Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace

Mendelova univerzita v Brně Provozně ekonomická fakulta

Ústav ekonomie

Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace Diplomová práce

Vedoucí práce:

Vypracoval:

Ing. Milan Palát, Ph.D.

Bc. Jiří Morávek

Brno 2012

Touto cestou děkuji vedoucímu mé diplomové práce Ing. Milanu Palátovi, Ph.D. za vstřícný a ochotný přístup a zejména za cenné rady, které mi během zpracovávání práce poskytl.

Prohlašuji, že jsem předkládanou práci na téma „Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace“ zpracoval samostatně a na základě uvedených zdrojů. V Brně dne 21.5.2012

__________________

Abstract MORÁVEK, JIŘÍ. The impact of structure of economics on the relation between unemployment and inflation. Brno, 2012. Diploma thesis. Mendel university in Brno. The core of the diploma thesis is to find out what kind of relation exists between unemployment and inflation in selected countries. The diploma thesis focuses on Asian countries such as Philippines, Malaysia, Thailand which represent developing countries and Singapore, South Korea which represent developed countries. These two groups of countries are studied intentionally in order to consider the different impact of structure of economics on the relation between unemployment and inflation. The relation between unemployment and inflation is tested using two specific models. The first model is based on economic theory that assumes the inverse relation between both variables. The other model includes apart from the rate of unemployment also the variable of inflation expectation. On the basis of the analysis of economic development in the examined countries in the chosen reference time is also justified the congruence or divergence of findings related to countries in the same group (developing or developed). Keywords Unemployment, inflation, developing and developed countries, regression analysis Abstrakt MORÁVEK, JIŘÍ. Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace. Brno, 2012. Diplomová práce. Mendelova univerzita v Brně. Podstatou diplomové práce je zjistit, jaký vztah existuje mezi makroekonomickými veličinami nezaměstnaností a inflací ve vybraných zemích. V této souvislosti je práce orientována na asijské země Filipíny, Malajsii, Thajsko, které reprezentují skupinu rychle se rozvíjejících ekonomik, a Singapur, Jižní Koreu, které zastupují ekonomiky rozvinuté. Záměrně jsou sledovány tyto dvě skupiny zemí, aby mohl být posouzen rozdílný vliv struktury ekonomiky na vztah nezaměstnanosti a inflace. Vztah nezaměstnanosti a inflace je testován za využití dvou specifických modelů. První model vychází z ekonomické teorie, která předpokládá inverzní vztah mezi oběma veličinami. V druhém modelu je zahrnuta kromě míry nezaměstnanosti i proměnná inflačního očekávání. Na základě analýzy ekonomického vývoje ve zkoumaných zemích ve zvoleném referenčním období je rovněž zdůvodněna shodnost resp. neshodnost výsledků mezi zeměmi spadajících do stejné skupiny (rozvíjející se, rozvinuté). Klíčová slova Nezaměstnanost, inflace, rozvinuté a rozvíjející se země, regresní analýza.

Obsah

5

Obsah 1

Úvod

7

2

Cíl práce

8

3

Metodika práce

9

4

3.1

Sezónní očištění míry nezaměstnanosti ..................................................12

3.2

Využité teoretické koncepce ....................................................................13

3.3

Metodický postup ....................................................................................14

Teoretický základ pro vztah nezaměstnanosti a inflace

16

5 Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích

22

6

27

Ekonomická charakteristika zemí 6.1

Filipíny .................................................................................................... 28

6.2

Malajsie ................................................................................................... 32

6.3

Thajsko.................................................................................................... 36

6.4

Singapur .................................................................................................. 39

6.5

Jižní Korea .............................................................................................. 43

7 Empirický výzkum - identifikace vztahu nezaměstnanosti a inflace 7.1

48

Rozvíjející se ekonomiky ........................................................................ 48

7.1.1

Filipíny – model 1 ........................................................................... 48

7.1.2

Filipíny – model 2 ........................................................................... 50

7.1.3

Malajsie – model 1 ...........................................................................51

7.1.4

Malajsie – model 2.......................................................................... 52

7.1.5

Thajsko – model 1 ........................................................................... 53

7.1.6

Thajsko – model 2........................................................................... 58

7.1.7

Dílčí shrnutí .................................................................................... 59

7.2

Rozvinuté ekonomiky ............................................................................. 59

7.2.1

Singapur – model 1 ......................................................................... 59

Obsah

6

7.2.2

Singapur – model 2......................................................................... 65

7.2.3

Jižní Korea – model 1 ..................................................................... 65

7.2.4

Jižní Korea – model 2 ..................................................................... 70

7.2.5

Dílčí shrnutí ..................................................................................... 71

8

Zhodnocení a doporučení pro hospodářskou politiku

73

9

Diskuze

80

10 Závěr

82

11

85

Použitá literatura

12 Seznamy

92

Úvod

7

1 Úvod Pohled na význam míry inflace a míry nezaměstnanosti se mezi některými ekonomickými směry liší a vychází z několika zásadních událostí, které se odehrály ve dvacátém století. Během 30. let, kdy v důsledku krachu newyorské burzy sužovala ekonomiku USA vysoká a dlouhotrvající míra nezaměstnanosti, nedokázala dosavadní ekonomická teorie tuto situaci adekvátně vysvětlit. Uvedený problém se stal živnou půdou pro vznik alternativního pohledu na řízení ekonomiky, keynesovské ekonomie, jejíž hlavní přesvědčení spočívalo na myšlence, že míra nezaměstnanosti je největší zlo ekonomiky, kterému je potřeba za každou cenu zabránit. Jediným efektivním a nezbytným řešením je dle tohoto směru státní intervence, která jako jediná dokáže stimulovat opětovný růst ekonomiky. Na krizi však narazil i tento směr, a to koncem 60. let resp. v počátku 70. let, kdy se hospodářská politika jevila jako naprosto neúčinná. Podle některých ekonomů je právě hospodářská politika hlavním viníkem stagflace v tomto období (stav vysoké míry inflace i míry nezaměstnanosti). V 70. letech dvacátého století se dostal na výsluní směr označovaný jako monetarismus s čelním představitelem Miltonem Friedmanem. Jeho názory a pohled na ekonomiku byly diametrálně odlišné ve srovnání s keynesovským přístupem. Za největší hrozbu pro ekonomiku naopak považoval vysokou inflaci, kterou podle něj způsobila nedisciplinovaná hospodářská politika, která měla spíše destabilizující než stabilizující účinky. Cílem každé země je udržovat stabilní a mírné tempo růstu cenové hladiny společně s nízkou nezaměstnaností. Otázkou je, zda je tento vývoj dlouhodobě udržitelný. Mnoho ekonomů zastává názor, že mezi nezaměstnaností a inflací existuje inverzní vztah. Prokázání existence tohoto vztahu by podporovalo myšlenku, že zvyšuje-li se hrozba jedné veličiny, druhé zlo je naopak v útlumu. Mnohým zastáncům této teorie kontrují její odpůrci, kterých rovněž není málo. Dalo by se říci, že inverzní vztah nezaměstnanosti a inflace je velmi kontroverzním tématem, protože doposud nebyl vysloven přesvědčivý názor, který by jeho platnost jednoznačně podporoval nebo vyvracel, a s kterým by se zároveň ztotožnila většina ekonomů. Přitom znalost odpovědi na tento problém by mohlo významně pomoci tvůrcům hospodářské politiky a koordinace ekonomické situace v zemi.

Cíl práce

8

2 Cíl práce Předkládaná práce se zabývá zkoumáním inverzního vztahu mezi nezaměstnaností a inflací ve vybraných asijských ekonomikách. Cílem práce je ověřit platnost hypotéz, které byly formulovány následovně: „Ve vybraných asijských zemích existuje inverzní vztah mezi mírou inflace a mírou nezaměstnanosti v dlouhém nebo krátkém období.“ „Mezi zeměmi s významným postavením zemědělství v národním hospodářství (Filipíny, Malajsie, Thajsko) existuje shodný vztah mezi mírou inflace a mírou nezaměstnanosti.“ „Mezi vyspělými zeměmi (Singapur, Jižní Korea) existuje shodný vztah mezi mírou inflace a mírou nezaměstnanosti.“ Přičemž první uvedená hypotéza je považována za hlavní, následující dvě za dílčí. V tomto kontextu je za pomocí statisticko-ekonometrických metod testován inverzní vztah mezi veličinami a posouzena jeho statistická významnost. Posléze jsou dosažené výsledky zhodnoceny a odůvodněny s ohledem na ekonomický vývoj v daných zemích.

Metodika práce

9

3 Metodika práce Východiskem pro zpracování práce se staly časové řady míry nezaměstnanosti a míry inflace. Jejich vztah je zkoumán na pětici zemí z oblasti Východní a Jihovýchodní Asie. Výzkumu jsou podrobeny tyto země: Jižní Korea, Singapur, Thajsko, Malajsie a Filipíny. Jižní Korea a Singapur představují hospodářsky vyspělejší státy, u nichž převažuje podíl obyvatel ve sférách průmyslu a služeb. Ve zbylých třech zemích (Thajsko, Malajsie, Filipíny) stále nabývá na významu primární sféra národního hospodářství. Záměrně jsou zvoleny tyto dvě skupiny zemí, aby mohl být zvlášť vypozorován vliv rozvinutých a rozvíjejících se ekonomik na vztah nezaměstnanosti a inflace. Analýza vztahu míry inflace a míry nezaměstnanosti za celé sledované období je doplněna také rozborem jednotlivých časových úseků v řádu několika čtvrtletí, za účelem vypozorování inverzního vztahu obou hlavních veličin. Zdrojem vstupních dat se stala databáze Mezinárodního měnového fondu, konkrétně sekce Mezinárodní finanční statistiky. Z důvodu nedostupnosti měsíčních dat pro některé zvolené země jsou vybrány časové řady míry nezaměstnanosti a míry inflace ve čtvrtletním vyjádření. Za referenční období je zvoleno celkem 13 let s počátkem prvního čtvrtletí roku 1998 až po čtvrté čtvrtletí roku 2010. Celkem je tedy k dispozici 52 čtvrtletních údajů pro každou zemi. Získané časové řady míry nezaměstnanosti nejsou očištěny o vliv sezónní složky. Proto je samotné očištění provedeno pomocí regresního přístupu (viz. níže). Údaje o míře inflace v jednotlivých obdobích jsou vyjádřeny jako míra změny cenové hladiny oproti stejnému čtvrtletí předcházejícího roku. V práci jsou aplikovány metody logické i empirické, které slouží jako nezbytný prostředek pro dosažení stanovených cílů. Z logických metod jsou uplatněny například metody analýzy, syntézy či dedukce. Syntéza poslouží v části literární rešerše, kde bude do konzistentního celku popsán výklad zahraniční literatury zabývající se zkoumaným vztahem. Analytická metoda je využita například při posuzování výsledků získaných z testování vztahu míry nezaměstnanosti a míry inflace. Na analýzu úzce navazují metody dedukce a komparace, které jsou uplatněny při interpretaci a srovnávání dosažených výsledků. Neméně důležitými metodami využitými v práci jsou metody statistické a ekonometrické. Aplikace těchto metod je zasazena do několika kroků. Nejdříve je však formulován ekonometrický model (specifikace závislých a nezávislých proměnných), který se opírá o existující ekonomickou teorii. Na základě apriorních informací jsou stanovena předpokládaná znaménka a očekávané hodnoty parametrů. Po samotné specifikaci modelu následuje jeho kvantifikace na datech. S využitím regresní analýzy je testován vztah mezi mírou inflace a mírou nezaměstnanosti nejprve pro celé referenční (dlouhé) období, posléze, pokud není dosaženo uspokojivých výsledků, i pro období krátké čítající

Metodika práce

10

několik čtvrtletí. Smysl regresní analýzy spočívá v hledání a poznávání kauzálních vztahů mezi veličinami (v tomto případě mezi mírou nezaměstnanosti a mírou inflace). Jinými slovy, pomocí regresní analýzy je vystihnuta závislost mezi těmito statistickými znaky, která je reprezentovaná tzv. regresní funkcí (vystihuje průběh závislosti). Obecnou podobu empirické regresní funkce lze napsat následovně: ∧

Y i = f ( xi ; b0 , b1 ,..., b p ) ,

(1)

∧

kde Y i představuje i-tou hodnotu empirické regresní funkce, xi je i-tá hodnota vysvětlující proměnné a b0 , b1 ,..., b p vyjadřují odhady regresních parametrů. Odhady parametrů modelu jsou získány pomocí metody nejmenších čtverců (OLS). Tato metoda je založena na principu minimalizace součtu čtverců rozdílů (odchylek ε ) mezi původními hodnotami vysvětlované proměnné ( Yi ) a jejími ∧

odhadnutými hodnotami ( Y i ). Matematicky lze tuto podmínku zapsat následovně: n

∧

Q = ∑ ε i2 = (Yi − Y i ) 2 → min .

(2)

i =1

Pro splnění podmínky 2 je nutné provést parciální derivace podle všech parametrů a následně je položit rovno nule. Po těchto úpravách je získán systém normálních rovnic o počtu neznámých odpovídajících počtu parametrů. Po vyřešení soustavy normálních rovnic jsou obdrženy hodnoty odhadnutých parametrů, které je možné dosadit do příslušné odhadnuté regresní funkce (odhadnutého modelu). 1 Při samotném modelování je řešena otázka adekvátnosti zvolené funkční formy. Adekvátnost zvolené funkční formy je posuzována pomocí analýzy reziduí a tzv. RESET testu, který testuje nulovou hypotézu o správné specifikaci modelu. V případě lineárních funkčních forem je navíc sledován tzv. koeficient korelace ( ryx ), který testuje míru lineární závislosti mezi zkoumanými veličinami. Tento koeficient nabývá hodnoty z intervalu <-1;1>, přičemž hraniční záporná hodnota značí silnou negativní lineární závislost a hraniční kladná hodnota silnou pozitivní lineární závislost. Nulová hodnota tohoto koeficientu naopak vypovídá o absolutní lineární nezávislosti statistických znaků (nevyvrací však jinou funkční závislost). Koeficient korelace je možné vypočíst následujícím způsobem:

1

Vztahy 1, 2 a 3 čerpány z Hindls a kol. (2007)

Metodika práce

11

ryx = rxy =

s xy s x2 ⋅ s y2

.

(3)

Jedná se v podstatě o poměr kovariance ( s xy ) a součin odmocniny rozptylů statistických souborů x a y (míra nezaměstnanosti a míra inflace). V případě krátkého období (určitého časového úseku v rámci referenčního období) může nastat situace, že počet pozorování bude příliš malý pro to, aby mohl mít koeficient korelace správnou vypovídací hodnotu. Z toho důvodu je v těchto případech proveden test statistické významnosti korelačního koeficientu. Zamítnutí nebo přijetí hypotézy o statistické významnosti korelačního koeficientu je provedeno na základě p-hodnoty. Nulová hypotéza vypovídá o statistické nevýznamnosti korelačního koeficientu. Po odhadnutí modelu následuje jeho verifikace v několika směrech. Ekonomická verifikace spočívá v zjišťování, zda uvedený model neodporuje ekonomické teorii v hodnotách a znaménkách vypočtených parametrů. Významnost modelu je posuzována na základě statistické verifikace. Pro každý model je uveden souhrnný přehled výsledných statistických charakteristik, které byly vypočteny v programu Gretl. Tento přehled je v práci vypsán vždy pro funkční formu s nejpříznivějšími charakteristikami. Obsahuje odhady jednotlivých parametrů, standardní chyby (SE), výsledné hodnoty t-testu a pro snazší rozhodování o přijetí či zamítnutí hypotézy o statistické významnosti odhadnutých parametrů také p-hodnotu. Pokud je ukazatel p-hodnoty menší jak 0,1 resp. 0,05 resp. 0,01 je daný parametr statisticky významný na hladině 10 % resp. 5 % resp. 1 %. K současnému testování všech regresních parametrů je využito tzv. F-testu, jehož hodnota vyjadřuje zda je model jako celek statisticky významný. Pro posuzování kvality odhadnutého __

modelu je dále sledován korigovaný koeficient determinace ( R 2 ). Hodnota tohoto koeficientu vyjadřuje, z kolika procent je rozptyl vysvětlované proměnné vysvětlen proměnnými na pravé straně rovnice neboli regresory (vysvětlující proměnné). Obecně platí, čím vyšší hodnota tohoto koeficientu, tím lépe nezávislé proměnné popisují vývoj závisle proměnné. Pro účely této práce je __ 2

model označen za kvalitní, pokud je R vyšší jak 0,6. V časovém rámci krátkého období jsou uvedeny pouze takové modely, které splňují tuto podmínku. Výhodou tohoto statistického ukazatele je také jeho uzpůsobení pro srovnávání modelů s různým počtem parametrů. Této funkce je využito při srovnávání modelů, které berou v potaz inflační očekávání jako nezávisle proměnnou s modely, které očekávanou míru inflace neuvažují (viz využité teoretické koncepce). Kromě korigovaného koeficientu determinace jsou pro vzájemné porovnávání modelů sledovány také hodnoty tzv. informačních kritérií. Konkrétně se jedná o Akaikeho informační kritérium (AIC), Schwarzovo informační kritérium (SIC) a Hannanovo-Quinnovo informační kritérium

Metodika práce

12

(HQC). Čím nižší hodnota je těchto ukazatelů tím se jeví daný model jako vhodnější. Při aplikaci regresních přístupů je v práci využito programu Gretl. Vlastní tabulky a grafy, které práce obsahuje a všechny potřebné výpočty jsou realizovány v programu MS Excel.

