Ověření platnosti Lafferova efektu v České republice a na Slovensku v letech 1998-2008 JIŘÍ ROTSCHEDL* MATÚŠ SOKOL† EMILIE JAŠOVÁ‡
Abstrakt: The paper deals with the Laffer curve and real Laffer effect during decrease of a corporate income tax rate in the Czech Republic. The authors used compare the tax rate with several macroeconomic data (gross domestic product, potential product, gross fixed capital formation etc.) The Aim of this paper is to show the existence of a Laffer effect in the Czech Republic. The results show that decrease of the corporate income tax rate strongly correlates with the growth of as relative as absolute the tax base, GDP and other macroeconomic data. Článek se zabývá Lafferovou křivkou a Lafferovým efektem v období snižování daňového zatížení právnických osob v České a Slovenské republice. K objektivizaci výstupu bylo použito porovnání výnosů z daní s několika makroekonomickými veličinami. Cílem příspěvku bylo dokázat existenci Lafferova efektu v období snižování korporátních daní. Na základě analýz lze shrnout, že Lafferův efekt byl významnější v ČR a méně silný na Slovensku, což bylo způsobeno pravděpodobně
rozdílnou
rychlostí
snižování
daně
z příjmu
právnických osob a větší otevřeností slovenské ekonomiky. Klíčová slova: přímé daně, daň z příjmu právnických osob, Lafferova křivka, Česká republika, Slovenská republika, JEL klasifikace: E62, H25, H26
Student doktorského studia, Katedra Ekonomie, Národohospodářská fakulta VŠE v Praze, Nám. W. Churchilla 4, 130 67 Praha 3; e-mail:
[email protected]. † Student doktorského studia, Katedra Ekonomie, Národohospodářská fakulta VŠE v Praze, Nám. W. Churchilla 4, 130 67 Praha 3; e-mail:
[email protected]. ‡ Student doktorského studia, Katedra Ekonomie, Národohospodářská fakulta VŠE v Praze, Nám. W. Churchilla 4, 130 67 Praha 3; e-mail:
[email protected]. *
1. Úvod Debaty o zdanění a Lafferově křivce jsou mnohdy nepřesně prezentovány a vedou pak k zavádějícím závěrům. Proto cílem tohoto příspěvku je podrobněji připomenout podstatu Lafferova efektu a ověřit platnost vztahu mezi daňovou sazbou a výnosem daní nepřímo na konkrétních hodnotách dvou podobných ekonomik. Česká republika (dále ČR) a Slovensko (dále SR) prošly nebo stále procházejí reformními změnami, které byly spojeny se snižováním korporátních daní v krátkém časovém úseku. Obě země ovšem zvolily jiný postup. ČR snižovalo sazbu daně z příjmu právnických osob pomalu a postupně. SR změny sazeb provedlo ve 4 krocích, a to ze 40 % na 29 %, 25 % a 19 %. Možná právě díky tomu se výsledek v obou zemích liší. Článek se zaměří na problematiku trochu jiným pohledem, než je tomu u mnohých podobných příspěvků uvedených dále v textu. Analýza dat za ČR a SR bude provedena pouze u přímých daní, konkrétně u „Daní z příjmů právnických osob“ (dále jen DPPO). Ostatní daně nejsou předmětem tohoto článku, neboť se u nich Lafferův efekt buď neprojevuje anebo je z hlediska výše výběru těchto daní zanedbatelný. U odvodů sociálního a zdravotního pojištění nad rámec hrubé mzdy, není možné sledovat Lafferův efekt, neboť ve sledovaném období nedošlo k významným změnám sazeb tohoto pojištění. Cílem příspěvku je objasnit a prokázat přítomnost Lafferova efektu během snižování DPPO v letech 1998 – 2009 v ČR a SR. Vycházíme z hypotézy, že během snižování DPPO dochází ke zvýšení investic do hrubého fixního kapitálu, což by se následně mělo projevit v rychlejším růstu nejen hrubého domácího produktu, ale také v rychlejším tempu růstu potenciálního produktu a exportu. Práce bude analyzovat pouze DPPO, neboť daň z příjmu fyzických osob (dále jen DPFO) podléhají jinému režimu výpočtu základu daně (odpočty nákladů prostřednictvím paušálních částek apod.). Z hlediska korelační analýzy se při hledání Lafferova efektu bude práce zabývat investicemi do hrubého fixního kapitálu, reálného hrubého domácího produktu, exportu a potenciálního produktu. Běžný účet platební bilance, import, čistý export, příliv zahraničních investic a další makroekonomické veličiny nebyly v práci sledovány. Jsme si vědomi, že sledované období je velmi krátké a statistických dat pro vyvození obecných závěrů je velmi málo. Proto jsme zvolili jednoduché regresní a korelační analýzy, které mají naznačit možnou existenci lafferova efektu, nikoli jej přímo dokázat. 1
2. Historie Lafferovy křivky Lafferova křivka v podobě, jak ji známe dnes, vznikla v prosinci 1974 na schůzce „Arthura Laffera (tehdy porfesora na Univerzitě v Chicagu), dále novináře z Wall Street Jurnal Jude Wanniskiho, Donalda Runsfelda (náčelníka generálního štábu prezidenta Geralda Forda) a Dicka Cheneye (zástupce D. Runsfelda a spolužáka A. Laffera)“ A. Laffer (2004). Medializaci Lafferovy křivky učinil právě zmíněný J. Wanniski v roce 1978 ve svém příspěvku ‚Taxes, revenues, and the "Laffer curve".‘ Tato myšlenka se nezrodila v hlavě Arthura Laffera, jak sám uvádí A. Laffer (2004): „The Laffer Curve, by the way, was not invented by me.“ Vztah mezi mírou zdanění a daňovými příjmy se vyskytuje v historických pramenech (převzato z J. Wanniski, 1978 a A. Laffer, 2004) např.: Ibn Khaldun - The Muqaddimah (14. století), D. Hume – Taxes (1756), A. Smith - The Wealth of Nations (1776). Myšlenka Laffera spočívala na vysvětlení vyššího výběru daní snížením daňové sazby pomocí dvou efektů. První z nich je čistě aritmetický a druhý je ekonomický. V praxi pak záleží na tom, který z nich bude převažovat. „Zatímco aritmetický efekt je zřejmý (s růstem daní roste jejich výnos a naopak), ekonomický efekt je založen na myšlence, že nižší sazba daně má pozitivní vztah na výrobu, zaměstnanost apod.“ A. Laffer (2004). Sám Laffer uvádí, že výsledný ekonomický efekt je ovlivněn třemi základními okolnostmi: - velikostí snížení daní, - načasováním snížení daní, - lokalita snižování daní. Velikost snižování daní se v případě ČR a SR významně lišilo. V ČR docházelo ke snižování postupně a pomalu. Na SR došlo ke snížení daní během sledovaného období razantně ve čtyřech krocích. Na základě těchto rozdílností se liší výsledné výběry daní, jak bude ukázáno dále. Správné načasování snižování daní souvisí i s mnohými aspekty, jako např. s válečným obdobím, globální hospodářskou krizí u malých otevřených exportních ekonomik apod. Lokalita, v níž probíhá snižování daní je v dnešní globální ekonomice zcela zásadní. Investoři volí sídla firem nebo místo své investice podle mnoha faktorů a jedním z nich je i daňové zatížení. Pokud jeden stát v rámci regionu (např. střední a východní Evropa) začne 2
