  následující.  Záporné  znaménko u parametru beta odporuje předpokladu ekonomické teorie. Model jako celek  je  dle  F  testu  statisticky  významný  na  1%  hladině  významnosti,  parametry  jsou  také  odhadnuty na 1% hladině významnosti. Model vysvětluje okolo 54 % variability stupně  sladěnosti ekonomik zemí.     

Yˆi = 12,9720 − 28, 4267 X i                               (3,5539)                               t = −7,999   

n = 39   R 2 = 0, 6237   R 2 = 0, 6336   F (1,37) = 63,9815   P ( F ) = 0, 0000     Intenzita Portugalského zahraničního obchodu s Německem je také klesající jako  v případě eurozóny od druhého čtvrtletí roku 2004. Tato skutečnost může upozorňovat  na  snižující  se  konkurenceschopnost  Portugalských  podniků  na  německém  trhu.  Korelační koeficient je rostoucí během sledovaného období.  ‐ 69 ‐ 

4.3.6 Ostatní výsledky V téhle části jsou uvedeny výsledky pro ostatní země, které byly zahrnuty do panelové  regrese,  ale  při  výpočtu  klouzavé  regrese  nebyly  výsledky  příliš  statisticky  významné,  nebo porušovaly základní předpoklad ekonomické teorie, a to že zahraniční obchod má  pozitivní vliv na sladěnost hospodářského cyklu.  Tabulka  č.15  shrnuje  výsledky  ostatních  zemí  pro  eurozónu.  Statistická  významnost  se  prokázala  pouze  u  čtyř  zemí  Španělska,  Litvy,  Velké  Británie  a  Irska,  u ostatních  zemí  nebyla  odhadnutá  regresní  rovnice  významná.  U  Litvy  byl  potvrzen  i předpoklad  ekonomické  teorie,  který  předpokládá  pozitivní  vliv  intenzity  obchodu  na výší korelačního koeficientu cyklické složky HDP u vybraných zemí. Španělsko, Velká  Británie a Irsko mají ve své regresní rovnici vždy u parametru beta záporné znaménko,  což  by  vypovídalo  o  negativním  vlivu  zahraničního  obchodu  na  sladěnost  jejich ekonomik  s eurozónou.  Všechny  uvedené  modely  vysvětlují  jen  malé  procento  variability  zkoumaných  proměnných.  Dle  adjustovaného  koeficientu  determinace  je jedná o rozmezí od 18 % až do 24 %.    Tabulka č.15: Klouzavá regrese – ostatní výsledky pro eurozónu 

eurozóna 

Státy  Španělsko  Litva 

Regresní rovnice 

Yˆi = 44, 791 − 95, 604 X i   Yˆ = −99,156 + 238,344 X

R 2 = 0, 219   R 2 = 0, 240

*** (1%) 

R 2 = 0,171   R 2 = 0,193  

*** (1%) 

R 2 = 0,153   R 2 = 0,182

** (5%) 

R 2 = 0, 045   R 2 = 0, 070

‐ 

R 2 = 0, 039   R 2 = 0, 064

‐ 

Yˆi = −158,373 + 361, 282 X i R = −0, 003   R = 0, 035 Yˆi = 22, 461 − 48, 489 X i   R 2 = −0, 001   R 2 = 0, 025 Yˆ = −34, 416 + 78, 491X   R 2 = −0, 010   R 2 = 0, 016

‐ 

R 2 = −0, 027   R 2 = 0, 000

‐ 

i

Velká Británie  Irsko 

i

Yˆi = 22, 671 − 47, 220 X i   Yˆ = 15,335 − 33,136 X   i

Dánsko  Estonsko  Rumunsko  Švédsko  Maďarsko  Lotyšsko 

Statistická významnost R 2 ,  R 2   2 2 R = 0, 219   R = 0, 240 *** (1%) 

i

Yˆi = 15, 756 − 33, 683 X i   Yˆ = 36, 028 − 85, 402 X   i

i

2

i

2

i

Yˆi = 0,980 − 1, 263 X i  

‐  ‐ 

Zdroj: Eurostat, vlastní výpočty 

  Tabulka  č.16  je  obdobou  tabulky  předešlé  s tím  rozdílem,  že  uvádí  výsledky  panelové regrese pro zbývající země a Německo.         ‐ 70 ‐ 

Tabulka č.16: Klouzavá regrese – ostatní výsledky pro Německo 

Německo 

Státy  Rumunsko  Lotyšsko  Estonsko  Dánsko  Maďarsko  Irsko  Litva 

Statistická významnost R 2 ,  R 2   2 2 R = 0,579   R = 0,595   *** (1%) 

Regresní rovnice 

Yˆi = −100, 602 + 236, 607 X i Yˆi = 99, 685 − 248, 041X i   R 2 = 0,582   R 2 = 0,593   Yˆ = −51, 047 + 129,876 X R 2 = 0, 259   R 2 = 0, 277   i

i

Yˆi = −33,956 + 79,850 X i   R 2 = 0,164   R 2 = 0,186   Yˆi = 55, 677 − 124,324 X i   R 2 = 0,144   R 2 = 0,166   Yˆi = 7, 081 − 14, 748 X i   R 2 = 0, 066   R 2 = 0, 098   Yˆ = −67, 413 + 152, 791X R 2 = 0, 072   R 2 = 0, 096   i