3.1 Sezónní očištění míry nezaměstnanosti Pro vzájemné porovnávání dat v rámci jednoho roku a přesnější sledování skutečného směru vývoje dané veličiny je nezbytné provést očištění časové řady o její sezónní komponentu. Prokáže-li se, že jsou tyto komponenty statisticky významné, je třeba je odstranit. Obecně lze provést aditivní dekompozici časové řady na následující složky:2 y t = Tt + S t + ε t ,

(4)

kde Tt je složka trendu, S t sezónní složka a ε t reziduum v čase „t“. Sezónní složka, je-li přítomna, způsobuje pravidelné výkyvy sledovaného ukazatele každým rokem ve stejné období od dlouhodobého trendu, jehož vývoj je tímto do určité míry zkreslován. Z tohoto důvodu je žádoucí sezónní vlivy eliminovat a vytvořit tak relevantní datový základ pro další výzkum. V důsledku pravidelného střídání ročních období je tímto nežádoucím vlivem postihnuta také míra nezaměstnanosti u všech zkoumaných zemí. K odstranění sezónního faktoru je využito regresního modelu s tzv. dummy proměnnými. Obecně jej lze za předpokladu lineárně rostoucího trendu zapsat takto:3 yt = β 0 + β 1 ⋅ t + α 1 ⋅ x1t + α 2 ⋅ x2 t + α 3 ⋅ x3t + ε t ,

(5)

kde x1t , x 2t , x3t jsou umělé proměnné nabývající pouze hodnot 0 a 1 a platí, že xit = 1, pokud je detekováno i-té čtvrtletí v daném roce. Ve zbývajících čtvrtletích nabývá proměnná nulových hodnot. I přes existenci čtyř čtvrtletí jsou do modelu zakomponovány pouze tři umělé proměnné, aby nedocházelo k multikolinearitě. Parametry βi určují polohu a sklon trendu. Pomocí parametrů αj jsou následně vypočteny sezónní faktory, o které jsou skutečné hodnoty časové řady očištěny. Složka ε t vyjadřuje reziduální člen v čase „t“. Je zřejmé, že regresní přístup umožňuje odhad parametrů trendové a sezónní složky současně. Odhad je uskutečněn pomocí metody nejmenších čtverců, přičemž model uvedený ve vztahu (5) je pouze názorný. Hlavním kritériem pro výběr modelu bylo posouzení statistické významnosti jednotlivých

Velmi často bývá uvedena i třetí složka časové řady, a to složka cyklická (Ct). Pro potřeby sezónního očištění dat však danou složku neuvažuji. 3 Model je konstruován podle Marek a kol. (2005). 2

Metodika práce

13

proměnných a korigovaného koeficientu determinace. Tímto byly zvoleny pro jednotlivé státy různé modely podle plnění sledovaných kritérií. Kromě lineárního trendu byl v modelech využit i trend parabolický, hyperbolický a kubický. V další části textu se již předpokládá práce se sezónně očištěnými daty míry nezaměstnanosti pro každou zemi.

3.2 Využité teoretické koncepce Vztah nezaměstnanosti a inflace bývá v ekonomické teorii často označován jako Phillipsova křivka. Pro účely této práce jsou vybrány dvě základní teoretické koncepce. První koncepce je ekonomickou teorií označována jako tzv. modifikovaná Phillipsova křivka. Jako modifikovaná je pojmenovaná proto, že nahrazuje v původní verzi Phillipsovy křivky míru růstu nominální mzdové sazby za míru růstu cenové hladiny (míru inflace). Pro tento model platí, že míra inflace v období „t“ je vysvětlovanou proměnnou (regresand) a míra nezaměstnanosti je proměnnou vysvětlující (regresor). Model má následující tvar:4

π t = β 0 + β1 ⋅ U t + ε t , kde

(6)

π t je míra inflace v období „t“, β 0 , β1 představují parametry modelu, přičemž se předpokládá inverzní vztah mezi proměnnými ( β1 < 0 ), U t je míra nezaměstnanosti v období „t“,

ε t je náhodná složka. Druhá teoretická koncepce nese označení Friedman–Phelpsovo rozšíření Phillipsovy křivky. Tento model již uvažuje i inflační očekávání ekonomických subjektů. Očekávaná míra inflace je formována adaptivním způsobem. To znamená, že míra inflace, kterou ekonomické subjekty očekávají, je dána pouze jejím minulým vývojem. Tento model předpokládá závislost míry inflace na míře nezaměstnanosti a míře inflačního očekávání. Model má následující podobu:5

π t = β 0 + β1 ⋅ U t + β 2 ⋅ π te + ε t , kde

4 5

(7)

π t je míra inflace v období „t“, β 0 , β1 , β 2 představují parametry modelu, přičemž se předpokládá inverzní vztah mezi proměnnými π t a U t ( β1 < 0 ); dále se předpokládá,

Model je vytvořen po vzoru Hušek, Pelikán (2003). Model je vytvořen po vzoru Hušek, Pelikán (2003).

Metodika práce

14

že s růstem očekávané míry inflace roste také skutečná míra inflace ( β 2 > 0 ), U t je míra nezaměstnanosti v období „t“,

π te je očekávaná míra inflace v období „t“, ε t je náhodná složka. Očekávaná míra inflace v čase „t“ je vyjádřena vzorcem:6

π te = g ⋅ π t −1 + (1 − g ) ⋅ π te−1 , kde

(8)

π te je očekávaná míra inflace v období „t“, g je koeficient adaptivního očekávání, π t −1 je skutečná míra inflace v předcházejícím období,

π te−1 je očekávaná míra inflace v předcházejícím období. Z uvedeného vyplývá, že očekávaná míra inflace je závislá z části na skutečné míře inflace v předcházejícím období a z části na očekávané míře inflace v předcházejícím období. Koeficient adaptivního očekávání vyjadřuje rychlost přizpůsobování očekávané míry inflace skutečně dosažené míře inflace a nabývá hodnot z intervalu (0;1>. Hodnota koeficientu adaptivního očekávání byla stanovena ve výši 0,3.7 Větší váha je tedy přikládána očekávané inflaci v předcházejícím období a menší skutečné inflaci v předcházejícím období. Očekávaná míra inflace v prvním čtvrtletí roku 1998 (počátek referenčního období) je pro všechny země stanovena tak, aby byla rovna skutečné míře inflace v tomto období. Očekávaná míra inflace v každém dalším období je již vypočtena na základě vzorce (8) jako součet skutečné míry inflace v předcházejícím období a očekávané míry inflace předcházejícího období násobený příslušnými vahami.

3.3 Metodický postup Literární část je v prvé řadě věnována teoretickému rámci vztahu nezaměstnanosti a inflace z pohledu dvou rozdílných ekonomických škol. Smyslem je rovněž seznámení se základními ekonomickými pojmy vztahujícími se k dané problematice. Posléze je prostor věnován několika novodobým studiím na toto téma z USA, UK nebo České republiky. Následující kapitola se již zaměřuje na novodobé zahraniční studie. Tyto studie testují platnost uvedeného vztahu pro stejné země, jenž jsou předmětem této práce, přičemž využívají různých metod a přístupů. Další část práce se již zaměřuje na analýzu ekonomického vývoje ve sledovaných zemích s důrazem na vývoj

6 7

Po vzoru Hušek, Pelikán (2003) Po vzoru Orlovská (2011).

Metodika práce

15

inflace a nezaměstnanosti a příčin, které daný vývoj řídily. Pro naplnění těchto kapitol využívá autor souvisejících ekonomických článků, working paperů, výročních zpráv významných národních i mezinárodních institucí a internetových zdrojů. Ke zpracování této části poslouží zejména metody deskripce a syntézy. Podstatou pokračující kapitoly je empirické ověřování existence inverzního vztahu mezi veličinami u všech zemí. V této části jsou využity principy ekonometrie a statistiky. Posléze za využití metod dedukce a komparace následuje kapitola zhodnocení výsledků a doporučení. Zde jsou vysvětleny zejména příčiny statisticky významného protichůdného vývoje míry nezaměstnanosti a míry inflace resp. možné příčiny neplatnosti tohoto vztahu. Diskuze konfrontuje dosažené výsledky této práce s výsledky zahraničních autorů zkoumající vztah u stejných zemí. Závěrem jsou poté shrnuty všechny podstatné poznatky vyplývající z celé práce.


16

4 Teoretický základ pro vztah nezaměstnanosti a inflace Prvotním impulsem, který ovlivnil smýšlení mnoha ekonomů při nahlížení na vztah nezaměstnanosti a inflace, byl objev novozélandského ekonoma A. W. Phillipse, který sledoval závislost v čase mezi mírou nezaměstnanosti a tempem růstu nominálních mezd resp. mzdovou inflací ve Velké Británii. Ve své práci detekoval v letech 1861-1957 negativní korelaci mezi uvedenými veličinami vyjma válečných let, které, jak Phillips (1958) uvádí, zapříčinily rapidní vzrůst cen dováženého zboží. Autor došel k závěru, že nízká míra nezaměstnanosti indikuje vysokou mzdovou inflaci z důvodu silnější vyjednávací pozice odborů vůči zaměstnavatelům a naopak nízké tempo růstu nominálních mezd je spjato s vyšší nezaměstnaností. O několik let později se podobným problémem zabývali i američtí ekonomové Paul A. Samuelson a Robert M. Solow (1960). Jejich výzkum byl zaměřen na USA v letech 1900-1958 a došli k podobným závěrům, avšak ke zcela odlišné interpretaci ve srovnání s Phillipsem. Zatímco původní Phillipsova křivka sledovala vztah tempa růstu nominálních mezd a míry nezaměstnanosti, Phillipsova křivka sestrojená Samuelsonem a Solowem nahradila mzdovou inflaci inflací cenovou, která byla dána rozdílem mezi tempem růstu nominálních mezd a tempem růstu produktivity práce. Dalším odlišným závěrem jejich výsledků bylo, že nejenže existuje inverzní vztah mezi ročním růstem cen a mírou nezaměstnanosti, ale dokonce si státní autority mohou zvolit jakýkoliv bod na sestrojené křivce, kterého mohou prostřednictvím vhodné hospodářské politiky dosáhnout. Mohly tedy volit mezi určitým tempem růstu cen v ekonomice a k němu odpovídající míře nezaměstnanosti nebo naopak, zvolit míru nezaměstnanosti, kterou chtějí dodržovat při akceptaci jí odpovídajícímu tempu ročního růstu cen. Samuelson a Solow (1960) ještě podotýkají, že jejich závěry se vztahují pouze k období, které trvá v řádu několika málo let. Jejich upravená Phillipsova křivka se v ekonomické teorii ustálila pod názvem „modifikovaná Phillipsova křivka“. Myšlenky prezentované Samuelsonem a Solowem se zdály být jako průlomové a řada ekonomů se s nimi ztotožňovala, jelikož jejich závěry platily takřka pro celé tehdejší poválečné období až do konce šedesátých let. Holman (2001) uvádí, že v 70. letech dvacátého století zažívala americká ekonomika růst obou veličin, míry nezaměstnanosti i míry inflace, což naprosto rozvracelo až do té doby oblíbenou teorii, na které byla Phillipsova křivka založena. Tato situace velmi dobře nahrávala odpůrcům keynesovské ekonomie, která plně nerespektovala volnost tržních sil a obhajovala roli státu v ekonomice. Jedním z kritiků Phillipsovy křivky byl i silný zastánce liberalismu, monetarista Milton Friedman. Milton Friedman byl přesvědčený o názoru, že


17

největší zlo pro ekonomiku se skrývá v nekontrolované, akcelerující inflaci. Podle Friedmana (1968) má dlouhodobá státní stimulace ekonomiky spíše rozvracující dopad na hospodářství a vede v dlouhém období pouze k vyšší inflaci. Navíc uvádí, že není možné, aby si centrální autorita zvolila cíl v podobě určité míry nezaměstnanosti. Jako zdůvodnění udává časový nesoulad mezi výkonem dané politiky a jejím skutečným odrazem v ekonomice. Friedman rovněž nabídl vysvětlení, proč během 70. let dvacátého století docházelo ke stagnaci americké ekonomiky a zároveň k růstu cenové hladiny. Příčinou je dle jeho názorů existence tzv. přirozené míry nezaměstnanosti (NAIRU), tedy situace, kdy je trh práce v rovnováze a neexistuje nedobrovolná nezaměstnanost, pouze dobrovolná. Obrázek 1 znázorňuje, že jakýkoliv výkyv v míře nezaměstnanosti vlivem hospodářské politiky je pouze dočasný, z dlouhodobého hlediska se vrací ke své přirozené míře (na obrázku 1 se NAIRU rovná 7 %).

Obr. 1 Friedmanovo vysvětlení vztahu nezaměstnanosti a inflace v krátkém a dlouhém období (Zdroj: Holman (2001))

Friedman (1976) zdůrazňuje, že monetární expanze v podobě snížení úrokových sazeb povede ke stimulaci spotřeby. Rostoucí agregátní poptávka se následně projeví v rostoucím výstupu a zaměstnanosti. Hlavním problémem je, že tento efekt je pouze dočasný. Bude trvat pouze do doby, kdy budou zaměstnanci trpět peněžní iluzí tj. budou mít pocit, že se zvýšily jejich reálné mzdy. Friedman tvrdí, že tento krátkodobý efekt je způsobem tím, že po monetární expanzi ceny na trhu výrobků a služeb rostou rychleji než ceny výrobních faktorů. Jakmile peněžní iluze vyprší, začne míra nezaměstnanosti opět tendovat z dlouhodobého hlediska ke své přirozené míře. Friedman považuje přirozenou míru nezaměstnanosti za takovou, která nemá schopnost podněcovat akceleraci ani deceleraci inflace, jinými slovy se nemění inflační očekávání. V tomto kontextu


18

pracuje ještě s jedním pojmem – adaptivní očekávání. Holman (2005) interpretuje adaptivní očekávání jako předpoklad ekonomických subjektů, že pokud daná míra inflace trvá již delší období, je logické ji očekávat i v obdobích následujících. Taková inflační očekávání jsou zabudovávána do dlouhodobých kontraktů. Ceny mají poté tendenci růst stejným tempem jako v minulých obdobích, přestože již cenové tlaky vyvolané v minulých obdobích utichly (inflace se tak stává setrvačnou). Inflační očekávání formované adaptivním způsobem se stávají významnou složkou ovlivňující skutečnou míru inflace. Jelikož se kritikou Phillipsovy křivky zabýval rovněž Edmund Phelps, bývá uvedené pojetí v ekonomické teorii označováno jako Friedman–Phelpsovo rozšíření Phillipsovy křivky. Od té doby se teorií Phillipsovy křivky v obou pojetích (modifikovaná i rozšířená verze Phillipsovy křivky) zabývalo mnoho ekonomů, jejich názory na platnost této teorie jsou však různé. Někteří ve svých výzkumech potvrdili existenci inverzního vztahu míry inflace a míry nezaměstnanosti, jiní tento kauzální vztah naopak popírají. Jisté však je, že je tato problematika i po více jak 50 letech neustále „horkým“ tématem. Atkenson a Ohanian (2001) testovali pomocí čtvrtletních dat v letech 1960-1999 vztah mezi mírou inflace a nezaměstnaností v USA a snažili se tak určit predikční schopnost Phillipsovy křivky. Substituční vztah míry nezaměstnanosti a míry inflace testovali pro různé časové úseky. Obrázek 2 znázorňuje výsledky testů pro dvě dílčí období. Regresní přímka pro léta 1960-1983 je zjevně strmější než přímka pro roky 1984-1999, která má téměř nulovou směrnici.

Obr. 2 Phillipsova křivka pro USA v období 1960-1983 a 1984-1999 (Zdroj: Atkenson, Ohanian (2001))

Ačkoliv byl pro určitá období potvrzen inverzní vztah mezi veličinami, autoři odmítají využívání Phillipsovy křivky pro tvorbu spolehlivých předpovědí o vývoji inflace. Jejich výzkum prokázal, že regresní koeficient měl v různých


19

časových periodách značně odlišnou hodnotu. To znamená, že směrnice Phillipsovy křivky a ani NAIRU nebyly ve sledovaném období dostatečně stabilní. Kromě toho bodový graf s jednotlivými pozorováními vykazoval poměrně vysoký rozptyl kolem regresní přímky, což značí nízkou vypovídací schopnost modelu. Lansing (2002) neplatnost Phillipsovy křivky pro USA zdůvodňuje změnou v režimu monetární politiky, který postihl očekávání ekonomických subjektů ohledně budoucího vývoje inflace, demografickými změnami, které se odrazily také ve změně NAIRU a změnami v produktivitě práce. Připouští však, že by Phillipsova křivka mohla být využita pro předpovídání směru, kterým se inflace bude vyvíjet. V 90. letech dvacátého století byla Phillipsova křivka shledána jako neužitečná a neplatná, protože nedokázala věrohodně popsat vývoj míry nezaměstnanosti a míry inflace (během tohoto období obě veličiny tendovaly v USA stejným směrem). Naproti tomu Staiger a kol (2001) obhajuje Phillipsovu křivku i v tomto období s odůvodněním, že se pouze posunula směrem „dovnitř“ – k průsečíku osy „x“ a „y“. Důvodem jsou podle něj změny ve vývoji NAIRU. Granger a Jeon (2009) ověřovali platnost Phillipsovy křivky v podmínkách „novodobé“ Velké Británie na ročních datech s počátkem 1861 a koncem 2006. Model odhadnutý pro celé období nabídl slabé výsledky, které nepodporovaly teorii Phillipsovy křivky. Celý časový horizont tak rozdělili do několika časových úseků, které testovali zvlášť. Autoři potvrdili, že pokud je do modelu zahrnuta zpožděná proměnná míry nezaměstnanosti, existuje zde záporná nelineární závislost mezi mírou nezaměstnanosti a mírou inflace. Připustili však, že síla výsledků klesá směrem od minulosti do současnosti. Zkoumání vztahu nezaměstnanosti a inflace nebylo sledováno pouze v USA a UK. Problematika zaujala celou řadu dalších ekonomů téměř po celém světě. I Česká republika má své zástupce, kteří se tématem zabývali. Například Šteker (2006) resp. Černohorská s Černohorským (2007) si stanovili jako hlavní cíl zanalyzovat vztah nezaměstnanosti a inflace v ČR v období 1993-2005 resp. 1994-2005. Jednorozměrný model vytvořený Štekerem (2006) měl příznivé charakteristiky, nicméně parametry modelu byly statisticky nevýznamné, z toho důvodu jej musel zamítnout. Po zavedení proměnné inflačního očekávání umocněné na čtvrtou nabyl odhadnutý model nejlepších charakteristik. Míra inflace byla vysvětlena inflačním očekáváním a mírou nezaměstnanosti z více jak 90 %. I tento model však Šteker (2006) shledal jako nepoužitelný z důvodu jeho nízké predikční schopnosti. Rovněž konstatuje, že pro sledované období byla charakteristická cenová liberalizace, restrukturalizace národního hospodářství a také zavedení vnitřní směnitelnosti koruny. To mohou být podle Štekera (2006) některé z příčin, které vedly k tomu, že inverzní vztah mezi veličinami byl ojedinělý, a tudíž náhodný. K podobnému závěru došli i Černohorská s Černohorským (2007). Neplatnost zkoumaného vztahu v krátkém období vysvětlují nízkou mobilitou pracovních sil a dále existencí mnoha tržních překážek (podniky se státním vlivem, regulované ceny, administrativní tržní překážky), kvůli kterým změny cen neodráží adekvátně změnu ve výstupu ekonomiky.