snižovat daňové zatížení, stává se pro investory směřující do tohoto regionu zajímavější. Proto lze z následující tabulky vyčíst dlouhodobý trend snižování daňového zatížení nejen v rámci jednoho regionu, ale na celém světě. Tabulka č. 1 – Kombinovaná sazba daně z příjmu právnických osob v zemích OECD
2012
2011
2010
2009
2008
2007
2006
2005
2004
2003
2002
2001
2000
pokles daňově zátěže v letech 2000 2012
Irsko
12,50
12,50
12,50
12,50
12,50
12,50
12,50
12,50
12,50
12,50
16,00
20,00
24,00
-11,50
Island
20,00
20,00
18,00
15,00
15,00
18,00
18,00
18,00
18,00
18,00
18,00
30,00
30,00
-10,00
Polsko
19,00
19,00
19,00
19,00
19,00
19,00
19,00
19,00
19,00
27,00
28,00
28,00
30,00
-11,00
Slovensko
19,00
19,00
19,00
19,00
19,00
19,00
19,00
19,00
19,00
25,00
25,00
29,00
29,00
-10,00
Česko
19,00
19,00
19,00
20,00
21,00
24,00
24,00
26,00
28,00
31,00
31,00
31,00
31,00
-12,00
Maďarsko
19,00
19,00
19,00
20,00
20,00
20,00
17,33
16,00
16,00
18,00
18,00
18,00
18,00
1,00
Turecko
20,00
20,00
20,00
20,00
20,00
20,00
20,00
30,00
33,00
30,00
33,00
33,00
33,00
-13,00
Švýčarsko
21,20
21,20
21,17
21,17
21,17
21,32
21,32
21,32
24,10
24,10
24,42
24,70
24,93
-3,73
Korea
24,20
24,20
24,20
24,20
27,50
27,50
27,50
27,50
29,70
29,70
29,70
30,80
30,80
-6,60
Rakousko
25,00
25,00
25,00
25,00
25,00
25,00
25,00
25,00
34,00
34,00
34,00
34,00
34,00
-9,00
Dánsko
25,00
25,00
25,00
25,00
25,00
25,00
28,00
28,00
30,00
30,00
30,00
30,00
32,00
-7,00
Řecko
20,00
20,00
24,00
25,00
25,00
25,00
29,00
32,00
35,00
35,00
35,00
37,50
40,00
-20,00
Nizozemí
25,00
25,00
25,50
25,50
25,50
25,50
29,60
31,50
34,50
34,50
34,50
35,00
35,00
-10,00
Fínsko
24,50
26,00
26,00
26,00
26,00
26,00
26,00
26,00
29,00
29,00
29,00
29,00
29,00
-4,50
Švédsko
26,30
26,30
26,30
26,30
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
-1,70
Portugalsko
31,50
28,50
26,50
26,50
26,50
26,50
27,50
27,50
27,50
33,00
33,00
35,20
35,20
-3,70
Itálie
27,50
27,50
27,50
27,50
27,50
33,00
33,00
33,00
33,00
34,00
36,00
36,00
37,00
-9,50
Mexiko
30,00
30,00
30,00
28,00
28,00
28,00
29,00
30,00
33,00
34,00
35,00
35,00
35,00
-5,00
Norsko
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
28,00
0,00
Velká Británie
24,00
26,00
28,00
28,00
28,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
-6,00
Lucembursko
28,80
28,80
28,59
28,59
29,63
29,63
29,63
30,38
30,38
30,38
30,38
37,45
37,45
-8,65
Austrálie
30,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
30,00
34,00
-4,00
Nový Zéland
28,00
28,00
30,00
30,00
30,00
33,00
33,00
33,00
33,00
33,00
33,00
33,00
33,00
-5,00
Španělsko
30,00
30,00
30,00
30,00
30,00
32,50
35,00
35,00
35,00
35,00
35,00
35,00
35,00
-5,00
Německo
30,20
30,20
30,18
30,18
30,18
38,90
38,90
38,90
38,90
40,22
38,90
38,90
52,03
-21,83
Kanada
26,10
27,60
29,36
31,32
31,72
34,09
34,07
34,36
34,42
35,95
38,05
40,51
42,57
-16,47
Belgie
34,00
34,00
33,99
33,99
33,99
33,99
33,99
33,99
33,99
33,99
40,17
40,20
40,20
-6,20
Francie
34,40
34,40
34,43
34,43
34,43
34,43
34,43
34,95
35,43
35,43
35,43
36,43
37,76
-3,36
USA
39,10
39,20
39,21
39,10
39,25
39,26
39,30
39,28
39,31
39,33
39,30
39,26
39,34
-0,24
Japonsko
39,50
39,50
39,54
39,54
39,54
39,54
39,54
39,54
39,54
40,87
40,87
40,87
40,87
-1,37
Země
Zdroj: OECD: Tax Database, PART C. Corporate and capital income taxes (dostupné on-line: http://www.oecd.org/tax/taxpolicyanalysis/Table%20II.1.xls)
V případě středoevropských zemí jsou sazby daní totožné. Přiliv, resp. odliv zahraničního kapitálu formou investic/dezinvestic ovšem nemusí nutně záviset jen na daňových sazbách a stanovení výše základu daně. Rozhodující je i politicko-ekonomická 3
stabilita, kvalifikovaná pracovní síla, pobídky pro investory, infrastruktura a další. Přesto můžeme konstatovat, že ve střední Evropě došlo k vyrovnání sazeb z daní příjmu právnických osob nezávisle na zmíněných faktorech rozhodování investorů. Problematikou Lafferovy křivky se zabývá mnoho prací A. J. Samimi at all (2012), A. Trandafir, P. Brezeanu (2011), L. Linnemann (2010), M. Knowles (2010), Drăcea at all. (2009). Autory těch příspěvků, v nichž je aplikována Lafferova křivka např. A. Trandafir, P. Brezeanu (2011) nebo R. Drăcea at all (2009) spojuje to, že nebrali v potaz samotnou sazbu daně
z příjmu
právnických
osob
(dále
DPPO),
ale
míru
zdanění
vypočítanou
z makroekonomických hodnot, a to jako poměr hrubého domácího produktu (dále HDP) a vybraných daní, což není z hlediska původní myšlenky A. Laffra přesné. Výběr daní a rozhodování o výrobě, zaměstnanosti atd. probíhá dle deklarovaných sazeb daní na úrovni podnikatelského a firemního prostředí. Sledované makroekonomické hodnoty ex post nemohou být proto relevantní, zejména pokud se jedná o konvergující ekonomiku s relativně stabilním ekonomickým růstem, který by existoval i bez snižování daňového zatížení firem. K zajímavým pracím zabývajících se problematikou Lafferovy křivky patří např. Politics, Time, and the Laffer Curve, J. M. Buchanan, D. R. Lee (1982). Autoři v textu rozlišují krátkodobou a dlouhodobou Lafferovu křivku a snaží se pomocí komparativní statiky zachytit Lafferův efekt. Nedostatek tohoto pojetí je v chybějící dynamice modelu. Ekonomiky mají dlouhodobě růstový charakter, a pokud Lafferův efekt nastává, pak je zcela přirozené, že se projeví zejména v dynamice samotného růstu HDP, zaměstnanosti apod. V rámci tohoto příspěvku jsme si stanovili hypotézu, že v období snižování firemních daní dochází k rychlejšímu růstu HDP než v předcházejícím období. Dynamickou verzí Lafferovy křivky se zabýval B. Dalamagas (1998) ve svém článku „Endogenous growth and the dynamic Laffer curve“. Autor ovšem na problematiku Lafferova efektu nahlíží příliš makroekonomicky. Zabývá se vztahem sazby daně a snižování zadlužení, což neodpovídá přesně původní myšlence A. Laffera, resp. jeho předchůdců. Lafferův efekt je nutné sledovat u konkrétní daně a konkrétního daňového výnosu, nikoli na složené daňové kvótě země a deficitu veřejných rozpočtů. Deficit/přebytek státního rozpočtu (dále STR) nemusí vůbec souviset s Lafferovým efektem, neboť se jedná o výslednou bilanci příjmů a výdajů STR, přičemž hledání vazby mezi sazbou daně a příjmem z této daně se projevuje pouze na straně příjmů. Výdajová stránka veřejných rozpočtů s daňovými výnosy nesouvisí, a proto celková bilance nemůže mít významnou souvislost s Lafferovým efektem. 4
Cílem tohoto příspěvku není zabývat se teoretickými modely Lafferovy křivky, ale prokázat na makroekonomických datech účinek Lafferova efektu v období snižování daňového zatížení firem v ČR a SR.
