Statistická analýza inflace v zemích Evropské unie

Bankovní institut vysoká škola Praha Katedra financí a ekonomie

Statistická analýza inflace v zemích Evropské unie

Diplomová práce

Autor:

Václav Hána Finance

Vedoucí práce:

Praha

doc. Ing. Dagmar Blatná, CSc.

červen 2014

Prohlášení Prohlašuji, že jsem diplomovou práci vypracoval samostatně a v seznamu uvedl veškerou použitou literaturu. Svým podpisem stvrzuji, že odevzdaná elektronická podoba práce je identická s její tištěnou verzí a jsem seznámen se skutečností, že se práce bude archivovat v knihovně BIVŠ a dále bude zpřístupněna třetím osobám prostřednictvím interní databáze elektronických vysokoškolských prací.

V Praze dne

Václav Hána

Poděkování Na tomto místě bych rád poděkoval vedoucí diplomové práce paní doc. Ing. Dagmar Blatné, CSc. za odborné vedení a cenné rady, které mi ochotně poskytovala v průběhu zpracování této diplomové práce.

Anotace Tato diplomová práce se zabývá statistickou analýzou inflace v zemích Evropské unie. Jejím cílem je posoudit vývoj a změny míry inflace v zemích Evropské unie a v České republice a analyzovat faktory, které inflaci ovlivňují. Práce je rozdělena na teoretickou a praktickou část. Nejprve je vysvětlen pojem inflace, její dopady, měření a použité metody analýzy, jako jsou popisné charakteristiky, analýzy trendu, shluková analýza a regresní a korelační analýza, tyto znalosti jsou užity při samotném posouzení vývoje inflace v zemích Evropské unie a faktorů, které ji ovlivňují. Jsou analyzovány nejen faktory, které mohou centrální banky částečně ovlivnit, ale také vnější faktory, které cenovou hladinu zvyšují a centrální banky je nikterak ovlivnit nemohou. Analýza inflace probíhá od roku 2003 do roku 2014, měřena je harmonizovaným indexem spotřebitelských cen.

Klíčová slova: inflace, statistická analýza, Evropská unie, Česká republika

Annotation The subject of the master´s thesis is the static analysis of inflation in EU. The aim of the thesis is development, changes and analyzing factors of inflation rate in EU and Czech republic. The theoretical part of thesis is explanation of inflation and its impact measurement and the analysis methods, such as descriptive statistics, trend analysis, cluster analysis and regression and correlation analysis. These skills are then used in the actual assessment of inflation in the EU countries and the factors that affect it. Also there is analysis of factors that can be affected by central bank and factors that can't be affected by central bank. Inflation analysis is in year period since 2003 to 2014 and it's measured by the harmonized index of consumer prices.

Key words: inflation, statistical analysis, European Union, Czech Republic

Obsah Úvod............................................................................................................................................ 7 1.

Teoretická část.................................................................................................................... 8 1.1

Definice inflace............................................................................................................. 8

1.2

Měření inflace .............................................................................................................. 8

1.2.1

Deflátor HDP ......................................................................................................... 9

1.2.2

Index spotřebitelských cen – CPI .......................................................................... 9

1.2.3

Index cen výrobců – PPI ...................................................................................... 12

1.3

Náklady a důsledky inflace ......................................................................................... 12

1.4

Typy inflace ................................................................................................................ 14

1.5

Popis použitých metod .............................................................................................. 15

1.5.1

Analýza časových řad .......................................................................................... 15

1.5.2

Shluková analýza ................................................................................................ 19

1.5.3

Regresní a korelační analýza .............................................................................. 20

1.6 2.

Evropská unie ............................................................................................................. 21

Praktická část .................................................................................................................... 23 2.1

Vývoj míry inflace v Evropské unii a České republice ................................................ 23

2.2

Základní charakteristiky míry inflace v jednotlivých letech ....................................... 27

2.3

Srovnání míry inflace v roce 2008 a 2014 .................................................................. 64

2.4

Shluková (cluster) analýza ......................................................................................... 66

2.5

Analýza dopadu faktorů ovlivňujících inflaci ............................................................. 69

2.5.1

Empirická analýza vztahu změny neer a inflace v České republice .................... 69

2.5.2

Empirická analýza vztahu směrodatné odchylky neer a inflace v České republice 72

2.5.3

Empirická analýza vztahu kurzu EUR/CZK a inflace v České republice............... 76

2.5.4

Empirická analýza vztahu změny EUR/CZK a inflace v České republice ............. 79

2.5.5 Empirická analýza vztahu směrodatné odchylky EUR/CZK a inflace v České republice ........................................................................................................................... 82 2.5.6

Empirická analýza vztahu ceny ropy a inflace v České republice ....................... 85

2.5.7

Empirická analýza vztahu ceny ropy a inflace v Evropské unii ........................... 88

2.5.8

Empirická analýza vztahu změny ceny ropy a inflace v České republice ........... 92

2.5.9

Empirická analýza vztahu změny ceny ropy a inflace v Evropské unii ............... 95

2.5.10 Empirická analýza vztahu peněžní zásoby a inflace v České republice .............. 98 2.5.11 Empirická analýza vztahu úrokové míry a inflace v České republice ............... 102

2.5.12 Empirická analýza vztahu úrokové míry a inflace v Evropské unii ................... 107 2.5.13 Empirická analýza vztahu změny úrokové míry a inflace v České republice .... 110 2.5.14 Empirická analýza vztahu změny úrokové míry a inflace v Evropské unii ........ 113 2.5.15 Empirická analýza vztahu nezaměstnanosti a inflace v České republice ......... 116 2.5.16 Empirická analýza vztahu nezaměstnanosti a inflace v Evropské unii ............. 120 3.

Závěr ............................................................................................................................... 124

Reference................................................................................................................................ 127

Úvod V současné době patří míra inflace k jednomu z nejsledovanějších makroekonomických ukazatelů. Nejedná se pouze o aktuální hodnotu míry inflace, ale i o její vývoj a veličiny, které jí ovlivňují. Identifikace vztahů mezi některými makroekonomickými veličinami a inflací je podstatná pro centrální banky, které je mohou ovlivňovat a cílovat tak inflaci do předem určených mezí. Tento ukazatel slouží například i ke komparaci ekonomického postavení jednotlivých zemí. Vysoká míra inflace je pro každou ekonomiku veliké nebezpečí, ve většině případů vedoucí k narušení hospodářského růstu. Důsledkem růstu cen je potřeba držby většího nominálního objemu peněz a zvyšují se tak i náklady na jejich obsluhu. Při neočekávaném nárůstu míry inflace jsou problémy větší, neboť dochází k přerozdělení důchodů od věřitelů k dlužníkům a je utlumena i celková investiční aktivita v zemi. Těmto negativním důsledkům se snaží zabránit centrální banky, které cílují inflaci a udržují tak nízkou a stabilní cenovou hladinu. Úkolem této diplomové práce je inflaci v zemích Evropské unie statisticky analyzovat a také blíže analyzovat dopady faktorů, které by ji měly ovlivňovat.

Analýza byla provedena

v období 2003 až 2014, jelikož pro dřívější roky nejsou harmonizovaná data k dispozici. V teoretické části práce jsem se zaměřil na definování pojmu inflace, způsoby jejího měření, typy inflace, její příčiny a důsledky. Dále jsou v této části teoreticky vysvětleny použité metody použité při statistické analýze dat. Krátká zmínka je zde i o historii Evropské unie. Praktická část se zabývá samotným statistickým analyzováním empirických dat. Je charakterizován vývoj inflace v jednotlivých letech v Evropské unii, dále jsem provedl srovnání let 2008 a 2014, shlukovou analýzou jsem množinu zemí roztřídil do dvou podobných shluků. Část práce jsem věnoval vytipování a analýze faktorů, které inflaci nějakým způsobem ovlivňují. Provedl jsem korelační analýzu pro zjištění těsnosti závislosti mezi danou proměnnou a inflací. Práce obsahuje tabulky dat potřebných pro analýzu, grafy a výstupy z programů Statgraphics a Excel.

7

1. Teoretická část 1.1 Definice inflace Inflace bývá většinou definována jako "nárůst všeobecné cenové hladiny zboží a služeb v ekonomice v určitém časovém období." (1) Slovo "všeobecný" označuje, že došlo k růstu ceny všech statků a služeb. Dochází tedy k oslabení kupní síly peněz. Spotřebitel k nakoupení stejného koše zboží a služeb bude muset vynaložit více jednotek dané měny. O míru inflace ale většinou bývají valorizovány mzdy, důchody a sociální příjmy, takže spotřebitel si i přes růst cen nemusí koupit menší objem zboží. Opakem inflace je deflace, při které dochází k poklesu celkové cenové hladiny, a tedy roste kupní síla peněz. Ekonomové tzv. "rakouské školy" definují inflaci jako "jakýkoli nárůst nabídky peněz v ekonomice, který nepředstavuje nárůst zásoby měnového kovu." (2) Podle této definice tedy inflaci produkují všechny dnešní obchodní banky, protože fungují na principu bankovnictví částečných rezerv.

1.2 Měření inflace Míra inflace se měří pomocí cenových indexů, nejčastěji to jsou index spotřebitelských cen CPI1, index cen výrobců PPI2 a deflátor HDP. Míra inflace se udává v procentech charakterizujících intenzitu zvýšení nebo snížení cenové hladiny a vzorec pro výpočet je následující:

kde Pt je cenový index ve sledovaném období, Pt-1 cenový index v předchozím období, πt je míra inflace ve sledovaném období.

1 2

Consumer price index Production Price Index

8

∗ 100 %,

Uvedený vzorec tedy vyjadřuje, o kolik procent se zvedla cenová hladina, vztahující se k aktuálnímu období, ve srovnání s cenovou hladinou, která se vztahuje k předchozímu období. Nejčastěji se analyzují roční, čtvrtletní a měsíční období.

1.2.1 Deflátor HDP Pro měření inflace je deflátor HDP patrně nejkomplexnějším ukazatelem, jelikož jsou v něm obsaženy všechny ceny statků a služeb, ze kterých je HDP složen. Deflátor HDP se vypočítává z reálného a nominálního hrubého domácího produktu a měří cenovou hladinu v ekonomice: á

áí !" #$áý !"

∗ 100,

míra inflace se pak vypočítá podle vzorce:

&$'á# !" &$'á# !" &$'á# !"

%.

„Deflátor HDP počítá změnu nominálního důchodu, která je spojena se zvýšením cenové hladiny a není spojena se změnou množství vyráběného zboží“ (3) Když se změní cena určitého zboží nebo služby, je ovlivněn pouze nominální HDP. Reálný HDP ovlivněn vůbec není a změna ceny je určitým způsobem zahrnuta v deflátoru HDP. V případě deflátoru HDP jsou tak "spotřebním košem" všechny ekonomikou vytvořené statky. Na rozdíl od indexů CPI a PPI zde zcela odpadá problém změny kvality zboží a služeb a struktury jejich nakupování. Nevýhodou může být obtížnější výpočet, neboť deflátor HDP obsahuje větší okruh statků. Nepřesnosti může způsobovat fakt, že u tohoto způsobu výpočtu inflace nejsou zohledněny změny cen importovaných výrobků, jako tomu je u indexu CPI.

1.2.2 Index spotřebitelských cen – CPI Pro zjišťování inflace je nejčastěji používán index spotřebitelských cen, někdy označován jako index životních nákladů. Tento index je pro veřejnost zřejmě nejvíce pochopitelný, neboť vyjadřuje změny cen vybraného koše zboží a služeb. V České republice je tento koš sestavován Českým statistickým úřadem a měl by představovat modelovou spotřebu průměrné české domácnosti. Je tvořen přibližně 700 položkami, mezi které patří potraviny a 9

nealkoholické nápoje, alkoholické nápoje a tabák, oděvy a obuv, výdaje na bydlení, vodu, energie a paliva, výdaje na bytové vybavení, zařízení domácnost a opravy, zdraví, dopravu, poštu a telekomunikace, rekreaci a kulturu, vzdělání, stravování, ubytování a ostatní zboží a služby. (4) Když index spotřebitelských cen roste, musejí lidé na stejnou životní úroveň vydávat větší množství peněz. Problémem je, že koš je po určitou dobu stejný, ale struktura skutečně nakupovaného zboží se změnila, například vlivem technologického pokroku. Další komplikace nastává při mezinárodní komparaci indexů, jelikož potřeby obyvatel jsou v každé zemi jiné a jiné jsou tak i spotřební koše. Index spotřebitelských cen je počítán jako Laspeyresův cenový index, jelikož jsou po určitou dobu pro statky a služby používány váhy ze základního období. Index spotřebitelských cen se vypočítá dle vzorce: + + +, , , () ∗ 100 %, ∑ +, -, ∑

kde pt je cena výrobku nebo služby ve sledovaném období, p0 je cena výrobku nebo služby v základním období, p0q0 je prodané množství v základním období. Index spotřebitelských cen je v České republice používán při valorizaci mezd, důchodů, sociálních příjmů a dále jsou tyto informace použity při uzavírání smluv. Obsah spotřebního koše CPI Ve spotřebním koši by mělo být zařazeno veškeré, průměrným spotřebitelem kupované zboží a služby. Největší část výdajů většinou tvoří náklady na bydlení, jako je nájemné, náklady na vytápění, vybavení a provoz domu. Další kategorie jsou náklady na jídlo a nápoje, náklady na dopravu, zdravotní péči, oblečení a zábavu. Je tedy patrné, že změna hodnoty indexu CPI nereflektuje změnu všech cen v ekonomice, ale pouze položek vstupujících do výdajů domácností. Na následujícím obrázku je příklad takovéhoto koše. Problémem také je, že některé ceny statků se pohybují rychleji, jiné se naopak vůbec nezmění. Spotřebitelé pak změní své chování a nakoupí více statků, u kterých se cena tolik nezměnila, případně dokonce poklesla. Index spotřebitelských cen je porovnáván s pevně daným košem statků a změny cenové hladiny jsou nadhodnocovány tím, že substituční efekt není vůbec započítán. 10

Další problém nastává v situaci, kdy jsou do koše zahrnovány nové druhy statků. S uvedením nového výrobku na trh dochází k zvýšení blahobytu spotřebitelů, protože se zvětšila možnost jejich volby. Koš je pevně daný a proto se v něm neprojeví tato změna kupní síly, způsobená změnou možnosti nákupu zboží. Poslední problém souvisí s neměřitelností kvalitativních změn. „Jestliže se kvalita výrobků každým rokem posunuje, životní náklady by měly klesat, přestože ceny budou zůstávat konstantní.“ (3) Statistici se ale snaží přizpůsobovat cenu tak, aby v ní tyto změny byly obsaženy. Kvalitativní změny jsou obtížně měřitelné a u některých změn je to téměř nemožné.

Obrázek 1: Složení spotřebního koše podle dvanácti hlavních oddílů v roce 2014 Zdroj: http://www.statistikaamy.cz/2015/02/inflace-jak-a-proc-se-v-cesku-pocita/

Pro lepší odhad výše růstu cen se sleduje vývoj indexu spotřebitelských cen i deflátoru HDP. Mezi ukazateli většinou nejsou velké rozdíly. Jelikož deflátor HDP měří změnu cen v určité zemi vyrobených statků a index CPI statků nakoupených průměrným spotřebitelem, projeví se 11

zvýšení ceny statku nenakupovaného průměrným spotřebitelem v deflátoru HDP, ale v indexu CPI nikoliv. Stejně tak se zvýšení ceny statku, který nepatří do našeho HDP, projeví v indexu CPI, ale už ne v deflátoru HDP. Pro

mezinárodní

srovnání

údajů

inflace

používá

Eurostat

harmonizovaný

index

spotřebitelských cen. Princip tohoto indexu je stejný, jako u indexu spotřebitelských cen, ale vychází z jiného obsahu spotřebního koše. Metodika výpočtu je harmonizována ve všech zemích Evropské unie a srovnávají se tak náklady na stejný koš zboží a služeb ve všech zemích. Tento koš v současné době obsahuje zhruba 700 běžně nakupovaných položek. Mezi strukturou spotřebního koše indexu CPI České republiky a strukturou koše HICP se dají nalézt určité malé rozdíly. V koši indexu HICP například není zahrnuto hypotetické nájemné a obsahuje i tržby za nákupy cizinců v České republice.

1.2.3 Index cen výrobců – PPI Index cen výrobců měří náklady na koš zboží a služeb zakoupený firmami. Vypočítává se pro různá odvětví a obory, například index zemědělských výrobců, průmyslových výrobců, nebo index stavebních prací. Výpočet je stejný jako u indexu spotřebitelských cen, kdy jednotlivé zboží a služby mají v koši fixní váhu. Ve výpočtu jsou použity ceny sjednané mezi dodavateli a odběrateli bez DPH, spotřební daně a bez nákladů na dopravu k zákazníkovi. (5) Jedná se o průmyslové ceny, které jsou na začátku distribuční sítě, a ceny surovin a polotovarů. Změna hodnoty indexu PPI je většinou předchůdcem změny indexu CPI.