Velká Británie  Španělsko  Švédsko 

i

*** (1%)  *** (1%)  *** (1%)  *** (1%)  * (10%)  * (10%) 

Yˆi = 16,338 − 34, 612 X i   Yˆ = 2, 666 − 3,958 X  

R 2 = 0, 007   R 2 = 0, 033  

‐ 

R 2 = −0, 024   R 2 = 0, 003  

‐ 

Yˆi = 4, 791 − 9,301X i  

R 2 = −0, 026   R 2 = 0, 001  

‐ 

i

i

Zdroj: Eurostat, vlastní výpočty 

  Statistická  významnost  odhadnutých  regresních  rovnic  byla  prokázána  u  sedmi  zemí,  konkrétně  u:  Rumunska,  Lotyšska,  Estonska,  Dánska,  Maďarska,  Irska  a  Litvy.  Kladný vliv intenzity obchodu s Německem na sladěnost ekonomik byl potvrzen u čtyř  zemí  (Rumunsko,  Estonsko,  Dánsko,  Litva).  Na  rozdíl  od  eurozóny  je  variabilita  zkoumaných  hodnot  významněji  vysvětlena  modelem.  Koeficient  determinace  říká,  že sladěnost  ekonomik  s Německem  byla  vysvětlena  z  9  %  u  Litvy  až  po  60  %  u Rumunska  pomocí  vysvětlující  proměnné,  kterou  je  intenzita  zahraničního  obchodu  s Německem.  Uvedené  výsledky  jsou velmi  nejednoznačné  a spíše  se  prokazuje  negativní  vliv  intenzity zahraničního obchodu než pozitivní.  Výsledky mohou být zkreslené světovou  finanční a hospodářskou krizí, protože v tomto období se téměř všechny země nacházejí  v recesi.  Recese  znamená,  že  hospodářský  cyklus  všech  zemí  postižených  krizí  je  v klesající  fázi,  a  proto  dosahuje  korelační  koeficient  vyšších  hodnot.  Zároveň  země  omezují  obchodní  výměnu,  protože  neexistuje  dostatečná  poptávka  po  produktech  ze strany  ekonomických  subjektů.  Na  sladěnost  hospodářského  cyklu  tedy  působí  mnoho  významných  proměnných  a  výši  objemu  mezinárodního  obchodu  můžeme  zařadit mezi ně. 

‐ 71 ‐ 

5. Diskuse Hlavním  cílem  práce  bylo  ověření  hypotézy  endogenity  teorie  optimálních  měnových  oblastí  na  zemích  Evropské  unie.  Konkrétně  se  práce  zabývá  ověřením  vlivu  zahraničního obchodu na sladěnost hospodářského cyklu vybraných zemí EU. Základní  myšlenka  celé  diplomové  práce  vychází  z průkopnické  studie,  týkající  se  hypotézy  endogenního  charakteru  kritérií  OCA,  od  autorů  Frankela  a  Roseho  (1998).  Pro  ověření  zkoumané  hypotézy  byla  využita  regresní  rovnice,  kterou  používali  i  Frankel  a  Rose  (1998, s.14):  

Corr (v, s )i , j ,t = α + β Trade( w)i , j ,t + ε i , j ,t   Jednorozměrný  regresní  model  je  složen  ze  závisle  proměnné  Y  ( Corr (v, s )i , j ,t ),  kterou přestavuje korelační koeficient a z vysvětlující proměnné X ( Trade( w)i , j ,t ), což je  průměrná  míra  intenzity  bilaterálního  obchodu.  Parametry  α , β   jsou  odhadované  regresní  koeficienty  a  ε i , j ,t   vyjadřuje  všechny  ostatní  vlivy,  které  působí  na  podobnost  hospodářských cyklů mimo sféru obchodu. Cílem aplikace modelu je ověření pozitivního  vlivu  mezinárodního  obchodu  na  sladěnost  hospodářských  cyklů  pomocí  klouzavé  a panelové regrese.   Výsledkem panelové regrese bylo vytvoření šesti modelů, které se lišily z hlediska  počtu  zemí  vstupujících  do  odhadu  regresní  rovnice.  Na  počátku  bylo  zemí  15 v posledním modelu bylo zemí jen 10. Postupně byla odebrána vždy jedna země, která  porušovala  základní  vztah  mezi  intenzitou  obchodu  a  korelačním  koeficientem.  Konkrétně  byly  odebrány  z modelu  tyto  země:  Rumunsko,  Maďarsko,  Polsko,  Dánsko  a Portugalsko.  Jsou  to  země,  které  nejsou  členem  měnové  unie,  kromě  Portugalska,  a proto z pohledu ekonomické teorie nemohou naplňovat endogenitu teorie optimálních  měnových  oblastí,  která  hovoří  o  tom,  že  s vyšší  ekonomickou  integrací  dojde  k vyšší  sladěnosti  ekonomik.  Portugalsko  dosahuje  velmi  vysoké  úrovně  korelace  hospodářského  cyklu  s eurozónou,  ale  intenzita  obchodu  dlouhodobě  klesá.  Ve  všech  modelech  je  potvrzen  kladný  vliv  intenzity  obchodu  na  sladěnost  ekonomik.  Frankel  a Rose  (2008)  ve  své  studii,  také  došli  k odhadu  parametru  beta,  který  je  statisticky  významný  a  má  kladné  znaménko,  oni  na  rozdíl  ode  mě  použili  více  detrendovacích  technik  a  zkoumali  i  jiné  ukazatele  ekonomické  aktivity,  jako  například  míru  zaměstnanosti 

a 

nezaměstnanosti. 

Konkrétní 

odhad 

parametru 

beta 

byl 

5,9 v mém případě je to 3,6 u eurozóny a 1,7 v případě Německa. Do modelu zahrnovali  členské země OECD a sledované období bylo od roku 1995 až po rok 1993.  