3. Kde můžeme Lafferův efekt sledovat Lafferův efekt platí zejména u firemních přímých daní, tedy v terminologii českého, resp. slovenského daňového systému u daně z příjmu právnických osob. V případě ČR a SR je téměř bezvýznamné sledovat daň z příjmu fyzických osob – živnostníků (dále DPFO-živ.), neboť výběr těchto daní je výrazně nižší než v případě právnických osob. Můžeme je tedy zanedbat, neboť tato daň má specifické stanovování základu daně (paušální nebo nepaušální stanovení nákladů) a díky tomu nemusí k Lafferovu efektu vůbec docházet. Laffer uvádí, že s růstem sazby daně roste i úsilí více pracovat, aby si firmy po zdanění zajistily stejný zisk jako při původní, nižší sazbě. To platí do bodu, v němž míra zdanění je již tak vysoká, že další zvyšování by vedlo k demotivaci a k následnému snížení výběru daní. Nižší výběr daní je způsoben nejen klesající motivací více produkovat, ale také ochotou přiznat vysoký zisk. Jinými slovy vysoké daně motivují firmy k hledání legálních i nelegálních cest, jak základ daně snížit, aby odvedená daň byla co nejnižší. Snaha o snížení daňového základu je spjata s náklady, které jsou vyvažovány dosaženým přírůstkem zisku po zdanění. Firmy si najímají daňové poradce, nebo se stanou součástí šedé ekonomiky (část zisku nepřiznají). Pokud přírůstek zisku se vyrovná nákladům na snížení základu daně (dále ZD), viz Graf č. 1 – sazba*, přestanou firmy vyvíjet aktivity pro snížení ZD. Jejich vynaložené úsilí by bylo vyšší, než užitek (v grafu označeno „přínos“) plynoucí z legálního i nelegálního snižování ZD. Snížením daní se zvyšuje ochota přiznat skutečný ZD, resp. vyšší zisk.
5
Graf č. 1 – Optimální sazba daně odvozená z přínosu a nákladů poplatníka na opatření vedoucí ke snížení základu daně (ilustrativní schéma) přínos
náklady/ přínos
náklady
sazba daně
sazba* Zdroj: Vlastní nákres
Proč stejný princip nefunguje u daní z příjmu ze závislé činnosti a funkčních požitků (dále DPFO-zam.) nebo spotřebních daní? Tyto daně jsou transparentnější, jsou snadno vyměřitelné a jejich základ daně nemohou poplatníci významně ovlivnit. U DPFO-zam. si poplatník může ze základu odečíst některé úlevy. Tím může dojít ke snížení daňové povinnosti, ale ne zcela zásadním způsobem. U této daně bude v praxi více převládat aritmetický efekt nad ekonomickým, což jinými slovy znamená, že snížení DPFO-zam. vede i ke snížení výnosu z této daně a naopak. U daně z přidané hodnoty (dále DPH) nebo jiných spotřebních daní je výnos závislý na prodaném množství zboží. Jejich skutečný výnos bude záviset na elasticitě poptávky a nabídky, na změně daňové sazby a dalších faktorech. Další oblast, u které můžeme sledovat Lafferův efekt, je zdanění práce. Zdanění práce (resp. odvody pojištění zaměstnavatelů za zaměstnance) činí v ČR 34 % (2012). Snížením sociálního a zdravotního pojištění (dále SP a ZP) může dojít ke zvýšení výnosů z těchto odvodů. Nižší sazba SP a ZP přinese zaměstnavatelům dodatečné finanční prostředky, které mohou využít pro investování, vytvoření dalších pracovních míst, růst mezd stávajících zaměstnanců anebo ke zvýšení svého zisku. Nastane-li kterákoli z uvedených situací, všechny budou
mít
expanzivní
charakter
vůči
HDP
a
dalším
ekonomickým
veličinám
(nezaměstnanosti, přílivu zahraničního kapitálu apod.) Kromě těchto efektů může snížení SP a ZP snížit podíl osob pracujících v oblasti šedé ekonomiky (dojde k omezení švarc systému nebo snížení množství pracovníků, jejichž část mzdy je nepřiznaná, resp. nezdaněná). Lafferův efekt se tedy bude projevovat zejména u korporátních přímých daní a zdanění práce, tj. SP a ZP.
6
4. Rámec a metodika V rámci tohoto článku si autoři zvolili pro hledání Lafferova efektu několik makroekonomických veličin zejména proto, že vyšší výnos z daní při klesající sazbě daně může být zapříčiněn jinými faktory, než jen samotným snížením sazby – např. oživením světové ekonomiky, změnami souvisejícími se vstupem ČR a SR do Evropské unie (dále EU) apod.
Proto
bude
v rámci
článku
porovnána
změna
sazby
DPPO
s
několika
makroekonomickými veličinami. Jednou z nich je i potenciální produkt, a k tomuto účelu byl proveden odhad potenciálního produktu dle následujících zdrojů. K. McMorrow a W. Roeger (2001) vychází z toho, že analýzy cyklického vývoje jsou založené na předpokladu o vývoji potenciálního výstupu. Potenciální výstup je nejlepším kompozitním indikátorem úrovně agregované nabídky a růstu ekonomiky se stabilní inflací. Výsledkem jsou podle autorů informace o fundamentálním zdraví ekonomického výkonu a o budoucím období. Autoři dále upozorňují, že procedury pro rozklad makroekonomického indikátoru na trend a cyklus trpí tím, že získaná komponenta není přímo pozorovatelná, což způsobuje těžkosti při hodnocení kvality získaných odhadů. K odhadu potenciálního produktu je vedle produkční funkce hlavně využíván HodrickPrescottův filtr (dále HP filtr), který podle Fabiani a Mestreho (2000) identifikuje dvě komponenty (trend a cyklus). Booneho (2000) jednoduchý HP filtr odhaduje nepozorovatelné proměnné minimalizačním problémem: Minimalizace
( y
t
yt *) 2 1 (yt *) 2 ,
kde y je pozorovaná proměnná, y * je nepozorovaná proměnná a 1 je daný parametr udávající hladkost nepozorované proměnné. HP filtr separuje dlouhodobé komponenty od krátkodobé fluktuace. y * je trend proměnné y , y y * jsou cyklické fluktuace a y * je změna růstu trendu. Filtrovaná řada představuje klouzavý průměr pozorované řady. 1 zajišťuje rovnováhu mezi hladkostí trendu a velikostí cyklických fluktuací. Autor doplňuje minimalizační problém takto
1
Minimalizace
2 0
( yt yt *) 2
1
2 1
(yt *) 2 ,
7
kde
02 je rozptyl cyklické komponenty y y *, 12 je rozptyl míry růstu trendové
02 1 2 . 1 V tomto případě větší 02 než 12 způsobuje větší 1 a hladší komponenty a filtrovanou řadu. Podle Fabiani a R. Mestreho (2000) tato metoda je jednoduše aplikovatelná. V. Bezděk, A. Dybczak a A. Krejdl (2003) jej nachází nenáročným na data. Podle práce B. Kadeřábkové a E. Jašové (2012) největším přínosem je jeho schopnost věrně zmapovat nestabilní prostředí v tranzitivních ekonomikách a s časovým předstihem indikovat strukturální změny zapříčiněné např. globální krizí. S. Fabiani a R. Mestre (2000) upozorňují na nedostatek plynoucí ze subjektivní volby koeficientu vyhlazení a z problémů na počátku a konci časové řady. Další nevýhodou je (P. Richardson, L. Boone, C. Giorno, M. Meacci, D. Rae a D. Turner, 2000) nezahrnutí dalších souvisejících komponent do odhadu. K odstranění problémů na konci časové řady J. Beneš a P. N´Diaye (2004) aplikují do odhadu další podmínky. V. Bezděk, A. Dybczak a A. Krejdl (2003) na podmínky České republiky používaný koeficient vyhlazení λ ve výši 480 a ne běžně používaný 1 600. E. Jašová (2010) stejně jako další autoři problémy na konci a počátku časové řady zjemňuje prodloužením publikovaných hodnot o predikci. Problematika výběru daní je složitější a je nutné ji časově uvést do souladu. Analýza dat zohledňuje účinnost, kdy vchází v platnost zákon o daních z příjmů s novou daňovou sazbou (vždy k 1. lednu daného roku), přičemž vybraná daň k odpovídající daňové sazbě je až o rok později. V aktuálním roce totiž platí subjekty zálohy na daních, které jsou vypočítány na základě daňové povinnosti z předešlého roku a odráží tak výsledek hospodaření a výkon firmy, resp. celé ekonomiky za minulé období, které tím pádem nekoresponduje s aktuálně nastavenou daňovou sazbou. Autoři vědomě abstrahovali od změn legislativy v oblasti stanovení základu daně z příjmu. Je nutné si přiznat, že nelze sledovat velké množství dat, které by umožnily odvodit obecnou Lafferovu křivku. Proto křivky, které zde budou demonstrovány, jsou platné pouze na období, v němž jsou sledovány. Ekonomika se neustále mění, a i kdyby došlo k návratu sazeb DPPO na úroveň, na které byly před 10ti lety a znovu bychom prošli obdobím snižování daní, výsledek by byl zcela jistě rozdílný, ale můžeme konstatovat, že pravděpodobně podobný. Díky této dynamice ani není možné uvést obecné doporučení pro hospodářskou politiku státu. 8
Přesto se můžeme pokusit o srovnání některých dat, nejen při klesající sazbě v jedné zemi, ale také mezi dvěma zeměmi s velmi podobnou ekonomikou ve stejném období. Tyto parametry nám umožní abstrahovat od vlivů, které jsou pro obě země společné např. globální vývoj ekonomiky, vliv vstupu obou zemí do EU, téměř totožnou ekonomickou a částečně politickou historií a strukturou průmyslu orientovaného zejména na automobilový průmysl, proexportně orientovanou otevřenou ekonomikou. Obě země mají stejné nebo velmi blízké parametry, které nám při srovnávání dat analýz umožní od nich abstrahovat. Ve sledované problematice je pouze jediná zásadní rozdílnost, a tou je odlišný přístup k tempu snižování daní. Jejich výše a časové období se nelišilo.