1.3 Náklady a důsledky inflace Pro ekonomiku má neblahý důsledek hlavně vysoká míra inflace a hyperinflace. Obyvatelé zcela ztrácejí důvěru v peníze a dochází k rozvratu celého hospodářství. Jedním z cílů vlády by mělo být udržení cenové stability a nízké míry inflace. Podle ekonomů je inflace 2 až 4 % pro ekonomiku zdravá. (6) Mylný je názor, že inflace snižuje životní úroveň obyvatelstva. Při růstu cen sice lidé zaplatí více za zboží a služby, ale jelikož jejich příjmy pocházejí z prodeje vlastních výrobků a služeb, dostanou více peněz za jejich prodej, a proto není reálná kupní síla snížena. Přizpůsobování cen z důvodu inflace přináší „náklady jídelníčku“. Jsou to náklady, které vyvolává tisk nových ceníků, jejich rozeslání zákazníkům, náklady rozhodování o nových

12

cenách. Při vysoké míře inflace je nevhodné měnit ceny jednou za rok, v období hyperinflace se dokonce ceny mění denně, případně i častěji. Dopady inflace na hospodářství Při inflaci je bohatství přerozdělováno mezi různé skupiny obyvatel, protože jsou určité rozdíly mezi aktivy a pasivy jednotlivých obyvatel. Jedinec si půjčí například 1 milión Kč a roční splátka činí 100 tisíc Kč. Cenová hladina a mzdy se zdvojnásobí, nominální splátka je stále 100 tisíc Kč, ale reálná je z důvodu inflace již jen poloviční. Jelikož se inflací snížila reálná hodnota dluhu, zvýšilo se bohatství zadluženého jedince. Trvá-li inflace dlouhou dobu, je její očekávaná hodnota již započítána do tržní úrokové míry. Dopady na efektivitu hospodářství Inflace ovlivňuje efektivitu a objem produkce hospodářství. „Inflace snižuje efektivitu z toho důvodu, že pokřivuje ceny a cenové signály.“ (7) Je-li inflace na nízké hodnotě, má změna ceny původ ve změnách na straně nabídky a poptávky. Zvýšení ceny je vysvětlováno zvýšením relativní ceny a výrobci i spotřebitelé se tomu mohou přizpůsobit. Při vysoké míře inflace lze těžko rozlišit, zda došlo ke zvýšení ceny z důvodu změny relativní ceny, nebo cenové hladiny. Inflační daň Vlády mohou peníze potřebné na své výdaje jednoduše natisknout, ale za cenu, že země zažije hyperinflaci. Tomuto způsobu vládního příjmu se říká, že vláda uvaluje inflační daň. V případě tisku peněz dochází k růstu cenové hladiny a peníze tak mají nižší hodnotu. „Inflační daň je daní uvalenou na každého, kdo drží peníze.“ (3) Držbou menšího množství peněz je možné vyhnout se inflační dani. Častější návštěva banky ale nese další náklady v podobě obětování času a pohodlí. Těmto nákladům se říká „náklady opotřebení bot“, což by nemělo být chápáno doslova. Fisherův efekt Peněžní nabídka a reálná úroková míra jsou reálné veličiny a proto v dlouhém období růst peněžní nabídky nemá dopad na reálné úrokové míry. „Nezmění-li se reálné úrokové míry, musí se nominální úroková míra přizpůsobovat v poměru 1:1 změnám míry inflace.“ (7)

13

Zvýší-li se míra růstu peněžní nabídky, zvýší se míra inflace a nominální úroková míra. Jako Fisherův efekt se označuje přizpůsobování nominální úrokové míry míře inflace.

1.4 Typy inflace Podle impulzu, který vedl ke vzniku inflace, rozlišují ekonomové dva druhy inflace: a) Inflace tažená poptávkou (poptávková) b) Inflace tlačená náklady (nabídková)

Příčinou poptávkové inflace je především nadměrný růst agregátní poptávky, který se označuje jako pozitivní poptávkový šok. Jedná se o zvýšení spotřeby, růst výdajů státu, růst investic nebo i růst čistého exportu. Konkrétním příkladem může být prudké zvyšování investičních výdajů kvůli nízkým úrokovým mírám, růst spotřebních výdajů z důvodu zvýšení mezd neúměrně k růstu produktivity práce, trvalé vládní rozpočtové deficity kryté emisí peněz, či snaha o udržení míry nezaměstnanosti pod její přirozenou mírou. Příčiny na straně nabídky se tedy dají označit jako nadměrně expanzivní monetární politika nebo nadměrně expanzivní fiskální politika. Příčinou nabídkové inflace je zvýšení nákladů, tedy nákladový šok. Příkladem mohou být zvýšené náklady podniků způsobené rychlejším růstem mezd, než je produktivita práce, růst cen surovin a energií, růst cen výrobních faktorů, růst cen dováženého zboží způsobený depreciací měnového kurzu nebo růst míry zdanění.

Podle závažnosti dopadů inflace lze rozlišit: Nízká inflace Jako nízká inflace se označují hodnoty do 10 %. Při nízké inflaci rostou ceny málo a předpověditelně, peníze si tak relativně udržují svou hodnotu a lidé jim důvěřují. Nízká inflace je nyní běžná ve většině rozvinutých zemích. Pádivá inflace

14

Pádivá inflace je v rozmezí 10 až zhruba 1 000 %. Pádivá inflace se vyskytuje především v zemích se slabou vládou, nebo v případě válečných konfliktů. Takto velký růst cenové hladiny už velmi naruší fungování celého hospodářství. Smlouvy se neuzavírají v peněžním vyjádření, ale vážou se například k indexu CPI či k tzv. bezpečným měnám, protože peníze ztrácí rychle svojí hodnotu. S tím souvisí i malé množství držené hotovosti a přesun peněz například do fyzických aktiv. Hyperinflace Při hyperinflaci mohou ceny růst o 1000 %, ale klidně také o milion či bilion procent. To už v ekonomice způsobí rozpad peněžního systému, který končí měnovou reformou. Snižuje se poptávka po penězích a již držených peněz se lidé snaží co nejdříve zbavit, dokud mají ještě nějakou hodnotu.

1.5 Popis použitých metod 1.5.1 Analýza časových řad Zabýváme-li se problémem analýzy určitého ekonomického jevu, v našem případě inflace, pak se snažíme analyzovat určitou časovou řadu. Časovou řadou se rozumí "posloupnost věcně a prostorově srovnatelných pozorování, která jsou jednoznačně uspořádána z hlediska času ve směru minulost - přítomnost." (8) Analýzou se rozumí metody, pomocí kterých je možné tyto časové řady popsat. Většina metod statistické analýza je numericky poměrně složitá. S vývojem výpočetní techniky a statistických software se již nejedná o zdlouhavou činnost a zvýšila se také přesnost analýz. Sledované ukazatele většinou mají rozdílný obsah. Z tohoto důvodu se tedy aplikují rozdílné prostředky analýzy. Časové řady je možné členit podle: •

Časového hlediska o Intervalové o Okamžikové

•

Periodicity o Dlouhodobé o Krátkodobé 15

•

Druhu sledovaných ukazatelů o Primární o Sekundární

Podle časového rozpětí, s jakým jsou ukazatele sledovány, se časové řady dělí na dlouhodobé a krátkodobé časové řady. Údaje pro dlouhodobé časové řady jsou zaznamenávány v ročních intervalech, zatímco údaje pro krátkodobé časové řady jsou zaznamenávány ve čtvrtletních, měsíčních a týdenních intervalech. V ekonomice se často pracuje s ukazateli s měsíční periodicitou. Pro analýzu časových řad je nutné, aby údaje byly věcně, prostorově a časově srovnatelné. V našem případě nás zajímá hlavně věcná srovnatelnost. Jak je v předchozím textu uvedeno, inflaci je možné měřit několika způsoby, a proto by bylo vhodné porovnávat stejně zjištěné hodnoty. Data pro statistickou analýzu inflace jsou získána z webových stránek Eurostatu, který se zabývá shromažďováním a předkládáním harmonizovaných statistických dat států Evropské unie. Eurostat získává statistická data od organizací, které v daném státě tato data na svém území shromažďují. V České republice je tímto pověřen Český statistický úřad. Analýza trendu "Obvykle prvním úkolem při analýze časové řady je získat rychlou a orientační představu o charakteru procesu, který tato řada reprezentuje." (8) Časovou řadu můžeme rozložit na čtyři složky časového pohybu: •

Trendovou složku Tt

•

Sezónní složku St

•

Cyklickou složku Ct

•

Náhodnou složku εt

Je vhodné dodat, že některá složka zkoumaného ukazatele může zcela chybět. Vlastní tvar rozkladu pak je: / 0 1 2 1 ( 1 3 4 1 3 , 1, 2, … , 7,

16

"Trendem rozumíme hlavní tendenci dlouhodobého vývoje hodnot analyzovaného ukazatele v čase." (8) Z této definice tedy vyplývá, že trend může být rostoucí, klesající a konstantní. V posledním případě hodnoty ukazatele časové řady oscilují kolem určité úrovně.

17

"Sezónní složka je pravidelně se opakující odchylka od trendové složky, vyskytující se u časových řad údajů s periodicitou kratší než jeden rok nebo rovnou právě jednomu roku." (8) K těmto odchylkám může docházet z různých příčin. Jednak jde například o změny ročních období, ale také o pracovní cyklus, či nějaké společenské zvyklosti. Typickým příkladem takových zvyklostí jsou vánoční svátky, během kterých se zvyšují nákupy. "Cyklickou složkou rozumíme kolísání okolo trendu v důsledku dlouhodobého cyklického vývoje s délkou vlny delší než jeden rok." (8)Na rozdíl od sezónnosti je cyklus dlouhodobé kolísání a jeho perioda nemusí být známa. Příčinou kolísání nemusí být pouze ekonomický cyklus, ale i cyklus demografický, nebo inovační. "Náhodná složka je taková veličina, kterou nelze popsat žádnou funkcí času." (8)Jedná se o nesystematickou složku časové řady, jež je tvořena náhodnými výkyvy. Jsou to tedy vlivy působící na časovou řadu, které nemůžeme popsat trendovou, sezónní, ani cyklickou složkou. V ideálním případě se jedná o stochastickou složku, kterou lze popsat pravděpodobnostně. Popis trendové složky Popis trendové složky časové řady je zřejmě nejdůležitějším úkolem analýzy. Popisuje se pomocí jednoduchých trendových funkcí, jako je lineární, parabolická, exponenciální. Lepší model poskytují funkce logistická a Gompertzova, které mají složitější průběh a tak se i složitěji odhadují. Pro odhad parametrů trendových funkcí lineárních v parametrech se používá metoda nejmenších čtverců. Jedná se o snadnou, numericky poměrně jednoduchou metodu, kdy je cílem minimalizovat součet čtverců reziduí od funkční hodnoty trendové funkce, tj.: ∑@A / 8 9: ;< → >?7.

18

Lineární trend Lineární trend můžeme použít pro orientační určení směru vývoje, a může také sloužit jako vhodná aproximace jiné trendové funkce na kratším omezeném intervalu. Lineární trend lze vyjádřit ve tvaru: 0 B, 1 BA , kde β0 a β1 jsou neznámé parametry a t = 1, 2, …, n je časová proměnná. Jak vyplývá z předcházející rovnice, funkce je lineární v parametrech, a proto je vhodné k odhadu těchto parametrů β0 a β1 použít metodu nejmenších čtverců.

1.5.2 Shluková analýza Shlukovou analýzou se rozumí celá řada metod, které rozdělí množinu dat do několika relativně homogenních podmnožin - shluků. "Jejím cílem je v dané množině objektů nalézt její podmnožiny – shluky objektů – tak, aby si členové shluku byli navzájem podobní, ale nebyli si příliš podobní s objekty mimo tento shluk." (9) Shluková analýza je výhodná tam, kde se data seskupují do přirozených tříd. Naopak nepříliš vhodná je v případech, kdy jsou data rozmístěna náhodně v prostoru. Klasifikace shlukových metod Podle cíle lze metody shlukové analýzy rozdělit na hierarchické a nehierarchické. Počet shluků může být předem stanoven, nebo je cílem stanovení optimálního počtu shluků, či výsledná struktura tříd. "Pro hierarchické algoritmy je společné to, že shlukovací proces má charakter posloupnosti rozkladů množiny objektů." (10) Výsledkem je tedy systém podmnožin a dochází tak ke větvení a zjemňování klasifikace. Hierarchické metody můžeme podle postupu algoritmu dělit na aglomerativní a divizní. V případě aglomerativního přístupu je na začátku procesu každý shluk tvořen právě jedním členem.

Následně jsou sloučeny nejpodobnější jednoprvkové shluky do nového shluku.

Tento systém slučování se stále opakuje, nový systém tak vždy obsahuje dva nejpodobnější shluky z předcházejícího kroku. V posledním kroku tedy vznikne jeden shluk, tvořený všemi shlukovanými objekty. 19

Divizní přístup je opačný od předcházejícího přístupu. Na začátku procesu je celek, jeden shluk, který je tvořen všemi objekty, a ten je následně rozkládán na vzájemně disjunktní podmnožiny. Hierarchickým shlukováním je možné dojít k více alternativním řešením, výsledek se zobrazuje pomocí dendrogramu. Z předchozího textu vyplývá, že tato metoda není příliš vhodná pro velký objem dat. Jak již název napovídá, nehierarchické algoritmy nevytvářejí hierarchickou strukturu tak jako u předchozího případu, ale výchozí množina objektů je rozložena do několika podmnožin tak, aby bylo splněno dané kritérium. Metody je možné dělit na optimalizační a metody analýzy modů. "Kritéria kvality rozkladu jsou pro každý případ jiné a liší se na základě cílů, kterých má shlukování dosáhnout a na základě struktury analyzovaných dat. Používá se například součet kvadrátů odchylek objektů od těžišť příslušných shluků, nebo funkcionálu spočítaného z vnitroshlukového rozptylu." (11)

1.5.3 Regresní a korelační analýza Regresní a korelační analýza se zabývá hledáním, zkoumáním a hodnocením existence závislosti proměnných. Můžeme například zkoumat, zda výskyt určitého jevu má za následek existenci jiného jevu. "Cílem tohoto zkoumání je hlubší vniknutí do podstaty sledovaných jevů a procesů určité oblasti a tím i přiblížení k tzv. příčinným (kauzálním) souvislostem." (8) Závislosti lze rozlišovat na volné a pevné. Při pevné závislosti výskyt jednoho jevu odpovídá výskytu druhého jevu. U volné závislosti se výskytem jednoho jevu pouze zvýší pravděpodobnost výskytu druhého jevu. Pevná závislost se vyskytuje hlavně v teoretické oblasti, například při formulaci různých zákonitostí. Regresní analýza se zabývá zkoumáním obecných tendencí ve změnách závisle proměnné vzhledem k změnám nezávisle proměnné. Korelační analýza zkoumá hlavně sílu vzájemného vztahu proměnných. Při interpretaci výsledků tak dochází k prolínání a vhodnému doplňování obou těchto metod. "Cílem regresní analýzy je co nejlepší přiblížení empirické regresní funkce k hypotetické regresní funkci." (8) Snahou regresní analýzy tedy je nalézt idealizující matematickou funkci,

20

která bude nejlépe vyjadřovat charakter závislosti proměnných a co nejvěrněji zobrazovala průběhy změn závisle proměnné.

1.6 Evropská unie Počátky Evropské unie se datují do roku 1950, kdy vzniká Evropské společenství uhlí a oceli. Jeho cílem bylo zajistit trvalý mír po druhé světové válce. Mezi šest zakládajících států patří Belgie, Francie, Itálie, Lucembursko, Německo a Nizozemsko. „Evropská unie vznikla se záměrem ukončit časté a krvavé války mezi sousedy, jež vyvrcholily druhou světovou válkou.“ (12) Od roku 1968 mohou mezi sebou členské státy obchodovat bez vnitřních cel. I díky tomuto opatření se evropským hospodářstvím daří. Pro obchod s ostatními státy jsou určena jednotná cla. V roce 1972 byl zaveden mechanismus směnných kurzů ERM3 kterým byly umožněny pouze malé změny kurzů jednotlivých měn. Zavedení tohoto omezení bylo prvním krokem ke společné evropské měně Euro. K prvnímu rozšíření, tehdy ještě Evropského společenství, dochází v roce 1973. Novými členy se stávají Velká Británie, Dánsko a Irsko. Společenství tak má již devět členů. Dalším důležitým rokem je rok 1985, kdy je členskými státy podepsána takzvaná Schengenská dohoda. Ta umožňuje občanům cestovat do členských států bez pasových kontrol. Pojem Evropská unie byl zaveden v roce 1993, kdy byla členskými státy podepsána Maastrichtská smlouva. Její součástí je i zásada, podle které se mají přijímat všechna opatření co nejblíže občanům. Společná měna euro se používá ve dvanácti státech Evropské unie od roku 2002. Od tohoto roku je tak možné platit eurem ve valutové podobě v Belgii, Finsku, Francii, Itálii, Irsku, Nizozemsku, Lucembursku, Německu, Portugalsku, Rakousku, Řecku a Španělsku. V devizové podobě euro platí již od roku 1999. V současné době se společnou měnou platí v 19 státech Evropské unie. Česká republika vstoupila do Evropské unie v roce 2004, společně s

3

European Exchange Rate Mechanism

21

Estonskem, Kyprem, Litvou, Lotyšskem, Maďarskem, Maltou, Polskem, Slovinskem a Slovenskem. V současné době tvoří Evropskou unii 28 států, které jsou uvedeny v následující tabulce, spolu s rokem vstupu a jejich používanou měnou. Stát

Rok vstupu

Měna

Belgické království

1952

EUR

Francouzská republika

1952

EUR

Italská republika

1952

EUR

Lucemburské velkovévodství

1952

EUR

Spolková republika Německo

1952

EUR

Nizozemské království

1952

EUR

Dánské království

1973

DKK

Irská republika

1973

EUR

Spojené království Velké 1973 Británie a Severního Irska

GBP

Řecká republika

1981

EUR

Portugalská republika

1986

EUR

Španělské království

1986

EUR

Finská republika

1995

EUR

Rakouská republika

1995

EUR

Švédské království

1995

SEK

Česká republika

2004

CZK

Estonská republika

2004

EUR

Kyperská republika

2004

EUR

Litevská republika

2004

EUR

Lotyšská republika

2004

EUR

Maďarsko

2004

HUF

Maltská republika

2004

EUR

Polská republika

2004

PLN

Slovenská republika

2004

EUR

22

Slovinská republika

2004

EUR

Bulharská republika

2007

BGN

Rumunsko

2007

RON

Chorvatská republika

2013

HRK

Tabulka 1: Seznam členů Evropské unie Zdroj: http://europa.eu/about-eu/eu-history/index_cs.htm

2. Praktická část 2.1 Vývoj míry inflace v Evropské unii a České republice V následující kapitole je porovnán vývoj míry inflace v České republice a v celé Evropské unii v letech 2003 až 2014 (pro dřívější roky nejsou harmonizovaná data k dispozici). V tomto období mimo jiné nastala světová finanční krize a dluhová krize v eurozóně, které následně mají dopad i na míru inflace. Česká republika se stala součástí Evropské unie až v roce 2004, ale hodnoty míry inflace jsou i pro ostatní země přepočítány podle společné metriky a je tak možné je porovnávat. Při analýze počítám s tím, že všechny země jsou součástí Evropské unie již od roku 2003 a po celou dobu tak má unie 28 členů. Vývoj míry inflace v Evropské unii a České republice nemá jasnou tendenci, jak je patrné z následující tabulky a grafu. Průběh obou souborů není možné nahradit a zjednodušit vhodným modelem. Lineární regresí bychom u obou souborů dostali klesající přímku, která ale pro tento vývoj hodnot není vhodná. Pro Evropskou unii by přímka klesala rychleji, než pro Českou republiku. Do roku 2008 je u obou souborů vidět stoupající trend, v dalších letech se trend nedá jasně popsat. Z grafu je patrné, že vývoj hodnot míry inflace celé Evropské unii a pouze České republice spolu silně koreluje. V České republice dochází k větším změnám inflace, než v Evropské unii. Následující graf ilustruje vývoj míry inflace v Evropské unii a České republice, modrou barvou je označen vývoj inflace v Evropské unii, červenou vývoj v České republice. V České republice se míra inflace ve sledovaném období pohybovala od -0.1 % v roce 2003 do 6.3 % v roce 2008. V celé Evropské unii od 0.6 % v roce 2014 do 3.7 % v roce 2008. Variační rozpětí hodnot u České republiky je tak větší, konkrétně 6.4 %, než variační rozpětí hodnot pro celou Evropskou unii, které je 3.1 %.