‐ 72 ‐ 

V tabulce  č.2  je  možné  vidět  srovnání  statistické  významnosti  modelu.  Nejvýznamnějším  modelem  je  již  zmíněný  model  číslo  6  18,  který  dosahuje  nejlepších  statistických výsledků v porovnání s ostatními modely. Koeficient determinace má velmi  vysokou hodnotu 0,88, což značí, že 88 % variability je vysvětleno modelem. Koeficient  beta  je  vždy  statisticky  významný  a  jeho  významnost  s každým  dalším  modelem  roste.  Vždy se zlepšuje výsledek F–testu i t–statistiky. Nedostatek, který můžeme modelu číslo  6 vytknout je pouze, že do odhadu regresní rovnice vstupuje  pouze 10 zemí.    Tabulka č.2: Srovnání odhadnutých modelů 

Parametry modelů  n  19  F ‐ test  P‐hodnota (F)  Log. věrohodnosti  α  20  β  21  2

R   R2  

Model 1 15  4,645  0,05048 14,9085 ‐ 

Model 2 14  10,8239 0,00646 20,2595 ‐ 

Model 3 Model 4 Model 5  13  12  11  22,2595 35,1389 43,2599  0,00063 0,00015 0,0001  22,2034 22,737  22,3754  **  **  *** 

* 

*** 

*** 

*** 

0,26323 0,20656

0,47424 0,43042

0,66927 0,6392 

0,77846 0,75631

*** 

Model 6 10  63,6217  4,5E‐05  23,2047  ***  *** 

0,82778  0,8883  0,80865  0,87434 

Zdroj: Eurostat, vlastní výpočty 

  Graf  číslo  8  vyobrazuje  konečný  model  číslo  6,  v modelu  zůstaly  tyto  země:  Lotyšsko,  Estonsko,  Litva,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česko,  Španělsko  a Velké  Británie.  Země  dohromady  potvrzují  hypotézu  endogenity  teorie  optimálních  měnových oblastí. To znamená že, čím vyšší je intenzita zahraničního obchodu, tím vyšší  je sladěnost hospodářských cyklů mezi jednotlivými zeměmi a eurozónou. Pro regresní  odhad  je  zvolena  lineární  funkční  forma,  přímka  prokládá  body  v grafu,  můžeme  sledovat, že nedochází k žádnému velkému vychýlení u jednotlivých zemí, všechny leží  téměř na přímce. Vztah mezi zahraničním obchodem a korelací hospodářských cyklů byl  méně  významný  u  Rumunska,  Maďarska,  Polska,  Dánska  a  v posledním  modelu  bylo  odebráno  ještě  Portugalsko.  Země,  které  nezapadají  do  teorie  endogenity  optimálních  měnových  oblastí  jsou  zatím  pouze  členi  EU  a  na  vstup  do  eurozóny  se  připravují.                                                           Lotyšsko,  Estonsko,  Litva,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česko,  Španělsko 

18

a Velké Británie  (  z modelu  byly  odebrány  země    ‐  Rumunsko,  Maďarsko,  Polsko,  Dánsko,  Portugalsko)    Počet vstupních proměnných. 

19

 Hladina významnosti odhadu parametru alfa ( * = 10 %, ** = 5 %, *** = 1 %). 

20

 Hladina významnosti odhadu parametru beta ( * = 10 %, ** = 5 %, *** = 1 %). 

21

‐ 73 ‐ 

Výjimkou je Portugalsko, tato země je členem měnové unie a také s ní dosahuje vysoké  hodnoty korelačního koeficientu, ale objem zahraničního obchodu dlouhodobě klesá.   

Korelační koeficient

Graf č.8:  Konečný tvar regresního modelu 

1,20 1,00 0,80

Estonsko

Slovensko

Lotyšsko

0,60

Irsko

Velká Británie

Švédsko Litva

Španělsko

Česko

Bulharsko

y = 3,6322x ‐ 0,766

0,40

R2 = 0,8883

0,20 0,40

0,41

0,42

0,43

0,44

0,45

0,46

0,47

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty   

Všechny  modely  byly  také  srovnány  dle  Akaikova,  Schwarzova  a  Hannan Quinnova  kritéria,  model  6  dosahoval  nejnižších  hodnot,  proto  se  také  jevil  jako nejvhodnější.  Další  statistické  testy  prokázaly,  že  je  model  správně  specifikován,  chybový člen je normálně rozdělený a není zde přítomna heteroskedasticita.  Stejný postup byl zvolen u panelové regrese s Německem. Na počátku vstupovalo  do  regresní  rovnice  15  zemí22,  ale  postupně  bylo  z modelu  odebráno  pozorování  pěti  zemí.  V modelu  byly  vynechány  tyto  země:  Polsko,  Rumunsko,  Maďarsko,  tyto  země  jsou  odebrány  stejně  jako  v případě  panelové  regrese  u  eurozóny,  a  dále  byl  z modelu  ještě odstraněno Lotyšsko a Estonsko. Všechny odebrané země jsou pouze členské státy  EU,  na  vstup  do  eurozóny  se  zatím  připravují.  Vzniklo  mi  opět  šest  odhadů  regresní  rovnice,  koeficient  beta  byl  v každém  odhadu  s kladným  znaménkem,  což  potvrzuje  ekonomickou  teorii,  která  předpokládá  pozitivní  vliv  na  sladěnost  ekonomik  zkoumaných zemí.  Srovnání  jednotlivých  modelů  můžeme  vidět  v tabulce  číslo  7.  Parametr  beta  neměl u prvních dvou modelů statistickou významnost, ta začala růst až od třetí regresní  rovnice. Z hlediska srovnání parametrů všech modelů se jako statisticky nejvěrohodnější 