5. Lafferova křivka pro českou ekonomiku Česká republika za uplynulých 15 let prošla postupným snižováním základní sazby daně z příjmu právnických osob ze 40 % na současných 19 %. Dostupná a srovnatelná data je možné získat z portálu Ministerstva financí ČR, Českého statistického úřadu a Eurostatu za období 1998 – 2010. Za těchto 13 let jsou v rámci tohoto článku sledovatelné tři základní úseky, z toho v prvním z nich byla daňová sazba 35 % (1998 – 1999), ve druhém (2000 – 2003) byla 31 %, a ve třetím došlo k postupnému snižování daňové sazby, a to následovně: 28 % - 2004, 26 % - 2005, 24 % - 2006, 24 % - 2007, 21 % - 2008, 20 % - 2009, 19 % - 2010, Přičemž období je nutné rozdělit na dvě části: neovlivněné světovou hospodářskou krizí (2004 – 2008), ovlivněné světovou hospodářskou krizí (2009 – 2010). Pro správný výpočet Lafferovy křivky je nevyhnutelné oddělit významné vnější šoky, které náhle mění základní ekonomické veličiny exogenně a vůbec nesouvisí s metodikou a principy, na základě kterých je Lafferova křivka postavena. Tím byla světová hospodářská krize 2008 - 2010, která negativně ovlivnila českou ekonomiku. Její důsledky by byly podobné, byla-li by sazba daně 40 %, 31 % nebo jakákoli jiná výše. Z těchto důvodů jsou sestaveny dvě Lafferovy křivky, viz Graf č. 3 – křivka vyznačená plnou čárou je pro období 1998 – 2008 a čárkovaná křivka je 1998 – 2011. Výnos z DPPO v letech 2010 – 2014 bude 9
nižší díky uplatnění ztrát vytvořených v době krize, které Ministerstvo financí ČR odhaduje ve výši 649 mld. Kč1 Abychom mohli Lafferovu křivku sestrojit, musíme provést několik kroků, kterými zajistíme objektivizaci výstupu. Zejména se jedná o očištění od vlivu inflace (data jsou přepočtena na stál ceny pomocí deflátoru HDP). Efekt snížení firemních přímých daní nespočívá pouze v nevýhodnosti legálního či nelegálního snižování základu daně. Druhý ekonomický efekt, který od nižších daní lze očekávat je zrychlení růstu HDP. V tomto ohledu je nutné počítat s přirozenými hospodářskými cykly. Principiálně lze od těchto cyklů abstrahovat, pokud analýzu vztáhneme k potenciálnímu produktu, který je od cyklů očištěn. Platnost předpokladu, že snížení daní podpoří růst produktu, je možné ověřit nikoli na absolutních hodnotách, ale porovnáním tempa růstu HDP a také tvorby hrubého fixního kapitálu nebo exportu. Následující tabulky jsou rozděleny do období, v němž se měnila sazba daně. První období je 1998 – 1999, v němž byla sazba 35%. Druhé období je 2000 – 2003, v němž byla sazba 35%. Poslední sledované období je 2004 – 2008, v němž došlo k postupnému snižování DPPO a v němž se neprojevily dopady světové hospodářské krize. V těchto třech základních obdobích budou dále porovnávány rozdíly temp růstu makroekonomických veličin. Tabulka č. 2 – Makroekonomická data ČR 1. část Rok
HDP ve stálých cenách 2005 (mil. CZK)
Reálná změna HDP (%)
--
1,51
35
79 858
4,18
4,56
31
85 162
4,17
31
98 815
4,23
2 405 718
-0,22
1999
2 144 205
2 442 109 2 553 545
Sazba DPPO Výběr Tempo růstu (platná v DPPO ( s.c., potenciálního uvedeném v mil. CZK) produktu (%) roce) 81 493
2 060 269 2 272 598
Průměrné tempo růstu HDP (%)
35
1998 2000
0,65 %
2001
2 451 318
2 632 104
3,08
2002
2 567 901
2 685 945
2,05
31
110 576
4,36
2003
2 688 454
2 787 082
3,77
31
120 161
4,53
4,59
28
119 397
4,71
6,83
26
144 829
4,85
7,23
24
141 028
4,92
5,72
24
160 225
4,91
2,89
21
177 218
4,84
20
117 797
4,71
19
122 180
19
117 370
4,56 --
2004 2005 2006 2007 2008
2 925 146 3 114 056 3 356 986 3 666 807 3 845 760
2 915 085 3 114 056 3 339 348 3 530 346 3 632 521
2009
3 742 800
3 467 647
-4,54
2010
3 772 874
3 556 965
2,58
2011
1
HDP v běžných cenách (mil. CZK)
3 807 228
3 616 016
3,36 %
5,45 %
-0,10 %
1,66
Zdroj: Ministerstvo financí ČR – Zpráva k návrhu zákona o státním rozpočtu ČR na rok 2013
10
Zdroj: Vlastní propočet na podkladě dat ČSÚ, MF ČR Poznámka: Výběr DPPO viz předposlední sloupec tabulky je přepočítán do stálých cen pomocí deflátoru HDP. Šipky ukazují, kdy se snížená sazba daně projeví ve výběru daně.