23

Období 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

EU 2.1 2.3 2.3 2.3 2.4 3.7 1 2.1 3.1 2.6 1.5 0.6

ČR -0.1 2.6 1.6 2.1 3 6.3 0.6 1.2 2.1 3.5 1.4 0.4

Tabulka 2: Srovnání vývoje míry inflace v EU a ČR (hodnoty v %) Zdroj: Eurostat

Míra inflace v EU a ČR 7 6

Míra inflace [%]

5 4 EU

3

ČR 2 1 0 2003 -1

2004

2005

2006

2007

2008

2009

2010

2011

Období

Obrázek 2: Graf vývoje míry inflace v EU a ČR Data: Eurostat

24

2012

2013

2014

Průměrná míra inflace je vypočítána jako průměrný koeficient růstu: CD

G

ECA C< ⋯ C .

V celé Evropské unii byla průměrná míra inflace: DDDDD C HI 2.163 %, v České republice: DDDDD CČN 2.045 %. Během sledovaného období tak byla průměrná inflace v České republice nižší, než v celé Evropské unii. Rozdíl mezi koeficienty je ale malý. Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi mírou inflace v Evropské unii a České republice. Rovnice tohoto vztahu je QíR ?7RS T ČU 81.37624 1 1.58519 ∗ >íR ?7RS T YZ

Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept -1.37624 0.929954 -1.4799 0.1697 Slope 1.58519 0.402305 3.94027 0.0028

Correlation Coefficient = 0.779896 R-squared = 60.8238 % R-squared (adjusted for d.f.) = 56.9062 % Standard Error of Est. = 1.12262 Mean absolute error = 0.847089 Durbin-Watson statistic = 1.42227 (P=0.1347) Lag 1 residual autocorrelation = 0.0946883

25

Korelační koeficient téměř 0.8 ukazuje na vysokou kladnou korelaci. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 3.94027 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 3.94027 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria spadá do oblasti kritických hodnot, zamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že existuje vztah mezi mírou inflace v České republice a mírou inflace v Evropské unii na 5 % hladině významnosti. Index determinace R2 je 0.608, což znamená, že tento model vysvětluje 60.8 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Následující graf ukazuje kladnou závislost míry inflace v České republice a míry inflace v Evropské unii. Při růstu míry inflace v Evropské unii o 1 % vzrostla míra inflace v České republice průměrně o 1.58 %. A naopak při poklesu míry inflace v Evropské unii o 1 % se snížila míra inflace v České republice průměrně o 1.58 %.

26

Plot of Fitted Model CR = -1,37624 + 1,58519*EU 7 6 5 CR

4 3 2 1 0 -1 0

1

2 EU

3

4

Obrázek 3: Závislost míry inflace v EU a v ČR (v %)

2.2 Základní charakteristiky míry inflace v jednotlivých letech 2003 V roce 2003 byla v České republice poprvé zaznamenána deflace, která byla způsobena převážně poklesem cen potravin a poklesem regulovaných cen. Deflaci napomáhalo také posilování koruny a s tím související dovoz levnějších produktů zemědělství. Deflaci napomáhala i měnová politika ČNB, která neodpovídala stanovenému inflačnímu cíli přibližně 3 až 5 %. (13) Země Litva Česká republika Polsko Německo Finsko Rakousko Estonsko Spojené království Belgie Malta Dánsko 27

Inflace [%] -1.1 -0.1 0.7 1 1.3 1.3 1.4 1.4 1.5 1.9 2

Francie Nizozemsko Bulharsko Švédsko Chorvatsko Lucembursko Itálie Lotyšsko Španělsko Portugalsko Řecko Irsko Kypr Maďarsko Slovinsko Slovensko Rumunsko

2.2 2.2 2.3 2.3 2.4 2.5 2.8 2.9 3.1 3.3 3.4 4 4 4.7 5.7 8.4 15.3

Tabulka 3: Vzestupně seřazené země EU podle míry inflace v roce 2003 Zdroj: Eurostat

28

Count Average Median Minimum Maximum Range Lower quartile Upper quartile Stnd. skewness Stnd. kurtosis

28 2.95714 2.3 -1.1 15.3 16.4 1.4 3.35 6.02289 11.0695

Tabulka 4: Souhrnné statistiky míry inflace v roce 2003

Z tabulky zemí EU vzestupně seřazených podle míry inflace vyplývá, že v Litvě a České republice došlo v roce 2003 k deflaci. Pádivá inflace nastala pouze v Rumunsku. Soubor má sudý počet prvků a medián je tak dán aritmetickým průměrem 14. a 15. hodnoty. V tomto roce jsou obě hodnoty míry inflace shodně 2.3 % a stejný je tedy i medián. Medián odpovídá Bulharsku a Švédsku, které dělí všechny země Evropské unie z hlediska míry inflace v roce 2003 na dvě poloviny. V celé Evropské unii byla míra inflace 2.1 %, tedy méně, než medián všech zemí. Dolní kvartil odděluje 25 % zemí, které mají nejnižší míru inflace. Odpovídá Spojenému království a Estonsku s mírou inflace 1.4 %. Horní kvartil odděluje 75 % zemí, ve kterých byla nejnižší míra inflace. Neodpovídá žádné zemi, nejblíže se nachází Portugalsko. Ve 25 % zemí Evropské unie byla v roce 2003 míra inflace menší nebo rovna 1.4 %, v polovině zemí byla nejvýše 2.3 % a v 75 % zemí nejvýše 3.375 %. Míra inflace v České republice byla -0.1 % a patří mezi 25 % nejnižších v tomto roce. Koeficienty normované šikmosti a špičatosti, které pomáhají určit podobnost normálnímu rozdělení, dosahují vysokých hodnot. Koeficient normované šikmosti 6 poukazuje na velkou pravostrannou asymetričnost souboru. Koeficient normované špičatosti 11 poukazuje na velkou strmost v porovnání s normálním rozdělením. Pro zjištění podobnosti jednotlivých zemí z hlediska míry inflace v daném roce, jsou země rozděleny do jednotlivých tříd. Tímto je možné jednoduše analyzovat, v kolika zemích byla v daném roce podobná míra inflace. Počet intervalů závisí na počtu pozorování a lze jej vypočítat několika způsoby, které dávají podobné výsledky. Počet tříd je možné odvodit z následujících vzorců:

29

a) ≅ √7 ≅ √28 ≅ 5.29 b) C ] 5 log 7 ] 5 log 28 ] 7.23 c) C 1 1 3.3 log 7 1 1 3.3 log 28 5.77 Volím poslední způsob výpočtu (Sturgesovo pravidlo) a soubor rozdělím do 6 tříd.

16

13

10

7

4

-2

1

Box-and-Whisker Plot

Míra inflace [%]

Obrázek 4: Krabicový graf míry inflace v roce 2003

Histogram 12

frequency

10 8 6 4 2 0 -2

0

2

4

6 8 Míra inflace [%]

10

12

14

16

Obrázek 5: Histogram absolutních četností míry inflace v roce 2003

V nejvíce zemích se míra inflace pohybovala v intervalu 2 až 3.6 %. Česká republika se nacházela v první skupině zemí s nejnižší mírou inflace.

30

2004 1. května 2004 přistoupila Česká republika, spolu s Estonskem, Kyprem, Litvou, Lotyšskem, Maďarskem, Maltou, Polskem, Slovenskem a Slovinskem do Evropské unie. Vstup provázely obavy z výrazného růstu cen, který se ale nepotvrdil. Ceny meziročně vzrostly o 2.6 % a podařilo se tak splnit stanovený inflační cíl. Inflace byla mimo jiné způsobena růstem cen ropy na trzích a také zvýšením spotřební daně na alkohol, benzín a tabákové výrobky. Dále byly přesunuty některé položky z 5% sazby DPH do 19% sazby a také došlo ke zvýšení cen zemního plynu. (14) Země Finsko Dánsko Švédsko Litva Spojené království Nizozemsko Německo Belgie Kypr Rakousko Chorvatsko Francie Irsko Itálie Portugalsko Česká republika Malta Estonsko Řecko Španělsko Lucembursko Polsko Slovinsko Bulharsko Lotyšsko Maďarsko Slovensko Rumunsko

Inflace [%] 0.1 0.9 1 1.2 1.3 1.4 1.8 1.9 1.9 2 2.1 2.3 2.3 2.3 2.5 2.6 2.7 3 3 3.1 3.2 3.6 3.7 6.1 6.2 6.8 7.5 11.9


31


28 3.15714 2.4 0.1 11.9 11.8 1.85 3.4 4.31641 5.13257


V roce 2004 nedošlo v žádné zemi EU k deflaci. Stejně jako v minulém roce nastala pádivá inflace pouze v Rumunsku. Medián je 2.4 a odpovídá průměru Itálie, případně Irska a Portugalska. V celé Evropské unii byla míra inflace 2.3 %, tedy méně, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2004 míra inflace menší nebo rovna 1.85 %, v polovině zemí byla nejvýše 2.4 % a v 75 % zemí nejvýše 3.4 %. Míra inflace v České republice byla o 0.2 procentního bodu vyšší, než medián všech zemí a patří tak mezi 75 % zemí s nejnižší mírou inflace v tomto roce. Koeficienty normované šikmosti a špičatosti dosahují hodnot více než 2 a soubor se tak příliš nepodobá normálnímu rozdělení. Koeficient normované šikmosti 4 ukazuje na pravostrannou asymetričnost souboru. Koeficient normované špičatosti 5 poukazuje na strmé rozdělení hodnot souboru.

32


0

2

4

6 Míra inflace [%]

8

10

12


Histogram 12

frequency

10 8 6 4 2 0 0

2

4

6 Míra inflace [%]

8

10

12


V nejvíce zemích se míra inflace pohybovala v intervalu 1.25 až 2.5 %. Česká republika se těsně nacházela až ve třetí skupině zemí. 2005 V roce 2005 byla nízká míra inflace způsobena mimo jiné cenami potravin a posílením koruny, důsledkem čehož klesaly dovozní ceny produktů. Posílení koruny bylo způsobeno zvýšením zahraničních investic. Inflaci naopak podporovalo výrazné zdražení pohonných hmot, růst cen zemního plynu, zvýšení koncesionářských poplatků a růst cen ve skupině zdraví. V prvním čtvrtletí klesaly ceny ve všech skupinách spotřebního koše vyjma skupin 33

zdraví a rekreace, u kterých došlo k meziročnímu růstu o jednotky procent. Ve druhém čtvrtletí vzrostly ceny pohonných hmot a ceny poštovních služeb a telekomunikace. Ve třetím čtvrtletí byla inflace způsobena růstem cen ropy na trzích a z toho vyplývajícím zvýšením cen v dopravě, z regulovaných cen byl zdražen zemní plyn. V posledním čtvrtletí rostly ceny bydlení vody a energie. U skupiny energie byl růst způsoben zvýšením cen zemního plynu na trzích. Došlo ke snížení úrokové míry a ta se dostala dokonce na nižší úroveň, než u Evropské centrální banky. Repo sazba snížená na hodnotu 2 % měla způsobit na poptávkové straně inflační tlaky. (15)

34

Země Finsko Švédsko Nizozemsko Česká republika Dánsko Francie Německo Kypr Portugalsko Rakousko Spojené království Irsko Itálie Polsko Belgie Malta Slovinsko Litva Slovensko Chorvatsko Španělsko Maďarsko Řecko Lucembursko Estonsko Bulharsko Lotyšsko Rumunsko

Inflace [%] 0.8 0.8 1.5 1.6 1.7 1.9 1.9 2 2.1 2.1 2.1 2.2 2.2 2.2 2.5 2.5 2.5 2.7 2.8 3 3.4 3.5 3.5 3.8 4.1 6 6.9 9.1



28 2.90714 2.35 0.8 9.1 8.3 1.95 3.45 4.43676 5.19234


35

V roce 2005 nedošlo v žádné zemi EU k deflaci. Míra inflace v Rumunsku klesla oproti předchozímu roku o 2.8 procentních bodů a v tomto roce tak nenastala v žádné zemi EU ani pádivá inflace. Medián je 2.35 a podle tabulky odpovídá průměru Polska a Belgie. Stejnou míru inflace jako Polsko mají Irsko a Itálie, stejnou jako Belgie mají Malta a Slovinsko. V celé Evropské unii byla míra inflace 2.3 %, tedy téměř stejně, jako medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2005 míra inflace menší nebo rovna 1.95 %, v polovině zemí byla nejvýše 2.35 % a v 75 % zemí nejvýše 3.45 %. Míra inflace v České republice byla 1.6 % a patří tak mezi 25 % zemí s nejnižší mírou inflace v tomto roce. Koeficienty normované šikmosti a špičatosti dosahují podobných hodnot jako v předchozím roce. Koeficient normované šikmosti 4 ukazuje na pravostrannou asymetričnost souboru. Koeficient normované špičatosti 5 poukazuje na strmé rozdělení hodnot souboru.


0

2


8


36

10

Histogram 15

frequency

12 9 6 3 0 0

2


8

10


V nejvíce zemích se míra inflace pohybovala v intervalu 1.8 až 2.9 %. Česká republika se nacházela hned v první skupině zemí s nejnižší mírou inflace. 2006 Vůči světovým měnám koruna po celý rok posilovala, také došlo dvakrát k zvýšení úrokových sazeb. Posílení koruny vedlo ke snížení cen dovozů. S výjimkou konce roku rostly ceny elektřiny, zemního plynu a telefonní poplatky. Ke konci roku také výrazně klesly ceny pohonných hmot. V prvním čtvrtletí rostly ceny bydlení, vody, energie a dopravy. Ve skupině energií došlo ke zvýšení cen elektřiny a zemního plynu. V případě dopravy byl růst cen způsoben převážně stoupající cenou ropy na světových trzích. K inflaci ještě nepřispěla zvýšená daň na tabákové výrobky. Ve druhém čtvrtletí rostly ceny bydlení a potravin. Ve třetím čtvrtletí rostly ceny ve skupinách bydlení, potravin, zdraví a kultury. Naopak poklesly ceny dopravy z důvodu snížení cen pohonných hmot. V posledním čtvrtletí naopak docházelo ke zpomalení tempa růstu cen bydlení, potravin a kultury. (16)

37

Země Finsko Polsko Švédsko Nizozemsko Rakousko Německo Dánsko Francie Česká republika Itálie Kypr Belgie Spojené království Slovinsko Malta Irsko Lucembursko Portugalsko Chorvatsko Řecko Španělsko Litva Maďarsko Slovensko Estonsko Lotyšsko Rumunsko Bulharsko

Inflace [%] 1.3 1.3 1.5 1.7 1.7 1.8 1.9 1.9 2.1 2.2 2.2 2.3 2.3 2.5 2.6 2.7 3 3 3.3 3.3 3.6 3.8 4 4.3 4.4 6.6 6.6 7.4



28 3.04643 2.55 1.3 7.4 6.1 1.9 3.7 3.12084 1.77027


38

Z předchozí tabulky vyplývá, že v roce 2006 byla ve všech zemích EU pouze mírná inflace. Medián je 2.55 a odpovídá průměru Slovinska a Malty. V celé Evropské unii byla míra inflace 2.3 %, tedy méně, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2006 míra inflace menší nebo rovna 1.9 %, v polovině zemí byla nejvýše 2.55 % a v 75 % zemí nejvýše 3.7 %. Míra inflace v České republice byla 2.1 % a řadí se tak mezi 50 % zemí s nejnižší mírou inflace v tomto roce. Koeficient normované šikmosti 3 ukazuje na pravostrannou asymetričnost souboru.


0

2

4 Míra inflace [%]

6

8


Histogram 10

frequency

8 6 4 2 0 0

2

4 Míra inflace [%]

6

8


39

V nejvíce zemích se míra inflace pohybovala v intervalu 2.1 až 3 %, Česká republika se nacházela s 2.1% inflací v této skupině. 2007 I v tomto roce posilovala koruna vůči hlavním světovým měnám a na začátku roku klesaly ceny pohonných hmot. K inflaci přispěl růst nepřímých daní, růst cen potravin a růst regulovaných cen. Během roku došlo celkem čtyřikrát ke zvýšení úrokových sazeb, pokaždé o 0.25 p. b. V prvním čtvrtletí došlo k růstu cen telekomunikací a potravin, nejvíce v segmentu alkoholických nápojů a tabákových výrobků. Příčinou je opožděná reakce na zvýšení daňových sazeb na tyto výrobky. Došlo k poklesu cen pohonných hmot, který byl způsoben klesajícími cenami ropy a silnější korunou. Ve druhém čtvrtletí rostly zejména ceny potravin, kde se projevilo zvýšení cen zemědělských komodit. Další příčinou růstu cen bylo i harmonizování nepřímých daní s Evropskou unií. Rostly také ceny bydlení, kde byl důvodem růst cen energií. Ve třetím čtvrtletí se plně projevilo zvýšení daní na tabákové výrobky, rostly i ceny potravin, hlavně živočišného původu. V posledním čtvrtletí rostly nejvíce ceny potravin, pohonných hmot a regulované ceny. V cenách se projevila i zvýšená zahraniční poptávka po zemědělských a potravinářských komoditách. (17)

40

Země Malta Finsko Francie Nizozemsko Dánsko Švédsko Belgie Slovensko Itálie Kypr Rakousko Německo Spojené království Portugalsko Polsko Chorvatsko Lucembursko Španělsko Irsko Česká republika Řecko Slovinsko Rumunsko Litva Estonsko Bulharsko Maďarsko Lotyšsko

Inflace [%] 0.7 1.6 1.6 1.6 1.7 1.7 1.8 1.9 2 2.2 2.2 2.3 2.3 2.4 2.6 2.7 2.7 2.8 2.9 3 3 3.8 4.9 5.8 6.7 7.6 7.9 10.1



28 3.30357 2.5 0.7 10.1 9.4 1.85 3.4 3.60316 2.3181


41

V roce 2007 byla v Lotyšsku k pádivá inflace. Medián je 2.5 a odpovídá průměru Portugalska a Polska. V celé Evropské unii byla míra inflace 2.4 %, tedy méně, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2007 míra inflace menší nebo rovna 1.85 %, v polovině zemí byla nejvýše 2.5 % a v 75 % zemí nejvýše 3.4 %. Míra inflace v České republice byla 3 % a patří tak mezi 75 % zemí s nejnižší mírou inflace v tomto roce. Koeficienty normované šikmosti a špičatosti dosahují hodnot více než 2 a soubor se tak odchyluje od normálního rozdělení. Koeficient normované šikmosti 3.6 ukazuje na pravostrannou asymetričnost souboru. Koeficient normované špičatosti 2.3 poukazuje na strmé rozdělení hodnot souboru, což potvrzuje následující histogram četností.