                                                         Lotyšsko,  Estonsko,  Litva,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česko,  Španělsko,  Velké 

22

Británie, Rumunsko, Maďarsko, Polsko, Dánsko, Portugalsko 

‐ 74 ‐ 

jevil  model  číslo  4.  Tento  výsledek  byl  potvrzen  i  srovnáním  Akaikova,  Schwarzova  a Hannan‐Quinnova kritéria.    Tabulka č.9: Srovnání odhadnutých modelů 

Parametry modelů  n  23  F ‐ test  P‐hodnota (F)  Log. věrohodnosti  α  24  β  25  2

R   R2  

Model 1 Model 2 Model 3 Model 4 Model 5  15  14  13  12  11  0,5160  1,3385  3,2806  6,7646  9,6100  0,4853  0,2698  0,0975  0,0265  0,0127  17,1943 16,7456 22,2871 22,4463 21,2604  ‐  ‐  ‐  ‐  ‐ 

Model 6 10  13,8093 0,0059  20,3445 ‐ 

‐ 

‐ 

* 

** 

** 

*** 

0,0382  ‐0,0358 

0,1004  0,0254 

0,2297  0,1597 

0,4035  0,3439 

0,5164  0,4627 

0,6332  0,5873 

Zdroj: Eurostat, vlastní výpočty 

  V následujícím  grafu  můžeme  vidět  výsledný  model  číslo  4.  Nakonec  byly  z modelu  odebrány  jen  tři  země,  a  to  Polsko,  Maďarsko  a  Rumunsko,  ostatní  byly  v modelu  ponechány.  Model  vysvětluje  méně  variability  proměnných  než  v případě  eurozóny  a  je  vidět,  že  i  rozptyl  zemí  kolem  trendové  křivky  je  větší.  Každopádně  byl  prokázán  pozitivní  vliv  intenzity  obchodu  na  sladěnost  ekonomik  zemí  v grafu  č.14 s Německem.    

Korelační koeficient

Graf č.14:  Konečný tvar regresního modelu  0,94 0,92 0,90 0,88 0,86 0,84 0,82 0,80 0,78 0,76 0,39

Dánsko Portugalsko Lotyšsko

Španělsko

Irsko

Estonsko

ČR Švédsko Slovensko

Litva 0,40

VB

y = 1,682x + 0,1501

Bulharsko

0,41

R2 = 0,4035 0,42

0,43

0,44

Intenzita obchodu Zdroj: Eurostat, vlastní výpočty 

                                                         Počet vstupních proměnných. 

23

 Hladina významnosti odhadu parametru alfa ( * = 10 %, ** = 5 %, *** = 1 %). 

24

 Hladina významnosti odhadu parametru beta ( * = 10 %, ** = 5 %, *** = 1 %). 

25

‐ 75 ‐ 

0,45

0,46

Výsledky panelové regrese můžeme srovnat i s jinými studiemi. Velmi intenzivně  se  problematikou  endogenity  teorie  optimálních  měnových  oblastí  zabýval  Jarko Fidrmuc  (2001),  který  přidává  do  regresní  rovnice  vliv  vnitroodvětvového  obchodu. Jeho studie z roku 2001  je zaměřena na období od roku 1990 až po  rok 1999.  Pro  určení  hospodářského  cyklu  využívá  HDP  detrendované  logaritmickou  diferencí  čtvrtého  řádu.  Ve  své  studii  uvádí  i  výsledky  pro  regresní  rovnici,  ze  které  vycházím.  Jeho  odhad  koeficientu  beta  je  0,09  a  adjustovaný  koeficient  determinace  pro  regresní  rovnici  je  0,076.  Obě  hodnoty  jsou  nižší  než  v mé  práci,  ale  to  je  z toho  důvodu,  že Fidrmuc zahrnuje do regresní rovnice i jiné země než jen země Evropské unie.  Fidrmuc  (2004)  publikuje  i  další  studie  na  toto  téma,    vždy  původní  regresní  rovnici  rozšíří  o  další  proměnou.  Studie  z roku  2004  zkoumá  vliv  intenzity  obchodu  spolu s ukazatelem strnulosti pracovního trhu. Opět využívá data z období devadesátých  let,  koeficient  beta  mu  v tomhle  případě  vyšel  0,094  a  odhad  parametru  rigidity  pracovního trhu byl ‐0,143, adjustovaný koeficient determinace se zvýšil na 0,213.  Další  část  práce  se  zabývala  aplikací  regresní  rovnice  na  dvě  konkrétní  země,  aby mohlo být tohoto docíleno, byl vypočten klouzavý korelační koeficient. Pro každou  hodnotu  korelačního  koeficientu  bylo  použito  období  dlouhé  pěti  let  to  znamená,  že každý  korelační  koeficient  je  vypočten  na  základě  20  období,  protože  vycházím  ze čtvrtletních  dat.  Naproti  korelačnímu  koeficientu,  jako  vysvětlující  proměnná  je  postavena hodnota intenzity obchodu pro dané čtvrtletí.   Výsledky  klouzavé  regrese  jsou  velmi  nejednoznačné,  pokud  budeme  sledovat  vývoj  odhadu  koeficientu  beta,  kde  dle  ekonomické  teorie  chceme  kladné  znaménko.  Velmi  dobře  vychází  klouzavá  regrese  především  u  Česka,  Polska,  Bulharska  a Slovenska, jako druhý region je brána eurozóna. U všech těchto zemí došlo k potvrzení  kladného  vlivu  intenzity  obchodu  na  sladěnost  ekonomik  s měnovou  unií  a  k celkem  vysokému  koeficientu  determinace.  Parametr  beta  je  ve  všech  odhadech  statisticky  významný  na  1%  hladině  významnosti.  Dále  vyšlo  kladné  znaménko  i  u  Litvy,  Rumunska a Maďarska, u ostatních zemí nebyl kladný vliv potvrzen.  Stejná  metodika  klouzavé  regrese  byla  využita  na  odhad  regresních  rovnic  pro Německo  a  zkoumané  země.  Parametr  beta  byl  odhadnut  kladně  na  1%  hladině  významnosti  u  Česka,  Polska,  Bulharska,  Rumunsko  a  Estonsko,  kde  je  vysoký  i koeficient  determinace.  Dále  vyšlo  kladné  znaménko  u  parametru  beta,  ale již s  koeficientem  determinace  nižším  jak  20  %,  u  Dánsko,  Litva  a  Slovensko.  Šest  zemí prokázalo negativní vliv zahraničního obchodu na sladěnost hospodářských cyklů,  což odporuje ekonomické teorii.  