V prvním období (2000 – 2003), kdy sazba DPPO byla konstantní – ve výši 31 %, docházelo k růstu výnosů z daní a také k růstu HDP. Přírůstek HDP v absolutních číslech (vyjádřen ve stálých cenách – dále s.c.) byl průměrně 86 mld. Kč ročně (průměrný roční růst HDP 3,36 %). Ve druhém sledovaném období (2004 – 2008), v němž sazba daně klesala na úroveň 21 %, činila tatáž hodnota (růst HDP) 169 mld. Kč ročně (průměrný roční růst HDP 5,45 %). Druhý ukazatel je tempo růstu tvorby hrubého fixního kapitálu ve stálých cenách. V období 2000 – 2003 bylo průměrné tempo růstu tvorby hrubého fixního kapitálu 3,88 % a v následujícím období 2004 – 2008 činilo 6,41 %, což představuje o 65 % rychlejší tempo růstu. Tabulka č. 3 – Makroekonomická data ČR 2. část
Rok
Tvorba hrubého f. kap. (s.c.) (mil. CZK)
Změna tvorby hr. kapitálu (%, y/y)
1998
647 435
-1,00
1999
633 589
-2,14
44,79
2000
675 806
6,66
50,52
2001
705 928
4,46
2002 2003 2004
732 766 737 191 758 070
Průměrná změna tvorby hr. Kapitálu (%) -1,57 %
3,88 %
Podíl vývozu na HDP (%) 43,15
54,68
Průměrný podíl vývozu na HDP (%) 44 %
54 %
Vývoz (s.c.) (mil. CZK)
Změna vývozu (%, y/y)
Průměrná změna vývozu (%)
Sazba DPPO (platná v uvedeném roce) (%)
1 038 000
11,64
1 093 736
5,37
35
1 289 947
17,94
31
1 439 133
11,57
8,5 %
9,86 %
35
31
3,80
54,83
1 472 643
2,33
31
0,60
56,86
1 584 655
7,61
31
2,83
61,51
1 793 104
13,15
28
64,40
2 005 324
11,84
2 290 332
14,21
2005
804 163
6,08
2006
851 889
5,93
2007
964 608
13,23
72,12
2 546 115
11,17
24
2008
1 003 083
3,99
72,64
2 638 667
3,64
21
2009
888 796
-11,39
2 382 138
-9,72
2010 2011
888 724 878 342
-0,01 -1,17
6,41 %
68,59
68 %
68,70 -4,19 %
77,71 84,83
77 %
2 764 258
16,04
3 067 469
10,97
26 10,80 %
24
20 5,76 %
19 19
Zdroj: Vlastní propočet na podkladě dat ČSÚ, MF ČR
Třetí ukazatel, u něhož je sledován Lafferův efekt, je vývoz. Z Tab. č. 3 je zřejmé, že vývoz má stabilnější průběh, než je tomu u tvorby hrubého fixního kapitálu. Můžeme z těchto srovnání vyvozovat, že snížením daní byl více podpořen ekonomický růst a růst potenciálního produktu investicemi do hrubého fixního kapitálu. Snižování sazeb DPPO tedy ovlivnilo dynamiku vývoje investic výrazněji, než tomu bylo u exportu. Tato data nám naznačují 11
zejména to, že v období poklesu sazby DPPO firmy více investovaly a HDP rostlo téměř 2x rychleji než v období, v němž sazba daně byla vyšší. K tomu, aby bylo zcela zřejmé, že existuje vztah mezi změnou sazby DPPO a změnou uvedených veličin, byla zpracována regresní a korelační analýza s následujícími výsledky:
12
Graf č. 2 – Vztah daňové sazby a vybraných ekonomických veličin (ČR) 2A
2B
2C
2D
2E
2F
Zdroj: Vlastní propočty z dat ČSÚ, MF ČR
První dva grafy (Graf 2A, Graf 2B) znázorňují vztah tempa růstu HDP a tvorby hrubého fixního kapitálu vůči změně sazeb DPPO. Předpoklad, že s poklesem sazeb DPPO poroste 13
rychleji nejen reálný HDP, ale také potenciální produktu, který je očištěn od cyklických projevů ekonomiky, se potvrdil jen částečně (koeficient determinace činí pouze 0,45). Graf 2C a Graf 2D jsou mnohem zajímavější. Sledují vztah mezi velikostí základu daně v absolutním a relativním vyjádření. Přičemž významnější výsledek je v případě relativního vyjádření vůči HDP. S poklesem sazeb DPPO rostl základ daně signifikantně rychleji. Firmy byly ochotny přiznat vyšší zisk. Tento výsledek popírá obavy, které měli někteří ekonomové či politici ze snižování sazeb DPPO a jeho negativního vlivu na schodek státního rozpočtu. Koeficient determinace v těchto datech vychází téměř roven jedné, což naznačuje relativně úzký vztah. Graf 2E znázorňuje procentní růst potenciálního produktu ČR, který byl získán pomocí HP filtru. Odhady potenciálního produktu pomocí HP či jiných filtrů vykazují nedostatek zejména v ovlivnění celkového průběhu potenciální produktu krajními hodnotami. V rámci porovnání potenciálního produktu s velikostí sazby DPPO byly použity pro krajní hodnoty v letech 2009 – 2011 predikce HDP Ministerstva financí ČR/SR. Reálný krizový vývoj HDP z let 2009 – 2011 nebyl běžným hospodářským cyklem domácí ekonomiky, ale vznikl jako reakce vývoje globální ekonomiky. Odhad potenciálního produktu pro období 2009 - 2013 bude možné provést přesněji až v letech 2016 nebo později, kdy sledované období nebude znehodnoceno vlivem problému HP filtru spojeným s konci časové řady a kdy ekonomika může projít dalšími hospodářskými cykly. Jak je z Grafu 2E zřejmé, vhodnější by bylo proložit data parabolou 2. stupně, nežli přímkou. Z hlediska porovnání s ostatními grafy je proto i v Grafu 2E použita přímka. Potenciální produkt velmi úzce souvisí zejména s růstem čistého kapitálu. Tuto makroekonomickou veličinu v práci nesledujeme. Vycházíme z hypotézy, že tempo růstu investic do hrubého fixního kapitálu bylo ve sledovaném období vyšší. Z toho dále usuzujeme, že došlo i k růstu čistého kapitálu, a tím i k růstu potenciálního produktu. Tyto výsledky lze odvozovat z analýzy DPPO a potenciálního produktu (viz Graf 2E). Graf č. 3: Lafferova křivka pro ČR pro dvě období (bez a s vlivem ekonomické krize 2009)
14
Zdroj: Vlastní propočty z dat ČSÚ, MF ČR
Graf č. 3 vychází z bodu [0,0], protože Lafferova křivka musí nutně procházet počátkem. V Grafu jsou uvedené dvě různé Lafferovy křivky, přičemž jedna představuje jen období neovlivněné hypotéční a ekonomickou krizí 2009. Lafferova křivka vyznačená plnou čarou má maximální sazbu daně 20,30 %. Čárkovaná Lafferova křivka zohledňující ekonomickou krizi má své maximum na úrovni 21,14 %. Vypočtená rovnice orientační Lafferovy křivky pro ČR v období 1998 - 2008 je: TR = -402,1*t2 + 16324*t kde TR = Tax Revenue a t = sazba DPPO. Rovnici nemůžeme považovat za obecnou a i vrchol křivky, který činí přibližně 21% nelze považovat za sazbu DPPO s nejvyšším výběrem této daně.
6. Lafferova křivka pro slovenskou ekonomiku Podobný vývoj snižování přímých firemních daní bylo možné pozorovat na Slovensku. Za posledních 20 let tam došlo ke snížení sazby právnických osob ze 40 % na 19 %. V případě Slovenska je nutné poznamenat, že snižování sazby bylo rozpočtově nezodpovědné, neboť probíhalo náhlými skoky (např. ze 40 % na 29 % v roce 2001, nebo z 25 % na 19 % v roce 2004). Takto významné snížení daní ovlivní výpadek příjmů státního rozpočtu, i když z dlouhodobého hlediska se Lafferův efekt nakonec projeví a výnosy DPPO jsou pak výrazně vyšší, než tomu bylo při původní sazbě. Výpadky výběru daně v případě Slovenského scénáře nastaly také díky dalším parametrickým změnám v ekonomice (zrušení dovozních cel apod.). Stejně jako je tomu v případě ČR, celé sledované období v následujících tabulkách je rozděleno na několik úseků, které představují mezníky v průběhu snižování sazby DPPO. Toto
rozdělení
nám
umožní
stanovit
rozdílnou
dynamiku
makroekonomických veličin mezi těmito mezníky a vzájemně je porovnat. 15
růstu
klíčových
Tabulka č. 4 - Makroekonomická data SR 1. část Rok
HDP ve stálých HDP v běžných Reálná změna cenách 2005 (mil. cenách (mil. EUR) HDP (%, y/y) EUR)
1998
26 171,90
38 274,70
4,36
1999
28 109,10
38 289,20
0,04
2000
31 177,10
38 813,10
1,37
2001
33 881,20
40 164,60
3,48
2002
36 806,70
42 005,30
4,58
Průměrné tempo růstu HDP (%)
Sazba DPPO (platná v uvedeném roce) (%)
2,20% 2,43% 4,68%
Výběr DPPO Tempo růstu (s.c., v mil. potenciálního EUR) produktu (%)
40
1 148
--
40 29
953
4,92
994
4,88
29
761
4,97
25
1 012
5,14 5,35
2003
40 612,00
44 011,10
4,78
25
1 000
2004
45 161,40
46 237,00
5,06
19
1 006
5,55
2005
49 314,20
49 314,20
6,66
19
1 267
5,69
2006
55 001,60
53 429,70
8,35
19
1 383
5,73
2007
61 449,70
59 036,60
10,49
19
1 669
5,67
2008
66 842,40
62 431,50
5,75
19
1 976
5,49
2009
62 795,20
59 352,60
-4,93
19
2 009
5,26
2010
65 743,50
61 835,30
4,18
19
1 180
19
1 497
5,02 --
7,26%
0,87%
2011 69 058,00 63 906,00 3,35 Zdroj: Vlastní propočty z dat MF SR, FR SR, SU SR, Eurostatu.