0

2

4

6 Míra inflace [%]

8

10


42

12

Histogram 15

frequency

12 9 6 3 0 0

2

4

6 Míra inflace [%]

8

10

12


V nejvíce zemích se míra inflace pohybovala v intervalu 1.3 až 2.5 %. Česká republika se nacházela ve třetí skupině zemí. 2008 V prvním čtvrtletí rostly ceny potravin, ve kterých se projevilo zvýšení DPH o 4 p. b. Jako v předchozím období rostly ceny pohonných hmot, růst byl ale tlumen posilováním koruny. O desítky procent rostly regulované ceny, jako je nájemné, doprava energie, další růst byl způsoben změnou DPH, zavedením poplatků ve zdravotnictví a ekologickými daněmi. Inflace ve druhém čtvrtletí byla způsobena cenami potravin a pohonných hmot, nárůst cen ropy na trzích opět tlumilo posilování koruny. Ve třetím čtvrtletí došlo k růstu cen energií a regulovaného nájemného, svou roli sehrály i daňové změny. Zpomalilo tempo růstu agregátu M2, což indikovalo zmírnění inflačních vlivů. Propukající krize způsobila pokles domácí i zahraniční poptávky a dochází tak k poklesu cen potravin. (18)

43

Země Nizozemsko Portugalsko Německo Irsko Francie Rakousko Švédsko Itálie Dánsko Spojené království Finsko Slovensko Lucembursko Španělsko Polsko Řecko Kypr Belgie Malta Slovinsko Chorvatsko Maďarsko Česká republika Rumunsko Estonsko Litva Bulharsko Lotyšsko

Inflace [%] 2.2 2.7 2.8 3.1 3.2 3.2 3.3 3.5 3.6 3.6 3.9 3.9 4.1 4.1 4.2 4.2 4.4 4.5 4.7 5.5 5.8 6 6.3 7.9 10.6 11.1 12 15.3



28 5.34643 4.15 2.2 15.3 13.1 3.4 5.9 3.95773 3.08912


44

Nejvyšší hodnoty míry inflace ze zkoumaného období jsou z roku 2008. Minimální hodnoty začínají až od 2.2 %. Pádivá inflace nastala ve čtyřech zemích EU, konkrétně to jsou Estonsko, Litva, Bulharsko a stejně jako v předchozím roce Lotyšsko. Medián je 4.15 a odpovídá průměru Španělska, případně Lucemburska a Polska. V celé Evropské unii byla míra inflace 3.7 %, tedy méně, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2008 míra inflace menší nebo rovna 3.4 %, v polovině zemí byla nejvýše 4.15 % a v 75 % zemí nejvýše 5.9 %. Míra inflace v České republice byla 6.3 % a patří tak mezi zbývajících 25 % zemí s nejvyšší mírou inflace v tomto roce. Koeficienty normované šikmosti a špičatosti dosahují hodnot více než 2 a soubor se tak příliš nepodobá normálnímu rozdělení. Koeficient normované šikmosti 4 ukazuje na pravostrannou asymetričnost souboru. Koeficient normované špičatosti 3 poukazuje na větší strmost, než má normální rozdělení.


0

4

8 Míra inflace [%]

12


45

16

Histogram 10

frequency

8 6 4 2 0 0

1

2

3

4

5

6

7 8 9 10 11 12 13 14 15 16 Míra inflace [%]


V nejvíce zemích se míra inflace pohybovala v intervalu 3 až 4 %. Česká republika se nacházela ve skupině zemí s druhou nejvyšší mírou inflace. 2009 V prvním čtvrtletí na inflaci působil slabší kurz koruny, který byl později pozastaven slovní intervencí ČNB. Došlo ke zpomalení růstu cen, které bylo způsobeno odezněním změn v nepřímých daních. Rostly ceny potravin a pohonných hmot. Ve druhém čtvrtletí byla inflace na nízké úrovni, příčinou bylo zpomalení růstu regulovaných cen. Ve třetím čtvrtletí inflace dosahovala nulových i záporných hodnot, příčinou byly ceny potravin a regulované ceny. Oslabení koruny bylo způsobeny vnějšími faktory a poklesem úrokových sazeb. V posledním čtvrtletí roku již docházelo ke zvýšení inflace, důvodem byly růst cen pohonných hmot regulovaných cen. (19)

46

Země Irsko Portugalsko Španělsko Belgie Lucembursko Francie Estonsko Kypr Německo Rakousko Česká republika Itálie Slovensko Slovinsko Nizozemsko Dánsko Řecko Finsko Malta Švédsko Chorvatsko Spojené království Bulharsko Lotyšsko Maďarsko Polsko Litva Rumunsko

Inflace [%] -1.7 -0.9 -0.2 0 0 0.1 0.2 0.2 0.2 0.4 0.6 0.8 0.9 0.9 1 1.1 1.3 1.6 1.8 1.9 2.2 2.2 2.5 3.3 4 4 4.2 5.6



28 1.36429 0.95 -1.7 5.6 7.3 0.2 2.2 1.6111 0.417684


47

Oproti předchozímu roku došlo u všech zemí EU v roce 2009 k výrazné desinflaci. Ve třech zemích nastala deflace a ve dvou zemích zůstala cenová hladina na stejné úrovni, jako v předchozím roce. Medián je 0.95 a odpovídá průměru Slovinska, případně Slovenska a Nizozemska. V celé Evropské unii byla míra inflace 1 %, tedy téměř stejně, jako medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2009 míra inflace menší nebo rovna 0.2 %, v polovině zemí byla nejvýše 0.95 % a v 75 % zemí nejvýše 2.2 %. Míra inflace v České republice byla 0.6 % a patří tak mezi 50 % zemí s nejnižší mírou inflace v tomto roce. Koeficienty normované šikmosti a špičatosti dosahují poměrně nízkých hodnot. Z toho vyplývá, že rozdělení hodnot míry inflace v zemích Evropské unie v roce 2009 se blíží normálnímu rozdělení. Tuto hypotézu potvrzuje i následující krabicový graf a částečně histogram četností.


-2

0

2 Míra inflace [%]

4


48

6

Histogram 10

frequency

8 6 4 2 0 -2

0

2 Míra inflace [%]

4

6


V nejvíce zemích se míra inflace pohybovala v intervalu 0.5 až 1.8 %, Česká republika mezi tyto země patří. 2010 V prvním čtvrtletí kurz koruny kolísal, důvodem byl průběh krize v Řecku. Inflace byla na nízké úrovni z důvodu poklesu cen potravin a většího růstu cen pohonných hmot. Ve druhém čtvrtletí k inflaci přispěly regulované ceny, změny v nepřímých daních, růst cen pohonných hmot, růst dovozních cen a odeznění poklesu cen potravin. Ve třetím čtvrtletí došlo k růstu inflace, důvodem jsou ceny potravin a regulované ceny. Deflačně působily ceny pohonných hmot dovozní ceny, které jsou ovlivněny posílením koruny. V posledním čtvrtletí došlo k zrychlení růstu inflace, důvodem je zvýšení cen potravin a pohonných hmot. Růst dovozních cen je kompenzován posílením koruny. (20)

49

Země Irsko Lotyšsko Slovensko Nizozemsko Chorvatsko Česká republika Litva Německo Portugalsko Itálie Finsko Francie Rakousko Švédsko Malta Španělsko Slovinsko Dánsko Belgie Kypr Estonsko Polsko Lucembursko Bulharsko Spojené království Maďarsko Řecko Rumunsko

Inflace [%] -1.6 -1.2 0.7 0.9 1.1 1.2 1.2 1.2 1.4 1.6 1.7 1.7 1.7 1.9 2 2 2.1 2.2 2.3 2.6 2.7 2.7 2.8 3 3.3 4.7 4.7 6.1



28 2.025 1.95 -1.6 6.1 7.7 1.2 2.7 0.507594 2.00528


50

I v roce 2010 nastala nejvyšší míra deflace v Irsku, podobná hodnota deflace byla i v Lotyšsku. Medián je 1.95 a odpovídá průměru Švédska a Malty. V celé Evropské unii byla míra inflace 2.1 %, tedy více, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2010 míra inflace menší nebo rovna 1.2 %, v polovině zemí byla nejvýše 1.95 % a v 75 % zemí nejvýše 2.7 %. Míra inflace v České republice byla 1.2 % a řadí se tak mezi 25 % zemí s nejnižší mírou inflace v tomto roce. Koeficient normované šikmosti dosahuje téměř nulové hodnoty, koeficient normované špičatosti dosahuje již vyšších hodnot, což je vidět u histogramu četností. Z tohoto vyplývá, že rozdělení hodnot míry inflace v zemích Evropské unie v roce 2010 se blíží normálnímu rozdělení. Tuto hypotézu potvrzuje i následující krabicový graf a histogram četností.


-2

-1

0

1


4

5


51

6

7

Histogram 15

frequency

12 9 6 3 0 -2

-1

0

1


4

5

6

7


V nejvíce zemích se míra inflace pohybovala v intervalu 0.9 až 2.2 %, Česká republika mezi tyto země patří. 2011 V prvním i druhém čtvrtletí byla inflace způsobena růstem cen komodit, což se projevilo na cenách potravin a pohonných hmot. Zvýšení dovozních cen bylo částečně kompenzováno posílením koruny. Ve třetím čtvrtletí již došlo ke zpomalení růstu cen potravin, růst dovozních cen byl podpořen oslabující korunou. V posledním čtvrtletí roku 2011 byla inflace způsobena růstem regulovaných cen a růstem cen potravin, u kterých se již projevilo budoucí zvýšení DPH. (21)

52

Země Irsko Švédsko Česká republika Slovinsko Chorvatsko Francie Malta Německo Nizozemsko Dánsko Itálie Řecko Španělsko Finsko Belgie Bulharsko Kypr Portugalsko Rakousko Lucembursko Maďarsko Polsko Litva Slovensko Lotyšsko Spojené království Estonsko Rumunsko

Inflace [%] 1.2 1.4 2.1 2.1 2.2 2.3 2.5 2.5 2.5 2.7 2.9 3.1 3.1 3.3 3.4 3.4 3.5 3.6 3.6 3.7 3.9 3.9 4.1 4.1 4.2 4.5 5.1 5.8



28 3.23929 3.35 1.2 5.8 4.6 2.5 3.9 0.536308 0.297207


53

V roce 2011 nedošlo v žádné zemi EU k deflaci ani k pádivé inflaci. Medián je 3.35 a odpovídá průměru Finska a Belgie. V celé Evropské unii byla míra inflace 3.1 %, tedy méně, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2011 míra inflace menší nebo rovna 2.5 %, v polovině zemí byla nejvýše 3.35 % a v 75 % zemí nejvýše 3.9 %. Míra inflace v České republice byla 2.1 % a řadí se tak mezi 25 % zemí s nejnižší mírou inflace v tomto roce. Koeficienty normované šikmosti a špičatosti dosahují poměrně nízkých hodnot. Z toho vyplývá, že rozdělení hodnot míry inflace v zemích Evropské unie v roce 2011 se blíží normálnímu rozdělení. Tuto hypotézu potvrzuje i následující krabicový graf a částečně histogram četností.


0

1

2

3 Míra inflace [%]

4

5


54

6

Histogram 8

frequency

6

4

2

0 0

1

2

3 Míra inflace [%]

4

5

6


V nejvíce zemích se míra inflace pohybovala v intervalu 3.4 až 4.2 %, téměř stejný počet zemí byl i předchozích dvou skupinách. Česká republika se nacházela ve druhé skupině zemí s nejnižší mírou inflace. 2012 V prvním a druhém čtvrtletí byla inflace na poměrně vysoké úrovni, důvodem je zvýšení DPH, růst cen potravin a regulovaných cen. Dalším důvodem je zvýšení cen komodit a dovozních cen jako důsledek oslabení koruny. Příčinou inflace ve třetím a čtvrtém čtvrtletí jsou daňové změny, vliv dovozních cen a cen potravin již postupně odeznívá. (22)

55

Země Švédsko Řecko Irsko Německo Francie Lotyšsko Bulharsko Dánsko Španělsko Belgie Rakousko Nizozemsko Portugalsko Slovinsko Spojené království Lucembursko Kypr Finsko Litva Malta Itálie Chorvatsko Rumunsko Česká republika Polsko Slovensko Estonsko Maďarsko

Inflace [%] 0.9 1 1.9 2.1 2.2 2.3 2.4 2.4 2.4 2.6 2.6 2.8 2.8 2.8 2.8 2.9 3.1 3.2 3.2 3.2 3.3 3.4 3.4 3.5 3.7 3.7 4.2 5.7



28 2.875 2.8 0.9 5.7 4.8 2.4 3.35 1.10058 2.96224


56

Ani v tomto roce nedošlo v žádné zemi EU k deflaci ani pádivé inflaci. Medián je 2.8 a odpovídá Nizozemsku, Portugalsku, Slovinsku a Spojenému království. V celé Evropské unii byla míra inflace 2.6 %, tedy méně, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2012 míra inflace menší nebo rovna 2.4 %, v polovině zemí byla nejvýše 2.8 % a v 75 % zemí nejvýše 3.35 %. Míra inflace v České republice byla 3.5 % a řadí se tak mezi zbývajících 25 % zemí s nejvyšší mírou inflace v tomto roce. Koeficient normované šikmosti dosahuje téměř nulové hodnoty, koeficient normované špičatosti dosahuje již vyšších hodnot, což poukazuje na strmé rozdělení. Z tohoto vyplývá, že rozdělení hodnot míry inflace v zemích Evropské unie v roce 2012 se blíží normálnímu rozdělení. Tuto hypotézu potvrzuje i následující krabicový graf a histogram četností.


0

1

2

3 Míra inflace [%]

4

5


57

6

Histogram 12

frequency

10 8 6 4 2 0 0

1

2

3 Míra inflace [%]

4

5

6


V nejvíce zemích se míra inflace pohybovala v intervalu 2.4 až 3.3 %. Česká republika se nacházela až v další skupině zemí s vyšší mírou inflace. 2013 V prvním čtvrtletí byla inflace na poměrně nízké úrovni, byla způsobena růstem cen potravin a proběhlými daňovými změnami. Snížily se inflační tlaky dovozních cen, způsobené oslabením koruny. V dalších čtvrtletích se snížil vliv daňových změn na inflaci. (23)

58

Země Řecko Lotyšsko Bulharsko Kypr Portugalsko Švédsko Dánsko Irsko Polsko Francie Malta Belgie Litva Itálie Česká republika Slovensko Španělsko Německo Lucembursko Maďarsko Slovinsko Rakousko Finsko Chorvatsko Nizozemsko Spojené království Estonsko Rumunsko

Inflace [%] -0.9 0 0.4 0.4 0.4 0.4 0.5 0.5 0.8 1 1 1.2 1.2 1.3 1.4 1.5 1.5 1.6 1.7 1.7 1.9 2.1 2.2 2.3 2.6 2.6 3.2 3.2



28 1.34643 1.35 -0.9 3.2 4.1 0.5 2.0 0.0228596 -0.0360845


59

V roce 2013 došlo v Řecku k deflaci a v Lotyšsku zůstala cenová hladina na stejné úrovni, jako v předchozím roce. Medián je 1.35 a odpovídá průměru Itálie a České republiky. V celé Evropské unii byla míra inflace 1.5 %, tedy více, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2013 míra inflace menší nebo rovna 0.5 %, v polovině zemí byla nejvýše 1.35 % a v 75 % zemí nejvýše 2 %. Inflace v České republice byla 1.4 %. Koeficienty normované šikmosti a špičatosti dosahují téměř nulových hodnot. Z toho vyplývá, že rozdělení hodnot míry inflace v zemích Evropské unie v roce 2013 se blíží normálnímu rozdělení, toto rozdělení je plošší. Tuto hypotézu potvrzuje i následující krabicový graf a histogram četností.


-1

0


3


60

4

Histogram 10

frequency

8 6 4 2 0 -1

0


3

4


V nejvíce zemích se míra inflace pohybovala v intervalu 1.1 až 1.8 %, Česká republika mezi tyto země patří. 2014 V prvním čtvrtletí se inflace nacházela těsně nad nulovou hodnotou, proinflačně působí pouze oslabená koruna její vliv na dovozní ceny. K největšímu poklesu cen došlo u regulovaných cen, vliv změn DPH již odezněl. Ve druhém čtvrtletí klesají regulované ceny, naopak mírně stoupají ceny pohonných hmot. V dalších čtvrtletích již inflace začala stoupat od nulových hodnot, mírně rostly ceny potravin a pohonných hmot, zmírnilo tempo poklesu regulovaných cen. (24)

61

Země Bulharsko Řecko Kypr Portugalsko Španělsko Slovensko Maďarsko Polsko Chorvatsko Itálie Litva Švédsko Dánsko Irsko Nizozemsko Česká republika Slovinsko Belgie Estonsko Francie Lotyšsko Lucembursko Malta Německo Finsko Rumunsko Rakousko Spojené království

Inflace [%] -1.6 -1.4 -0.3 -0.2 -0.2 -0.1 0 0.1 0.2 0.2 0.2 0.2 0.3 0.3 0.3 0.4 0.4 0.5 0.5 0.6 0.7 0.7 0.8 0.8 1.2 1.4 1.5 1.5



28 0.321429 0.3 -1.6 1.5 3.1 0.05 0.7 -1.75612 2.03268


62

V roce 2014 byla ve všech zemích EU míra inflace na nízkých úrovních, maximální hodnota je dokonce pouze 1.5 %. K deflaci došlo celkem v šesti zemích, v Maďarsku zůstala cenová hladina na úrovni předchozího roku. Medián je pouze 0.3 a odpovídá Dánsku, Irsku a Nizozemsku. V celé Evropské unii byla míra inflace 0.6 %, tedy více, než medián všech zemí. Ve 25 % zemí Evropské unie byla v roce 2014 míra inflace menší nebo rovna 0.05 %, v polovině zemí byla nejvýše 0.3 % a v 75 % zemí nejvýše 0.7 %. Míra inflace v České republice byla o 0.1 procentního bodu vyšší, než je medián souboru a patří tak mezi 75 % zemí s nejnižší mírou inflace v tomto roce. Koeficient normované šikmosti dosahuje záporných hodnot a soubor je tak levostranně asymetrický, koeficient normované špičatosti dosahuje hodnoty 2 a soubor je tedy strmější než normální rozdělení.