20

V posledních letech se mezi ekonomy stává stále populárnější pojetí tzv. novokeynesiánské Phillipsovy křivky (NKPC). Jak již název napovídá, toto pojetí vychází z nové keynesovské ekonomie, která se rozvíjí od konce 80. let dvacátého století. Jedná se o směr s velkou dávkou heterogenních teoretických koncepcí. Jeden z proudů nové keynesiánské ekonomie se snaží doplnit keynesovskou makroekonomii o mikroekonomické základy založené na nedokonale konkurenčním prostředí a o zdůvodnění existence cenových a mzdových strnulostí v ekonomice. Členem tohoto proudu je i Gregory Mankiw. (Holman, 2005) Mikroekonomické aspekty, po kterých volá novokeynesiánská ekonomie, slouží jako základ pro odvození NKPC. NKPC v sobě rovněž zohledňuje existenci reálných i nominálních rigidit. Mankiw (2001) uvádí, že v kontextu NKPC je dnešní inflace funkcí inflace, u které se očekává, že převládne v následujícím období a zároveň funkcí odchylky míry nezaměstnanosti od NAIRU. Nezmění-li se inflační očekávání, vyšší nezaměstnanost povede k nižší inflaci. Tato koncepce však neuvažuje s adaptivním očekáváním, jak jej formuloval Friedman, nýbrž s racionálním očekáváním, které předpokládá, že ekonomické subjekty při svém rozhodováním nehledí pouze zpět, na minulý vývoj, ale využívají veškeré dostupné informace proto, aby mohly lépe odhadnout vývoj budoucí. Mankiw (2001) sympatizuje s adaptivním očekáváním, ačkoliv si je vědom jeho omezené vypovídající schopnosti. Jinými slovy, těžko se dá předpokládat, že by ekonomické subjekty ignorovaly všechny aktuální informace, které je obklopují a hleděly pouze a jen na minulý vývoj. NKPC založená na racionálním očekávání však podle Mankiwa (2001) rovněž odporuje některým faktům. Jako příklad uvádí, že NKPC předpokládá okamžitou akomodaci míry inflace na očekávaný monetární šok, nicméně, empirie hovoří o několikaměsíční prodlevě mezi uskutečněním monetární politiky a jejím projevem v ekonomice. Další rozpor nalézá Mankiw (2001) v tvrzení, že by plně kredibilní dezinflace oznámená ekonomickým subjektům dostatečně dopředu nevedla k recesi, jak vyplývá z NKPC. Zkušenost z praxe opět potvrzuje opačné tvrzení. Z uvedených důvodů není autor zastáncem NKPC jako nástroje, který by mohl napomáhat při tvorbě hospodářské politiky. Některé přístupy k odhadu NKPC zahrnují do modelu při empirickém testování proměnnou „výstupní mezera“, kterou lze definovat jako rozdíl mezi skutečným a potenciálním produktem a měla by odrážet výši reálných mezních nákladů. Galí a Gertler (2000) však mají odlišný přístup a využívají v modelu namísto výstupní mezery přímo reálné mezní náklady jako determinantu míry inflace. Kromě toho jejich přístup sami označují jako tzv. „hybridní Phillipsovu křivku“. Jinými slovy se jedná o speciální případ novokeynesiánské Phillipsovy křivky, která předpokládá existenci dvou různých typů podniků, byť oba v podmínkách nedokonale konkurenčního prostředí. Rozdíl je ve způsobu, jakým podniky stanovují své ceny. Jedna skupina podniků je „vpřed hledící“ (forward looking) rozhodující o ceně na principu racionálních očekávání a druhá skupina je „hledící směrem vzad“ v kontextu tvorby ceny (princip adaptivního očekávání). Autoři podporují názor, že NKPC poskytuje dobré vysvětlení inflační dynamiky,


21

přičemž rozhodující participaci na příznivých výsledcích má podle nich „vpředhledící“ chování podniků. Pohled na Phillipsovu křivku ze školy nové keynesovské ekonomie je rozhodně zajímavým tématem, který zasluhuje v dnešní době patřičnou pozornost. Nicméně problematika NKPC přesahuje rámec této práce, z toho důvodu nebude již více rozebírána.

Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích 22

5 Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích Jak bylo již v předešlém textu nastíněno, rozporuplnost ohledně existence inverzního vztahu mezi nezaměstnaností a inflací resp. Phillipsovy křivky upoutala pozornost mnoha badatelů po celém světě, kteří se ji snažili buď potvrdit nebo vyvrátit. Předmětem zájmu se stala i v mnoha asijských zemích. Studiím aplikujícím teoretický základ Phillipsovy křivky na vybrané asijské státy se věnuje tato kapitola. Bagsic (2004) se zaměřuje na inverzní vývoj míry nezaměstnanosti a míry inflace v kontextu predikční schopnosti tohoto vztahu na Filipínách. Jako výchozí teoretický rámec využívá model založený na existenci Friedmanova adaptivního očekávání, rozšířený o proměnnou zohledňující nabídkový šok (9).

π t = π e − γ (UR − UR * ) + v

(9)

Výraz (UR − UR * ) ve vzorci 9 představuje odchylku skutečné míry nezaměstnanosti od její přirozené míry, γ je koeficient citlivosti reakce skutečné míry inflace na změnu v odchylce skutečné míry nezaměstnanosti od její přirozené míry, v je proměnná zohledňující nabídkový šok. Nabídkový šok je v této studii interpretován jako rozdíl mezi tzv. „hlavní“ inflací (měřenou pomocí indexu spotřebitelských cen) a jádrovou (čistou) inflací, která kalkuluje se spotřebním košem očištěným o cenově neelastické komodity (tj. změna jejich ceny je málo citlivá na změnu poptávaného množství) jako je jídlo či energie (ropa a ropné produkty). Rozdíl mezi těmito dvěma pohledy na měření inflace pak představuje onen nabídkový šok, který vstupuje do modelu. Bagsic (2004) využívá čtvrtletní data v letech 1981-2002 s tím, že odhad provádí pro celé období a poté i pro období 1990-2002. Odhadnutý model pro celé období poskytuje poněkud horší výsledky – nižší koeficient determinace i vyšší informační kritéria (Akaikeho a Schwarzovo). Celkově však autor hodnotí výsledky velmi kladně, a to z důvodu kvalitního předvídání míry inflace pomocí odhadnuté NAIRU. Obrázek 3 potvrzuje tento fakt. Nachází-li se skutečná míra nezaměstnanosti (červená křivka) nad „v čase se měnící“ NAIRU (modrá křivka), očekává se deceleraci míry inflace (zelená křivka) a naopak. Přestože je potvrzena poměrně dobrá predikční schopnost Phillipsovy křivky, autor připouští, že nevyužil sezóně očištěná data míry nezaměstnanosti, což by mohlo podle jeho hypotézy výsledky ještě zlepšit.

Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích 23

Obr. 3 Protichůdný vývoj míry nezaměstnanosti a míry inflace a „v čase se měnící“ NAIRU odhadnutá pro Filipíny (Zdroj: Bagsic (2004))

O vztahu nezaměstnanosti a inflace pro různý stupeň otevřenosti ekonomiky pojednávají Furuoka a Ho (2009). Zajímají se o zkoumání tohoto vztahu ve třech asijských zemích lišících se mírou své otevřenosti vůči okolnímu světu. Japonsko v jejich studii reprezentuje zemi s mírným stupněm otevřenosti a protipól vysokého stupně otevření zastupuje Malajsie. Jižní Korea je třetí sledovanou zemí, která je stupněm otevřenosti zasazena mezi Japonsko a Malajsii. Výzkum prováděli na ročních datech v letech 1980-2005 za využití Friedmanova modelu Phillipsovy křivky rozšířeného o inflační očekávání a s využitím tzv. mezery v míře nezaměstnanosti. Jak model 10 ukazuje, je zde abstrahováno, od proměnné zohledňující vliv nabídkových šoků:

π t = π t −1 − γ (u t − u n ) + ε t ,

(10)

kde π t −1 je inflační očekávání reprezentováno zpožděnou hodnotou míry inflace o jeden rok, (u t − u n ) mezera nezaměstnanosti a ε t reziduum. Za použití metody OLS došli k závěru, že parametr „mezery v nezaměstnanosti“ je ve sledovaném období statisticky významný pouze u Japonska, u Jižní Koreji a Malajsie nikoliv. Negativní závislost mezi mírou nezaměstnanosti a mírou inflace byla na základě těchto výsledků potvrzena pouze u Japonska, u zbylých dvou zemí nikoliv. Zajímavé zjištění, které z jejich výzkumu vyplývá, je závislost mezi mírou otevřenosti ekonomiky (měřeno rostoucí částkou importů) a směrnicí Phillipsovy křivky. Strmější Phillipsova křivka (znázorněna přímkou) koresponduje s menším stupněm otevřenosti (Japonsko) a naopak. Plošší Phillipsova křivka naopak odpovídá vyššímu stupni otevřenosti ekonomiky. Autoři se ohledně platnosti Phillipsovy křivky v Malajsii rozcházejí. Zatímco Furuoka a Ho (2009) inverzní vztah nezaměstnanosti a inflace vyvrátili, Tang

Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích 24 a Lean (2007) existenci myšlenky o zaměnitelnosti mezi nezaměstnaností a inflací podporují. Tang a Lean (2007) testují vztah na ročních datech v letech 1971-2004. Ve srovnání s Furuoka a Ho (2009) však využívají odlišnou metodiku. Pro testování vztahu využívají přirozených logaritmů závisle proměnné (míry inflace) i nezávislé proměnné (míry nezaměstnanosti). V modelu nezohledňují prvek adaptivního očekávání. Mazumder (2011) se pokoušel vypozorovat závislost mezi inflací a produkční mezerou v několika asijských rozvíjejících se zemích. Jeho výsledky podporují názor, že statisticky významný vztah mezi těmito ekonomickými veličinami ve sledovaném období (1970-1989, 1990-2009, 1970-2009) u zemí jako je Malajsie či Thajsko neexistuje. Podobný výzkum prováděl i Furuoka a Munir (2009), jejichž práce se zaměřila na Phillipsovu křivku pro vybrané státy organizace ASEAN (Malajsie, Thajsko, Singapur, Filipíny, Indonésie) s využitím panelových dat (sledováno bylo období v letech 1984-2004). S využitím metody OLS odhadli pro jednotlivé země model, jehož obecná podoba je: IFRit = α + β1 ⋅ UERit + β 2 ⋅ IFRit −1 + ε it ,

(11)

kde IFRit je míra inflace v zemi „i“ v čase „t“, UERit míra nezaměstnanosti v zemi „i“ v čase „t“ a IFRit −1 představuje o jeden rok zpožděnou míru inflace tj. adaptivní inflační očekávání. Hlavním závěrem jejich práce bylo, že signifikantní inverzní vztah mezi mírou inflace a mírou nezaměstnanosti ve sledovaných zemích není. Výsledek zdůvodňují poměrně velikou mírou otevřenosti ekonomik, čímž jsou charakteristické vyšší citlivostí na nabídkové šoky a častými změnami v inflačních očekáváních. Bhanthumnavin (2002) se zaměřil na testování vztahu nezaměstnanosti a inflace pro Thajsko. Z důvodu špatné dostupnosti historických dat, jak uvádí, se musel omezit na časový úsek od čtvrtého čtvrtletí 1993 až po čtvrté čtvrtletí 2000. Vychází z teoretické koncepce NKPC. Pro vysvětlení inflace použil alternativní model, kde využívá produkční mezeru, importní cenový index a zpožděnou míru inflace jako vysvětlující proměnné. Klíčový poznatek, který vyplývá z jeho práce je, že pro Thajsko je charakteristický vysoký stupeň tzv. „zpětného hledění“ při tvorbě cen. Z toho vyvozuje, že například dezinflační politika bude mít velmi pomalý efekt resp. její účinky se projeví se značným zpožděním. Výzkum potvrdil existenci inverzního vztahu nezaměstnanosti a inflace, avšak pouze v období asijské finanční krize. Autor však polemizuje s dvěmi myšlenkami. Buď Phillipsova křivka v Thajsku existovala již od počátku 90. let, ale nebyla „viditelná“ z důvodu nízkých změn v hlavních proměnných ovlivňujících tento vztah – produkční mezery a importované inflace, anebo se zkrátka tento vztah objevil náhodně během krize kvůli výrazným změnám ve sledovaných proměnných. Puzon (2009) si stanovil za hlavní cíl ověřit platnost Phillipsovy křivky na Filipínách, v Indonésii, Malajsii a v Thajsku. Za tímto účelem použil roční data 1980-2005. Jeho model se však od základní teoretické koncepce Phillipsovy

Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích 25 křivky poněkud odlišuje. Kromě základních proměnných jako je míra nezaměstnanosti a inflační očekávání, se kterými Phillipsova křivka pracuje, zařadil do modelu několik dalších proměnných, které by měly lépe popsat proměnlivost v inflaci.

π t = β0 + β1 ⋅URt + β2 ⋅π t −1 + β3 ⋅URt−1 + β4 ⋅ IRt + β5 ⋅ xrt −1 +δ0 97+δ1oil+ε t

(12)

Ve vztahu 12 představuje proměnná URt resp. URt −1 míru nezaměstnanosti v čase t resp. v čase t-1, π t −1 je o jedno období zpožděná míra inflace, která značí inflační očekávání (předpoklad adaptivního očekávání), IRt představuje úrokovou míru v čase t, u které se předpokládá pozitivní korelace s mírou inflace (růst úrokových měr stimuluje růst cenové hladiny), xrt −1 je měnový kurz v čase t-1 (domácí měna/USD), u něhož se předpokládá, že depreciace způsobuje růst cenové hladiny, 97 resp. oil jsou dummy proměnné, které zohledňují cenové šoky v letech 1997,1998 resp. 1980,1990,2005. Takto konstruovaný model odhadnutý pro Thajsko vysvětloval míru inflace v období „t“ z necelých 70 %. Inflační očekávání a míra nezaměstnanosti v období „t“ byly signifikantní na hladině 10 % a splňovaly apriorní požadavky ekonomické teorie na znaménka parametrů. Autor pro Thajsko konstatuje inverzní vztah obou veličin. Inverzní vztah byl potvrzen i v případě Malajsie, ačkoliv koeficient determinace u tohoto modelu nedosahoval ani 50 %. Statistická významnost u Filipín byla prokázána u jedno období zpožděné míry nezaměstnanosti, měnového kurzu a úrokové míry. Korigovaný koeficient determinace přesáhl hodnotu 80 %. Autor z těchto výsledků vyvozuje, že fiskální politika ve vztahu k inflaci nemá na Filipínách okamžitý efekt nebo že depreciace filipínského pesa zvyšuje konkurenceschopnost země. Nutno však konstatovat, že míra nezaměstnanosti v čase „t“ měla pro Filipíny kladný parametr, což odporuje teorii Phillipsovy křivky. Dua (2009) se zabývala výzkumem hlavních determinantů inflace v asijských rozvíjejících se (Filipíny, Thajsko) a rozvinutých zemí (Singapur, Jižní Korea) a rozdíly mezi těmito skupinami zemí. Autorka si uvědomuje, že odlišná rozvinutost napříč sledovanými zeměmi znamená odlišné determinanty inflace. U rozvíjejících se zemí předpokládá nižší úroveň finančních trhů a větší citlivost negativních nabídkových šoků v kontextu zemědělské produkce z důvodu větší závislosti zemí na primární sféře hospodářství. Autorka rovněž pracuje s koncepcí adaptivního i racionálního očekávání ekonomických subjektů a pokouší se zohlednit všechny relevantní faktory (domácí i zahraniční), které mohou ovlivňovat míru inflace v dané zemi. U Filipín resp. Thajska použila čtvrtletní data s ohledem na jejich dostupnost v letech 1992-2005 resp. 2001-2005. Došla k závěru, že očekávaná pozitivní závislost mezi velikostí produkční mezery a mírou inflace je zjevná u Filipín i u Thajska ve zvoleném referenčním období. Studie rovněž potvrzuje, že jeden z důležitých inflačních determinantů je i adaptivní resp. racionální očekávání. Lepších výsledků bylo dosaženo u rozvinutých ekonomik. Jak u Singapuru, tak i u Jižní Koreji, byl

Studie související se vztahem nezaměstnanosti a inflace ve sledovaných zemích 26 parametr proměnné reprezentující produkční mezeru statisticky významný na hladině 5 nebo 10 % a nabyl očekávaného znaménka. Dua (2009) tedy potvrzuje pozitivní korelaci mezi výstupní mezerou a mírou inflace (obrázek 4). Potvrzen byl i významný vliv inflačního očekávání na vývoj míry inflace (adaptivního i racionálního).

Obr. 4 Pozitivní vztah mezi produkční mezerou a mírou inflace na příkladu Singapuru (vlevo) a Jižní Koreji (vpravo). Body se řádí kolem pomyslné přímky s rostoucím trendem (Zdroj: Dua (2009))

Rovněž identifikovala významný vztah mezi měnovým kurzem a mírou inflace v Jižní Koreji, který přisuzuje režimu flexibilního měnového kurzu. U Singapuru detekovala významný vztah mezi cenou dovážené surové ropy a inflací v zemi.

Ekonomická charakteristika zemí

27

6 Ekonomická charakteristika zemí V rámci této kapitoly je provedena analýza specifik vývoje makroekonomických ukazatelů míry inflace a míry nezaměstnanosti ve sledovaných ekonomikách v rámci zvoleného referenčního období. Dalo by se říci, že centrální monetární autorita každé země sleduje podobný cíl v podobě udržování nízké a stabilní cenové hladiny při současném dlouhodobě udržitelném ekonomickém růstu. V tomto kontextu je rovněž sledováno, jaký postoj centrální autority zaujaly v době sílících ekonomických krizí (zejména asijské měnové krize v období 1997/1998 a globální ekonomické krize 2008/2009). Jak bylo již dříve nastíněno, náplní práce je sledování vztahu míry nezaměstnanosti a míry inflace u dvou skupin zemí – rozvíjející se ekonomiky a ekonomiky rozvinuté. Tabulka 1 uvádí členění těchto zemí podle kritéria geografického a kritéria hrubého národního příjmu na osobu, tak jak uvádí Světová banka (WB). Tab. 1

Klasifikace sledovaných zemí podle stupně rozvinutosti ekonomiky Status země

Příjem na osobu8

Filipíny

rozvíjející se

podprůměrný ($1006 až $3975)

Malajsie

rozvíjející se

nadprůměrný ($3976 až $12275)

Thajsko

rozvíjející se

nadprůměrný ($3976 až $12275)

Singapur

rozvinutá

vysoký ($12276 a více)

Jižní Korea

rozvinutá

vysoký ($12276 a více)

Zdroj: WB (2012), vlastní zpracování

O vyspělosti země vypovídá i struktura jejího národního hospodářství. Obecně platí, že ve vyspělých ekonomikách zastupuje největší podíl na tvorbě HDP sektor služeb, dále průmysl a na posledním místě zemědělství. Rozvíjející se země, které jsou podrobeny analýze v rámci této práce, již prošly industrializačním procesem a celkový podíl na tvorbě HDP přece jen zaujímá průmysl a služby. Nicméně je zde stále patrná významná role zemědělství, jakožto primární sféry hospodářství, které se nemalou částí podílí na celkovém produktu. V následující části jsou již analyzovány jednotlivé země resp. vývoj jejich makroekonomických veličin nezaměstnanosti a inflace.