Poznámka: Hodnoty v původní měně před vstupem SR do Evropské měnové unie byly přepočteny dle kurzu 30,126 SK/EUR). Stálé ceny (s.c.) jsou vypočítány pomocí deflátoru HDP a chybějící údaje výnosu DPPO pro roky 1998 - 2002 jsou dopočítány dle hodnot MF SR, FR SR a Eurostatu, SU SR (v tomto období chybí údaje o výnosu daní za veřejné finance. Jsou dostupné jen hodnoty pro státní rozpočet. Proto byly dopočítány dle koeficientu odvozeného od určení daní). Šipky ukazují, kdy se snížená sazba daně projeví ve výběru daně.
Slovenská vláda zvolila cestu náhlého snižování DPPO, v prvním případě až o 11% p.b. To vedlo k převládnutí aritmetického efektu nad ekonomickým a výnos z daní se významně snížil (viz Tab. 4, výběr DPPO klesl z 994 mil. EUR při sazbě 40% na 761 mil. EUR při sazbě 29%). Tabulka č. 5 - Makroekonomická data SR 2. část Rok
1998
Tvorba hrubého f. kap. (s.c.) (mil. EUR) 12 656,90
Změna tvorby hr. kapitálu (%,y/y) 9,39
1999
10 674,60
-15,66
2000
9 650,00
-9,60
Průměrná Průměrný Podíl vývozu změna tvorby podíl vývozu na HDP (%) hr. Kapitálu (%) na HDP (%) -3,14 % 1,68 %
52,18 % 58,53 % 62,90 % 64,99 %
2001
10 899,70
12,95
2002
10 919,60
0,18
2003
10 627,10
-2,68
72,36 %
2004
11 135,30
4,78
73,96 %
2005
13 089,50
17,55
2006
14 301,50
9,26
85,13 %
2007
15 595,90
9,05
88,05 %
-1,25 %
8,32 %
65,40 %
76,25 %
16
55,35 % 63,94 % 68,88 %
81,85 %
Vývoz ve (s.c.) (mil. EUR)
Změna vývozu (%,y/y)
19 970,20
20,96
22 409,20
12,21
24 411,90
8,94
26 101,60
6,92
27 469,70
5,24
31 847,60
15,94
34 196,60
7,38
37 603,00
9,96
45 482,40
20,95
51 984,30
14,30
Průměrná změna vývozu (%) 16,58 % 7,93 % 10,59 %
11,15 %
2008
15 745,60
0,96
2009
12 644,90
-19,69
2010
14 209,90
12,38
85,88 % 75,93 % -0,54 %
84,95 %
91,06 % 2011 15 018,90 5,69 Zdroj: Vlastní propočty z dat MF SR, FR SR, SU SR, Eurostatu
83,98 %
53 618,00
3,14
45 068,90
-15,94
52 527,50
16,55
58 194,00
10,79
3,80 %
Slovensko mělo v roce 2000 1,4% růst HDP a výnos daně činil při tomto růstu HDP 994 mil. EUR (s.c.). Vláda snížila sazbu ze 40 % na úroveň 29 %, což vyvolalo pokles výnosů z DPPO o 23 %, tj. na výši 761 mil. EUR (s.c.). Ekonomika reagovala na snížení daně až v následujícím roce, kdy se výběr daní při nižší sazbě vrátil na úroveň roku 2000. Následující rok (2002) pak došlo k dalšímu snížení daní na 25 %. Vyvolalo to mírný pokles výnosů daně v prvním roce z 1012 mil. EUR na 1000 mil. EUR (s.c.) a nepatný růst v dalším roce - 1006 mil. EUR (s.c.). Od roku 2005 zdaňují slovenské firmy své zisky sazbou 19 %. Výnos z DPPO se po této poslední úpravě sazby zvýšil na 1267 mil. EUR (s.c.) a každoročně rostl průměrně o 13 %. Po zavedení této daně SR vybírá na daních více, než tomu bylo kdykoli v její historii. Růst HDP SR v období, kdy příjmy právnických osob byly zdaňovány 19 %, průměrně činil 8,0 %. V době, kdy sazby daně byly 40 %, 29 % nebo 25 %, činil průměrný růst HDP jen 3,2 %. Výnos z firemní daně vždy reaguje zpožděně na snižování její sazby, neboť konečné vyúčtování daňové povinnosti v daňovém přiznání se realizuje v roce následujícím po roce, v němž došlo ke změně sazby. Tuto skutečnost znázorňují šipky, viz Tab. 4.
17
Graf č. 4 – Vztah daňové sazby a vybraných ekonomických veličin (SK) 4A
4B
4C
4D
4E
Zdroj: Vlastní propočty z dat MF SR, FR SR, SU SR, Eurostatu
Analýza dat SR neprokázala (viz Graf 4A) existenci vztahu výše daňové sazby a investic do hrubého fixního kapitálu. V případě SR na rozdíl od ČR byl užší vztah mezi HDP a potenciálním produktem. Podíl vývozu na slovenské ekonomice je vyšší, než je tomu v ČR. Rychlejší růst HDP Slovenska během snižování daně bylo ovlivněno více exportem a lze
18
proto považovat slovenskou ekonomiku oproti české za více otevřenou, resp. za ekonomiku s větší závislosti na globálním vývoji. Přestože SR vstoupila do EU v témže roce jako ČR a zahájila snižování daňové sazby DPPO ve stejném období, lze na ekonomických veličinách (viz Grafy č. 2 a 4) vidět nižší projev Lafferova efektu, než je tomu v ČR. Domníváme se, že nižší Lafferův efekt souvisí s rozdílnou formou snižování sazby DPPO a také většího vlivu globální ekonomiky na vývoj slovenské ekonomiky. Uvedené analýzy za SR jsou v porovnání s ČR nemají vypovídající schopnost. V grafech 4C a 4D je možné vidět také menší ochotu Slováků přiznat vyšší zisk při nižší sazbě DPPO, tak jak tomu bylo v případě ČR. Částečně bude tento výsledek spojen s rychlejším snižováním sazeb DPPO, na které patrně slovenské subjekty nereagovali tak výrazně. Tento rozdíl mezi Slovenskem a Českem patrně souvisí s faktory, které zmiňoval A. Laffer (Laffer, 2004), zejména na zvolené rychlosti snižování firemních daní. Lafferůf efekt můžeme prokázat nejen na výsledcích jednoduchých regresních a korelačních analýz, ale nepřímo také na porovnání rychlosti snižování a následného výnosu DPPO v obou zemí. Graf č. 5: Lafferova křivka pro SR pro dvě období (bez a s vlivem ekonomické krize 2009)
Zdroj: Vlastní propočty dle dat SSÚ, MF SR, FR SR, SU SR, Eurostatu
Rovnice Lafferovy křivky pro období 1998 – 2008 je (s koefeicientem determinace 0,438): 19
TR = -1,739*t2 +102,8*t Kde TR = Tax Revenue a t = sazba DPPO. Výsledná Lafferova křivka ve sledovaném období nelze sestavit přesněji, zejména díky náhlým změnám sazeb daně. Pokles zdanění o 11 %, později o 5% způsobil převahu aritmetického efektu nad ekonomickým. Výsledkem výrazného snížení sazby daně vedlo i ke snížení daňového výnosu.