-2

-1

0 Míra inflace [%]

1


63

2

Histogram 12

frequency

10 8 6 4 2 0 -2

-1

0 Míra inflace [%]

1

2


V nejvíce zemích se míra inflace pohybovala v intervalu -0.1 až 0.4 %, Česká republika mezi tyto země patří.

2.3 Srovnání míry inflace v roce 2008 a 2014 V této kapitole je srovnání popisných statistik z let 2008 a 2014. Rok 2014 je zvolen z důvodu nejnovějších údajů o inflaci a v roce 2008 již naplno propukla finanční krize, což mělo v různých zemích odlišné následky ve vývoji inflace. Jak ukazuje následující tabulka, základní charakteristiky míry inflace se za 6 let výrazně změnily.

Count Average Median Standard deviation Minimum Maximum Range Lower quartile Upper quartile Stnd. skewness Stnd. kurtosis

2008 2014 28 28 5.34643 0.321429 4.15 0.3 3.19392 0.709385 2.2 -1.6 15.3 1.5 13.1 3.1 3.4 0.05 5.9 0.7 3.95773 -1.75612 3.08912 2.03268

Tabulka 27: Základní charakteristiky míry inflace v letech 2008 a 2014

64


2008

2014

-2

1

4

7 Míra inflace [%]

10

13

16

Obrázek 28: Krabicové grafy míry inflace v letech 2008 a 2014

Minimální hodnota se snížila z 2.2 % až na -1.6 %, tedy do deflačního pásma. Minimální míra inflace v roce 2008 byla v Nizozemsku, v roce 2014 odpovídala mediánu tohoto roku. Zatímco v roce 2008 byla v Bulharsku druhá nejvyšší míra inflace, v roce 2014 v něm byla míra inflace naopak nejnižší. Maximální hodnota se výrazně snížila z 15.3 % na pouhých 1.5 %. Maximální hodnota v roce 2008 náleží Lotyšsku, ve kterém v roce 2014 byla míra inflace odpovídající hornímu kvartilu tohoto roku.

V roce 2014 byla nejvyšší míra inflace

v Rakousku a Spojeném království, v roce 2008 se tyto země pohybovaly poblíž dolního kvartilu. Velmi se snížily i hodnoty všech kvartilů, v obou letech odpovídají jiným zemím. Snížení hodnot je vidět i v krabicovém grafu, který poskytuje rychlý obraz o rozdílnosti v letech 2008 a 2014. Směrodatná odchylka souborů hodnot se snížila z 3.19 na 0.32, snížilo se rozpětí z 13.1 % na 3.1 %, je vidět i zmenšení mezikvartilového rozpětí, což ukazuje na nižší rozptýlenost hodnot míry inflace v Evropské unii. Rozdílnosti mezi roky jsou vidět i u hodnot normovaných šikmostí a špičatostí. V roce 2014 je koeficient šikmosti i špičatosti téměř v rozpětí -2 až +2, což značí podobnost normálnímu rozdělení. V roce 2008 oba koeficienty tyto meze výrazně překračují, což je znakem asymetrie. Koeficent šikmosti téměř 4 svědčí o velké pravostranné asymetričnosti, koeficient špičatosti 3 svědčí o strmějším rozdělení. V roce 2014 byl podle koeficientu šikmosti -1.75 soubor naopak mírně levostranně asymetrický, špičatostí je soubor ještě podobný normálnímu rozdělení.

65

Statistická významnost rozdílu středních hodnot let 2008 a 2014 byla ověřena t-testem, jehož výsledek je k vidění v následující tabulce. Nulová hypotéza je o rovnosti středních hodnot obou roků, alternativní hypotéza říká, že existuje rozdíl mezi středními hodnotami obou roků. Comparison of Means t test to compare means Null hypothesis: mean1 = mean2 Alt. hypothesis: mean1 NE mean2 assuming equal variances: t = 8.1271 P-value = 6,15499E-11 Reject the null hypothesis for alpha = 0.05. Tabulka 28: Výsledek t-testu rozdílu mezi roky 2008 a 2014

Na 5% hladině významnosti zamítáme hypotézu o rovnosti středních hodnot obou roků a můžeme tedy říci, že existují statisticky významné rozdíly mezi mírami inflace v roce 2008 a v roce 2014.

2.4 Shluková (cluster) analýza Pro analýzu byla použita Wardova metoda, kde je míra vzdálenosti objektů zjišťována pomocí tzv. vzdálenosti městských bloků. Počet výsledných shluků je nastaven na 2 a výsledek analýzy je vidět na následujícím obrázku. V případě zvolení 3 shluků již další shluk začne tvořit osamocený stát (Rumunsko), a proto je počet ponechán na dvou.

66

Obrázek 29: Shluky zemí získané shlukovou analýzou

V následující tabulce jsou vypočítané základní charakteristiky míry inflace pro obě skupiny a na obrázku porovnání krabicových grafů obou skupin. Jsou zde patrné významné rozdíly mezi statistikami obou skupin. sk21 sk7 252 84 2.09008 4.35952 1.2824 3.44065 61.3568% 78.9227% -1.7 -1.6 6.3 15.3 8.0 16.9 0.0881429 3.65159 2.48792 1.9713 1.3 2 2.2 3.95 2.9 6.1

Count Average Standard deviation Coeff. of Variation Minimum Maximum Range Stnd. skewness Stnd. kurtosis Lower quartile Median Upper quartile

Tabulka 29: Základní charakteristiky míry inflace skupin

67


sk21

sk7

-2

0

2

4


10

12

14

16

Obrázek 30: Krabicové grafy míry inflace skupin

Z tabulky i grafu vyplývá, že v první skupině zemí je nižší míra inflace než ve druhé skupině. Minimální hodnoty míry inflace obou skupin jsou v podstatě stejné, zatímco maximální hodnota první skupiny je výrazně nižší než u druhé skupiny – je téměř totožná s 3. kvartilem. U první skupiny zemí nižší i medián míry inflace – téměř odpovídá 1. kvartilu druhé skupiny zemí. Velké rozdíly mezi skupinami jsou u hodnot normovaných šikmostí a špičatostí, které pomáhají určit, jak moc se rozdělení získaných dat podobá normálnímu rozdělení. Koeficient šikmosti 3.6 u druhé skupiny ukazuje na významnou pravostrannou asymetričnost, zatímco téměř nulová hodnota u první skupiny zemí svědčí o symetrickém rozložení. Koeficienty špičatosti nad 2 ukazují na významné odchylky od normálu, hodnota 1.9 u první skupiny značí ještě špičatost podobnou normálnímu rozdělení, hodnota 2.5 u druhé skupiny zemí již ukazuje na strmější rozdělení. Statistická významnost rozdílu středních hodnot skupin byla ověřena t-testem, jehož výsledek je k vidění v následující tabulce. Nulová hypotéza je o rovnosti středních hodnot skupin, alternativní hypotéza říká, že existuje rozdíl mezi středními hodnotami obou skupin.

68

Comparison of Means t test to compare means Null hypothesis: mean1 = mean2 Alt. hypothesis: mean1 NE mean2 assuming equal variances: t = -8.81296 P-value = 4.95708E-11 Reject the null hypothesis for alpha = 0.05. Tabulka 30: Výsledek t-testu rozdílu mezi skupinami

Na 5% hladině významnosti zamítáme hypotézu o rovnosti středních hodnot obou skupin a můžeme tedy říci, že existují statisticky významné rozdíly mezi mírami inflace ve skupinách. Je možné tvrdit, že shluková analýza rozdělila země Evropské unie podle schopnosti centrálních bank stabilizovat ceny v ekonomice. Výsledek analýzy může odpovídat i vyspělosti jednotlivých zemí. Nejbližší charakteristiky mají Francie a Německo.

2.5 Analýza dopadu faktorů ovlivňujících inflaci V následující kapitole budou analyzovány faktory, které inflaci ovlivňují.

2.5.1 Empirická analýza vztahu změny neer a inflace v České republice Provedl jsem analýza vlivu relativní změny nominálního efektivního měnového kurzu (neer4) na vývoj míry inflace v České republice. Oproti analýze vlivu bilaterálních měnových kurzů je neer výhodnější, neboť reflektuje celkové postavení domácí měny vůči koši zahraničních měn. Hypotéza je taková, že vyšší depreciace neer povede k vyšší inflaci, jelikož doje k zdražení dováženého zboží účtovaného v zahraniční měně. V následující tabulce a grafu sledujeme průměrné relativní změny neer a míru inflace za období 2003 až 2014.

4

Nominal Effective Exchange Rate

69

Rok Inflace [%] neer (změna) 2003 -0.1 1.08 2004 2.6 1.18 2005 1.6 5.78 2006 2.1 4.88 2007 3 2.61 2008 6.3 11.77 2009 0.6 -3.26 2010 1.2 2.17 2011 2.1 3.03 2012 3.5 -3.47 2013 1.4 -2.18 2014 0.4 -4.91 Tabulka 31: Vývoj změn neer a míry inflace v České republice Zdroj: Eurostat, ČNB

14 12 10

Změna v %

8 6 Inflace

4

neer 2 0 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

-2 -4 -6

Rok

Obrázek 31: Graf vývoje změny neer a míry inflace v České republice

Již z grafu je patrné, že oba soubory mají v podstatě stejný vývoj a nechovají se podle dříve nastolené hypotézy.

70

Grafická analýza charakterizuje vztah průměrné změny nominálního efektivního měnového kurzu a míry inflace v České republice vyjádřené indexem CPI.

Plot of Fitted Model CR_inflace = 1,69814 + 0,231261*neer 7,9

CR_inflace

5,9

3,9

1,9

-0,1 -5

-2

1

4 neer

7

10

13

Obrázek 32: Vztah průměrné změny neer a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou změnou neer a mírou inflace v České republice. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.69814 0.424018 4.00489 0.0025 Slope 0.231261 0.089292 2.58994 0.0270

Correlation Coefficient = 0.633622 R-squared = 40.1477 percent R-squared (adjusted for d.f.) = 34.1624 percent Standard Error of Est. = 1.38759 Mean absolute error = 1.00253 Durbin-Watson statistic = 1.84569 (P=0.3630) Lag 1 residual autocorrelation = -0.0324425 71

Korelační koeficient pro toto období vychází 0.63, což ukazuje na značnou kladnou závislost míry inflace v České republice na relativní změně nominálního efektivního měnového kurzu. Podle hypotézy by ale měl korelační koeficient záporný. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 2.58994 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 2.58994 > t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria spadá do oblasti kritických hodnot, zamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že můžeme potvrdit statisticky významný vztah mezi relativní změnou nominálního efektivního měnového kurzu a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.4014, což znamená, že tento model vysvětluje 40.14 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Kladný korelační koeficient tedy nepotvrdil, že míra inflace v České republice roste s růstem průměrné depreciace měnového kurzu. Pravděpodobně tak ve sledovaném období například zdražení dovážených výrobků bylo kompenzováno a dokonce překonáno zlevněním ostatních výrobků a služeb.

2.5.2 Empirická analýza vztahu směrodatné odchylky neer a inflace v České republice Dále je analyzován vztah výše směrodatné odchylky neer a míry inflace v České republice. Hypotéza zní, že vyšší volatilita kurzu povede k vyšší inflaci, pakliže apreciace a depreciace kurzu mají odlišné dopady na cenové chování podniků. "Podniky mají často tendenci reagovat značně citlivě na depreciaci a naopak jsou relativně „laxní“, pokud mají snižovat své ceny při apreciaci kurzu." (25) V následující tabulce a grafu sledujeme hodnoty směrodatných odchylek neer a míru inflace za období 2003 až 2014. 72

73

Rok 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Inflace neer (σ) [%] -0.1 0.86 2.6 1.61 1.6 0.82 2.1 0.98 3 2.42 6.3 2.75 0.6 3.14 1.2 1.95 2.1 1.65 3.5 1.28 1.4 1.91 0.4 0.61

Tabulka 32: Vývoj změn směrodatné odchylky neer a míry inflace v České republice

7

6

5

[%], [-]

4 Inflace

3

neer so 2

1

0 2003 -1

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

Rok

Obrázek 33: Graf vývoje směrodatné odchylky neer a míry inflace v České republice

Z grafu je patrné, že oba soubory mají do roku 2008 téměř stejný vývoj, což koresponduje s nastolenou hypotézu. V dalších letech už je vývoj rozdílný. Grafická analýza charakterizuje vztah směrodatné odchylky nominálního efektivního měnového kurzu a míry inflace v České republice vyjádřené indexem CPI. 74

Plot of Fitted Model CR_inflace = 0,661083 + 0,838769*neer_so 7,9

CR_inflace

5,9

3,9

1,9

-0,1 0

1

2 neer_so

3

4

Obrázek 34: Vztah průměrné volatility neer a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou volatilitou neer a mírou inflace v České republice. Coefficients Least Squares Standard Parameter Estimate Error Intercept 0.661083 1.13154 Slope 0.838769 0.616349

T Statistic P-Value 0.584235 0.5720 1.36087 0.2034

Correlation Coefficient = 0.395294 R-squared = 15.6258 percent R-squared (adjusted for d.f.) = 7.18833 percent Standard Error of Est. = 1.6475 Mean absolute error = 1.15303 Durbin-Watson statistic = 2.35061 (P=0.6737) Lag 1 residual autocorrelation = -0.227246

Korelační koeficient pro toto období vychází 0.39, což souhlasí s hypotézou, že míra inflace v České republice roste s růstem volatility nominálního efektivního měnového kurzu. 75

Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 1.36087 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 1.36087 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi směrodatnou odchylkou nominálního efektivního měnového kurzu a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.1562, což znamená, že tento model vysvětluje 15.62 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Odhady jednoduchých lineárních regresních rovnic vylučují, že výše formulované hypotézy jsou v případě České republiky platné. Důvodem je výsledek první analýzy, podle které není znaménko v souladu s teorií. Z tohoto důvodu není relevantní provádět odhad založený na vícenásobné lineární regresi. Zároveň se nepotvrdil statisticky významný vztah mezi směrodatnou odchylkou neer a inflací. Kladný korelační koeficient v analýze volatility ale souhlasí s teorií, že inflace může růst s růstem směrodatné odchylky pohybu měnového kurzu. Centrální banky by tak při své snaze o stabilizaci cenové hladiny měla zabránit zvýšené volatilitě měnového kurzu.

2.5.3 Empirická analýza vztahu kurzu EUR/CZK a inflace v České republice Dále jsem provedl analýzu vztahu samotného měnového kurzu EUR/CZK a míry inflace v České republice. Analyzoval jsem pouze kurz vůči euru. Důvodem k tomuto rozhodnutí je fakt, že většina zahraničního obchodu probíhá se zeměmi, které používají euro. (26) Hypotézy jsou stejné, v tomto případě tedy že depreciace koruny povede k vyšší inflaci. Jako první je analyzován vliv absolutní hodnoty měnového kurzu na míru inflace. V následující tabulce sledujeme průměrné hodnoty měnového kurzu a míru inflace za období 2003 až 2014.

76

Rok Inflace [%] EUR/CZK 2003 -0.1 31.84 2004 2.6 31.90 2005 1.6 29.78 2006 2.1 28.33 2007 3 27.75 2008 6.3 24.96 2009 0.6 26.45 2010 1.2 25.29 2011 2.1 24.58 2012 3.5 25.14 2013 1.4 25.98 2014 0.4 27.53 Tabulka 33: Vývoj měnového kurzu a míry inflace v České republice Zdroj: Eurostat, ČNB

Grafická analýza charakterizuje vztah měnovým kurzu EUR/CZK a mírou inflace V České republice vyjádřenou indexem CPI.

Plot of Fitted Model CR_inflace = 8,71072 - 0,24225*EURCZK_prumer 7,9

CR_inflace

5,9

3,9

1,9

-0,1 24

26

28 EURCZK_prumer

30

Obrázek 35: Vztah měnového kurzu a průměrné inflace v České republice

77

32

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrným kurzem EUR/CZK a mírou inflace v České republice. Coefficients

Parameter Intercept Slope

Least Squares Estimate 8.71072 -0.24225

Standard T Error Statistic P-Value 5.38986 1.61613 0.1371 0.195488 -1.23921 0.2436

Correlation Coefficient = -0.364858 R-squared = 13.3121 percent R-squared (adjusted for d.f.) = 4.64332 percent Standard Error of Est. = 1.66993 Mean absolute error = 1.24996 Durbin-Watson statistic = 1.88716 (P=0.2966) Lag 1 residual autocorrelation = -0.0134912

Korelační koeficient pro toto období vychází -0.36, což ukazuje na negativní závislost míry inflace na měnovém kurzu EUR/CZK. Tento výsledek tak odporuje hypotéze, že depreciace koruny povede k vyšší inflaci v České republice. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = -1.23921 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = -1.23921 > t0.975 (10) = -2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi měnovým kurzem EUR/CZK a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.1331, což znamená, že tento model vysvětluje 13.31 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. 78

I v tomto případě opačné znaménko korelačního koeficientu odporuje hypotéze, že míra inflace roste s růstem průměrné depreciace měnového kurzu. Domnívám se tedy, že ve sledovaném období například zdražení dovážených výrobků bylo kompenzováno a dokonce překonáno zlevněním ostatních výrobků a služeb.

2.5.4 Empirická analýza vztahu změny EUR/CZK a inflace v České republice Stejně jako v případě neer jsem analyzoval vztah změny měnového kurzu EUR/CZK a míry inflace v České republice. Stejná zůstává i hypotéza, tedy že oslabení koruny povede k vyšší inflaci, jelikož doje k zdražení dováženého zboží účtovaného v zahraniční měně. V následující tabulce a grafu sledujeme průměrné relativní změny kurzu EUR/CZK a míru inflace za období 2003 až 2014. Rok Inflace [%] EUR/CZK (% změna) 2003 -0.1 3.32 2004 2.6 0.18 2005 1.6 -6.63 2006 2.1 -4.85 2007 3 -2.06 2008 6.3 -10.06 2009 0.6 5.98 2010 1.2 -4.38 2011 2.1 -2.78 2012 3.5 2.25 2013 1.4 3.36 2014 0.4 5.94 Tabulka 34: Vývoj změny kurzu EUR/CZK a míry inflace v České republice Zdroj: Eurostat, ČNB

79

8 6 4

Změna v %

2 0 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014 Inflace

-2

EURCZK -4 -6 -8 -10 -12

Rok

Obrázek 36: Graf vývoje změny kurzu EUR/CZK a míry inflace v České republice

Z grafu nelze vyvozovat závěry o chování změny kurzu a inflace, oba soubory se chovají dosti rozdílně. Grafická analýza charakterizuje vztah průměrné změny měnového kurzu EUR/CZK a míry inflace v České republice vyjádřené indexem CPI.