‐ 76 ‐ 

Zvláštním  případem  je  Portugalsko,  tato  země  vykazuje  jak  u  eurozóny  tak u Německa velmi negativní vliv zahraničního obchodu na sladěnost jejich ekonomik.  Koeficient determinace se v obou případech pohybuje okolo 60 %. Podle mého názoru je  to  dáno  tím,  že  portugalská  ekonomika  je  značně  založena  na  malých  a  středních  podnicích  a  v dlouhodobém  horizontu  vláda  řeší  deficit  veřejných  financí  pomocí  fiskálních  restrikcí,  což  má  velmi  negativní  dopad  právě  na  malé  a  střední  podniky,  které tím  pádem  omezují  zahraniční  obchod.  Naproti  tomu  sladěnost  ekonomiky  je  velká,  což  může  být  zkresleno  recesí,  kterou  prodělaly  všechny  evropské  státy  téměř  stejně.  Dle  dosažených  výsledků  panelové  regrese  můžeme  tvrdit,  že  intenzita  zahraničního obchodu má kladný vliv sladěnost ekonomik a můžeme přijmout hypotézu  o  endogenitě  teorie  optimálních  měnových  oblastí,  která  tvrdí,  že  s rostoucí  ekonomickou  integrací  je  spojen  i  růst  stupně  sladěnosti  ekonomických  cyklů.  Podle klouzavé regrese nejsou výsledky až tak jednoznačné, u poloviny zemí se pozitivní  vliv prokázal u poloviny ne. Důvodem může být vliv globální krize, která kladně působí  na  výši  korelačního  koeficientu,  ale  negativně  na  intenzitu  obchodní  výměny  mezi  zeměmi. Teorie také mluví o tom, že v případě záporného znaménka u koeficientu beta  převáží  efekt  specializace  jednotlivých  ekonomik,  a  tedy  dojde  k divergenci  hospodářských cyklů, ale tato situace se nepotvrdila u zkoumaných zemí. Většinou došlo  ke snížení intenzity bilaterálního obchodu, ale sladěnost ekonomik zůstala značná. 

‐ 77 ‐ 

6. Závěr Celá práce je založena na teorii optimálních měnových oblastí, která se vyvíjela od roku  1961,  kdy  Mundell  vydal  průkopnickou  studii  zabývající  se  definicí  optimální  měnové  oblasti. V průběhu let prošla teorie OCA mnoha změnami až do dnešní podoby. Jedním  z hlavních  proudů  teorie  OCA  byla  definice  hypotézy  endogenity  teorie  optimálních  měnových  oblastí.  Tato  hypotéze  tvrdí,  že  naplnění  kritérií  definovaných  teorií  OCA  nastane po vstupu země do měnové unie, tedy ex post. Hypotézu endogenity se pokusili  ověřit Frankel a Rose (1998), vybrali si dvě kritéria teorie OCA, a to sladěnost ekonomik  a intenzitu  bilaterálního  obchodu.  Pomocí  regresní  rovnice  zkoumali  jaký  bude  mít  dopad růst intenzity bilaterálního obchodu na stupeň sladěnosti ekonomik zemí OECD.  Cílem  mé  práce  bylo  také  ověřit  endogenitu  kritérií  optimální  měnové  oblasti  a vycházela jsem právě z metodiky studie Frankel a Rose (1998).  Práce  je  rozdělena  do  dvou  hlavních  částí  ověření  hypotézy  endogenity  teorie  OCA,  jedna  část  zahrnuje  panelovou  regresi  a  druhá  část  se  zabývá  klouzavou  regresí.  Vysvětlovaná  proměnná  je  stupeň  sladěnosti  ekonomik,  kterou  reprezentuje  korelační  koeficient  cyklické  složky  HDP  zkoumaných  zemí.  Vysvětlující  proměnná  je  intenzita  bilaterálního obchodu vycházející z nominálních hodnot importu a exportu jednotlivých  zemí. Dle ekonomické teorie je předpokládán pozitivní vliv bilaterálního obchodu zemí  na synchronizaci jejich ekonomik. Do panelové regrese vstupovalo na počátku 15 zemí,  konkrétně:  Lotyšsko,  Estonsko,  Litva,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česko,  Španělsko, Velké Británie, Rumunsko, Maďarsko, Polsko, Dánsko, Portugalsko a výpočty  byly  vztahovány  nejdřív  k oblasti  eurozóny  a  jednotlivé  země  a  poté  ještě  k Německu  z důvodu  možnosti  srovnání.  Panelová  regrese  s eurozónou  zahrnuje  šest  odhadů  regresní  rovnice,  které  se  liší  počtem  vstupních  proměnných.  Postupně  jsou  z modelu  odebrány  tyto  země:  Rumunska,  Maďarska,  Polska,  Dánska  a  Portugalsko.  Jednotlivé  země  nějakým  způsobem  porušovaly  hypotézu  endogenity  optimálních  měnových  oblastí,  měly  například  nízkou  úroveň  korelačního  koeficientu  a  také  nízkou  úroveň  intenzity  bilaterálního  obchodu,  nebo  naopak  příliš  vysokou  v porovnání  s ostatními  zeměmi.  Rumunsko,  Maďarsko,  Polsko  a  Dánsko  nejsou  členy  měnové  unie  a  proto  ani nemůžou naplňovat hypotézu endogenity teorie OCA. Portugalsko je členskou zemí  eurozóny,  ale  přesto  byla  tato  země  z modelu  odebrána,  je  to  z toho  důvodu,  že portugalská  ekonomika  vykazuje  jednu  z největších  synchronizací  hospodářského  cyklu s eurozónou, ale intenzita bilaterálního ochodu dlouhodobě klesá.   Stejná  metodika  odebírání  zemí,  které  nějakým  způsobem  nesplňují  endogenitu  teorie  OCA,  byla  použita  i  v případě  panelové  regrese  s Německem.  Do  modelu  opět 