7. Závěr a výsledky Existence tzv. Lafferova efektu v období snižování korporátních přímých daní (DPPO) v ČR a na SR v letech 1998 – 2008 bylo možné částečně prokázat na několika ekonomických veličinách pouze v ČR. Ekonomický efekt převažoval nad aritmetickým efektem při snižování DPPO pouze v české ekonomice. Obě země byly zkoumány ve stejném časovém období, dále vstoupily ve stejném roce do EU. Lze velkou měrou eliminovat vliv globálních aspektů na vývoj v obou ekonomikách, neboť na obě měly velmi podobný vliv. Dále analýza vycházela z předpokladu, že obě země měly společnou politickou a ekonomickou historii a svou velikostí, kulturou, strukturou průmyslu jsou si velmi blízké. Z hlediska zkoumané problematiky proto můžeme konstatovat, že rozdílné výsledky ekonomiky v době snižování DPPO v obou zemí lze přisoudit zejména tempu snižování daňového zatížení firem, na které poukazoval již sám A. Laffer. Pozvolné a předem jasně navržené snižování sazby DPPO mohlo motivovat firmy v ČR a investory nejen ke zvýšení své produkce, ale také k přiznání vyššího základu daně. Na Slovensku docházelo ke snižování sazby DPPO výraznými skoky, v jednom případě až o 11 %, což způsobilo převládnutí aritmetického efektu nad ekonomickým efektem, a tím i snížení výnosu DPPO. Neprokazatelné vazby mezi snižováním firemních daní a výnosem této daně na Slovensku si vysvětlujeme zejména volbou zcela odlišné formy snižování daní. V článku jsme se úmyslně omezili pouze na některé makroekonomické veličiny. V případě ČR byl téměř u všech nalezen vztah s daňovou sazbou, v některých případech silnější a v některých slabší. Proto se domníváme, že daňovou politiku na straně nabídky nelze podceňovat. Odvození optimálního zdanění na základě Lafferovy křivky ČR a SR není v podstatě prakticky možné. K přesným závěrům nám chybí více dat a delší časový úsek. Na druhou stranu, pokud vezmeme v úvahu tři klíčové aspekty, které zmiňoval A. Laffer: místo, načasování a rychlost, pak nemůže žádná země nerespektovat zejména ten první z nich. Tím 20
je místo, respektive lokalita, kde se tyto státy nacházejí. Pokud v celé Evropě je trend snižování daní, pak je tento trend nutné respektovat. Vzhledem k tomu, že Slovenská vláda schválila od roku 2013 navýšení sazby daně z 19% na 23%, stala se tak ostrůvkem ve střední Evropě s vyšším zdaněním korporátních zisků. Odhadujeme, že tento nárůst sazby DPPO povede dříve či později k odlivu zisků do daňových rájů nebo zahraničních investic do jiných zemí (i těch sousedních), což bude mít nepříznivý účinek jak na výši slovenského HDP a tedy i na výběr této daně. V prvním a možná i v dalším roce (tj. 2014, 2015) však můžeme očekávat nárůst výběru této daně z důvodu časového zpoždění přesunu větší investičních záměrů do jiných lokalit. Přesné zkonstruování Lafferovy křivky pro Slovensko ve sledovaném období nebylo sice možné, ale přesto statistická data naznačují, že snižování sazby korporátních daní mohlo být jednou z příčin zrychlení tempa růstu HDP, snížení nezaměstnanosti a zvýšení investic do hrubého fixního kapitálu. Vliv exportu na ekonomiku SR je nepatrně výraznější, než je tomu v ČR. Proto i HDP SR pravděpodobně bude silněji korelován s vývozem, resp. vývojem globální ekonomiky. Analýzy dat jasně dokazují, že v ČR došlo po snížení sazby DPPO ke zvýšení absolutní hodnoty základu daně. Ochota přiznat vyšší základ daně se prokázala zejména u relativního vyjádření základu daně vůči HDP. Korelace dat v těchto dvou případech byla velmi vysoká, z čehož lze vyvodit existenci Lafferova efektu. Přesnější vyjádření Lafferova efektu bychom mohli dosáhnout i na mikroekonomické úrovni. Jednou z variant je dotazování majitelů či investorů, jakým způsobem ovlivňuje snižování sazby DPPO jejich rozhodování o investicích. Další úvahy o Lafferovu efektu a jeho hlubší rozpracování vedou dále k multiplikátoru či akcelerátoru ekonomiky. V rámci omezeného prostoru však toto téma není v příspěvku diskutováno.
21
8. Seznam použité literatury BENEŠ, J.; N´DIAYE, P. 2004. A Multivariate Filterfor Measuring Potential Output and the NAIRU: Application to the Czech Republic. IMF Working Paper, no. 04/45. BEZDĚK, V.; DYBCZAK, A.; KREJDL, A. 2003. Czech Fiskal Policy: Introductory Analysis. Cezch National Bank, Working Paper. 2003, no. 7. BOONE, L. 2000.Comparing Semi-Structural Methods to Estimate Unobserved Variables. The HPMV and Kalman filters Approaches OECD. Economics Department Working Papers No. 240. BUCHANAN, J, M. a LEE, D. R. Politics, Time, and the Laffer Curve. The journal of political economy. 1982, vol.90, no. 4, s. 816-819. ISSN 0022-3808. DALAMAGAS, B. Endogenous growth and the dynamic Laffer curve. Applied economics. 1998, no. 30, s. 63-75. ISSN 0003-6846. DRĂCEA, R.; CRISTEA, M. a TOMESCU, E. I. EMPIRICAL ANALYSIS OF THE CORRELATION BETWEEN FISCALITY RATE-GDP-TAX INCOMES. ROMANIA’S CASE. Finance - Challenges of the Future. 2009, vol. FABIANI, S.; MESTRE, R. 2000.Alternativemeasuresofthe NAIRU in the euro area: estimates and assessment. ECB WP. FEIGE, E. L. a MCGEE, R. T. Sweden's Laffer Curve: Taxation and the Unobserved Economy. The Scandinavian journal of economics. 1983, vol. 85, no. 4, s. 499-519. ISSN 1467-9442. GOLA, P. Sazba daně z příjmu právnických osob ve světě klesá. [online]. 2009, 2009-12-14 [cit. 2012-10-16]. Dostupné z: http://www.mzdovapraxe.cz/archiv/dokument/docd7976v10629-sazba-dane-z-prijmu-pravnickych-osob-ve-svete-klesa/ JAŠOVÁ, E. 2010. 12/2010. Míra nezaměstnanosti neakcelerující inflaci a hospodářský cyklus v prostředí České republiky – historie a možný vývoj do konce roku 2010. Working Papers VŠE Praha, Vol. IV. KADEŘÁBKOVÁ, B.; JAŠOVÁ, E. 2012. Comparing NAIRU and economic cycle from the perspective of labour market in the countries of the Visegrad Group. Economic Studies journal, Bulgarian Academy of Sciences - Institute of Economics, Sofie, Bulharsko. KNOWLES, M. Laffer Curve Revisited. Yale economic review. 2010, Winter/Spring. ISSN 1932-037X. 22
LAFFER, A. The Laffer Curve: Past, Present, and Future. [online]. 2004, 2004-06-01 [cit. 2012-10-16]. Dostupné z: http://www.heritage.org/research/reports/2004/06/the-laffer-curvepast-present-and-future. LINNEMANN, L. Unemployment, Government Spending and the Laffer Effect. Fiscal studies. 2010, vol. 31, no. 2, 227–250. ISSN 1475-5890. MORROW MC, K.; ROEGER, W. April 2001. Potential Output: Measurement Methods, "New" Economy Influences and Scenariosfor 2001-2010 - A Comparisonof the EU15 and the US. Economic and Financial Affairs (ECFIN) of the European Commission, No. 150, 4-21. RICHARDSON, P.; BOONE, L.; GIORNO, C.; MEACCI, M.; RAE, D.; TURNER, D. 2000. The Concept, Policy Use and Measurement of Structural Unemployment: Estimating a Time Varying NAIRU across 21 OECD Countries. OECD Working Paper, 2000. SAMIMI, A. J.; EBRAHIMI M. a AZIZI K. Estimation of Inflation Tax Capacity in Iran. Middle-East Journal of Scientific Research. 2012, vol. 11, no. 1, s. 113-116. ISSN 19909233. TRANDAFIR, A. a BREZEANU, P. Optimality of Fiscal Policy in Romania in Terms of Laffer Curve. Economie teoretica si aplicata ECTAP / Asociaţia Generală a Economiştilor din România = Theoretical and applied economics. Volume XVIII, No. 8, s. 53-60. ISSN 1841-8678. WANNISKI, J. Taxes, revenues, and the "Laffer curve". The Public Interest. 1978, Winter, s. 3-16. Zdroje statistických dat: ČSÚ - Český statistický úřad www.czso.cz ČNB - Česká národní banka www.cnb.cz MF ČR - Ministerstvo financí ČR www.mfcr.cz MF SR - Ministerstvo financí SR - http://www.finance.gov.sk/ DFR SR - Daňové riaditeľstvo SR - www.drsr.sk NBS - Národna banka Slovenska - www.nbs.sk SU SR – Štatistický úrad SR – www.portal.statistics.sk Eurostat - http://epp.eurostat.ec.europa.eu
23
24
9. Přílohy Statistiky ke grafům: 2A Model Summaryb Change Statistics
Std. Error of the Model 1
R ,809a
R Square ,654
Adjusted R Square
Estimate
,610
R Square Change
F Change
2,7616205 ,654
15,100
df1
df2 1
Sig. F Change
Durbin-Watson
8 ,005
1,696
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Změna tvorby hrubého domácího kapitálu (%) ANOVAb Model 1
Sum of Squares Regression Residual Total
df
Mean Square
F
115,162
1
115,162
61,012
8
7,627
176,174
9
Sig.