80

Plot of Fitted Model CR_inflace = 1,8835 - 0,215843*EURCZK_zmena 7,9

CR_inflace

5,9

3,9

1,9

-0,1 -11

-8

-5

-2 EURCZK_zmena

1

4

7

Obrázek 37: Vztah průměrné změny kurzu EUR/CZK a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou změnou kurzu EUR/CZK a mírou inflace v České republice. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.8835 0.399285 4.71718 0.0008 Slope -0.215843 0.0800506 -2.69634 0.0225

Correlation Coefficient = -0.648822 R-squared = 42.0969 percent R-squared (adjusted for d.f.) = 36.3066 percent Standard Error of Est. = 1.36481 Mean absolute error = 1.00427 Durbin-Watson statistic = 1.868 (P=0.3883) Lag 1 residual autocorrelation = 0.0218525

Korelační koeficient pro toto období vychází -0.63, což ukazuje na značnou negativní závislost míry inflace na procentní změně kurzu EUR/CZK. To odporuje hypotéze, že míra 81

inflace roste s růstem průměrné depreciace měnového kurzu. Korelační koeficient by měl být kladný, při oslabení koruny a tedy procentuálním růstu kurzu bude růst i inflace. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = -2.69634 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = -2.228. T = -2.69634 < t0.975 (10) = -2.228 Jelikož hodnota testovacího kritéria spadá do oblasti kritických hodnot, zamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že existuje statisticky významný vztah mezi procentní změnou měnového kurzu EUR/CZK a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.4209, což znamená, že tento model vysvětluje 42.09 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Z výsledků vyplývá, že existuje statisticky významný vztah mezi změnou kurzu a inflací. Záporný korelační koeficient ale nepotvrdil hypotézu, že by míra inflace měla růst s růstem průměrné depreciace měnového kurzu.

2.5.5 Empirická analýza vztahu směrodatné odchylky EUR/CZK a inflace v České republice I u bilaterálního kurzu jsem analyzoval vztah výše směrodatné odchylky kurzu EUR/CZK a míry inflace v České republice. Hypotéza opět zní, že vyšší volatilita kurzu povede k vyšší inflaci. V následující tabulce a grafu sledujeme hodnoty směrodatných odchylek kurzu EUR/CZK a míru inflace za období 2003 až 2014.

82

Rok Inflace [%] EUR/CZK (σ) 2003 -0.1 0.33 2004 2.6 0.68 2005 1.6 0.41 2006 2.1 0.24 2007 3 0.64 2008 6.3 0.71 2009 0.6 0.84 2010 1.2 0.52 2011 2.1 0.42 2012 3.5 0.31 2013 1.4 0.58 2014 0.4 0.12 Tabulka 35: Vývoj změn směrodatné odchylky kurzu EUR/CZK a míry inflace v České republice Zdroj: Eurostat, ČNB

7

6

5

[%], [Kč]

4 Inflace

3

EURCZK so 2

1

0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 -1

Rok

Obrázek 38: Graf vývoje směrodatné odchylky kurzu EUR/CZK a míry inflace v České republice

I v tomto případě mají oba soubory do roku 2008 téměř stejný vývoj, což koresponduje s nastolenou hypotézu. V dalších letech už je vývoj rozdílný.

83

Grafická analýza charakterizuje vztah směrodatné odchylky měnového kurzu EUR/CZK a míry inflace v České republice vyjádřené indexem CPI.

Plot of Fitted Model CR_inflace = 0,808307 + 2,58181*EURCZK_so 7,9

CR_inflace

5,9

3,9

1,9

-0,1 0

0,2

0,4 0,6 EURCZK_so

0,8

1

Obrázek 39: Vztah průměrné volatility EUR/CZK a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou volatilitou EUR/CZK a mírou inflace v České republice. Coefficients Least Squares Standard Parameter Estimate Error Intercept 0.808307 1.25521 Slope 2.58181 2.38691


Correlation Coefficient = 0.323639 R-squared = 10.4742 percent R-squared (adjusted for d.f.) = 1.52167 percent Standard Error of Est. = 1.69705 Mean absolute error = 1.16315 Durbin-Watson statistic = 2.23875 (P=0.6394) Lag 1 residual autocorrelation = -0.182124 84

Korelační koeficient pro toto období vychází 0.39, což souhlasí s hypotézou, že míra inflace v České republice roste s růstem volatility nominálního efektivního měnového kurzu. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 1.08165 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 1.08165 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi směrodatnou odchylkou měnového kurzu EUR/CZK a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.1047, což znamená, že tento model vysvětluje 10.47 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. I v této analýze se nepotvrdil statisticky významný vztah mezi směrodatnou odchylkou kurzu EUR/CZK a inflací. Kladný korelační koeficient souhlasí s teorií, že inflace může růst s růstem směrodatné odchylky pohybu měnového kurzu.

2.5.6 Empirická analýza vztahu ceny ropy a inflace v České republice Jako další faktor ovlivňující inflaci jsem vytipoval cenu ropy. Pro analýzu jsem zvolil průměrnou cenu severomořské ropy Brent, která je v Evropské unii a tedy i v České republice využívána. Ceny ropy hraje významnou roli v celém ekonomickém systému. Růst cen ropy vytváří vyšší inflační tlaky přes růst cen dovozů a domácích regulovaných cen energií. Zvýšení ceny ropy se projeví ve zvýšení ceny zemního plynu, který domácnosti využívají k vytápění, vaření a jako pohonnou hmotu, využití má i v chemickém průmyslu. Vyšší cena ropy má dopad na cenu benzínu a nafty, což se dále projeví v podstatě na cenách veškerého zboží, neboť se zvýší náklady na jeho dopravu. Hypotéza je tedy taková, že při vyšší ceně ropy bude i vyšší inflace.

85

V následující tabulce a grafu sledujeme průměrnou cenu ropy a míru inflace v České republice za období 2003 až 2014. Rok Inflace [%] Brent [USD/bbl] 2003 -0.1 28.83 2004 2.6 38.1 2005 1.6 54.38 2006 2.1 65.14 2007 3 72.52 2008 6.3 96.99 2009 0.6 61.51 2010 1.2 79.47 2011 2.1 111.27 2012 3.5 111.63 2013 1.4 108.56 2014 0.4 99.03 Tabulka 36: Vývoj ceny ropy a míry inflace v České republice Zdroj: Eurostat, Investing.com

120

100

USD/bbl

80

60 Brent 40

20

0 2003

2004

2005

2006

2007

2008

2009

2010

2011

Rok

Obrázek 40: Graf vývoje ceny ropy

86

2012

2013

2014

Z grafu a tabulky je patrné, že až do roku 2011 cena ropy prudce stoupala, dokonce až na čtyřnásobek roku 2003, v dalších letech konsolidovala, či spíše mírně klesala. Nyní je cena ropy zhruba na úrovni roku 2006. Grafická analýza charakterizuje vztah ceny ropy a míry inflace v České republice vyjádřené indexem CPI.

Plot of Fitted Model CR_inflace = 0,446183 + 0,0208596*BRENT_prumer 7,9

CR_inflace

5,9

3,9

1,9

-0,1 28

48

68 88 BRENT_prumer

108

128

Obrázek 41: Vztah průměrné ceny ropy a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou cenou ropy a mírou inflace v České republice. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 0.446183 1.4523 0.307225 0.7650 Slope 0.0208596 0.0177116 1.17774 0.2662 Correlation Coefficient = 0.349014 R-squared = 12.1811 percent R-squared (adjusted for d.f.) = 3.3992 percent Standard Error of Est. = 1.68079 87

Mean absolute error = 1.21176 Durbin-Watson statistic = 1.69644 (P=0.1925) Lag 1 residual autocorrelation = 0.0495338 Korelační koeficient pro toto období vychází 0.35, což ukazuje na kladnou závislost míry inflace v České republice na ceně ropy. To souhlasí s hypotézou, že míra inflace je tím vyšší, čím vyšší je průměrná cena ropy na trhu. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 1.17774 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 1.17774 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že neexistuje statisticky významný vztah mezi cenou ropy a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.1218, což znamená, že tento model vysvětluje 12.18 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Nepotvrdil se statisticky významný vztah mezi cenou ropy a inflací v České republice. Kladný korelační koeficient v analýze ale souhlasí s teorií, že inflace může růst s cenou ropy na trhu. Inflační tlaky z důvodu vyšší ceny ropy tak byly dle mého názoru ve sledovaném období kompenzovány snížením cen ostatních složek spotřebního koše. Je také nutné si uvědomit, že cena ropy je kótována v USD a roli na výsledných dopadech tak zde hraje i měnový kurz USD/CZK.

2.5.7 Empirická analýza vztahu ceny ropy a inflace v Evropské unii Stejně jsem provedl analýzu vlivu ceny ropy na inflaci v celé Evropské unii. V následující tabulce a grafu sledujeme průměrnou cenu ropy a míru inflace v Evropské unii za období 2003 až 2014. 88

89

Rok Inflace [%] Brent [USD/bbl] 2003 2.1 28.83 2004 2.3 38.1 2005 2.3 54.38 2006 2.3 65.14 2007 2.4 72.52 2008 3.7 96.99 2009 1 61.51 2010 2.1 79.47 2011 3.1 111.27 2012 2.6 111.63 2013 1.5 108.56 2014 0.6 99.03 Tabulka 37: Vývoj ceny ropy a míry inflace v Evropské unii Zdroj: Eurostat, Investing.com

Grafická analýza charakterizuje vztah ceny ropy a míry inflace v Evropské unii vyjádřené indexem CPI.

Plot of Fitted Model EU_inflace = 1,8888 + 0,00359534*BRENT_prumer 4

EU_inflace

3

2

1

0 28

48

68 88 BRENT_prumer

108

128

Obrázek 42: Vztah průměrné ceny ropy a průměrné inflace v Evropské unii

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou cenou ropy a mírou inflace v Evropské unii.

90

Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.8888 0.756742 2.49596 0.0317 Slope 0.00359534 0.00922885 0.389576 0.7050

Correlation Coefficient = 0.12227 R-squared = 1.49501 percent R-squared (adjusted for d.f.) = -8.35549 percent Standard Error of Est. = 0.8758 Mean absolute error = 0.601403 Durbin-Watson statistic = 1.58635 (P=0.1407) Lag 1 residual autocorrelation = 0.0297088

Korelační koeficient pro toto období vychází pouze 0.12, což ukazuje na kladnou závislost míry inflace v Evropské unii na ceně ropy. To souhlasí s hypotézou, že míra inflace je tím vyšší, čím vyšší je průměrná cena ropy na trhu. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 0.389576 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 0.389576 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že neexistuje statisticky významný vztah mezi cenou ropy a mírou inflace v Evropské unii na hladině významnosti 5 %. Index determinace R2 je pouze 0.149, což znamená, že tento model vysvětluje 1.49 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %.

91

Ani v případě celé Evropské unie se nepotvrdil statisticky významný vztah mezi cenou ropy a inflací. Kladný korelační koeficient v analýze ale souhlasí s teorií, že inflace může růst s cenou ropy na trhu

2.5.8 Empirická analýza vztahu změny ceny ropy a inflace v České republice Analogicky jsem provedl zjištění závislosti míry inflace v České republice na změně ceny ropy. Hypotéza je obdobná - při zvýšení ceny ropy se zvýší inflace. V následující tabulce a grafu sledujeme průměrnou změnu cenu ropy a míru inflace v České republice za období 2003 až 2014. Rok Inflace [%] Brent [změna v %] 2003 -0.1 15.27 2004 2.6 32.15 2005 1.6 42.72 2006 2.1 19.78 2007 3 11.32 2008 6.3 33.74 2009 0.6 -36.58 2010 1.2 29.19 2011 2.1 40.01 2012 3.5 0.32 2013 1.4 -2.75 2014 0.4 -8.77 Tabulka 38: Vývoj změny ceny ropy a míry inflace v České republice Zdroj: Eurostat, Investing.com

92

50 40 30

Změna v %

20 10 Inflace

0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Brent změna

-10 -20 -30 -40 -50

Rok

Obrázek 43: Graf vývoje změny ceny ropy a míry inflace v České republice

Z grafu a tabulky je patrné, že vývoj inflace i změn ceny ropy je obdobný. Pouze u změny ceny ropy dochází k větším výkyvům. Grafická analýza charakterizuje vztah změny ceny ropy a míry inflace v České republice vyjádřené indexem CPI.

93

Plot of Fitted Model CR_inflace = 1,65318 + 0,0275601*BRENT_zmena 7,9

CR_inflace

5,9

3,9

1,9

-0,1 -37

-17

3 BRENT_zmena

23

43

Obrázek 44: Vztah průměrné změny ceny ropy a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou změnou cenou ropy a mírou inflace v České republice. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.65318 0.573334 2.88345 0.0163 Slope 0.0275601 0.0213838 1.28883 0.2265

Correlation Coefficient = 0.377421 R-squared = 14.2447 percent R-squared (adjusted for d.f.) = 5.66915 percent Standard Error of Est. = 1.66093 Mean absolute error = 1.10838 Durbin-Watson statistic = 1.57268 (P=0.2209) Lag 1 residual autocorrelation = 0.109465

94

Korelační koeficient pro toto období vychází 0.37, což ukazuje na kladnou závislost míry inflace v České republice na změně ceny ropy. To souhlasí s hypotézou, že míra inflace roste s růstem průměrné ceny ropy na trhu. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 1.28883 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 1.28883 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že neexistuje statisticky významný vztah mezi změnou cenou ropy a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.1424, což znamená, že tento model vysvětluje 14.24 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Nepotvrdil se statisticky významný vztah mezi změnou cenou ropy a inflací. Kladný korelační koeficient v analýze ale souhlasí s teorií, že inflace může růst s růstem ceny ropy na trhu. I zde mohla být konečná cena a tedy i dopady ovlivněny kurzem EUR/USD.

2.5.9 Empirická analýza vztahu změny ceny ropy a inflace v Evropské unii Stejně jsem provedl analýzu vlivu změny ceny ropy na inflaci v celé Evropské unii. V následující tabulce sledujeme průměrnou změnu cenu ropy a míru inflace v Evropské unii za období 2003 až 2014.

95

Rok Inflace [%] Brent [změna v %] 2003 2.1 15.27 2004 2.3 32.15 2005 2.3 42.72 2006 2.3 19.78 2007 2.4 11.32 2008 3.7 33.74 2009 1 -36.58 2010 2.1 29.19 2011 3.1 40.01 2012 2.6 0.32 2013 1.5 -2.75 2014 0.6 -8.77 Tabulka 39: Vývoj změny ceny ropy a míry inflace v Evropské unii Zdroj: Eurostat, Investing.com

Grafická analýza charakterizuje vztah změny ceny ropy a míry inflace v Evropské unii vyjádřené indexem CPI.

Plot of Fitted Model EU_inflace = 1,77732 + 0,0264848*BRENT_zmena 4

EU_inflace

3

2

1

0 -37

-17

3 BRENT_zmena

23

43

Obrázek 45: Vztah průměrné změny ceny ropy a průměrné inflace v Evropské unii

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou změnou cenou ropy a mírou inflace v Evropské unii.

96

Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.77732 0.205811 8.63568 0.0000 Slope 0.0264848 0.00767619 3.45025 0.0062

Correlation Coefficient = 0.737203 R-squared = 54.3468 percent R-squared (adjusted for d.f.) = 49.7814 percent Standard Error of Est. = 0.596227 Mean absolute error = 0.436737 Durbin-Watson statistic = 1.30107 (P=0.0979) Lag 1 residual autocorrelation = 0.222978

Korelační koeficient pro toto období vychází 0.73, což ukazuje na vysokou kladnou závislost míry inflace v Evropské unii na změně ceny ropy. To potvrzuje hypotézu, že míra inflace roste s růstem průměrné ceny ropy na trhu. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 3.45025 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 3.45025 > t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria spadá do oblasti kritických hodnot, zamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že existuje statisticky významný vztah mezi změnou cenou ropy a mírou inflace v Evropské unii na hladině významnosti 5 %. Index determinace R2 je 0.5434, což znamená, že tento model vysvětluje 54.34 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Na rozdíl od České republiky se v případě celé Evropské unie potvrdil statisticky významný vztah mezi změnou ceny ropy Brent na trhu a mírou inflace. S hypotézou souhlasí i kladný korelační koeficient v analýze, inflace tedy roste s průměrným růstem ceny ropy na trhu. Ze 97

zjištěné rovnice vyplývá, že při růstu ceny ropy o 1 % se míra inflace v Evropské unii zvýší průměrně o 0.026 procentního bodu.