WB rozděluje země podle hrubého národního příjmu na osobu (GNI per capita) do pěti skupin: nízko příjmové ekonomiky, ekonomiky s podprůměrnými příjmy, ekonomiky s nadprůměrnými příjmy a ekonomiky s vysokými příjmy.

8


28

6.1 Filipíny Situace v této zemi až do začátku devadesátých let minulého století nebyla dostatečně příznivá pro to, aby umožnila značný ekonomický růst. Protekcionistické principy filipínské vlády ve spojení s nízkou atraktivitou investičního prostředí (např. nedostatečně vybudovaná infrastruktura) bránily přílivu zahraničních investic a tím i významnějšímu ekonomickému pokroku. Proto byly také Filipíny ve srovnání se svými asijskými rychle se rozvíjejícími sousedy poněkud zaostalejší zemí. Zásadní zlom nastal až na začátku devadesátých let, kdy v zemi započaly rozsáhlé reformy vedoucí k přechodu na tržní systém. Odbouráním bariér vstupu na filipínský trh bylo odstraněno monopolní postavení podniků a značně se prohloubila obchodní spolupráce se sousedními zeměmi. Liberalizace byla dále podpořena rozsáhlou privatizací, která měla zvýšit tržní efektivitu a posílit příjmy do státního rozpočtu. Zvýšení atraktivity regionu přilákalo velké objemy zahraničních investic, což vyvolávalo silné tlaky na apreciaci filipínského pesa (PHP). Přímé zahraniční investice se staly hlavním motorem ekonomického růstu nejen na Filipínách a v první polovině devadesátých let rostla tato země zajímavým tempem. (OECD, 1999) Podle Nolanda (2000) vykazovaly Filipíny celou řadu příznaků blížící se měnové krize. Jedním z nich bylo nadhodnocení měny, dále poklesy cen akciových titulů na kapitálových trzích, úvěrový boom či vysoký podíl domácí peněžní zásoby vzhledem k devizovým rezervám. Po propuknutí asijské měnové krize v červenci 1997 začali spekulanti prodávat ve velkém filipínské peso, což vytvořilo silný tlak na znehodnocení této měny.

Kurz PHP/USD

50,0 45,0 40,0 35,0 30,0 25,0 20,0 1 5,0 1 0,0 5,0 0,0

1 996M1 1 996M7 1 997 M1 1 997 M7 1998M1 1 998M7 1999M1 1 999M7 Období

Obr. 5 Vývoj kurzu PHP/USD v období leden 1996 až prosinec 1999 (Zdroj: BSP, vlastní zpracování)


29

Jak dokládá obrázek 5, až do července roku 1997 udržovala BSP poměrně stabilní měnový kurz vůči americkému dolaru (režim fixního měnového kurzu). Hromadnému odlivu zahraničního kapitálu ze země a silnému tlaku na znehodnocení měny se BSP ještě pokusila zabránit prodejem svých devizových rezerv. Jak uvádí Tuaño (2002), BSP použila více jak 2 miliardy USD, aby udržela domácí měnu na původní úrovni. Sílu spekulantů se jí však nepodařilo pokořit a byla nucena opustit fixní měnový režim a nechat filipínské peso „volně plavat“. Nakonec peso oslabilo v lednu 1998 až na úroveň 42,7 PHP/USD a v září téhož roku dokonce na 43,8 PHP/USD. Veškeré tyto skutečnosti se projevily negativně na hospodářském růstu, cenové hadině a míře nezaměstnanosti. I přes poměrně silnou depreciaci filipínského pesa a neblahému dopadu měnové krize na ekonomiku rostla cenová hladina v roce 1997 pomalým tempem. Rostoucí ceny dováženého zboží a surovin doprovázené slabou domácí poptávkou donutily mnoho podniků k ukončení své činnosti. Ztrátou zaměstnání bylo postihnuto více jak 155 000 pracovníků a k úpadku přivedla krize kolem 3 000 společností. Cenový růst i celkový pokles v zaměstnanosti pokračoval v roce 1998. Za hlavní příčinu tohoto negativního vývoje však nelze považovat pouze a jen měnovou krizi, nýbrž i přírodní vlivy. V průběhu roku 1998 zemi postihl fenomén označovaný jako El Niňo a v druhé polovině roku také několik silných tajfunů. Uvedené přírodní šoky měly fatální dopady na primární sféru hospodářství (zemědělství, rybolov, lesnictví). Důsledky byly o to víc znásobeny, jelikož v této sféře pracuje velká část obyvatelstva. Meziroční míra inflace byla tažena vzhůru především rostoucími cenami základních zemědělských plodin jako je rýže či kukuřice. Ty vzrostly meziročně z 5,2 % až na hladinu 11,2 %. (Tuaño, 2002) Podle statistik ILO klesla zaměstnanost v primární sféře hospodářství mezi roky 1997 a 1998 z cca 11,2 miliónů na přibližně 10,3 miliónů obyvatel. Celková nezaměstnanost napříč všemi sférami v tomto období vzrostla až k hranici 10 %. (ILO, 2010) Rok 1999 byl pro Filipíny ozdravným rokem. Zejména příznivé klimatické podmínky oživily zemědělství, které bylo v roce 1998 nejvíce postiženo. Meziroční růst cenové hladiny se snížil na úroveň 6,6 %. Svou roli sehrála také měnová politika ze strany BSP, jejímž cílem byla „pokrizová“ stabilizace cen a podpora hospodářského růstu. BSP v tomto roce snížila povinné minimální rezervy bank o jeden procentní bod s cílem podpořit opětovný růst bankovních úvěrů a tím oživit ekonomiku. Míra nezaměstnanosti zaznamenala pouze nepatrný pokles, jelikož trh ještě nestačil vytvořit dostatečné množství pracovních míst. (AR BSP, 1999) Až do roku 2002 zastávala BSP politiku měnového cílování, jejíž podstata spočívala v relativně stabilním růstu měnové zásoby v souladu s reálným růstem ekonomiky. Míra inflace tak byla ovlivňována nepřímo prostřednictvím řízení měnové nabídky. V roce 2000 Měnová rada BSP schválila nový koncept měnové politiky označovaný jako cílování inflace a přijat byl následně v lednu 2002. Tento přístup zakládá BSP sledovat cenovou stabilitu jako hlavní cíl a vyžaduje,


30

aby byl v dostatečném předstihu oznámen inflační cíl, který je BSP zavázána naplnit v rámci stanoveného časového úseku. Za jistých okolností je respektováno, pokud BSP explicitní inflační cíl nedosáhne. Tato skutečnost je tolerována, za předpokladu, že nastává některý z uvedených případů: (Inflation Targeting, BSP 2010) • kolísání cen zemědělských produktů, • přírodní katastrofy a podobné události se zásadními dopady na hospodářství, • kolísání cen ropných produktů, • náhlé změny ve vládní politice s přímým dopadem na ceny (daně, dotace).

Ito a Hayashi (2004) ve své práci uvádějí, že právě výše zmíněné doložky ospravedlňující případné nenaplnění určeného inflačního cíle se staly terčem kritiky ze strany IMF, jelikož mohou podkopat důvěryhodnost měnové politiky Filipín. Sami autoři však dodávají, že s ohledem na zranitelnost Filipín vůči exogenním šokům či klimatickým vlivům jsou tyto doložky adekvátní. Koncept inflačního cílování je pro Filipíny specifický tím, že je založen na oznámení cíle s dvouletým předstihem. O jeho podobě diskutuje filipínská vláda společně s BSP, která má následně zodpovědnost za jeho dosahování. Jako základní cenový index, prostřednictvím kterého BSP koordinuje inflační cíl, je index spotřebitelských cen (CPI). Bazickým rokem, ke kterému se změna cenové hladiny vztahuje, je rok 2000.

Obr. 6 Vývoj míry inflace na Filipínách v letech 2002-2011 včetně cílového inflačního pásma (Zdroj: Inflation Targeting, BSP (2010))

Hned v roce 2002 si BSP stanovila za cíl udržet inflaci v pásmu 5-6 %. Skutečná inflace však v tomto období zaznamenala klesající trend a dostala se až


31

k hranici 3 %. Ito a Hayashi (2004) uvádí, že příčinou této neočekávané dezinflace byly nízké ceny jídla a energií společně s relativně silným tří procentním růstem domácího produktu. Příznivý vývoj donutil centrální autority k dohodě o ponížení cílového pásma na 4,5-5,5 % v roce 2003. Exogenní šoky v podobě růstu světových cen ropy v kombinaci s nevlídným klimatem se postaraly v roce 2004 o rostoucí trend cenové hladiny nad rámec cílového pásma. Cena ropy za barel vzrostla meziročně z 26,69 USD na 33,63 USD, tedy zhruba o 26 %. Nabídkou tažená inflace byla zapříčiněna vyššími dovozními cenami této strategické suroviny, což navýšilo náklady například dopravních podniků, které byly nuceny podstatně zdražit jízdné, dále vzrostly sazby za odběr elektrické energie. Cenový růst byl rovněž podporován růstem cen zemědělských plodin (kukuřice) či ryb. Nepříznivý vývoj se přenesl i na trh práce. Řada podniků přestala být konkurenceschopná a byla nucena zredukovat své kapacity. Míra nezaměstnanosti vzrostla až na 11,8 %. (AR BSP, 2005) Během následujících tří let rostla filipínská ekonomika úctyhodným tempem. Daňová reforma, která například znamenala zvýšení daně z přidané hodnoty, společně s omezením vládních výdajů v roce 2006 pomohla ke snížení schodku státního rozpočtu až na 1,1 % HDP. Konsolidace příjmů do státní pokladny umožnila vládě už v roce 2007 opět vládní výdaje navýšit. Růst agregátní poptávky podpořil reálný ekonomický růst, který v roce 2007 přesáhl 7 %. Vhodné ekonomické podmínky měly pozitivní vliv na cenovou hladinu i trh práce. V roce 2007 rostla poptávka po pracovní síle ve všech oblastech hospodářství, především v terciální sféře. Celková zaměstnanost na Filipínách vzrostla oproti předešlému roku o 2,8 % na více jak 33,5 miliónů obyvatel. Míra inflace se v tomto roce na dostala na jednadvacetileté minimum 2,8 %. (AR BSP, 2007, 2008) Hospodářský cyklus však v roce 2007 dosáhl svého vrcholu a následně jej vystřídala recese. Postiženy byly zejména sektory citlivé na cenu ropy, která již několik let výrazně rostla. Současný pokles poptávky nedovolil těmto podnikům nepříznivou situaci dlouhodobě ustát. V srpnu roku 2008 se ropa obchodovala za cenu přesahující hranici 130 USD za barel. Cenová hladina ve stejném období pokořila 12% hranici (obrázek 6). Celoroční průměr pak představoval nárůst oproti předchozímu roku o 9,3 %. Krize však neměla natolik ničivý dopad na trh práce jako v jiných zemích. Nezaměstnanost vzrostla přibližně o 0,5 % a jejím zdrojem byl převážně zpracovatelský průmysl, který postihly již zmíněné vysoké dovozní ceny ropy. (Yap, 2009) V následujících letech byl ekonomický vývoj na Filipínách poměrně stabilní. BSP se podařilo po několika letech plných exogenních šoků naplnit inflační cíle a udržovat cenovou hladinu stabilizovanou. Podobně i trh práce nepodléhal žádným výrazným fluktuacím co do počtu zaměstnaných resp. nezaměstnaných.


32

6.2 Malajsie Před propuknutím asijské měnové krize byla Malajsie další zemí rostoucí impozantním tempem. Země se od doby získání své nezávislosti postupně přetransformovala z čistě zemědělsky orientované a dnes již většina obyvatelstva pracuje ve sféře průmyslu a služeb. Přesto stále zůstává zastoupen poměrně výrazný podíl populace v primární sféře. Formování hospodářství Malajsie před asijskou krizí bylo ovlivněno přílivy zahraničního kapitálu ve velkých objemech, které bylo v té době typické pro všechny zkoumané země. Levná pracovní síla a zahraniční investice umožnily rozvoj zejména odvětví elektroniky, které se následně stalo velmi exportně zaměřené. Vývoj tímto směrem byl podpořen mimo jiné i tzv. „Aktem pro podporu investic“ z roku 1986, který otevíral dveře do země novým investorům, kladl důraz na privatizaci a omezení veřejných výdajů. (OECD, 1999) Asijská krize vedla malajskou vládu k poněkud odlišnému přístupu jejího řešení ve srovnání s okolními státy. Abdelal a Alfaro (2003) uvádějí, že většina postižených zemí zmítajících se v chaosu byla nucena využít pomoci IMF. Malajsie tak neučinila a namísto toho začala řešit problémy vlastní silou, prostřednictvím politiky kontroly kapitálových toků. Její podstatou bylo zabránit odlivu zahraničního kapitálu a tím spekulativním útokům na malajský ringit. Osoby, jejichž kapitál pocházel ze zahraničí, neměly kvůli této politice možnost prodávat po dobu jednoho roku ringit na měnovém trhu a jejich prostředky byly „zmraženy“ pro zastavení zahraničního přelévání. Autoři dále poznamenávají, že ani po uplynutí jednoho roku nemohli investoři dostat své prostředky plně zpět, jelikož na případný odliv kapitálu byla uvalena tzv. „výstupní daň“. Státní regulativní opatření byly zrušeny až v roce 2001. Události během krize vedly paradoxně k zafixování malajského ringitu na americký dolar ve výši 3,8 MYR/USD za účelem (mimo jiné) dosažení kontroly nad vývojem inflace v zemi. Jednalo se o ojedinělé opatření mezi krizí postiženými asijskými zeměmi. Zatímco ostatní země byly nuceny ponechat tvorbu směnného kurzu tržním silám, Malajsie se vydala opačným směrem. Malajsie se až do započetí měnové krize v roce 1997 mohla pyšnit rychlým tempem růstu domácího produktu a relativně nízkou nezaměstnaností (cca 2,4 % v roce 1997). V následujícím roce došlo k jejímu nárůstu až na hodnotu 3,2 % (obrázek 7). I ta se však zdá být v tak chaotické době jako byla měnová krize poměrně nízká. Yi (2003) ji vysvětluje tím, že venkovské oblasti nebyly tak tvrdě zasaženy krizí, jelikož produkují hlavně zemědělské komodity oceněné v amerických dolarech. Kromě toho byly tyto oblasti schopny částečně absorbovat pracovní sílu, která ztratila své uplatnění ve městech. Navíc krize donutila vládu k odložení financování veřejných projektů a přijmout prostředky vedoucí k přísnější monetární a fiskální politice (omezování vládních výdajů se dotklo také pracovníků veřejné správy).


33

Míra nezaměstnanosti (%)

Reálný růst HDP 11,0

3,6 7,0

3,4 3,2

3,0

3,0 2,8

-1,0

2,6 2,4

-5,0

Reálný růst HDP(%)


3,8

2,2 2,0

-9,0 1996

1998

2000

2002 2004 Období

2006

2008

2010

Obr. 7 Vývoj míry nezaměstnanosti a reálného HDP v letech 1996-2010 (Zdroj: Malaysia, Indexmundi.com (2010), vlastní zpracování)

Malajský trh práce byl z velké části nasycen imigrantskými pracovníky (zejména z Indonésie). Krize dala jednoznačně najevo, že nebude dostatek kapacit pro udržení stávající zaměstnanosti. Proto se malajská vláda rozhodla, že „očistí“ trh o tyto imigranty. Celá řada z nich přišla o práci ve stavebnictví z důvodu omezení vládních výdajů a další podstatné části pracovníků mělo v roce 1998 vypršet pracovní povolení. Jedním z vládních opatření proti vzrůstající nezaměstnanosti byla tzv. politika repatriace, která spočívala v navrácení imigrantů do jejich vlasti. Trh práce tak opustilo kolem 900 000 pracovníků. (Yi, 2003) Jak ukazuje obrázek 7, Malajsie se poměrně snadno dostala do rychlého tempa růstu reálného produktu (necelých 7 % v roce 1999). Následný poměrně rychlý hospodářský růst vytvořil v období 2001-2005 kolem 1,6 miliónu nových pracovních míst, převážně v sektoru služeb. Značné pozornosti v novém tisíciletí se ze strany vlády dostalo také malým a středním podnikům, které vytvářely pracovní místa pro více jak 2,3 miliónů lidí. Vládní podpora proto směřovala například do dalšího rozvoje infrastruktury či usnadnění přístupu malých a středních podniků k finančním zdrojům pro jejich další rozvoj. Tato vládní politika si vyžádala výdaje ve výši jedné miliardy amerických dolarů. Nezaměstnanost se do roku 2007 podařilo snižovat až na úroveň 3,2 %. Nejvyšší podíl na celkové nezaměstnanosti (cca 50 %) ještě v roce 2006 tvořila skupina mladých lidí a čerstvě vystudovaných absolventů ve věkovém rozmezí 15-29 let. (MOHR, 2006) Světová finanční krize uštědřila malajské ekonomice další šok. Její dopady však nebyly tak trýznivé jako v letech 1997/1998. Nezaměstnanost se v roce 2009 zvýšila pouze o 0,3 % oproti roku 2008, resp. z 3,3 % na 3,6 % (obrázek 7). Nejhorší dopady měla krize z roku 2008 na zahraniční pracovníky působící


34

v Malajsii. Vláda ve snaze povzbudit domácí pracovní sílu zavedla několik opatření v neprospěch zahraničních pracovníků. Ekonomická recese přiměla malajskou vládu k přijetí tzv. stimulačního balíčku pro oživení ekonomiky. Částka ve výši 7 miliard byla rozprostřena do oblastí, které měly dle vlády nejvyšší multiplikační efekt, tj. investice do výstavby nízko nákladových domů, rekonstrukce státních budov, budování infrastruktury, část prostředků směřovala také na veřejné statky jako školy, nemocnice, veřejná doprava. Později byl zaveden i tzv. druhý stimulační balíček, který reagoval na neuspokojivé výsledky prvního projektu. Jeho výše činila tentokrát 60 miliard, přičemž v částce byla zahrnuta i rezerva pro vládní garanci bankovních vkladů (viz níže). Vládní výdaje se tak staly hlavní komponentou agregátní poptávky, která opět nastartovala ekonomický růst. (Mah-Hui, Khoon, 2010) Vývoj míry inflace byl ve sledovaném období rovněž postihnut celou řadou faktorů. Cheng a Tan (2002) testovali, jaké veličiny nejvíce působí na vývoj míry inflace v Malajsii. Došli k závěru, že dominantní vliv mají externí faktory, tedy faktory působící na domácí ekonomiku zvenčí. Konkrétně míra inflace členských zemí organizace ASEAN, se kterými je Malajsie výrazně obchodně spjata a dále směnný kurz. Naopak téměř nevýznamný byl vliv příjmů domácností, jejichž růst je redukován prostřednictvím vyšších daňových sazeb, aby se zabránilo „přehřátí“ ekonomiky a následně inflaci. Na obrázku 8 je znázorněn vývoj míry inflace společně s vývojem měnového kurzu MYR/USD. Až do července roku 1997 zastávala Malajsie politiku řízeného floatingu. Začátek asijské krize byl doprovázen prvními spekulativními útoky na malajský ringit, což vedlo k jeho oslabení o zhruba 50 %. Od poloviny roku 1997 do zhruba šestého měsíce roku 1998 je patrná pozitivní korelace obou veličin. Vliv na rostoucí cenovou hladinu měla depreciace malajského ringitu, ale také, jak uvádí Crichton (2006), rostoucí ceny potravin a paliva. Současně však podotýká, že ve srovnání s ostatními postihnutými zeměmi dosahovala Malajsie v krizovém období 1997-1999 společně se Singapurem nejnižší průměrnou míru inflace včetně nejnižší průměrné volatility této veličiny.