15,100 ,005a
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Změna tvorby hrubého domácího kapitálu (%) Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Std. Error 30,481
6,858
Coefficients Beta
Correlations t
Sig. 4,444 ,002
Zero-order
Partial
Collinearity Statistics Part
Tolerance
VIF
Sazba DPPO (%)
-,893 ,230
-,809
-3,886 ,005
-,809
-,809
-,809
1,000
1,000
a. Dependent Variable: Změna tvorby hrubého domácího kapitálu (%)
2B Model Summaryb Change Statistics
Std. Error of the Model 1
R ,919a
R Square ,845
Adjusted R Square ,825
Estimate
R Square Change
,9921271
F Change
,845
43,521
df1
df2 1
Sig. F Change
Durbin-Watson
8 ,000
1,868
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Změna reálného HDP (%) ANOVAb Model 1
Sum of Squares Regression Residual Total
42,839 7,875 50,713
df
Mean Square 1
F
Sig.
43,521 ,000a
42,839
8 ,984 9
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Změna reálného HDP (%) Coefficientsa Standardized Unstandardized Coefficients Model
B
Std. Error
Coefficients
Correlations
Beta
t
1
Sig.
Zero-order
Partial
Collinearity Statistics Part
Tolerance
VIF
1
(Constant)
20,034
Sazba DPPO (%)
2,464
8,131 ,000
-,545 ,083
-,919
-6,597 ,000
-,919
-,919
-,919
1,000
1,000
a. Dependent Variable: Změna reálného HDP (%)
2C Model Summaryb Change Statistics Std. Error of the Model 1
R ,979a
R Square ,959
Adjusted R Square
Estimate
,955
Sig. F R Square Change
F Change
37355,807 ,959
210,785
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Základ daně (mld. CZK) ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
2,941E11
1
2,941E11
Residual
1,256E10
9
1,395E9
Total
3,067E11
10
F
Sig.
210,785 ,000a
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Základ daně (mld. CZK) Coefficientsa
2
df1
df2 1
Change 9 ,000
Durbin-Watson 1,675
Standardized Unstandardized Coefficients Model 1
B (Constant) Sazba DPPO (%)
Coefficients
Std. Error
Correlations
Beta
1,668E6
86717,221
-41485,402
2857,430
t
Sig.
Zero-order
Collinearity Statistics
Partial
Part
Tolerance
VIF
19,237 ,000 -,979
-14,518 ,000
-,979
-,979
-,979
1,000
1,000
a. Dependent Variable: Základ daně (mld. CZK)
2D Model Summaryb Change Statistics
Std. Error of the Model 1
R ,907a
R Square ,822
Adjusted R Square
Estimate
,800
R Square Change
F Change
1,4585299 ,822
37,064
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Poměr základu daně k HDP (%) ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
78,846
1
78,846
Residual
17,018
8
2,127
Total
95,864
9
F
Sig.
37,064 ,000a
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Poměr základu daně k HDP (%)
3
df1
df2 1
Sig. F Change 8 ,000
Durbin-Watson 2,288
Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant)
Coefficients
Std. Error 35,154
Sazba DPPO (%)
Correlations
Beta
t
3,622
Sig.
Zero-order
Collinearity Statistics
Partial
Part
Tolerance
VIF
9,705 ,000
-,739 ,121
-,907
-6,088 ,000
-,907
-,907
-,907
1,000
1,000
a. Dependent Variable: Poměr základu daně k HDP (%)
2E Model Summaryb Change Statistics
Std. Error of the Model 1
R ,923a
R Square ,851
Adjusted R Square ,830
Estimate ,1304336
R Square Change
F Change
,851
40,077
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Změna potenciálního produktu (%) ANOVAb Model 1
Sum of Squares
df
Mean Square
Regression
,682
1 ,682
Residual
,119
7 ,017
Total
,801
8
F
Sig.
40,077 ,000a
a. Predictors: (Constant), Sazba DPPO (%)
4
df1
df2 1
Sig. F Change 7 ,000
Durbin-Watson 1,411
Model Summaryb Change Statistics
Std. Error of the Model 1
R ,923a
R Square ,851
Adjusted R Square ,830
Estimate
R Square Change
,1304336
,851
F Change
df1
40,077
df2 1
Sig. F Change
Durbin-Watson
7 ,000
1,411
b. Dependent Variable: Změna potenciálního produktu (%) Coefficientsa Standardized Unstandardized Coefficients Model 1
B
Coefficients
Std. Error
(Constant)
6,804 ,360
Sazba DPPO (%)
-,078 ,012
95% Confidence Interval for B
Beta
t
-,923
Sig.
Lower Bound
Upper Bound
18,896 ,000
5,952
7,655
-6,331 ,000
-,107
-,049
Correlations Zero-order
Partial
-,923
-,923
a. Dependent Variable: Změna potenciálního produktu (%)
2F Model Summaryb Change Statistics
Std. Error of the Model 1
R ,969a
R Square ,940
Adjusted R Square ,933
Estimate
R Square Change
8503,46343 ,940
F Change 140,309
a. Predictors: (Constant), Sazba DPPO (%) b. Dependent Variable: Výběr daně ANOVAb
5
df1
df2 1
Sig. F Change 9 ,000
Durbin-Watson 1,896
P
Model 1
Sum of Squares Regression Residual Total
df
Mean Square
1,015E10
1
1,015E10
6,508E8
9
7,231E7
1,080E10
10
F
Sig.
140,309 ,000a
a. Predictors: (Constant), Sazba DPPO (%) Coefficientsa Standardized Unstandardized Coefficients Model 1
B (Constant) Sazba DPPO (%)
Std. Error
351728,743
19739,815
-7704,699
650,449
Coefficients
Correlations
Beta
t
Sig.
Zero-order
Partial
Collinearity Statistics Part
Tolerance
VIF
17,818 ,000 -,969
a. Dependent Variable: Výběr daně
6
-11,845 ,000
-,969
-,969
-,969
1,000
1,000