2.5.10 Empirická analýza vztahu peněžní zásoby a inflace v České republice Inflace je ovlivňována i monetární politikou, která udává množství peněz v oběhu. Centrální banky toho docílí za pomoci dlouhodobých faktorů, které inflaci ovlivňují. "V dlouhém období již cenová hladina neovlivňuje celkový produkt, protože ceny jsou pružné a reagují na změny nabídky a poptávky. Mezi dlouhodobé faktory patří nabídka peněz (peněžní zásoba) a úrokové sazby." (27) Peněžní zásoba Peněžní zásobu neovlivní centrální banky přímo, ale pomocí změn měnové báze, která je tvořena oběživem a rezervami. Peněžní zásoba je tvořena oběživem a jednodenními a termínovanými vklady. Podle likvidity se peněžní zásoba dělí na měnové agregáty: (28) •

M1 – úzký agregát – „zahrnuje oběživo, tj. bankovky a mince, a také zůstatky, které lze okamžitě převést na oběživo nebo použít k bezhotovostní platbě, např. jednodenní

vklady“. •

M2 – střední agregát – „zahrnuje agregát M1 a vklady se splatností do dvou let

a vklady s výpovědní lhůtou do tří měsíců“. •

M3 – široký agregát – „zahrnuje agregáty M1 a M2 a obchodovatelné nástroje

emitované sektorem měnových finančních institucí, např. akcie, podílové listy fondů peněžního trhu nebo repo operace“. Peněžní zásobu určuje nabídka a poptávka po penězích na peněžním trhu. Nabídka je dána celkovým množstvím peněz v ekonomice, spravuje ji centrální banka a obchodní banky. Ke zvýšení nabídky peněz dojde například při nákupu vládních cenných papírů centrální bankou nebo úvěry komerčním bankám. Růst poptávky je zapříčiněn například růstem důchodu spotřebitelů nebo růstem cenové hladiny. Změna peněžní zásoby má vliv na inflaci. Zvyšuje-li se množství peněz v oběhu nebo 98

rychlost obratu peněz, zvýší se i cenová hladina, jak vyplývá z Fisherovy rovnice směny, a inflace roste. Při snížení množství peněz v oběhu nebo při snížení rychlosti obratu peněz inflace klesá. (29) Z peněžních agregátů jsem pro analýzu zvolil střední agregát M2. Pro tyto účely je vhodný, neboť zahrnuje jak oběživo, tak likvidní klady. Z důvodu reakčního zpoždění je agregát M2 posunut oproti inflaci o jeden rok zpět. (30) Došlo tak k situaci, že z důvodu neexistence starších dat o tomto agregátu je analýza provedena pouze v letech 2004 až 2014. Hypotéza vychází z výše uvedené teorie, že zvýší-li se množství peněz v oběhu, zvýší se i cenová hladina. V roce 2003 se růst agregátu urychlil, příčinou byl růst úvěrů domácnostem. Výhodné podmínky financování vyvolaly zvýšenou poptávku podniků po úvěrech investičního charakteru a růst agregátu v roce 2004. Růst peněžního agregátu M2 v roce 2005 zpomalil na 6.2 %, největší část zaujímaly úvěry domácností a podniků. V dalším roce došlo ke zrychlení růstu agregátu na 14.6 % vlivem zvýšení vkladů z exportní činnosti, výhodné podmínky podporovaly poptávku po úvěrech pro domácnosti. Růst agregátu v roce 2007 kopíroval vývoj HDP a dosáhl 17 %, důvodem byly především úrokové sazby, které se projevily v růstu úvěrů domácnostem a podnikům. V důsledku krize tempo růstu agregátu mírně zpomalilo na 14 %, rostly tržní úrokové sazby a zpomaloval růst úvěrů domácnostem a podnikům, došlo tak k poklesu inflačních vlivů na ekonomiku. V roce 2009 tempo růstu velice zpomalilo, důvodem byla i obezřetnost a nižší ochota domácností se zadlužovat. V dalším roce růst úvěrů stoupla jen pozvolna, zvyšovaly se termínové vklady s dlouhodobou splatností. V roce 2011 se zvyšoval objem nových úvěrů a hypoték, zvýšil se poměr dluhu domácnosti k příjmům. O rok později se růst agregátů mírně zvýšil, zpřísnily se podmínky při schvalování úvěrů. V dalším roce tempo růstu agregátu mírně zpomalilo, mírně se zrychlil růst podnikových úvěrů, stanovaly úvěry domácnostem. (13-24) V následující tabulce sledujeme průměrné hodnoty meziroční míry růstu agregátu M2 a míru inflace za období 2004 až 2014.

99

Rok Inflace [%] M2t-1 [růst v %] 2004 2.6 8.4 2005 1.6 6.2 2006 2.1 10.7 2007 3 14.6 2008 6.3 17 2009 0.6 14 2010 1.2 0.8 2011 2.1 0.3 2012 3.5 3.7 2013 1.4 4.9 2014 0.4 4.6 Tabulka 40: Vývoj růstu agregátu M2 a míry inflace v České republice Zdroj: Eurostat, ČNB

18 16 14

Změna v %

12 10 Inflace

8

M2 6 4 2 0 2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

Rok Obrázek 46: Graf vývoje míry růstu agregátu M2 a míry inflace v České republice

Z grafu je patrné, že vývoj obou ukazatelů byl po většinu času podobný. Korelační koeficient pro období do roku 2009 by vycházel 0.55. Ve zbývajícím období by korelační koeficient vycházel -0.13, závislost je tak dokonce opačná.

100

Grafická analýza charakterizuje vztah mezi mírou růstu agregátu M2 a mírou inflace vyjádřenou indexem CPI.

Plot of Fitted Model CR_inflace_1 = 1,17749 + 0,139057*CR_M2_1 8

CR_inflace_1

6

4

2

0 0

3

6

9 CR_M2_1

12

15

18

Obrázek 47: Vztah růstu agregátu M2 a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrným růstem agregátu M2 a mírou inflace v České republice.

Coefficients Least Squares Standard Parameter Estimate Error Intercept 1.17749 0.802412 Slope 0.139057 0.0849584


Correlation Coefficient = 0.478942 R-squared = 22.9386 percent R-squared (adjusted for d.f.) = 14.3762 percent Standard Error of Est. = 1.52293 Mean absolute error = 1.03669 101

Durbin-Watson statistic = 2.44905 (P=0.6995) Lag 1 residual autocorrelation = -0.274182 Korelační koeficient pro toto období vychází 0.47, což ukazuje na pozitivní závislost míry inflace v České republice na růstu agregátu M2. Tento výsledek tak souhlasí s hypotézou, že zvýšení množství peněz v oběhu zvýší cenovou hladinu. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 1.63676 se porovnává s kritickou hodnotou Studentova rozdělení pro 9 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.262. T = 1.63676 < t0.975 (10) = 2.262 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi peněžního agregátu M2 a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.2293, což znamená, že tento model vysvětluje 22.93 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Analýza nepotvrdila statisticky významný vztah mezi růstem měnového agregátu M2 a inflací v České republice. Kladný korelační koeficient ale souhlasí s dříve uvedenou teorií. Ve sledovaném období tak dle mého názoru převážily jiné dezinflační tlaky.

2.5.11 Empirická analýza vztahu úrokové míry a inflace v České republice Úrokové sazby (nominální) jsou jedním z měnově politických nástrojů, jejich výši určuje Česká národní banka. Od takto stanovených úrokových sazeb se poté odvíjí i úrokové sazby komerčních bank. Česká národní banka využívá tyto úrokové sazby: (31) •

Dvoutýdenní repo sazbu – která je určena pro repo operace, pomocí kterých centrální banka přijímá přebytečnou likviditu od komerčních bank výměnou za dohodnuté cenné papíry. Obě banky se zároveň zavazují, že po uplynutí doby splatnosti, dlužník (ČNB) vrátí komerční bance zapůjčenou jistinu plus úrok a komerční banka vrátí ČNB 102

cenné papíry, které dostala výměnou za přebytečnou likviditu. Základní doba trvání repo operace je 14 dní, proto měnová politika využívá dvoutýdenní repo sazbu (2T repo sazba). Česká národní banka provádí repo tendry především z důvodu odčerpání likvidity a vyhlašuje je obvykle třikrát týdně. Úroková sazba pro repo operace je variabilní, to znamená že, vyhlášená repo sazba je maximální limitní sazbou, za kterou je možné repo operaci provést. Komerční banky tedy ve stanovené době dají ČNB nabídku své volné likvidity a určí požadovaný úrok. ČNB přijme přednostně nabídky s nejnižšími sazbami, a to až do výše predikovaného přebytku likvidity na daný den, a ostatní nabídky odmítne nebo dle potřeby zkrátí. •

Diskontní sazbu – která je využívána u depozitních facilit. Depozitní facilita umožňuje komerčním bankám přes noc uložit u ČNB bez zajištění svou přebytečnou likviditu. Depozita se úročí diskontní sazbou, která zpravidla představuje dolní mez pro pohyb krátkodobých úrokových sazeb na peněžním trhu.

•

Lombardní sazbu – která se využívá v rámci marginálních zápůjčních facilit, poskytovaných bankám, které mají s ČNB uzavřenou rámcovou repo smlouvu, která jim umožňuje vypůjčit si přes noc u ČNB likviditu formou repo operace. Marginální zápůjční facility jsou úročeny lombardní sazbou, která představuje horní mez pro pohyb krátkodobých úrokových sazeb na peněžním trhu. Z důvodu trvalého přebytku likvidity jsou tyto operace využívány minimálně.

Úroková míra ovlivní peněžní trh, což má posléze dopad i na chování ekonomických subjektů. Při snížení úrokové míry dojde ke zvýšení peněz v oběhu a také ke zvýšení cenové hladiny. Naopak při zvýšení úrokové míry dojde následně ke snížení inflace. Pro analýzu jsem vybral dvoutýdenní repo sazbu, pomocí které centrální banka ovlivňuje výši úrokových sazeb v celé ekonomice. Hypotéza je taková, že při vyšší hodnotě 2T repo sazby bude nižší míra inflace. I v tomto případě jsou hodnoty repo sazby posunuty o jeden rok zpět. V roce 2001 byla dvoutýdenní repo sazba nejprve snížena na 5 %, následně z obav z inflačního očekávání zvýšena na 5.25 % a ke konci roku, po opadnutí vnějších inflačních tlaků, snížena na 4.75 %. Na začátku dalšího roku koruna prudce posílila, což ale nebylo odrazem vývoje ekonomiky. ČNB tak kromě devizových intervencí snížila repo sazbu na 2.75 % a koruna na tuto skutečnost reagovala stabilizací kursu. V roce 2003 byla repo sazba na základě prognóz dvakrát snížena na konečná 2 %. V dalším roce, kdy Česká republika vstoupila do Evropské unie, ČNB dvakrát zvýšila repo sazbu na 2.5 %. V roce 2005 byla repo 103

sazba snižována až na 1.75 %, cílem bylo posílit inflační tlaky na poptávkové straně, nízké úrokové sazby podporovaly trh s úvěry domácnostem a podnikům. Poté byla zvýšena 2 %, přesto však byla poptávka po úvěrech na vysoké úrovni. ČNB v dalším roce zpřísnila měnové podmínky a dle očekávání dvakrát zvýšila sazbu až na 2.5 %. V roce 2007 centrální banka zvyšovala repo sazbu až na 3.5 %. Důvodem byly obavy, že růst domácí poptávky bude zvyšovat ceny. Je jasné, že v roce 2008 byla ČNB ve složité situaci, ostatně jako všechny centrální banky. Na začátku roku byla repo sazba zvýšena na 3.75 % a přispěla tak ke snížení úrokového diferenciálu vůči euru. Následně byla sazba snížena až na 2.25 % s cílem oživit domácí finanční trh. Další rok již krize dopadla plně na českou ekonomiku a tak se ČNB rozhodla výrazně snížit úrokové sazby, koncem roky byly na hodnotě 1 %. V dalších letech se očekávalo již jen zvyšování sazeb. Místo toho došlo ke snížení sazby na 0.75 %, které vydrželo do poloviny roku 2012. V roce byla repo sazba snižována až na 0.05 %, tato hodnota platí i v současnosti a pokud nedojde k významnějším inflačním tlakům, bude sazba na této hranici po delší dobu. (13-24) V následující tabulce a grafu sledujeme průměrnou 2T repo sazbu a míru inflace za období 2003 až 2014 v České republice. Rok Inflace [%] 2T repo sazba t-1 [%] 2003 -0.1 3.47 2004 2.6 2.25 2005 1.6 2.25 2006 2.1 1.93 2007 3 2.21 2008 6.3 2.91 2009 0.6 3.45 2010 1.2 1.5 2011 2.1 0.83 2012 3.5 0.75 2013 1.4 0.51 2014 0.4 0.05 Tabulka 41: Vývoj 2T repo sazby a míry inflace v České republice Zdroj: Eurostat, ČNB

104

7

6

5

[%]

4 Inflace

3

2T repo 2

1

0 2003

2004

2005

-1

2006

2007

2008

2009

2010

2011

2012

2013

2014

Rok

Obrázek 48: Graf vývoje 2T repo sazby a míry inflace v České republice

Z grafu je patrné, že se oba soubory chovají rozdílně. Grafická analýza charakterizuje vztah 2T repo sazby a míry inflace v České republice vyjádřené indexem CPI.

105

Plot of Fitted Model CR_inflace = 1,85581 + 0,109816*CR_REPO_abs 7,9

CR_inflace

5,9

3,9

1,9

-0,1 0

1

2 CR_REPO_abs

3

4

Obrázek 49: Vztah 2T repo sazby a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi 2T repo sazbou a mírou inflace v České republice. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.85581 1.0162 1.82622 0.0978 Slope 0.109816 0.474592 0.231391 0.8217

Correlation Coefficient = 0.0729773 R-squared = 0.532568 percent R-squared (adjusted for d.f.) = -9.41418 percent Standard Error of Est. = 1.78879 Mean absolute error = 1.21154 Durbin-Watson statistic = 1.95124 (P=0.3535) Lag 1 residual autocorrelation = -0.0943998

106

Korelační koeficient pro toto období vychází 0.07, což ukazuje v podstatě na naprostou nezávislost míry inflace v České republice na 2T repo sazbě. Podle hypotézy by měl korelační koeficient být záporný. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 0.231391 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 0.231391 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi hodnotou 2T repo sazby a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je pouze 0.005, což znamená, že tento model vysvětluje pouze 0.5 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Téměř nulový korelační koeficient ukazuje na naprostou nezávislost míry inflace na hodnotě 2T repo sazby v České republice. Ve sledovaném období tak zřejmě převážily dezinflační tlaky.

2.5.12 Empirická analýza vztahu úrokové míry a inflace v Evropské unii Stejná analýza byla provedena pro celou Evropskou unii. Změny repo sazby prvotně působí jen v Eurozóně, ale domnívám se, že změna se následně projeví i v okolních státech. V následující tabulce a grafu sledujeme průměrnou 2T repo sazbu a míru inflace za období 2003 až 2014 v Evropské unii.

107

Rok Inflace [%] 2T repo sazba t-1 [%] 2003 2.1 3.21 2004 2.3 2.25 2005 2.3 2 2006 2.3 2.02 2007 2.4 2.79 2008 3.7 3.85 2009 1 3.85 2010 2.1 1.23 2011 3.1 1 2012 2.6 1.25 2013 1.5 0.87 2014 0.6 0.54 Tabulka 42: Vývoj 2T repo sazby a míry inflace v Evropské unii Zdroj: Eurostat

4.5 4 3.5 3

[%]

2.5 Inflace

2

2T repo 1.5 1 0.5 0 2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013

2014

Rok

Obrázek 50: Graf vývoje 2T repo sazby a míry inflace v Evropské unii

Z grafu je patrné, že se oba soubory vyvíjí spíše stejně, něž podle hypotézy. Grafická analýza charakterizuje vztah 2T repo sazby a míry inflace v Evropské unii vyjádřené indexem CPI.

108

Plot of Fitted Model EU_inflace = 1,78777 + 0,182894*EU_REPO_abs 4

EU_inflace

3

2

1

0 0

1

2 EU_REPO_abs

3

4

Obrázek 51: Vztah 2T repo sazby a průměrné inflace v Evropské unii

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi 2T repo sazbou a mírou inflace v Evropské unii. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 1.78777 0.5263 3.39687 0.0068 Slope 0.182894 0.224415 0.814981 0.4341

Correlation Coefficient = 0.249565 R-squared = 6.22827 percent R-squared (adjusted for d.f.) = -3.14891 percent Standard Error of Est. = 0.854499 Mean absolute error = 0.583366 Durbin-Watson statistic = 1.95884 (P=0.3742) Lag 1 residual autocorrelation = -0.0979334

109

Korelační koeficient pro toto období vychází 0.25, což ukazuje na kladnou závislost míry inflace v Evropské unii na 2T repo sazbě. Podle hypotézy by měl korelační koeficient být záporný. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 0.814981 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 0.814981 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi hodnotou 2T repo sazby a mírou inflace v Evropské unii na hladině významnosti 5 %. Index determinace R2 je 0.0622, což znamená, že tento model vysvětluje 6.22 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Ani v případě celé Evropské unie se nepotvrdila statisticky významná závislost míry inflace na hodnotě 2T repo sazby. Ve sledovaném období tak zřejmě převážily dezinflační tlaky.

2.5.13 Empirická analýza vztahu změny úrokové míry a inflace v České republice Jako v předchozích případech jsem provedl analýzu vlivu změny 2T repo sazby na míru inflace v České republice. Hypotéza je opět podobná, tedy při růstu sazby dojde ke snížení míry inflace. V následující tabulce a grafu sledujeme změny 2T repo sazby a míru inflace v České republice za období 2003 až 2014.

110

Rok 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Inflace [%] -0.1 2.6 1.6 2.1 3 6.3 0.6 1.2 2.1 3.5 1.4 0.4

2T repo sazba t-1 [změna v %] -31.27 -35.32 0 -13.88 13.97 32.07 18.57 -56.62 -44.44 -10 -32.22 -90.16

Tabulka 43: Vývoj změn 2T repo sazby a míry inflace v České republice Zdroj: Eurostat, ČNB

40

20

0

Změna v %

2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 -20 2T repo -40

-60

-80

-100

Rok

Obrázek 52: Graf vývoje změn 2T repo sazby a míry inflace v České republice

Grafická analýza charakterizuje vztah změny 2T repo sazby a míry inflace v České republice vyjádřené indexem CPI.

111

Plot of Fitted Model CR_inflace = 2,64285 + 0,0281346*CR_REPO_zmena 7,9

CR_inflace

5,9

3,9

1,9

-0,1 -100

-70

-40 -10 CR_REPO_zmena

20

50

Obrázek 53: Vztah průměrné změny 2T repo sazby a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou změnou 2T repo sazby a mírou inflace v České republice. Coefficients Least Squares Standard Parameter Estimate Error Intercept 2.64285 0.501219 Slope 0.0281346 0.0127877



112

Korelační koeficient pro toto období vychází 0.57, což značí kladnou závislost míry inflace v České republice na změně repo sazby. Podle teorie a hypotézy by ale závislost měla být negativní. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 2.20013 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 2.20013 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi změnou 2T repo sazby a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.3261, což znamená, že tento model vysvětluje 32.61 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Analýzou se nepotvrdila ani statisticky významná závislost míry inflace na změně 2T repo sazby v České republice.

2.5.14 Empirická analýza vztahu změny úrokové míry a inflace v Evropské unii Analogicky opět pro celou Evropskou unii. V následující tabulce a grafu sledujeme průměrnou 2T repo sazbu a míru inflace za období 2003 až 2014 v Evropské unii.