35

MYR/USD

Míra inflace

5,00 4,50 4,00 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00

10,0 8,0

4,0

%

6,0

2,0 0,0 -2,0 -4,0 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10

19 96

MYR/USD

19 96 19 97 19 98 19 99 20 00 20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10

Období

Období

Obr. 8 Vývoj kurzu MYR/USD (denní) a míry inflace (čtvrtletní) v Malajsii v letech 1996-2010 (Zdroj: IFS, IMF (2011), vlastní zpracování)

Od poloviny roku 1998 až do roku 2005, kdy byl malajský ringit fixován na americký dolar, vykazovala míra inflace v zemi poměrně stabilní vývoj (obrázek 8). V červenci roku 2005 BNM oznámila, že se opět vrací k politice řízeného floatingu. Dále prohlásila, že primárním cílem této politiky je udržovat stabilní měnový kurz vůči hlavním obchodním partnerům, především v regionální oblasti. (AR BNM,2005) Výrazný zlom ve vývoji inflace nastal až v krizovém roce 2008. V jednom období tohoto roku dosáhla míra inflace více jak 8 %, což bylo dlouhodobé maximum. V první polovině roku 2008 byl ekonomický růst tažen zejména silnou domácí poptávkou a výraznou výkonností exportu. Posléze se však začaly projevovat rychle rostoucí ceny světových energií a komodit, což se odrazilo i na růstu cen na domácím trhu. Jakmile se začala zhoršovat celosvětová finanční situace a prohlubovat všeobecná nejistota přistoupila BNM k zavedení tzv. preventivních opatření. Ty spočívaly v plné vládní garanci vkladů v domácí i zahraniční měně u všech komerčních a investičních bank či rozšíření přístupu k likviditě BNM o pojišťovací společnosti. Z důvodu očekávaného utlumení domácí ekonomiky v roce 2009 přistoupila BNM ke snížení úrokových měr a povinných minimálních rezerv za účelem posílení ekonomické aktivity. Snížení tlaků na růst nákladů a krizí ochromená domácí poptávka však vedla nakonec v roce 2009 k výraznému meziročnímu snížení růstu cenové hladiny (ve třetím a čtvrtém čtvrtletí 2009 dokonce až deflaci) a poklesu domácí produkce. BNM proto pokračovala v expanzivní politice a snižovala úrokovou míru. K výraznému oživení ekonomického růstu došlo až v roce 2010 (viz výše, stimulační balíček na oživení ekonomiky). Míra inflace se v tomto období ustálila na úroveň 2 %. (AR BNM, 2009,2010,2011)


36

6.3 Thajsko Do roku 1997 bylo Thajsko jednou z nejrychleji se rozvíjejících ekonomik na světě. Po dobu téměř tří desetiletí nezažilo záporný růst domácího produktu. Export byl pro Thajsko hlavním tahounem ekonomického růstu. Velké objemy zahraničních investic směřovaly do oblasti automobilového průmyslu či produkce elektroniky, jejichž bylo Thajsko exportním gigantem. Příčiny krize z roku 1997 byly obdobné jako u ostatních postižených zemí. Thajsko je však považováno za zdroj „nákazy“, která se rozšířila mezi ostatní asijské země. Lákavé investiční prostředí přilákalo velký objem zahraničního kapitálu, zejména krátkodobého, který byl dominantním stimulem ekonomického růstu. Období optimismu a prosperity vedlo komerční banky až k nezdravé expanzi úvěrů a nepřiměřenému růstu cen na trhu akcií i jiných aktiv. To vše, společně s fixací thajského bahtu na americký dolar a politickou nejistotou přispělo k propuknutí krize. Situace byla natolik vážná, že musel zasahovat na pomoc postiženým zemím i IMF. (OECD, 1999; IMF, 1998) Jednou z implikací měnové krize byl tzv. „credit crunch“ (silné zpřísnění podmínek k poskytování úvěrů), který měl zásadní dopady na produkci soukromých podniků. Jak je známo, velikost produkce je funkcí pracovní síly. Cela řada pracovníků, byla nucena opustit své zaměstnání. Nejvíce byla postihnuta oblast stavebnictví, kde o práci přišlo téměř milión zaměstnanců. Celková nezaměstnanost vzrostla na 4,37 % v roce 1998 oproti 1,53 % v roce 1997. Hospodářská recese v Thajsku byla vystřídána opětovným růstem až od roku 1999. Rostoucí soukromá spotřeba, export, ale především zvýšené vládní výdaje stimulovaly ekonomiku k dalšímu růstu, která byla hluboko pod svým potenciálem. Zaměstnanost v letech 1999 až 2000 vzrostla z necelých 16 miliónů pracovníků na necelých 26 miliónů. (Krongkaew a kol., 2006) Relativně rychlý růst ekonomiky Thajska v po krizovém období napomohl nejen k růstu zaměstnanosti, ale také ke snižování počtu obyvatel žijících na hranici chudoby. Ekonomický růst byl však spjat i s hrozbou neustálého zvyšování nerovností v příjmech jednotlivých domácností. Krongkaew a kol. (2006) podotýkají, že thajská pracovní síla je vysoce citlivá na výkyvy ekonomiky. Chudoba a nerovnosti v příjmech vedly, jak autoři uvádí, thajskou vládu například k přijetí systému zabezpečení nezaměstnaných. Zaměstnaní pravidelně začali přispívat do tzv. fondu sociálního zabezpečení, ze kterého následně byly nezaměstnaným vypláceny dávky. Tato finanční podpora byla však podmíněna absolvováním rekvalifikačních či jiných vzdělávacích kurzů. Období ekonomické prosperity společně s vládními programy výrazně přispěly ke snižování celkové nezaměstnanosti. Ta se podle statistik ILO snížila z 2,4 % v roce 2000 až na 1,2 % v roce 2008. Skutečnosti v roce 1997 přinutily Thajsko k opuštění fixního měnového kurzu, který byl nahrazen tzv. řízeným floatingem (v červenci 1997). Tvorba směnného kurzu tak byla ponechána tržním silám za dohledu BOT. Současně se BOT snažila udržovat trvalý růst ekonomiky a stabilní cenovou hladinu prostřednictvím politiky měnového cílování, která byla přijata po změně


37

měnového režimu. Domácí peněžní nabídku BOT kontrolovala až roku 2000, kdy byla tato politika vystřídána politikou inflačního cílování, kterou BOT vyhodnotila jako efektivnější pro udržování nízké cenové hladiny. Charoenseang a Manakit (2007) tvrdí, že jedním z důvodů, který vedl k této změně, bylo také pozorování stále slabšího vztahu mezi peněžní nabídkou a výstupem ekonomiky. Hlavním cenovým indexem, který se BOT snažila po přijetí inflačního cílování udržovat v cílovém pásmu nebyl běžný index spotřebitelských cen, ale tzv. jádrová (čistá) inflace. Její rozdílnost spočívá v tom, že do ní nejsou započítány vysoce volatilní ceny čerstvého jídla a energií. Poměrně vysoká volatilita v krátkém období u těchto statků znemožňuje BOT přijímat efektivní opatření při dosahování svých cílů. Jádrová inflace v podstatě kopíruje směr vývoje míry inflace vypočtené z běžného indexu spotřebitelských cen. Vývoj těchto dvou ukazatelů je zachycen na obrázku 9. (BOT, 2008) běžná míra inflace

jádrová inflace

6,0 5,0 4,0 %

3,0 2,0 1,0 0,0 -1,0 -2,0

2000

2002

2004 2006 Období

2008

2010

Obr. 9 Vývoj běžné míry inflace a jádrové inflace v Thajsku v letech 2000-2010 (Zdroj: Statistic, BOT (2012), vlastní zpracování)

V samotných počátcích inflačního cílování stanovila BOT „inflační mantinely“ v rozmezí 0-3,5 %, přičemž predikce tohoto inflačního cíle je sestavována vždy na osm čtvrtletí dopředu. Od roku 2009 se inflační cíl ustanovil v rozmezí 0-3 %. Z obrázku 9 je patrné, že BOT se podařilo inflační cíle naplnit. Po dobu celého referenčního období leží jádrová inflace ve zvoleném pásmu. (BOT, 2008) Obrázek 9 rovněž dokládá, že křivka znázorňující průběh běžné míry inflace se v roce 2002 odrazila a rostla relativně rychlým tempem až do roku 2006, kdy meziroční růst cenové hladiny začal zpomalovat. Vypozorovaný rostoucí trend v cenové hladině byl podmíněn několika různými faktory. V roce 2002 bylo Thajsko postiženo rozsáhlými záplavami, jejichž důsledky rovněž promítly do ekonomického světa. Nedostatečná produkce zeleniny a ovoce vyvolala růst cen


38

těchto plodin. Kromě toho byl od roku 2003 vyvíjen tlak na růst ceny ropy z důvodu napjaté situace v Iráku. Na rychlejší růst cenové hladiny od roku 2003 měly do jisté míry vliv i domácí podmínky. Roky 2003-2004 byly charakteristické poměrně silně rostoucí agregátní poptávkou, která byla tažena jak soukromou spotřebou, investicemi, tak i exportem. Jedním z důvodů této expanze bylo pozvolné snižování klíčového nástroje monetární politiky, a to 14 denní repo sazby. Její klesající trend od začátku roku 2002 až do poloviny roku 2004 je možné pozorovat na obrázku 10. Nižší úrokové sazby znamenaly pro ekonomické subjekty nižší náklady obětované příležitosti, a proto dávaly přednost soukromé spotřebě a investicím na úkor úspor. (AR BOT, 2004, 2005) 6,0 5,0

%

4,0 3,0 2,0 1,0 0,0 0 2 3 0 1 1 2 6 7 5 6 3 4 7 8 4 5 I. 0 V II .0 I. 0 V II .0 I. 0 VII .0 I. 0 VII .0 I. 0 VII .0 I. 0 V II .0 I. 0 V II .0 I. 0 VII .0 I. 0 Období Obr. 10 Vývoj hodnoty 14 denní repo sazby (v %) v Thajsku od ledna 2000 do února 20089 (Zdroj: Statistic, BOT (2012), vlastní zpracování)

V dalších letech se situace značně změnila. BOT z obavy narušení ekonomické stability začala postupně zvyšovat úrokovou míru. Postoj BOT uvolnil tlak na růst cenové hladiny, která se meziročně zvýšila pouze o něco málo přes 2 % (rok 2007). I přes oslabení domácí poptávky, rostla thajská ekonomika tempem zhruba 5 % v roce 2006 i 2007. (AR BOT, 2006, 2007) V roce 2008 dosahovala míra inflace nejvyšší hodnoty od roku 2000, a to více jak 5 % (viz obrázek 9). Na prudký vzestup cen měla vliv především rostoucí cena ropy. Ekonomická krize způsobila celkové oslabení domácí produkce a měla rovněž neblahý vliv na thajský export. Kromě toho země rovněž utrpěla ránu v podobě snížení příjmů z turismu, což způsobil tamní politický konflikt, který vyústil až k uzavření několika klíčových letišť. I přes probíhající krizi zůstala nezaměstnanost na poměrně nízkých hodnotách (v roce 2008 1,2 %). Hospodářská recese přinutila vládu ke státnímu zásahu do ekonomiky, který byl

9

Vývoj 14 denní repo sazby není uveden až do roku 2010 z důvodu nedostupnosti dat.


39

složen z několika fází. První fáze intervencí byla zaměřena na snížení dopadů rostoucích cen a byla realizována například prostřednictvím následujících kroků: • snížení daní z příjmů fyzických i právnických osob a spotřebních daní, • zvýšení úrovně nezdanitelného příjmů či daňové úlevy v případě úspor, • usnadnění přístupu nízko příjmových skupin obyvatelstva k mikroúvěrům, • odložení splátek úvěrů zemědělců a další.

Tento prvotní fiskální stimul byl počátkem roku 2009 doplněn dalšími vládními investicemi, které byly zaměřeny na rozvojové programy obcí či sociální protekci. V druhé polovině roku 2009 vláda představila třetí stimulační balíček opatření na podporu ekonomiky, který si sliboval vytvoření kolem 1,5 miliónu nových pracovních míst. Investice tak směřovaly do veřejné infrastruktury, zemědělských technologií, turismu, vzdělání, veřejného zdraví atd. (ASEAN, 2011) Thajsko, podobně jako několik dalších zemí, bylo v roce 2009 postihnuto deflací. Rychlý pokles cen způsobila především krizí oslabená světová ekonomika společně s rychlou redukcí ceny ropy. BOT se již v roce 2008 rozhodla pomoci při zotavování ekonomiky snižováním úrokových sazeb. Oživení světové ekonomiky znamenalo opětný narůst poptávky po thajském zboží. Rostoucí export v roce 2010 a vyšší soukromá spotřeba opět stimulovalo ekonomický růst. Míra inflace dosahovala v roce 2010 něco málo přes 3 %, míra nezaměstnanosti kolem 1,2 %. (AR BOT, 2009, 2010)

6.4 Singapur Malá otevřená ekonomika jako je Singapur je velmi závislá na vývoji zahraniční poptávky. I přes poměrně velkou zranitelnost této malé země, nebyla postižena asijskou měnovou krizí tak, jako její blízcí sousedé. Depreciace singapurského dolaru vůči americkému dolaru či japonskému jenu, avšak apreciace vůči thajské, malajské či korejské měně tento fakt potvrzuje. Příčinou singapurské resistence, jak někteří autoři uvádějí, byly silné makroekonomické fundamenty (nízký zahraniční dluh, rozsáhlé devizové rezervy, nízká míra inflace, řízený floating a další) či schopnost přijmout včas vhodná politická opatření. Jedním z odlišných přístupů Singapuru vzhledem k jeho asijským sousedům bylo přijetí skutečnosti, že singapurský dolar musí depreciovat, aby si země udržela konkurenceschopnost. Většina jiných zemí se snažila o udržení kurzu a zabránění jisté depreciaci. Poté co byl thajský baht uvolněn, oslabil singapurský dolar během 6 měsíců o více jak 18 % (z 1,43 na 1,75 SGD/USD). Asijská krize znamenala pro Singapur značný pokles v domácím produktu. Ještě v roce 1997 rostl produkt v této zemi neuvěřitelným tempem 8,9 %. V roce 1998 činil již pouhých 0,3 %. Hospodářský pokles s sebou nesl nárůst nezaměstnanosti na 2,5 % v roce 1998 oproti 1,4 % v předešlém roce, což


40

v absolutním vyjádření znamenalo nárůst v počtu nezaměstnaných o necelých 25 000 osob (obrázek 11). Poté co bylo zřejmé, že se i singapurská ekonomika dostává v polovině roku 1998 do potíží, rozhodla se vláda přistoupit k fiskálním opatřením. První rozpočtové opatření bylo směřováno do oblastí: • snižování nákladů podniků prostřednictvím snižování daní, • vládní investice do rozvojových programů (infrastruktura, vzdělávání, dotování podniků). Uvedená opatření však nepřinesla žádoucí výsledky. Domácí produkt i nadále klesal a rostla nezaměstnanost. Proto vláda koncem roku 1998 přišla s dalším balíčkem, který byl čistě zaměřen na redukci nákladů podniků. Snížily se tak povinné odvody zaměstnavatelů, daně ze zisku a další poplatky, které byly odváděny do státního rozpočtu. Druhé vládní opatření již přineslo lepší výsledky. Zlepšila se celková konkurenceschopnost Singapuru. Rok 1999 znamenal výrazné oživení ekonomiky nejen díky státním zásahům, ale také kvůli rychlému růstu celosvětové poptávky po spotřební elektronice, což podpořilo singapurský export. (Jin,2000; Siriwardana, Iddamalgoda, 2003) míra nezaměstnanosti (%) 4,5 4,0 3,5 3,0 2,5 2,0 1,5 1,0 0,5 0,0

v%

v tisících

počet nezaměstnaných (v tis.) 100,0 90,0 80,0 70,0 60,0 50,0 40,0 30,0 20,0 10,0 -

10 20 09 20 08 20 07 20 06 20 05 20 04 20 03 20 02 20 01 20 00 20 99 19 98 19 97 19

Období Obr. 11 Vývoj míry nezaměstnanosti (v %) a počtu nezaměstnaných (v tis.) v letech 1997 až 2010 (Zdroj: Key Manpower Statistic, MOM (2012), vlastní zpracování)

Zatímco u většiny okolních ekonomik docházelo vlivem měnové krize k současnému růstu cen, v Singapuru dokonce došlo v roce 1998 vlivem vládních opatření k deflaci (obrázek 12). Klesající domácí i zahraniční poptávka po singapurských produktech v doprovodu s vládní politikou rapidně snížila ceny zboží dlouhodobé spotřeby (automobily) nebo soukromou dopravu. Za relativně nízkou cenovou hladinou stály také levněji dovážené potraviny z okolních zemí, vůči kterým singapurská měna posilovala. (AR MAS, 1999)


41

Z modré křivky vyjadřující v obrázku 11 průběh míry nezaměstnanosti lze jednoduše vyčíst, že po stabilizaci ekonomiky a opětovném oživení ekonomického růstu se nezaměstnanost již nezvyšovala, ba naopak, zaujala mírně klesající trend až do roku 2001. Do té doby zažíval Singapur krátkodobou expanzi, kterou v roce 2001 vystřídala recese (viz tabulka 2). Za záporným reálným hospodářským růstem v roce 2001 stojí především události z 11. září a prasknutí tzv. internetové bubliny, které oslabily zahraniční poptávku. V roce 2003 zažila singapurská ekonomika další šok, kdy propukl tzv. SARS, který silně oslabil příjezd nových turistů a všechny další služby, které s cestovním ruchem souvisí, včetně potravinářského průmyslu. Uvedené skutečnosti stály podle MAS (2003) za rostoucí mírou nezaměstnanosti, která dosáhla svého vrcholu v roce 2003 (obrázek 11). Tab. 2

Reálný ekonomický růst na Singapuru v % v letech 1998 až 2010

Singapur 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 real. -2,2 6,2 9,0 -1,2 4,2 4,6 9,2 7,4 8,8 8,9 1,7 -1,0 14,8 HDP v % Zdroj: Key Annual Indicators, DSS (2012), vlastní zpracování

Ekonomika Singapuru je kriticky závislá na mezinárodním obchodě a zahraničním kapitálu. To ji proto činí velmi zranitelnou vůči externím šokům. Hlavní hrozbu pro zvyšování cenové hladiny tak představuje především importovaná inflace. Z toho důvodu MAS považuje za hlavní nástroj monetární politiky kontrolu měnového kurzu, který sleduje v režimu řízeného floatingu. Singapur patří mezi země s rozsáhlými devizovými rezervami, díky kterým si může dovolit dlouhodobě držet měnový kurz v předem stanoveném fluktuačním pásmu, které je upravováno podle ekonomických podmínek. Při pohledu na obrázek 12 je zřejmé, že MAS plní svoji úlohu zodpovědně. Během období od 1997-2007 se míra inflace pohybovala v relativně nízkých hodnotách, z nichž ta nejvyšší dosahovala kolem 2 %. Parrado (2004) přisuzuje dlouhodobě nízkou inflaci vysoké míře úspor, dostatečně vysokým devizovým rezervám, řízenému floatingu, ale také zodpovědné rozpočtové politice, která umožnila vládě dlouhodobě dosahovat rozpočtové přebytky, a tudíž byla MAS zbavena nutnosti financovat vládní politiku. Poté co Singapur „přežil“ nepříliš vlídné období v letech 2001-2003, započal v roce 2004 opět výrazný ekonomický růst (tabulka 2), doprovázen klesající nezaměstnaností (obrázek 11). Tento vývoj pokračoval až do roku 2008, kdy období prosperity vystřídala ekonomická krize.