‐ 78 ‐ 

vstupovaly  tyto  země:  Lotyšsko,  Estonsko,  Litva,  Bulharsko,  Slovensko,  Irsko,  Švédsko,  Česko,  Španělsko,  Velké  Británie,  Rumunsko,  Maďarsko,  Polsko,  Dánsko,  Portugalsko.  Z modelu  byly  postupně  odebrány  následující  země:  Rumunsko,  Maďarsko,  Polsko,  Estonsko  a  Lotyšsko.  Podle  provedených  statistických  testů  se  nejvýznamnější  jevil  model,  který  vynechává  pouze  Rumunsko,  Maďarsko  a  Polsko.  V tomto  případě  můžeme  vidět,  že  nastává  shoda  s panelovou  regresí  eurozóny,  kdy  byly  tyto  země  také odebrány.  V obou  případech  panelové  regrese  došlo  k potvrzení  pozitivního  vlivu  bilaterálního  obchodu  na  sladěnost  ekonomik  zkoumaných  zemí.  Zkoumaný  odhad  parametru  beta  je  ve  všech  odhadnutých  regresních  rovnicích  kladný  a  statisticky  významný.  Zkoumaný  vztah  byl  aplikován  i  pro  klouzavou  regresi,  která  se  vyznačuje  výpočtem  klouzavého  korelačního  koeficientu.  Zkoumaná  hypotéza  byla  potvrzena  především  u  Česka,  Polska,  Bulharska  a    Slovenska,  tyto  modely  jsou  statisticky  nejvýznamnější.  Klouzavá  regrese  je  provedena  jak  s eurozónou  tak  s Německem.  Velkou výjimkou je již zmiňované Portugalsko, kde je prokázán negativní vliv intenzity  bilaterálního 

obchodu 

na 

sladěnost 

ekonomik, 

jak 

v případě 

s eurozónou, 

tak i s Německem.  Portugalsko  vykazuje  vysokou  sladěnost  ekonomik,  ale  intenzita  bilaterálního obchodu klesá. U ostatních zemí byly výsledky nejednoznačné, v polovině  případů  došlo  k přijetí  hypotézy  endogenity  a  u  ostatních  zemí  došlo  k zamítnutí  hypotézy.  Jednou  z příčin  může  být  vliv  globální  finanční  a  hospodářské  krize,  která kladně  ovlivňuje  výši  korelačního  koeficientu,  který  v důsledku    působení  krize  může  vykazovat  vyšší  hodnoty,  protože  se  všechny  evropské  země  nacházely  ve  fázi  recese. Intenzita obchodu naproti tomu během ekonomické krize u většiny zemí poklesla.  Panelová  regrese  jednoznačně  potvrzuje  hypotézu  endogenity  teorie  OCA  a prokazuje tak, že pokud země vstoupí do měnové unie dojde k naplnění kritérií OCA  ex post.  Tedy  země  nemusí  plnit  konvergenční  kritéria  ještě  před  vstupem.  Je  to  dáno  tím, že země spolu začnou více obchodovat po odstranění bariéry zahraničního obchodu  v podobě  transakčních  nákladů  a  rizika  volatility  měnového  kurzu,  a  následně  dojde  i ke sladění  hospodářských  cyklů  zemí,  což  je  základní  předpoklad  pro  vytvoření  optimální  měnové  oblasti,  z toho  důvodu  aby  bylo  riziko  výskytu  asymetrického  šoku  co nejmenší.  Jedním  z předpokladů  je  také,  že  zahraniční  obchod  zemí  je  z velké  části  tvořen vnitoodvětvovým obchodem, jinak by došlo ke specializaci a k opačnému vývoji.  Tato  situace  by  mohla  být  významná  pro  další  zkoumání,  stejně  jako  přidání  dalších  vysvětlujících proměnných do základní regresní rovnice. 