113

Rok

Inflace [%]

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

2.1 2.3 2.3 2.3 2.4 3.7 1 2.1 3.1 2.6 1.5 0.6

2T repo sazba t-1 [změna v %] -24.13 -29.87 -11.11 1.041 38.14 38.05 0 -68.10 -18.64 25 -30 -38.09

Tabulka 44: Vývoj změn 2T repo sazby a míry inflace v Evropské unii Zdroj: Eurostat 60

40

Změna v %

20

0 2002

2003

2004

2005

2006

2007

2008

2009

2010

2011

2012

2013 2T repo

-20

-40

-60

-80

Rok

Obrázek 54: Graf vývoje změn 2T repo sazby a míry inflace v Evropské unii

Grafická analýza charakterizuje vztah změn 2T repo sazby a míry inflace v Evropské unii vyjádřené indexem CPI.

114

Plot of Fitted Model EU_inflace = 2,28912 + 0,012484*EU_REPO_zmena 4

EU_inflace

3

2

1

0 -70

-50

-30

-10 10 EU_REPO_zmena

30

50

Obrázek 55: Vztah změn 2T repo sazby a průměrné inflace v Evropské unii

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi změnou 2T repo sazby a mírou inflace v Evropské unii. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 2.28912 0.235213 9.73213 0.0000 Slope 0.012484 0.0072981 1.71057 0.1179 8


115

Korelační koeficient pro toto období vychází 0.47, což ukazuje na kladnou závislost změny míry inflace v Evropské unii na 2T repo sazbě. Podle teorie a hypotézy by měl korelační koeficient být záporný. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = 1.71057 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = 2.228. T = 1.71057 < t0.975 (10) = 2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi změnou 2T repo sazby a mírou inflace v Evropské unii na hladině významnosti 5 %. Index determinace R2 je 0.2263, což znamená, že tento model vysvětluje 22.63 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Opět ani v celé Evropské unii se nepotvrdila statisticky významná závislost míry inflace na změnách 2T repo sazby.

2.5.15 Empirická analýza vztahu nezaměstnanosti a inflace v České republice Jako další faktor ovlivňující inflaci jsem vybral nezaměstnanost. Vycházím z modifikované Phillipsovy křivky, ve které místo mzdové inflace použili Paul Anthony Samuelson a Robert Merton Solow všeobecnou inflaci, tedy změnu cenové hladiny. Důvod pro nahrazení růstu mezd inflací je prostý. Samuelson a Solow předpokládali, že mzdová inflace je podstatnou složkou nákladů a promítne se tak do výše „všech“ cen (tedy můžeme říci, že inflace je ovlivněna vývojem mezd). Zaměstnavatelé mohou zvyšovat mzdy až do hodnoty růstu produktivity práce, aniž by jim rostly mzdové náklady a tedy by neměly růst ani ceny výrobků. Při vyšším růstu mezd než je růst produktivity dochází k růstu nákladů a zaměstnavatel pak musí tento rozdíl promítnout do růstu cen výrobků. Neopodstatněný růst mezd se tak stává impulzem pro růstu všech cen. 116

Jak je vidět na následujícím grafu, výsledkem je nepřímá úměra mezi nezaměstnaností a inflací, při snižování nezaměstnanosti pod její přirozenou úroveň dochází k tlaku zaměstnanců na zvyšování mezd a k tedy i k růstu inflace.

Obrázek 56: Phillipsova křivka – modifikovaná verze Zdroj: Ludmila Černá, Analýza vztahu mezi inflací a nezaměstnaností zemích V4, str. 20

Toto se nyní pokusím ověřit na hodnotách pro Českou republiku i Evropskou unii. V následující tabulce a grafu sledujeme hodnoty nezaměstnanosti a míru inflace v České republice za období 2003 až 2014.

117

Rok

Inflace [%]

2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

-0.1 2.6 1.6 2.1 3 6.3 0.6 1.2 2.1 3.5 1.4 0.4

Nezaměstnanost [%] 6.6 7 6.8 6.2 4.8 3.9 5.8 6.4 5.9 6 6.1 5.4

Tabulka 45: Vývoj nezaměstnanosti a míry inflace v České republice Zdroj: Eurostat, Český statistický úřad

8 7 6 5

[%]

4 Inflace 3

Nezaměstnanost

2 1 0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014 -1

Rok

Obrázek 57: Graf vývoje nezaměstnanosti a míry inflace v České republice

Z grafu je patrné, že se inflace a nezaměstnanost vyvíjely proti sobě, což souhlasí s teorií. Grafická analýza charakterizuje vztah nezaměstnanosti a míry inflace v České republice vyjádřené indexem CPI.

118

Plot of Fitted Model CR_inflace = 9,31271 - 1,22782*CR_nezamestnanost 7,9

CR_inflace

5,9

3,9

1,9

-0,1 3,9

4,9

5,9 CR_nezamestnanost

6,9

7,9

Obrázek 58: Vztah průměrné nezaměstnanosti a průměrné inflace v České republice

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi průměrnou nezaměstnaností a mírou inflace v České republice. Coefficients Least Squares Standard Parameter Estimate Error Intercept 9.31271 2.88415 Slope -1.22782 0.483346

T Statistic P-Value 3.22892 0.0090 -2.54025 0.0294


119

Korelační koeficient pro toto období vychází -0.62, což lze interpretovat jako značnou negativní závislost inflace v České republice na nezaměstnanosti. To se shoduje s výše uvedenou teorií. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = -2.54025 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = -2.228. T = -2.54025 < t0.975 (10) = -2.228 Jelikož hodnota testovacího kritéria spadá do oblasti kritických hodnot, zamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že můžeme potvrdit statisticky významný vztah mezi nezaměstnaností a mírou inflace v České republice na hladině významnosti 5 %. Index determinace R2 je 0.3922, což znamená, že tento model vysvětluje 39.22 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. Analýzou se potvrdila statisticky významná závislost míry inflace na nezaměstnanosti v České republice. Při růstu nezaměstnanosti o 1 procentní bod dojde k poklesu míry inflace o 1.22 procentního bodu.

2.5.16 Empirická analýza vztahu nezaměstnanosti a inflace v Evropské unii Analogicky opět pro celou Evropskou unii. V následující tabulce a grafu sledujeme nezaměstnanost a míru inflace za období 2003 až 2014 v Evropské unii.

120

Rok 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Inflace [%] 2.1 2.3 2.3 2.3 2.4 3.7 1 2.1 3.1 2.6 1.5 0.6

Nezaměstnanost [%] 7.9 7.9 7.7 7 6.1 5.9 7.6 8.3 8.3 9.1 9.5 9

Tabulka 46: Vývoj nezaměstnanosti a míry inflace v Evropské unii Zdroj: Eurostat

10 9 8 7

[%]

6 5 Inflace 4

Nezaměstnanost

3 2 1 0 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 2014

Rok

Obrázek 59: Graf vývoje nezaměstnanosti a míry inflace v Evropské unii

I zde se inflace a nezaměstnanost vyvíjely proti sobě, což souhlasí s teorií. Grafická analýza charakterizuje vztah nezaměstnanosti a míry inflace v Evropské unii vyjádřené indexem CPI. 121

Plot of Fitted Model EU_inflace = 5,15558 - 0,380349*EU_nezamestnanost 4

EU_inflace

3

2

1

0 5,9

6,9

7,9 EU_nezamestnanost

8,9

9,9

Obrázek 60: Vztah nezaměstnanosti a průměrné inflace v Evropské unii

Níže je výstup z programu STATGRAPHICS pro lineární model popisu vztahu mezi nezaměstnaností a mírou inflace v Evropské unii. Coefficients Least Squares Standard T Parameter Estimate Error Statistic P-Value Intercept 5.15558 1.6333 3.15653 0.0102 Slope -0.380349 0.20595 -1.8468 0.0945


122

Korelační koeficient pro toto období vychází -0.5, což ukazuje na negativní závislost změny míry inflace v Evropské unii na nezaměstnanosti. To se i zde shoduje s výše uvedenou teorií. Je testována nulová hypotéza H0: ρ=0 o nezávislosti faktorů, alternativní hypotéza H1: ρ≠0 říká, že faktory jsou závislé. Testovací kritérium T = -1.8468 se porovnává s kritickou hodnotou Studentova rozdělení pro 10 stupňů volnosti a hladinu významnosti 5 %, která je t = -2.228. T = -1.8468 > t0.975 (10) = -2.228 Jelikož hodnota testovacího kritéria nespadá do oblasti kritických hodnot, nezamítáme hypotézu H0 o nezávislosti faktorů. Z analýzy tedy vyplývá, že nemůžeme potvrdit statisticky významný vztah mezi nezaměstnaností a mírou inflace v Evropské unii na hladině významnosti 5 %. Index determinace R2 je 0.2543, což znamená, že tento model vysvětluje 25.43 % hodnot rozptylu míry inflace v České republice. P-hodnota v Durbin-Watsonově statistice je větší než 0.05 a tak nic neindikuje autokorelaci reziduí na hladině významnosti 5 %. V rámci celé Evropské unie se nepotvrdila statisticky významná závislost míry inflace na nezaměstnanosti. Kladný korelační koeficient ale souhlasí s teorií, že inflace může růst s poklesem nezaměstnanosti. Evropská unie je soubor 28 zemí a zřejmě tak v některých Phillipsova křivka neplatí, statisticky významný vztah mezi inflací a nezaměstnaností ale můžeme potvrdit na 10% hladině významnosti.

123

3. Závěr Cílem diplomové práce bylo posoudit vývoj a změny míry inflace v zemích Evropské unie a v České republice a analyzovat faktory, které ji ovlivňují. V České republice i v Evropské unii kolísá míra inflace okolo 2 až 4 %, která mají být pro ekonomiku zdravá. Odlehlá pozorování s mírou inflace i přes 10 % se vyskytla většinou u zemí, jako je Rumunsko, Lotyšsko, Bulharsko, Maďarsko, Slovensko, které se poté při shlukové analýze nalézaly ve skupině zemí s nestabilní cenovou úrovní. Česká republika se ve shlukové analýze dostala po bok Chorvatska a Malty, v rámci celého shluku se potom řadí mezi vyspělé státy, jako je Německo, Francie, Rakousko a Nizozemsko. Korelační analýzou se potvrdilo, že vývoj inflace v České republice a v Evropské unii je velice podobný. Při růstu inflace v Evropské unii o 1 % vzrostla inflace v České republice o 1.58 %. I proto průměrná inflace v České republice byla ve sledovaném období 2.04 % a v celé Evropské unii podobných 2.16 %. Komparací popisných statistik z let 2008 a 2014 jsem zjistil, že došlo k výraznému snížení míry inflace ve všech zemích Evropské unie. Došlo ke snížení minimálních hodnot, maximálních hodnot, všech kvartilů i směrodatných odchylek. Výrazně se změnilo i pořadí států podle míry inflace. Například v Bulharsku byla v roce 2008 nejvyšší míra inflace z celé Evropské unie (přibližně 16 %), v roce 2014 tomu bylo naopak, inflace zde byla nejnižší z celého souboru, tedy přibližně -2 %. Mezi faktory, které v České republice inflaci ovlivňují, jsem zařadil nominální efektivní měnový kurz (neer), měnový kurz EUR/CZK, cenu ropy, peněžní agregát M2 a 2T repo sazbu. Neer je pro analýzu výhodnější než kurz EUR/CZK, protože reflektuje vztah k celému koši měn. Na 5% hladině významnosti jsme potvrdili statisticky významný vztah mezi relativní změnou nominálního efektivního měnového kurzu a mírou inflace. Při oslabení měny tak zřejmě došlo ke zlevnění ostatních položek spotřebního koše a korelační koeficient tak vyšel opačný. Analyzoval jsem i vliv volatility neer, kde již korelační koeficient vyšel správně, ale nepotvrdil se statisticky významný vztah.

124

Jelikož Česká republika obchoduje ve velké míře s Eurozónou, zařadil jsem do práce i analýzu vlivu měnového kurzu na inflaci. Ani zde se nepotvrdil statisticky významný vztah a korelační koeficient vyšel opačně. Statisticky významný vztah se potvrdil u vlivu procentuální změny kurzu na míru inflace, ale opět se špatným znaménkem korelačního koeficientu. V případě volatility kurzu EUR/CZK vyšel korelační koeficient správně, ale statisticky významný vztah se zde nepotvrdil. V případě ceny ropy se nepotvrdila statisticky významná závislost, ale kladný korelační koeficient souhlasil s teorií, že při zdražení ropy na trhu dojde i ke zvýšení inflace. Statisticky významný vztah se nepotvrdil ani v případě vlivu změny ceny ropy na inflaci. Je nutné si uvědomit, že zde hraje roli i kurz USD/CZK, neboť ceny ropy je kótována v USD. V případě měnového agregátu M2 a inflací v České republice se také nepotvrdil statisticky významný vztah, ale kladný korelační koeficient alespoň souhlasí s hypotézou, že zvýšení množství peněz v oběhu může zvýšit cenovou hladinu. Neuspokojivé výsledky je možné vidět u analýzy vlivu úrokové míry na inflaci, kde korelační koeficient vyšel prakticky nulový. Podobně je tomu u analýzy vlivu změny míry na inflaci. Potvrdila se statisticky významná závislost míry inflace na nezaměstnanosti v České republice. Při růstu nezaměstnanosti o 1 procentní bod dojde k poklesu míry inflace o 1.22 procentního bodu. V případě celé Evropské unie se také nepotvrdil statisticky významný vztah mezi cenou ropy a inflací. Kladný korelační koeficient v analýze ale souhlasí s hypotézou, že inflace může růst s cenou ropy na trhu. Na rozdíl od České republiky se v celé Evropské unii potvrdil statisticky významný vztah mezi změnou ceny ropy a inflací. Při růstu ceny ropy o 1 % se zvýší inflace v Evropské unii průměrně u 0.026 procentního bodu. Statisticky významná závislost míry inflace na hodnotě 2T repo sazby v Evrospké unii se také nepotvrdila. Obdobný výsledek je možné vidět u analýzy vlivu změny úrokové míry na inflaci. V rámci celé Evropské unie se již nepotvrdila statisticky významná závislost míry inflace na nezaměstnanosti. Kladný korelační koeficient ale souhlasí s teorií, že inflace může růst s poklesem nezaměstnanosti. Evropská unie je soubor 28 zemí a zřejmě tak v některých Phillipsova křivka neplatí, statisticky významný vztah mezi inflací a nezaměstnaností ale můžeme potvrdit na 10% hladině významnosti 125

126

Reference 1. Inflace - Česká národní banka. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/statistika/inflace/. 2. ROTHBARD, M. Peníze v rukou státu. Praha : Liberální institut, 2001. ISBN 8086389-12 3. Mankiw, G. Zásady ekonomie. Praha : Grada, 1999. ISBN: 978-80-7169-891-3. 4. Český statistický úřad. Spotřební koš pro výpočet indexu spotřebitelských cen od ledna 2015. [Online] [Citace: 29. 6 2015.] https://www.czso.cz/documents/10180/23195394/spot_kos2015.pdf/c74e2e24-e323-406f997f-f36e0231e790?version=1.0. 5. Ceny průmyslových výrobců - Metodika. Český statistický úřad. [Online] [Citace: 29. 6 2015.] https://www.czso.cz/csu/czso/ceny_prumyslovych_vyrobcu. 6. Inflace je důležitá. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/verejnost/pro_media/clanky_rozhovory/media_2005/cl_05_051017 b.html. 7. Samuelson, P. Ekonomie -- 18. vydání . Praha : NS SVOBODA, 2008. ISBN: 80-2050590-3. 8. Hindls, R. Statistika pro ekonomy. Praha : Professional Publishing, 2007. ISBN: 97880-86946-43-6. 9. Kelbel, J. Shluková analýza. [Online] http://gerstner.felk.cvut.cz/biolab/X33BMI/slides/KMeans.pdf. 10. Rost, M. Statistické metody v ekonomii. [Online] http://www2.ef.jcu.cz/~rost/courses/state/PREDNES/prednes9.pdf. 11. Shluková analýza. [Online] [Citace: 29. 6 2015.] http://is.muni.cz/th/172767/fi_b/5739129/web/web/nehiermet.html. 12. Historie Evropské unie. Evropská unie. [Online] [Citace: 29. 6 2015.] http://europa.eu/about-eu/eu-history/index_cs.htm. 13. Inflace je užitečná. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/verejnost/pro_media/clanky_rozhovory/media_2005/cl_05_051017 b.html. 14. Zprávy o inflaci - 2004. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2005/index.html. 15. Zprávy o inflaci - 2005. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2005/index.html. 16. Zprávy o inflaci - 2006. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2013/index.html.

127

17. Zprávy o inflaci - 2007. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2007/index.html. 18. Zprávy o inflaci - 2008. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2008/index.html. 19. Zprávy o inflaci - 2009. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2009/index.html. 20. Zprávy o inflaci - 2010. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2010/index.html. 21. Zprávy o inflaci - 2011. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2011/index.html. 22. Zprávy o inflaci - 2012. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2012/index.html. 23. Zprávy o inflaci - 2013. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2013/index.html. 24. Zprávy o inflaci - 2014. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/menova_politika/zpravy_o_inflaci/2014/index.html. 25. HOLUB, T. Ceny v českém zahraničním obchodě. Finance a úvěr. 1999, Sv. 49, 5. 26. Statistika a my. Fakta o obchodě Česka se zahraničím. [Online] [Citace: 29. 6 2015.] http://www.statistikaamy.cz/2014/09/fakta-o-obchode-ceska-se-zahranicim/. 27. Cenová stabilita: proč je pro vás tak důležitá? Evropská centrální banka. [Online] [Citace: 29. 6 2015.] http://www.ecb.int/pub/html/index.en.html. 28. BRČÁK, J. a SEKERKA, B. Makroekonomie. Plzeň : Aleš Čeněk, 2010. ISBN: 97880-7380 29. JUREČKA, V. et. al. Makroekonomie. 1. vyd. Praha: Grada Publishing, 2010. 332 s. 30. Měnová politika ČNB - rozhodování s výhledem do budoucnosti. ČNB. [Online] [Citace: 29. 6 2015.] https://www.cnb.cz/cs/verejnost/pro_media/clanky_rozhovory/media_2002/cl_02_020516 .html. 31. Česká národní banka. Měnověpolitické nástroje. ČNB. [Online] [Citace: 26. 6 2015.] https://www.cnb.cz/cs/menova_politika/mp_nastroje/. 32. http://ec.europa.eu/eurostat. 34. http://www.czso.cz. 35. http://www.investing.com. 36. Černá, L. Analýza vztahu mezi inflací a nezaměstnaností zemích V4. Brno : Masarykova univerzita, 2007. Diplomová práce.

128

Statistická analýza inflace v zemích Evropské unie

Recommend Documents