42

Míra inflac e (%)

7,0

10

Ja n

08

Ja n

07

Ja n

06

Ja n

05

Ja n

04

Ja n

03

Ja n

02

Ja n

01

Ja n

00

Ja n

99

Ja n

98

Ja n

97

Ja n

Ja n

09

Měnov ý kurz SGD/USD

Období (měsíc)

2,00

6,0

%

4,0

1,60

3,0 1,40

2,0 1,0

SGD/USD

1,80

5,0

1,20

0,0 -1,0

1997

1999

2001

2003 2005 Období (rok)

2007

2009

1,00

Obr. 12 Vývoj roční míry inflace a měsíčního měnového kurzu SGD/USD v letech 1997-2010 (Zdroj: Key Annual Indicators, DSS (2012); Exchange rates, MAS (2012), vlastní zpracování)

Zvýšený tlak na růst cenové hladiny v roce 2004 byl zapříčiněn především rostoucími cenami ropy a potravin. Dalším zdrojem inflačních tlaků byla i například ptačí chřipka, která stála za omezením nabídky drůbežích produktů a tím i za růstem jejich cen. MAS v dubnu 2004 přistoupila k politice mírné a pozvolné apreciace singapurského dolaru, aby inflačním tlakům zabránila (obrázek 12). V roce 2006 stály za vyšší mírou inflace (1 %) rostoucí náklady na bydlení kvůli vyšším cenám elektřiny, které odrážely pokračující růstovým trend ceny ropy. V roce 2007 se opět na akceleraci domácí míry inflace podílely rostoucí obchodní náklady vlivem vyšších cen dovážených komodit, zejména potravin a ropy. MAS se proto odhodlala v druhé polovině roku 2007 podpořit ekonomiku další apreciací domácí měny, aby utlumila tlaky na růst cenové hladiny (obrázek 12). (AR MAS, 2005, 2007, 2008) Rychlé tempo růstu singapurské ekonomiky od roku 2004 (tažené prosperující ekonomikou jejího hlavního obchodního partnera USA) se podílelo také na vytvoření velkého množství pracovních míst napříč řady odvětví. Po boku silné zahraniční poptávky přispěla k růstu i vládní politika. Fiskální politika vlády byla odjakživa orientovaná na podporu soukromého sektoru, který považuje za hlavní motor ekonomického růstu. Singapurská daňová politika je jedním z faktorů, který má na jeho ekonomiku blahodárný účinek. Je postavena na tzv. jednostupňovém systému, který znemožňuje dvojí zdanění. Daní se pouze podnikatelský zisk, nikoliv vyplácené dividendy. Dani nepodléhají ani kapitálové zisky, čímž je vytvořeno přátelské podnikatelské prostředí, které podporuje zahraniční investice, zakládání nových podniků a tím i ekonomický růst. K tomu všemu jsou nově založené podniky po dobu tří let osvobozeny od daně z příjmů, nepřesahuje-li jejich zdanitelný příjem 100 000 SGD. Nejvyšší daňová sazba, která je uplatňovaná na podniky jejichž zdanitelné příjmy


43

přesahují 300 000 SGD, má dlouhodobě klesající tendenci. V roce 2004 tato sazba činila 22 %, v roce 2005 a 2006 20 %, v roce 2007 18 % a v roce 2010 již 17 %. Dlouhodobá snaha redukovat výši daňové sazby řadí Singapur mezi vzorové země z pohledu investiční atraktivity. (GuideMeSingapore, 2012) Krize započatá rokem 2008 postihla Singapur nejvíce ze všech členských zemí organizace ASEAN. V prvním čtvrtletí roku 2009 poklesl domácí produkt o 9,5 %. Příčinou bylo zejména silné oslabení světové poptávky po průmyslových produktech. Pokles rovněž zaznamenal turismus a intraasijský obchod. Cenová hladina v roce 2008 rostla vlivem vyšších cen dovážených komodit. Přesáhla hranici 6 %. Míra nezaměstnanosti vzrostla vlivem krize v roce 2009 na 3 %. Z obavy negativních sociálních dopadů finanční krize přijala vláda balíček ve výši 20,5 miliard SGD, který jim měl předcházet, a byl podobně jako v roce 1998 založen na principu krácení nákladů pro zachování pracovních míst. Některé z komponent tohoto balíčku tvořily například programy na podporu zaměstnání označované jako SPUR (programy pro zlepšování dovedností a větší flexibilitu zaměstnanců) nebo WIS (poskytování prospěšných prací pro doplnění příjmů), na které byla vynaložena více než polovina ze stanovené částky. Do prvního z uvedených programů, SPUR, spadá kromě zlepšování dovedností formou vzdělávacích kurzů zaměstnanců také samotná podpora upadajících podniků. Vládní podpora těchto podniků vedla k redukci jejich obchodních nákladů a tím zamezení nutnosti propouštění zaměstnanců. Vláda dále schválila slevy na daně z příjmů, z majetku a další. (ASEAN, 2011) V roce 2010 po oživení světové poptávky rostlo HDP neuvěřitelným tempem 14,8 %. Míru nezaměstnanosti se podařilo snížit na 2,2 %. Míra inflace nedosáhla ani 3 %.

6.5 Jižní Korea Korea před začátkem asijské krize disponovala značně omezenými národními zásobami devizových rezerv, proto je situace v této zemi v letech 97/98 často označovaná jako krize likvidity, nikoliv jako krize způsobená velkým zahraničním dluhem. IMF a další mezinárodní finanční instituce uvolnily na záchranu této země více než 58 miliard dolarů, které byly postupně čerpány až do roku 2000. Samotná vláda přistoupila k celé řadě reforem, které měly napravit a stabilizovat situaci v zemi. Mezi ně patřila například rehabilitace finančních institucí formou finanční podpory bank, které trpěly velkým množstvím nesplacených půjček. Dále regulace morálního hazardu, kapitálová liberalizace, která vedla k přijetí režimu volně plovoucího měnového kurzu (prosinec 1997) či uvolnění omezení zahraničních investic na korejské burze a zahraničních investic do korejských dluhopisů. (Kihwan,2006) Masivní odliv kapitálu po započetí krize se BOK snažila kompenzovat zvyšováním úrokových měr. Jakmile se zmírnila síla depreciace korejského wonu a na měnovém trhu začala panovat stabilita, mohla BOK přistoupit k expanzivní monetární politice a úrokové míry poklesly (obrázek 13).


44

30,00 25,00

%

20,00 15,00 10,00 5,00

19 97 /0 1 19 98 /0 1 19 99 /0 1 20 00 /0 1 20 01 /0 1 20 02 /0 1 20 03 /0 1 20 04 /0 1 20 05 /0 1 20 06 /0 1 20 07 /0 1 20 08 /0 1 20 09 /0 1 20 10 /0 1

0,00

Období

Obr. 13 Vývoj úrokové míry (overnight) v Jižní Koreji od ledna 1997 až do prosince 2010. (Zdroj: ECOS, BOK (2012), vlastní zpracování)

Prudké zvýšení dovozních cen jako reakce na výraznou depreciaci korejského wonu mělo zásadní dopad na cenovou hladinu v zemi. V roce 1998 zaznamenaly ceny celkový nárůst oproti předchozímu roku o 7,5 % (obrázek 14). Ve stejném roce se Jižní Korea rozhodla změnit svůj dosavadní rámec měnové politiky a poté co centrální banka (BOK) získala nezávislost na korejské vládě, přijala režim cílování inflace. Až do roku 2003 byly inflační cíle stanovovány s ročním předstihem. Posléze se ustanovilo střednědobé cílování v intervalu tří let. (Ito, Hayashi, 2004) V roce 1999 byly již zažehnány spekulantské útoky na korejský won a měnový trh se stabilizoval. Míra inflace meziročně vzrostla pouze o 0,8 %, avšak až do roku 2001 nabírala opět rostoucí trend, který byl zakončen vrcholem přesahující hranici 4 %.


45

Míra inflace

Čistá inflace

8,0 7,0 6,0 %

5,0 4,0 3,0 2,0 1,0 0,0 1997

1999

2001

2003 2005 Období

2007

2009

Obr. 14 Vývoj míry inflace a čisté inflace v Jižní Koreji letech 1997-2010 (Zdroj: Statistical databaze, KOSIS (2012), vlastní zpracování)

Lee a Rhee (2007) považují fiskální politiku v Jižní Koreji před asijskou krizí za velmi disciplinovanou a její nástroje nebyly příliš využívány za účelem stabilizace hospodářských výkyvů. Vnímání a pohled na fiskální politiku se však během asijské krize změnil. Korejská vláda, znepokojena hospodářskou recesí v roce 1998, přijala kromě finanční pomoci IMF rovněž rozhodnutí o vydání vládou garantovaných dluhopisů. Takto získané veřejné zdroje byly posléze použity na restrukturalizaci ekonomiky. Získané zdroje byly také použity na podporu krizí otřesených malých a středních podniků či jako prostředky sloužící jako vládní garance půjček nebo jako finanční podpora skomírajících finančních institucí, které trpěly nedobytnými pohledávkami. Celková hodnota vydaných dluhopisů činila 39 biliónů wonů. Autoři dále uvádějí, že injekce veřejných financí do ekonomiky vedla k výraznému multiplikačnímu efektu. Nejen že celkově vzrostly vládní výdaje, ale rovněž fiskální podpora finančních institucí vedla k nárůstu poskytovaných úvěrů. Agregátní poptávka, tažena soukromou spotřebou a investicemi, vzrostla. V pokrizovém období, jak dokládá obrázek 15, rostl korejský domácí produkt opět úctyhodným tempem (více jak 10 %). Ačkoliv se meziroční nárůst v produkt v letech 1999-2001 snižoval, míra nezaměstnanosti prožívala ozdravné období a klesala z necelých 7 % dosažených během krize až na hodnotu blízkou 3 % v roce 2002. Yi (2003) uvádí, že míra nezaměstnanosti dosáhla během krize neočekávaných hodnot, a proto vláda musela přijmout celou řadu opatření, kterými jí chtěla čelit. Jednalo se o širokou škálu veřejných projektů, které měly vytvořit nová pracovní místa nebo rozšíření programů pro podporu nezaměstnanosti, na které bylo vydáno v letech 1998 a 1999 mnohonásobně vyšší částky oproti roku 1997.


46

HDP (%) 14,0

7,0

11,0

5,0 5,0 2,0 4,0

HDP (%)

8,0

6,0

-1,0

2,0

-7,0

20 01 20 02 20 03 20 04 20 05 20 06 20 07 20 08 20 09 20 10

-4,0

19 99 20 00

3,0

19 98


Míra nezamaměstnanosti (%) 8,0

Období

Obr. 15 Vývoji míry nezaměstnanosti a HDP v Jižní Koreji v letech 1998-2010. (Zdroj: ECOS, BOK (2012), vlastní zpracování)

Obrázky 13-15 dokazují, že Jižní Korea v letech 2002-2007 zažívala relativně klidné ekonomické období. Míra nezaměstnanosti nepodléhala vyšší volatilitě a zůstala v tomto období v pásmu 3-4 %. Míra inflace rovněž nebyla příliš rozkolísaná. Cenová hladina rostla od roku 2002 tempem 2-4 %. Navíc obě makroekonomické veličiny se od roku 2004/2005 až do započetí krize nacházely v mírně klesajícím trendu. V roce 2008, kdy oslabila domácí poptávka a zpomalení zaznamenal i korejský export v důsledku omezení poptávky ze zahraničí, kleslo tempo růstu domácího produktu na 2,2 %. Rostoucí ceny komodit a depreciace korejského wonu vůči americkému dolaru zvýšily meziroční míru inflace na 4,7 %, čímž nebyl naplněn ani stanovený střednědobý inflační cíl ve výši 3±0,5 %. Koncem roku 2008 a začátkem roku 2009 se rostoucí trend komodit otočil a ceny začaly klesat. Vzhledem k ekonomickým okolnostem (snižující se inflační tlaky, avšak stále převládající nejistota a slabá domácí poptávka) se BOK rozhodla k postupnému snižování úrokových sazeb (obrázek 13), aby zabránila hlubšímu ekonomickému propadu. Nižší tlaky na růst cen a stále nízká agregátní poptávka vyvolaly pokles meziročního tempa růstu cen. Míra inflace činila již pouze 2,8 %. Došlo rovněž k redukci reálných příjmů domácností, proto zůstala i soukromá spotřeba v útlumu. Uvedené skutečnosti vedly ke zhoršení situace na trhu práce. Nezaměstnanost vzrostla ze 3,2 % v roce 2008 na 3,6 % v roce 2009. (AR BOK, 2008,2009) Korejská vláda se rovněž rozhodla v období krize pro fiskální stimul ekonomiky. Kim (2010) uvádí, že vládní výdaje čítající 50 biliónů wonů, tvořily zhruba 5 % korejského HDP a tato částka byla nejvyšší ze všech zemí OECD, které se rozhodly pro fiskální expanzi jako reakci na krizi. Hong (2010) vysvětluje, proč Jižní Korea přikládá rozpočtové politice takový význam.


47

Historické události (období 1997/1998) potvrdily, že s ohledem na stabilitu měnové kurzu je monetární politika méně flexibilní v kontextu vykonávání proticyklické hospodářské politiky. Hong dále uvádí, že fiskální politika má menší časovou mezeru mezi výkonem této politiky a jejími účinky. Navíc, Korea má relativně málo automatických stabilizátorů, které by se postaraly stabilizaci ekonomiky. Hong (2010) ve své práci rovněž polemizuje s myšlenkou efektivnosti fiskální politiky na ekonomiku. Tvrdí, že efektivnost prováděné politiky závisí na závažnosti a hloubce recese. Čím postiženější ekonomika je a čím hlouběji operuje pod svým potenciálem, tím efektivnější bude přínos fiskální politiky. Autor testoval, jak velký multiplikační efekt budou mít vládní výdaje na korejskou ekonomiku, přičemž ve své práci použil pouze období postižené recesí. Došel k závěru, že výdajový multiplikátor dosahuje hodnoty 0,32 v prvním roce a 0,63 v druhém roce, což potvrzuje jeho hypotézu, že vládní výdaje mají větší efekt ve střednědobém horizontu. Ačkoliv ekonomická krize postihla i Jižní Koreu, byla to jedna z mála zemí, jejíž meziroční růst domácího produktu dosáhl pozitivních hodnot a rostl mírným tempem 0,2 % (2009). V roce 2010 růst zrychlil na více jak 6 %. Ekonomická situace byla v Koreji již relativně stabilizována. Míra inflace opět spadala mezi stanovené hranice inflačního cíle a dosahovala 3 %. Míra nezaměstnanosti rovněž zůstala relativně nízká na hodnotě 3,6 %.

Empirický výzkum - identifikace vztahu nezaměstnanosti a inflace

48

7 Empirický výzkum - identifikace vztahu nezaměstnanosti a inflace K identifikaci vztahu mezi mírou nezaměstnanosti a mírou inflace se vychází ze dvou teoretických přístupů. Nejdříve je využit princip tzv. modifikované Phillipsovy křivky (model 1), následně princip označovaný jako Friedman-Phelpsovo rozšíření Phillipsovy křivky (model 2). Nejdříve je tedy sledován samotný vliv míry nezaměstnanosti na míru inflace. Následně je zkoumání podroben i vliv inflačního očekávání na skutečnou míru inflace. Výsledky této kapitoly jsou dostačující pro přijetí či zamítnutí hlavních hypotéz.

7.1 Rozvíjející se ekonomiky Skupina je reprezentována Filipínami, Malajsií a Thajskem. Jedná se o země, kde v agrární sféře pracuje stále relativně velký podíl jejich obyvatelstva (zejména na Filipínách). Lze však hovořit o tom, že postupně průmysl a služby nabývají u těchto zemí na stále větším významu. Země se vyznačují poměrně rychlým tempem růstu domácího produktu. 7.1.1 Filipíny – model 1 V první řadě je provedena tzv. jednorozměrná regresní analýza, kde je sledován vliv míry nezaměstnanosti na míru inflace. Pomocí metody nejmenších čtverců byl odhadnut za předpokladu lineární funkční formy následující model: ∧

π t = 5,676 − 0,042 ⋅ U t .

(13)

Po analýze tohoto výsledku je zřejmé, že koeficient β1 , který vyjadřuje citlivost reakce míry inflace na změnu míry nezaměstnanosti, je záporný. Hodnota koeficientu β1 je v souladu s ekonomickou teorií. Je zde detekován inverzní vztah veličin. Problém však nastává při posuzování kvality modelu. Koeficient determinace nabývá příliš nízké hodnoty nato, aby byl model označen za kvalitní. Nevýznamnost modelu potvrdil i F-test. Statistická významnost na 5% hladině významnosti byla prokázána pouze u koeficientu β 0 . Veškeré tyto skutečnosti vedou k tomu, že model nelze považovat za vhodný. Z toho důvodu je vytvořen alternativní model, který již nepředpokládá lineární funkční formu, nýbrž funkční formu inverzní. ∧

π t = 5,294 - 0,172 ⋅ U t −1 .

(14)


49

Model uvedený ve vztahu (14) je nutné také zavrhnout. I zde k tomuto rozhodnutí přispěla nízká vypovídací schopnost modelu (nízký koeficient determinace i neprůkaznost modelu pomocí F-testu). Nastává otázka, jak uvedené problémy řešit. Oba odhadnuté modely vyjadřují, že vztah míry nezaměstnanosti a míry inflace není významný. Po hlubší analýze empirických hodnot je možné vypozorovat, že časová řada míry inflace na Filipínách vykazuje určité extrémy.