‐ 79 ‐ 

7. Literární zdroje Knihy a odborné články  [1] CZESANÝ,  S.,  JEŘÁBKOVÁ,  Z.  Metoda  konstrukce  kompozitních  indikátorů  hospodářského  cyklu  pro  českou  ekonomiku  [online].  2009  [cit.  11.března  2010]  Dostupné na internetu:   [2] DE GRAUWE, Paul. Economic of Monetary Union. Oxford : Oxford University Press,  2007. 281 s. ISBN 978‐0‐19‐929780‐1.  [3] FIDRMUC,  Jarko.  The  Endogenity  of  the  Optimum  Currency  Area  Criteria,  Intra‐ Industry,  and  EMU  Enlargement.  LICOS  Discussion  Paper.  June  2001,  106,  s.  1‐22.  Dostupný  také  z  WWW:  .  [4] FIDRMUC, Jarko. The Endogeneity of the Optimum Currency Area Kriteria, Trada,  and  Labour  Market  Rigidities:  Implications  for  EMU  Enlargement,  EUI  Working  Paper RSCAS No. 2004/16.  [5] FRANKEL,  Jeffrey  A.;  ROSE,  Andrew  K.  The  Endogeneity  of  the  Optimum  Currency  Area  Criteria,  NBER  Working  Paper  No.  5700,  August  1996,  and  The  Economic Journal 108 (449) (July 1998), pp. 1009‐25.  [6] KENEN,  P.  B.  Monetary  Problems  of  the  International  Economy.  Chicago :  Chicago  University Press, 1969. The Theory of Optimum currency areas, s. 41‐60.  [7] KLÍMA,  Jan.  Makroekonomie.  Brno :  Alfa  Publishing,  s.r.o.,  2006.  141  s.                       ISBN 80‐86851‐27‐3.  [8] KRUGMAN,  P.;  OBSTFELD,  M.  International  Economics:  Theory  and  Policy.  New  York : Harper Collins, 1994. 759 s. ISBN 0‐673‐52300‐4.  [9] KUČEROVÁ,  Zuzana.  Teorie  optimální  měnové  oblasti  a  možnosti  její  aplikace  na  země  střední  a  východní  Evropy.  Praha :  Národohospodářský  ústav  Josefa  Hlávky,  2005.  141 s.  [10] LACINA,  L.  a kol.  Měnová  integrace:  náklady  a přínosy  členství  v měnové  unii.  1. vyd. Praha: C.H. Beck, 2007. 538 s.Beckova edice ekonomie.ISBN 978‐80‐7179‐560‐ 5.  [11] LACINA,  Lubor;  ROZMAHEL,  Petr;  RUSEK,  Antonin.  10  Years  of  Euro:  Success?.  Plzeň : Aleš Čeněk, s.r.o., 2009. 318 s. ISBN 978‐80‐7380‐226‐4.  [12] LACINA,  Lubor;  ROZMAHEL,  Petr,  a  kol.  Euro:  ano/ne?.  Praha  2 :  Alfa  Nakladatelství, s.r.o., 2010. 319 s. ISBN 978‐80‐87197‐26‐4.  [13] McKINNON,  R.  I.  .  Optimum  Currenc  y  Areas.  American  Economic  Review.  September 1963, vol. 53, no. 4, s. pp. 227‐229. 

‐ 80 ‐ 

[14] MONGELLI, F.. „New“ views on the optimum currency area theory: What is EMU  telling  us?  European  Central  Bank  :  Working  Paper  Series  no.  138.  2002,  [cit.2010‐ 01‐21]Dostupné  z  WWW:  .         ISSN 1561‐0810.  [15] MUNDELL,  R.  A.  A  Theory  of  Optimum  Currency  Areas.  American  Economic  Review. September 1961, vol. 51, no. 4, s. p. 657‐665.  [16] MUNDELL,  R.  A.  The  Economics  of  Common  Currencies:  H.G.  Johnson  and  A.K.  Swoboda,  eds.,  .  Cambridge :  Harvard  University  Press,  1973.  Uncommon  Arguments for Common Currencies, s. pp. 114‐132.  [17] MUNDELL,  R.  A.  Currency  Areas  :  Common  Currencies  and  EMU.  American             Economic Review. May 1997, vol. 87 (2), s. p. 214‐216.  [18] MUNDELL,  R.  A.  Currency  Areas,  Exchange  Rate  Systems  and  International  Monetary  Reform  [online].  Buenos  Aires :  Paper  delivered  at  universidad  del  CEMA,  2000  [cit.  2011‐04‐09].  Dostupné  z  WWW:  .  [19] ROZMAHEL,  P.  Metodologické  aspekty  posuzování  připravenosti  kandidátských  zemí  pro  vstup  do  eurozóny  z  pohledu  teorie  optimálních  měnových  oblastí.  Disertační práce. PEF, MZLU v Brně: MZLU v Brně, 2006, 154 s.  [20] ROZMAHEL,  Petr.  Význam  endogenity  teorie  optimálních  měnových  oblastí  v  procesu  evropské  měnové  integrace.  Národohospodářský  obzor.  2008,  1‐2,  s.  50‐63.  ISSN 1213‐2446.  [21] ŠIKULOVÁ,  Ivana.  Konvergencia  v  procese  europskej  menovej  integrácie  [online].     Bratislava :  REPRO‐PRINT  Bratislava,  2006  [cit.  2011‐04‐14].  Dostupné  z  WWW:  .  Internetové zdroje  [22] Analýzy  zahraničního  obchodu.  In  Zahraniční  obchod  České  republiky  v  roce  2009  [online].  Praha :  Česká  agentura  na  podporu  obchodu/CzechTrade,  2010  [cit.  2011‐04‐03].  Dostupné  z  WWW:  .  [23] BusinessInfo  :  Bulharsko  [online].  2011  [cit.  2011‐04‐03].  Dostupné  z  WWW:  .  [24] BusinessInfo  :  Dánsko  [online].  2011  [cit.  2011‐04‐03].  Dostupné  z  WWW:  .  [25] BusinessInfo  :  Maďarsko  [online].  2011  [cit.  2011‐03‐31].  Dostupné  z  WWW:  . 