14 12 10

%

8 6 4 2 0 -2

1 2 34 1 2 3 41 2 34 1 23 41 2 34 1 23 4 1 2 34 1 23 4 1 2 3 41 23 4 1 2 3 41 2 34 1 2 3 4 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

Období

Obr. 16 Vývoj míry inflace na Filipínách v letech 1998-2010 (Zdroj: IFS, IMF (2011), vlastní zpracování)

Předpokládá se, že extrémní hodnoty snižují kvalitu regresního modelu, protože se jedná o prvky zkreslující výsledné statistiky. Grafická analýza umožňuje rozpoznat, že od prvního čtvrtletí roku 1998 míra inflace roste a od druhého čtvrtletí roku 1998 až do prvního čtvrtletí roku 1999 přesahuje dokonce hranici 10 %. Příčinou tohoto negativního vývoje byla zřejmě asijská krize z roku 1997, jejíž důsledky se do ukazatele míry inflace výrazně projevily od druhého čtvrtletí 1998. Podobný průběh je možné spatřit také v roce 2008 resp. 2009, kdy svět postihla globální ekonomická krize. Tyto dva hlavní „šoky“ způsobily výrazný výkyv ve vývoji míry inflace a je třeba je v regresním modelu zohlednit. Za tímto účelem je zavedena tzv. umělá proměnná (dummy proměnná), která nabývá pouze dvou hodnot (0 a 1) a vystupuje v roli vysvětlující proměnné. Pokud je detekováno čtvrtletí s vychýlenými hodnotami způsobenými krizí, je umělá proměnná rovna jedné. V opačném případě nabývá nuly.10 Po této analýze je

Vycházím z předpokladu, že dopady krize se na Filipínách se projevily od druhého čtvrtletí roku 1998 až po první čtvrtletí roku 1999 a od druhého čtvrtletí roku 2008 až po první čtvrtletí roku 2009. Tento předpoklad je v souladu se skutečným vývojem hodnot míry inflace. 10


50

opět možné provést odhad regresního modelu pomocí metody nejmenších čtverců. Tentokrát již se zakomponovanou umělou proměnnou. Odhadnutý regresní model za předpokladu inverzní funkční formy má tyto charakteristiky:11 koeficient

SE

t-test

p-hodnota

β0

5,824

1,520

3,832

0,0004

β1

-13,061

13,836

-0,944

0,3498

β2

5,629

0,916

6,145

1,40e-07

n = 52

F = 18,883

p-hodnota (F) = 8,32e-07 R 2 = 0,412

AIC= 239,588

SIC= 245,442

HQC= 241,833

__

Odhadnutý model lze vyjádřit rovnicí: ∧

π t = 5,824 - 13,061 ⋅ U t −1 + 5,629 ⋅ Dt .

(15)

S rostoucí hodnotou míry nezaměstnanosti ( U t → ∞ ) roste hodnota míry inflace, avšak stále pomaleji. Toto tvrzení popírá teoretický předpoklad inverzního vztahu veličin. Korigovaný koeficient determinace po zavedení umělé proměnné výrazně vzrostl. Konstanta ( β 0 ) a parametr umělé proměnné jsou statisticky průkazné na 1% hladině významnosti. To ovšem nelze tvrdit o parametru β 1 , který není významný ani na hladině 10 %. Proto samotný vztah míry nezaměstnanosti a míry inflace nelze považovat za významný. Při analýze dílčích časových úseků nebyl v celém referenčním období vypozorován významný inverzní vývoj mezi oběma veličinami. Z toho důvodu je hypotéza o inverzním vztahu mezi mírou inflace a mírou nezaměstnanosti na Filipínách zamítnuta. 7.1.2 Filipíny – model 2 Vícerozměrná analýza již neuvažuje pouze samotný vliv míry nezaměstnanosti na míru inflace. Do modelu je zakomponována také nová složka, která je ekonomickou teorií označována jako inflační očekávání. Po aplikaci OLS byla potvrzena statistická významnost inflačního očekávání na hladině 1 %. Nevýznamné však zůstaly zbývající parametry. Problémem však zůstává i velmi __

nízká kvalita modelu ( R 2 = 0,181). Mírného zlepšení v modelu bylo dosaženo po začlenění umělé proměnné (viz následující přehled).

11

Lineární funkční forma se jevila podle dosažených charakteristik jako méně vhodná.


51

koeficient

SE

t-test

p-hodnota

β0

4,443

1,657

2,681

0,0100

β1

-16,356

13,614

-1,201

0,2355

β2

4,828

0,991

4,871

1,25e-05

β3

0,335

0,179

1,865

0,0683

n = 52

F = 14,384

p-hodnota (F) = 8,16e-07 R 2 = 0,440

AIC= 237,951

SIC= 245,756

HQC= 240,943

__

Parametr umělé proměnné ( β 2 ) je statisticky významný na hladině 1 %. V novém modelu je statisticky významné i inflační očekávání, avšak již pouze na hladině 10 %. Při pohledu na odhadnuté parametry modelu je zřejmé, že základní požadavky stanovené ekonomickou teorií byly splněny. Parametr β 3 , což je parametr proměnné inflačního očekávání, nabývá kladné hodnoty, čili je v souladu s teorií. Rovněž došlo k mírnému zlepšení korigovaného koeficientu determinace a také ke snížení Akaikova a Hannan-Quinnova informačního kritéria, což potvrzuje zlepšení modelu. Parametr proměnné míry nezaměstnanosti však stále není statisticky průkazný. 7.1.3 Malajsie – model 1 Uvedená země je podrobena analýze podobně jako Filipíny. Vzhledem k výše uvedeným skutečnostem je zřejmé, že Malajsie byla asijskou finanční krizí a krizí z roku 2008 postihnuta také. Proto je i zde aplikován princip umělé proměnné na zvolené referenční období (jako i u všech ostatních zemí).12 Regresní analýza prokázala, že nejvhodnější model je odhadnut při využití lineární funkční formy. Dosažené charakteristiky jsou názorně uvedeny v následujícím přehledu: koeficient

SE

t-test

p-hodnota

β0

1,584

2,064

0,767

0,4465

β1

0,094

0,596

0,157

0,8760

β2

3,461

0,488

7,094

4,74e-09

n = 52 AIC= 172,952

F = 26,088 SIC= 178,805

p-hodnota (F) = 1,93e-08 R 2 = 0,495 HQC= 175,196

__

V období krizí vykazovala Malajsie výraznější výkyvy inflace od prvního čtvrtletí 1998 až čtvrtého čtvrtletí 1998 a prvního čtvrtletí 2008 až čtvrtého čtvrtletí 2008. 12


52

Rovnice má podobu: ∧

π t = 1,584 + 0,094 ⋅ U t + 3,461 ⋅ Dt .

(16)

Z odhadnutého vztahu (16) jednoznačně vyplývá nesplnění základního požadavku na znaménko u parametru β1 . Jeho kladná hodnota popírá existenci inverzního vztahu. Korigovaný koeficient determinace se také po zavedení umělé proměnné výrazně zlepšil. I přesto je však jeho hodnota poměrně nízká. Dá se tedy předpokládat, že kromě míry nezaměstnanosti existují i další vlivy, které vývoj skutečné míry inflace ovlivňují. Nepoužitelnost modelu potvrdila i p-hodnota. Statisticky významná je pouze umělá proměnná, přestože model jako celek byl F-testem shledán jako statisticky významný. Při analýze vývoje míry inflace a míry nezaměstnanosti v krátkém období není možné vypozorovat substituční vývoj obou veličin. Důvodem je vývoj míry nezaměstnanosti. Po celé referenční období je tento vývoj víceméně konstantní bez rostoucího či klesajícího trendu. 7.1.4 Malajsie – model 2 Stejně jako v předešlém případě, i zde byla do modelu začleněna nová proměnná, a to inflační očekávání. Metoda OLS poskytla výsledky, které jsou velmi podobné jako u Filipín a podporují tvrzení, že vývoj míry inflace a inflačního očekávání není náhodný. Statistická průkaznost byla potvrzena na hladině 1 %. Žádný vliv na míru inflace nemá podle tohoto modelu míra nezaměstnanosti. Nízký korigovaný koeficient determinace u tohoto modelu __

( R 2 = 0,241) lze zvýšit rozšířením modelu o umělou proměnnou, která detekuje krizové období. Pro ilustraci je opět uveden souhrnný přehled. koeficient

SE

t-test

p-hodnota

β0

0,544

2,019

0,269

0,788

β1

0,151

0,570

0,265

0,7921

β2

2,944

0,514

5,728

6,52e-07

β3

0,353

0,148

2,380

0,0213

n = 52

F = 20,937

p-hodnota (F) = 8,17e-09 R 2 = 0,539

AIC= 169,149

SIC= 176,954

__

HQC= 172,141

I tento model, doplněný o proměnnou inflačního očekávání a umělou proměnnou, je velmi podobný tomu, který byl získán při testování vztahu na Filipínách. Parametry β 2 (umělá proměnná) resp. β 3 (inflační očekávání) jsou statisticky významné, a to na hladině 1 % resp. 5 %. Parametr β 3 dokonce


53

splňuje apriorní požadavek ekonomické teorie na kladné znaménko. To ovšem nelze říci o parametru β1 (míra nezaměstnanosti), který není statisticky významný a ani nedosahuje žádoucí hodnoty. I přes zvýšení korigovaného koeficientu determinace na 0,539 a statistické významnosti parametru inflačního očekávání, nelze model považovat za příliš kvalitní. 7.1.5 Thajsko – model 1 Thajsko je třetí zemí, která završuje skupinu rozvíjejících se ekonomik. Pohled na následující bodový diagram poskytuje jasnější představu o tom, jakou funkční závislost by mezi sebou obě sledované proměnné mohly mít. 12

Míra inflace (%)

10 8 6 4 2 0 -2

0

1

2

3

4

5

6

-4 Míra nezaměstnanosti (%)

Obr. 17 Bodový diagram znázorňující závislost míry inflace na míře nezaměstnanosti v Thajsku v letech 1998-2010 (Zdroj: IFS, IMF (2011), vlastní zpracování)

Grafická analýza potvrzuje, že mezi oběma ukazateli jistý vztah existuje. Graf znázorňuje také několik bodů, které jsou od koncentrovaného celku vychýleny (jedná se o hodnoty naměřené v období ekonomické krize). Avšak v zásadě lze konstatovat, že se veškeré ostatní body shlukují kolem pomyslné křivky, která může být reprezentována negativně skloněnou přímkou, hyperbolou, případně i parabolou. Pouhá grafická analýza však není dostačující pro přijmutí či zamítnutí hypotézy o inverzním vztahu mezi oběma veličinami. Kvantifikaci vztahu mezi mírou inflace a mírou nezaměstnanosti poskytuje až regresní analýza. Za pomoci metody OLS a využití umělých proměnných byly odhadnuty modely pro lineární, kvadratickou i inverzní funkční formu. Výsledky se v těchto jednotlivých případech výrazně nelišily. Spíše lze konstatovat, že lineární funkční forma poskytuje příznivější výsledné hodnoty. Z toho důvodu je také zvolena pro další analýzu. Základní charakteristiky, které byly získány metodou nejmenších čtverců za předpokladu lineární funkční formy poskytuje níže uvedený přehled.


54

koeficient

SE

t-test

p-hodnota

β0

2,625

0,649

4,042

0,0002

β1

-0,247

0,250

-0,987

0,3285

β2

4,864

0,786

6,188

1,20e-07

n = 52

F = 19,163

p-hodnota (F) = 7,11e-07

AIC= 222,998

SIC= 228,852

HQC= 225,242

__

R 2 = 0,415

Odhadnutý model lze zapsat ve tvaru: ∧

π t = 2,625 − 0,247 ⋅ U t + 4,864 ⋅ Dt .

(17)

Ekonomická verifikace rovnice (17) potvrzuje, že znaménka parametrů jsou v souladu s teorií. Tento vztah vyjadřuje, že růst míry nezaměstnanosti povede k poklesu míry inflace. Následná statistická verifikace pomocí F-testu dokazuje, že hypotézu o nevýznamnosti modelu jako celku je nutné zamítnout. U odhadnutých parametrů byla prokázána statistická významnost na hladině 1 %, to ale pouze u konstanty a uměle proměnné. Opět je tedy nutné přijmout hypotézu o nevýznamnosti parametru β1 . Vytvořený model vysvětluje necelých 42 % variability dat, tudíž nelze s přesvědčením konstatovat, že by vývoj míry nezaměstnanosti měl příliš silný vliv na vývoj míry inflace v Thajsku v období let 1998-2010. Analýze byly také podrobeny jednotlivé dílčí časové úseky s cílem vypozorovat protichůdný vývoj obou veličin v krátkém období. Takový vývoj byl spatřen v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005.

Empirický výzkum - identifikace vztahu nezaměstnanosti a inflace Míra nezaměstnanosti

4,0 3,5 3,0 2,5 2,0 1 ,5 1 ,0 0,5 0,0

Q 2

Q 12

00 2 20 02 Q 3 20 02 Q 4 20 02 Q 12 0 Q 03 2 20 03 Q 3 20 03 Q 4 20 03 Q 12 0 Q 04 2 20 04 Q 3 20 04 Q 4 20 04 Q 12 00 5 Q 2 20 05

%

Míra inflace

55

Období

Obr. 18 Protichůdný vývoj míry inflace a míry nezaměstnanosti v Thajsku v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005. (Zdroj: IFS, IMF (2011), vlastní zpracování)

Z obrázku je patrné, že křivka znázorňující vývoj míry inflace má v daném období rostoucí trend, kdežto křivka popisující průběh míry nezaměstnanosti má trend klesající. Nyní je zapotřebí opět zjistit, zda je inverzní průběh obou křivek statisticky významný či nikoliv. Model byl odhadnut pro různé funkční tvary, a to lineární, parabolický, inverzní, ale i semilogaritmický. Jako rozhodná kritéria pro přijetí vhodné funkční formy byla korigovaný index determinace a statistická významnost odhadnutých parametrů. Nejlepších výsledků bylo dosaženo při aplikaci lineární funkční formy. koeficient

SE

t-test

p-hodnota

β0

8,955

1,414

6,331

3,77e-05

β1

-3,191

0,641

-4,976

0,0003

n = 14

__ 2

F = 24,761

p-hodnota (F) = 0,000322 R = 0,646

Výslednou rovnici lze zapsat jako: ∧

π t = 8,955 − 3,191 ⋅ U t .

(18)

Adekvátní volbu lineární funkční formy potvrzuje také analýza vývoje reziduálních složek. Z obrázku popisující vývoj reziduí není patrný žádný trend. Hodnoty reziduí se tedy pohybují podle očekávání kolem nulové hodnoty v obou směrech.


56

1 ,5

0,5

2005

2003

-0,5

2004

0 2002

Reziduum

1

-1 -1 ,5 Období

Obr. 19 Graf reziduí (rozdíl skutečných a vyrovnaných hodnot míry inflace) v závislosti na čase v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005 (Zdroj: vlastní zpracování)

Sledovaný model byl podroben také tzv. Ramseyovu RESET testu, který testuje správnou specifikaci modelu. Přičemž nulová hypotéza vypovídá o správné (adekvátní) specifikaci modelu, alternativní hypotéza vyjadřuje, že model není správně specifikován. Jeho výsledek dokládá následující tabulka. Tab. 3

RESET test (Thajsko)

Model

Testová statistika: F(2,10)

p-hodnota

Lineární

0,19358

0,82702

Zdroj: vlastní zpracování

Z tabulky jednoznačně vyplývá, že nulovou hypotézu není možné zamítnout ani na 10% hladině významnosti, tudíž specifikace modelu je shledána jako adekvátní. Analýza reziduí a RESET test poskytly příznivé výsledky pro to, aby mohl být odhadnutý model považován za dostatečně vhodný. Vztah (18) je v souladu s apriorními požadavky ekonomické teorie, což dokládá záporné znaménko u parametru β1 . Významným zjištěním je statistická významnost obou parametrů na 1% hladině významnosti. To znamená, že míra nezaměstnanosti má v daném období na míru inflace zásadní vliv. Míra inflace v Thajsku je z necelých 65 % vysvětlena mírou nezaměstnanosti v Thajsku. Míru nezaměstnanosti lze proto pro sledované období považovat za jednu z nejvýznamnějších veličin, které určují vývoj míry inflace. I přes tento příznivý výsledek lze však předpokládat, že existují i další proměnné, které mají na vývoj míry inflace vliv (na tyto faktory připadá něco málo přes 35 %). Statistickou


57

průkaznost modelu jako celku dokládá také F-test. Z rovnice (18) vyplývá, že pokud dojde k růstu míry nezaměstnanosti o jeden procentní bod, dojde k poklesu míry inflace o 3,191 procentního bodu. Vyjádřením závislosti mezi mírou inflace a mírou nezaměstnanosti pomocí lineární regresní funkce je zřejmý inverzní vztah mezi veličinami (obrázek 20). y = -3,1912x + 8,95 6 R2 = 0,67 36 4,0 Míra inflace (%)

3,5 3,0 2,5 2,0 1 ,5 1 ,0 0,5 0,0 0,0

0,5

1 ,0

1 ,5

2,0

2,5

3,0

3,5

4,0

4,5

5 ,0

Míra nezam ěstnanosti (%)

Obr. 20 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí negativně skloněné lineární regresní funkce pro období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005 (Thajsko) (Zdroj: IFS, IMF (2011), vlastní zpracování)

Míra těsnosti statistické závislosti mezi mírou inflace a mírou nezaměstnanosti je posuzována pomocí koeficientu korelace. Z obrázku 20 je patrné, že znázorněné body nejsou od lineární regresní funkce příliš rozptýleny. To značí poměrně vysokou sílu závislosti. Konkrétní hodnoty dokládá tabulka 4. Tab. 4 Korelace mezi mírou inflace a mírou nezaměstnanosti a test statistické významnosti korelačního koeficientu pro Thajsko v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005

koeficient korelace -0,8207

kritický obor13

(− ∞; − 3,05

testová statistika

p-hodnota

-4,97606

0,0003

∪ 3,05; ∞ )


Koeficient korelace nabývá hodnoty -0,8207. To značí velmi silnou negativní lineární závislost. Pro posouzení statistické významnosti korelace je v tabulce uvedena také příslušná testová statistika a kritický obor, který je sestaven pro

13

Vypočteno na základě statistických tabulek v programu gretl.