‐ 81 ‐ 

[26] BusinessInfo  :  Polsko  [online].  2011  [cit.  2011‐03‐31].  Dostupné  z  WWW:  .  [27] BusinessInfo  :  Portugalsko  [online].  2011  [cit.  2011‐03‐31].  Dostupné  z  WWW:  .  [28] BusinessInfo  :  Rumunsko  [online].  2011  [cit.  2011‐03‐30].  Dostupné  z  WWW:  .  [29] BusinessInfo  :  Slovensko  [online].  2011  [cit.  2011‐04‐03].  Dostupné  z  WWW:  .  [30] HAZUCHA,  Dušan  .  Je  EMU  optimální  měnovou  oblastí?.  Economix  [online].  2005, 

č. 

‐, 

[cit. 

2011‐03‐22]. 

Dostupný 

z 

WWW: 

.  [31] Euroskop  [online].  c2005‐2011  [cit.  2011‐04‐03].  Bulharsko.  Dostupné  z  WWW:  .  [32] Eurostat 

[online]. 

2011 

[cit. 

2011‐05‐17]. 

Dostupné 

z 

WWW: 

.  [33] Zavedení  eura  [online].  2008  [cit.  2011‐03‐22].  Výkladový  slovníček.  Dostupné  z  WWW:. 

‐ 82 ‐ 

8. Seznamy Seznam tabulek Tabulka 1: Vstupní hodnoty panelové regrese  .......................................................................32  Tabulka 2: Srovnání odhadnutých modelů  .............................................................................41  Tabulka 3: Srovnání hodnot kritérií jednotlivých modelů  ....................................................41  Tabulka 4: RESET test  .................................................................................................................42  Tabulka 5: Test linearity  .............................................................................................................42  Tabulka 6: Test normality chybového členu  ............................................................................42  Tabulka 7: Test heteroskedasticity chybového členu  .............................................................43  Tabulka 8: Vstupní data  .............................................................................................................46  Tabulka 9: Srovnání odhadnutých modelů  .............................................................................53  Tabulka 10: Srovnání hodnot kritérií jednotlivých modelů  ..................................................54  Tabulka 11: RESET test  ...............................................................................................................54  Tabulka 12: Test linearity  ...........................................................................................................54  Tabulka 13: Test normality chybového členu  ..........................................................................55  Tabulka 14: Test heteroskedasticity chybového členu  ...........................................................55  Tabulka 15: Klouzavá regrese – ostatní výsledky pro eurozónu  .........................................70  Tabulka 16: Klouzavá regrese – ostatní výsledky pro Německo  ..........................................71 

Seznam grafů Graf 1: Počáteční tvar regresního modelu  ...............................................................................33  Graf 2: Vývoj hospodářského cyklu – Rumunsko, eurozóna  ...............................................34  Graf 3: Vývoj hospodářského cyklu – Polsko, eurozóna  .......................................................36  Graf 4: Vývoj hospodářského cyklu – Maďarsko, eurozóna  .................................................37  Graf 5: Vývoj hospodářského cyklu – Dánsko, eurozóna  .....................................................39  Graf 6: Vývoj hospodářského cyklu – Portugalsko, eurozóna  .............................................40  Graf 7: Vývoj reziduí  ...................................................................................................................43  Graf 8: Konečný tvar regresního modelu  .................................................................................44  Graf 9: Vstupní hodnoty  .............................................................................................................47  Graf 10: Vývoj hospodářského cyklu – Polsko, Německo  .....................................................48  Graf 11: Vývoj hospodářského cyklu – Rumunsko, Německo  .............................................49  Graf 12: Vývoj hospodářského cyklu – Maďarsko, Německo  ..............................................50  Graf 13: Vývoj hospodářského cyklu – Lotyšsko, Německo  .................................................51  Graf 14: Vývoj hospodářského cyklu – Estonsko, Německo ..................................................52 

‐ 83 ‐ 

Graf 15: Vývoj reziduí  .................................................................................................................55  Graf 16: Konečný tvar regresního modelu  ...............................................................................56  Graf 17: Klouzavá regrese ‐ ČR a eurozóna  .............................................................................58  Graf 18: Klouzavá regrese ‐ ČR a Německo  ............................................................................59  Graf 19: Klouzavá regrese ‐ Slovensko, eurozóna  ..................................................................60  Graf 20: Klouzavá regrese – Slovensko, Německo  .................................................................61  Graf 21: Klouzavá regrese – Polsko, eurozóna  ........................................................................63  Graf 22: Klouzavá regrese – Polsko, Německo  .......................................................................64  Graf 23: Klouzavá regrese – Bulharsko, eurozóna  ..................................................................65  Graf 24: Klouzavá regrese – Bulharsko, Německo  .................................................................66  Graf 25: Klouzavá regrese – Portugalsko, eurozóna  ..............................................................68  Graf 26: Klouzavá regrese – Portugalsko, Německo  ..............................................................69 

Seznam obrázků Obrázek 1 :Model AS‐AD, asymetrický poptávkový šok  .....................................................16  Obrázek 2 :Model AS‐AD, stupeň otevřenosti ekonomiky  ...................................................18  Obrázek 3 :Model GG‐LL  ...........................................................................................................24  Obrázek 4 :Vztah mezi mezinárodním obchodem a korelací hospodářského cyklu  ........25     

‐ 84 ‐