58

hladinu α = 0,01 . Výsledek testové statistiky -4,97606 spadá do kritického oboru, a proto je hypotéza o nezávislosti obou proměnných zamítnuta. Ke stejnému závěru lze dojít také při posouzení p-hodnoty, kdy hodnota 0,0003 je nižší než stanovená hladina 1 %. 7.1.6 Thajsko – model 2 Zajímavých výsledků je dosaženo zavedením předpokladu inflačního očekávání u Thajska. Vztah nezaměstnanosti a inflace byl v předešlé analýze, pro celé referenční období, shledán jako nevýznamný. Proměnná inflačního očekávání však dává modelu nový rozměr. Nejenom že je inflační očekávání statisticky průkazné na hladině 1 %, ale na statistickém významů (α=5 %) nabyly i zbylé dva parametry. Navíc, výsledky modelu lze ještě o něco zlepšit po jeho rozšíření o umělou proměnnou (viz níže uvedený přehled). koeficient

SE

t-test

p-hodnota

β0

2,197

0,645

3,402

0,0014

β1

-0,510

0,263

-1,935

0,0589

β2

3,427

0,962

3,561

0,0008

β3

0,399

0,167

2,387

0,0210

n = 52

F = 15,900

p-hodnota (F) = 2,60e-07 R 2 = 0,467

AIC= 219,164

SIC= 226,969

HQC= 222,156

__

Statistická významnost tohoto modelu je F-testem opět potvrzena. Vypsaný přehled také dokládá, že všechny parametry jsou ze statistického hlediska rovněž průkazné. Konstanta a parametr umělé proměnné ( β 2 ) na hladině 1 %, parametr inflačního očekávání na hladině 5 % a parametr míry nezaměstnanosti na hladině 10 %. Ekonomické předpoklady jsou charakterem znamének parametrů naplněny. Z přehledu je čitelné, že míra inflace dosahuje 2,197 %, budou-li ostatní proměnné nabývat hodnoty nula. Naopak změna míry nezaměstnanosti resp. očekávané míry inflace o jeden procentní bod vyvolá změnu skutečné míry inflace o 0,510 % resp. o 0,399 %, zůstanou-li nezměněny zbývající proměnné. Korigovaný koeficient determinace posuzující kvalitu odhadnutého modelu zaznamenal jisté zlepšení oproti modelu neuvažující inflační očekávání. Stejně tak i informační kritéria dosahují z hlediska kvality modelu lepších hodnot. Souhrnně lze však konstatovat, že kvalita modelu byla zlepšena pouze „nepatrně“.


59

7.1.7 Dílčí shrnutí Analýza vztahu dvou důležitých makroekonomických veličin pro tři rychle se rozvíjející země poodhalila mnoho zajímavých skutečností. Samotný vztah míry inflace a míry nezaměstnanosti pro Filipíny nebyl shledán jako významný. Tato skutečnost se však opakovala i pro další dvě zvolené ekonomiky. Rozbor vývoje makroekonomických veličin prokázal existenci extrémních hodnot za nimiž stály dvě historicky významné ekonomické krize. Problém nevýznamnosti vztahu míry nezaměstnanosti a míry inflace byl částečně vyřešen prací s tzv. umělou proměnnou. Její zavedení vedlo k výraznému zlepšení modelu pro všechny země. Nebylo však dostačující pro Filipíny a Malajsii, kdy odhadnuté parametry nebyly statisticky průkazné a ani korigovaný koeficient determinace nepřesáhl hranici 50 %. U těchto dvou zemí tudíž nelze konstatovat statisticky významný protichůdný vývoj míry inflace a míry nezaměstnanosti, a to ani v krátkém období. Jiná situace nastala u Thajska. V dlouhém období sice nebyla potvrzena hypotéza o inverzním vztahu veličin, ale krátké období poskytlo poněkud odlišné výsledky. Pro období od prvního čtvrtletí 2002 až do druhého čtvrtletí 2005 byl vytvořen model, který splňoval apriorní požadavky ekonomické teorie na parametry vysvětlujících proměnných, potvrdil jejich statistickou průkaznost na 1% hladině významnosti a korigovaný koeficient determinace dosáhl necelých 65 %. Zařazením proměnné inflačního očekávání byl u všech zemí prokázán její významný vliv na vývoj míry inflace v daném období. Model jako celek však nebyl příliš kvalitní, jelikož stále zůstala velká část variability dat míry inflace modelem nevysvětlena. Navíc pouze u Thajska byla po této modifikaci modelu vypozorována statistická průkaznost všech odhadnutých parametrů, i když pokaždé na odlišné hladině významnosti.

7.2 Rozvinuté ekonomiky Skupinu rozvinutých ekonomik tvoří Singapur a Jižní Korea. Obě země se dnes vyznačují značnou vyspělostí svého hospodářství, kterému předcházel poměrně rychlý hospodářský růst. 7.2.1 Singapur – model 1 Singapur je již zařazen do skupiny ekonomicky rozvinutých zemí. Stejně jako u předešlých států, je i u této země analyzován vztah míry nezaměstnanosti a míry inflace. Asijská krize očividně neměla na vývoj míry inflace v roce 1998 příliš negativní vliv. V tomto období je patrná její klesající tendence doprovázená mírným nárůstem nezaměstnanosti. Mnohem důslednější projevy na ekonomice Singapuru měla až globální ekonomická krize z roku 2008, která meziroční růst cenové hladiny vymrštila až na hodnotu přesahující 7 %. Přičemž dosavadní vývoj míry inflace (od roku 1998) se pohyboval přibližně v pásmu 0-2 %. Tyto „extrémní“ hodnoty míry inflace jsou viditelné také v bodovém


60

diagramu, který je znázorněn na obrázku 21. Skupina čtyř bodů je očividně odtržena od celku a představuje hodnoty v době krize z roku 2008. 8 7 Míra inflace (%)

6 5 4 3 2 1 0 -1 0

1

2

3

4

5

6

7

-2 Míra nezam ěstnanosti (%)

Obr. 21 Bodový diagram znázorňující závislost míry inflace na míře nezaměstnanosti v Singapuru v letech 1998-2010 (Zdroj: IFS, IMF (2011), vlastní zpracování)

Pokud budou pominuty body, které jsou charakterizované mírou inflace vyšší jak 5 %, je možné si povšimnout, že se ostatní body řadí kolem pomyslné křivky s klesajícím průběhem. Opět se může jednat o přímku, hyperbolu či parabolu. Proto byl odhadnut model pro každou z uvedených funkčních forem. Nejpříznivější charakteristiky byly zjištěny u lineární funkční formy. koeficient

SE

t-test

p-hodnota

β0

3,604

0,669

5,382

2,06e-06

β1

-0,686

0,165

-4,134

0,0001

β2

5,113

0,555

9,203

2,95e-012

n = 52

F = 61,653


AIC= 154,933

SIC= 160,786

HQC= 157,177

__

R 2 = 0,704

Z toho vyplývá následující vztah: ∧

π t = 3,604 − 0,686 ⋅ U t + 5,113 ⋅ Dt .

(19)

Zajímavým zjištěním je, že všechny odhadnuté parametry, včetně parametru β1 , jsou statisticky průkazné na hladině 1 %. U všech předchozích analyzovaných zemí byl parametr β1 vždy pro období prvního čtvrtletí 1998 až po čtvrté


61

čtvrtletí 2010 statisticky nevýznamný. Uvedený model (19) také mimo jiné dokládá inverzní vztah míry inflace a míry nezaměstnanosti. Rovněž byla zamítnuta hypotéza o statistické nevýznamnosti modelu jako celku na základě F-testu. Vysoké hodnoty dosáhl také korigovaný koeficient determinace. Zde je však nutné podotknout, že jeho navýšení až na hodnotu 0,704 je zapříčiněno zavedením umělé proměnné do modelu, která výslednou charakteristiku výrazně zlepšila. Dále je přistoupeno k analýze dílčích časových úseků. Jednotlivá období byla testována v rozsahu 8-14 čtvrtletí a významný protichůdný vývoj obou veličin byl zaznamenán v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí roku 2007. Mira nezamestnanosti

20 07

Q 4

20 07 Q 3

Q 2

20 07

00 7

Q 12

20 06 Q 4

20 06 Q 3

20 06

Q 2

00 6 Q 12

20 05 Q 4

20 05

Q 3

Q 2

Q 12

20 05

5,0 4,5 4,0 3,5 3,0 2,5 2,0 1 ,5 1 ,0 0,5 0,0

00 5

%

Mira inflac e

Období

Obr. 22 Protichůdný vývoj míry inflace a míry nezaměstnanosti v Singapuru v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 (Zdroj: IFS, IMF (2011), vlastní zpracování)

V rámci tohoto dílčího období je proveden odhad parametrů modelu, přičemž se vychází z předpokladu kvadratické funkční formy, která se ve srovnání s ostatními funkčními formami jeví jako nejpřijatelnější. koeficient

SE

t-test

p-hodnota

β0

15,698

2,600

6,038

0,0002

β1

-7,029

1,536

-4,576

0,0013

β2

0,799

0,221

3,606

0,0057

n = 12

F = 49,540

__ 2

p-hodnota (F) = 0,000014 R = 0,898


62

Kvadratická rovnice má podobu: ∧

π t = 15,698 − 7,029 ⋅ U t + 0,799 ⋅ (U t )2 .

(20)

Získaná rovnice jinými slovy vyjadřuje, že bude-li míra nezaměstnanosti dosahovat jednoho procenta, bude vyvolána míra inflace ve výši 9,468 procent 2 ( 15,698 − 7,029 ⋅1 + 0,799 ⋅ (1) ). Rovnice dokazuje, že s rostoucí mírou nezaměstnanosti dochází k poklesu míry inflace. Ta ovšem klesá stále pomaleji. Výsledek F-testu podporuje přijetí alternativní hypotézy o statistické průkaznosti modelu jako celku. Stejně tak všechny odhadnuté parametry jsou statisticky významné na hladině 1 %. Korigovaný index determinace nabývá ve srovnání s modely založenými na jiných funkčních formách nejvyšší hodnoty, a to 0,898. Vhodnost zvolené kvadratické funkční formy je také posouzena pomocí analýzy reziduí. 0,6 0,4

-0,4

2007

-0,2

2006

0 2005

Reziduum

0,2

-0,6 -0,8 -1 Období

Obr. 23 Graf reziduí (rozdíl skutečných a vyrovnaných hodnot míry inflace) v závislosti na čase v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 (Zdroj: vlastní zpracování)

Rezidua se pohybují kolem nulové hodnoty a nevykazují žádný trend. Z toho důvodu se předpokládá, že zvolená kvadratická funkční forma je adekvátní. Model byl rovněž podroben Ramseyovu RESET testu pro ověření jeho správné specifikace. Dosažené hodnoty dokládá následující tabulka.

Empirický výzkum - identifikace vztahu nezaměstnanosti a inflace Tab. 5

63

RESET test (Singapur)

Model


p-hodnota

kvadratický

2,49417

0,15212


Výsledky RESET testu vyšly ve prospěch nulové hypotézy o správné specifikaci modelu. Alternativní hypotézu je tedy nutné zamítnout. Jak bylo již výše uvedeno, ze vztahu 20 vyplývá, že míra inflace s růstem míry nezaměstnanosti klesá, ale klesá stále pomaleji. Tuto závislost také graficky vyjadřuje polynom druhého stupně. Další dva obrázky představují porovnání dvou situací, kdy hodnoty míry nezaměstnanosti a míry inflace za dané období (první čtvrtletí 2005 až čtvrté čtvrtletí 2007) jsou proloženy lineární regresní funkcí a poté také polynomem druhého stupně. Uvedené porovnání jasně dokazuje, že závislost vyjádřená polynomem druhého stupně lépe vystihuje danou situaci. y = -1,5 216x + 6,5 682 R2 = 0,7 964

Míra inflace (%)

5,0 4,0 3,0 2,0 1,0 0,0 0,0

1,0

2,0

3,0

4,0

5,0

6,0


Obr. 24 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí negativně skloněné lineární regresní funkce pro období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 (Singapur) (Zdroj: IFS, IMF (2011), vlastní zpracování)


y = 0,7 999x 2 - 7 ,0291x + 15 ,699 R2 = 0,9167

5 ,0

Míra inflace (%)

64

4,0 3,0 2,0 1 ,0 0,0 0,0

1 ,0

2,0

3,0

4,0

5 ,0

6,0


Obr. 25 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí kvadratické regresní funkce pro období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 (Singapur) (Zdroj: IFS, IMF (2011), vlastní zpracování)

Při pohledu na oba obrázky je zřejmé, že průběh kvadratické regresní funkce vystihuje rozmístění hodnot lépe než funkce lineární. I samotný koeficient determinace dosahuje ve druhém případě hodnoty větší, a to více jak 0,9. To znamená, že variabilita dat je z více jak 90 % vystihnuta vysvětlujícími proměnnými v modelu (20). Přesto všechno se lineární regresní funkce jeví se svým koeficientem determinace (téměř 0,8) také jako velmi kvalitní. Z tohoto důvodu je ještě v následující tabulce uvedena síla této lineární závislosti. Tab. 6 Korelace mezi mírou inflace a mírou nezaměstnanosti a test statistické významnosti korelačního koeficientu pro Singapur v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007


kritický obor14

(− ∞; − 3,17

testová statistika

p-hodnota

-6,25484

0,0001

∪ 3,17; ∞ )


Vysokou negativní korelaci lze spatřit v tabulce 6 a činí -0,8924. Tato silná negativní závislost je zřejmá taktéž z obrázku 22, ve kterém je zachycen protichůdný průběh křivek, které rostou nebo klesají víceméně se stejnou intenzitou. Tabulka 6 dále také dokazuje, že koeficient korelace je statisticky průkazný, i přes relativně malý počet pozorování.

14



65

7.2.2 Singapur – model 2 Z předchozí analýzy vlivu proměnné míry nezaměstnanosti na míru inflace byly vyvozeny pozitivní výsledky. Statistická významnost parametru β1 byla potvrzena. Lepších výsledků, co do kvality modelu, lze však dosáhnout přidáním do modelu proměnné adaptivně formovaného inflačního očekávání. Všechny parametry v tomto modelu jsou statisticky významné pro α= 1 % a kvalita modelu se navíc zlepšila. Necelých 50 % variability dat je tak vysvětlena pomocí proměnné míry nezaměstnanosti a míry inflačního očekávání (bez umělé proměnné). Doplnění modelu o umělou proměnnou lze zvýšit kvalitu modelu __

( R 2 ) až na 0,718 (viz přehled). koeficient

SE

t-test

p-hodnota

β0

3,302

0,672

4,912

1,09e-05

β1

-0,672

0,161

-4,152

0,0001

β2

4,399

0,661

6,647

2,56e-08

β3

0,247

0,131

1,881

0,0661

n = 52

F = 44,409

p-hodnota (F) = 6,89e-14 R 2 = 0,718

AIC= 153,236

SIC= 161,041

HQC= 156,228

__

∧

Na první pohled je pozitivním zjištěním, že pro regresní parametry β j , j = 0,1,2 je prokázána vysoká statistická významnost (na hladině 1 %). Na druhou stranu, začleněním umělé proměnné do modelu se snížila statistická průkaznost inflačního očekávání k hladině 10 %. Významný vliv na míru inflace však zůstává zachován. Kromě toho, parametry vysvětlujících proměnných jsou v souladu s ekonomickou teorií, tj. β1 <0 a β 3 > 0. 7.2.3 Jižní Korea – model 1 Jižní Korea je poslední zemí, u které je ověřována hlavní hypotéza o inverzním vztahu míry nezaměstnanosti a míry inflace. Podobně jako v předchozích případech je i zde analýza zahájena posuzováním závislosti obou proměnných prostřednictvím bodového diagramu. Předtím je však ještě nutné dodat, že vývoj obou sledovaných veličin je specifický tím, že asijská krize měla na Jižní Koreu mnohem horší dopady než globální ekonomická krize z roku 2008. Alespoň co se týče meziročního růstu cenové hladiny. V roce 1998 dosáhla míra inflace téměř 9 %. Na bodovém diagramu znázorněném na obrázku 26 jsou důsledky asijské krize reprezentovány body, které přesahují hranici míry inflace 6 %.

Míra inflace (%)


66

10 9 8 7 6 5 4 3 2 1 0 0

1

2

3

4

5

6

7

8

9


Obr. 26 Bodový diagram znázorňující závislost míry inflace na míře nezaměstnanosti pro Jižní Koreu v letech 1998-2010 (Zdroj: IFS, IMF (2011), vlastní zpracování)

Budou-li pominuty hodnoty naměřené během asijské krize, lze z obrázku vypozorovat jistou funkční závislost. Na první pohled lze usoudit, že se nejspíš bude jednat o závislost lineární, kvadratickou, mocninnou nebo inverzní. Bližší informace poskytuje až regresní analýza. Pro všechny uvedené funkce byl proveden odhad a nejlepších výsledků bylo dosaženo u lineárního modelu. koeficient

SE

t-test

p-hodnota

β0

5,685

0,534

10,64

2,50e-014

β1

-0,719

0,134

-5,341

2,38e-06

β2

6,765

0,609

11,11

5,48e-015

n = 52

F = 65,260


AIC= 136,956

SIC= 142,810

HQC= 139,200

__

R 2 = 0,715

Ze získaného přehledu výsledných charakteristik lze zapsat odhadnutý model následovně: ∧

π t = 5,685 − 0,719 ⋅ U t + 6,765 ⋅ Dt .

(21)

Model odhadnutý pro celé období (léta 1998-2010) splňuje požadovaný inverzní vztah mezi veličinami. F-test dokládá, že model je statisticky průkazný na hladině 1 %. Další předností tohoto modelu je, že i všechny jeho parametry jsou statisticky významné na hladině 1 %. Zdánlivě jsou všechny uvedené charakteristiky modelu velmi příznivé. I korigovaný koeficient determinace


67

přesahuje hodnotu 0,7, což lze považovat za dostatečné, aby mohl být model označen za kvalitní. Na druhou stranu je však nutné zmínit, že těchto příznivých výsledků bylo dosaženo až po zavedení umělé proměnné, která zohledňuje extrémy ve vývoji míry inflace a odstraňuje jejich negativní dopady na statistické charakteristiky. Nicméně obrázek 26 dokazuje, že alespoň v krátkém období by významná závislost mezi oběma veličinami mohla existovat. Za tímto účelem jsou jednotlivé časové úseky důsledně analyzovány a je hledán významný protichůdný vývoj veličin. Jediné období, ve kterém byl tento vývoj vypozorován, je období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001. Mira nezamestnanosti

9 8 7 6 5 4 3 2 1 0 Q 11 99 9 Q 2 19 99 Q 3 19 99 Q 4 19 99 Q 12 00 0 Q 2 20 00 Q 3 20 00 Q 4 20 00 Q 12 00 1 Q 2 20 01 Q 3 20 01 Q 4 20 01

%

Mira inflace

Období

Obr. 27 Protichůdný vývoj míry inflace a míry nezaměstnanosti v Jižní Koreji v období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 (Zdroj: IFS, IMF (2011), vlastní zpracování)

Z další analýzy vyplynulo, že závislost obou veličin vystihuje pro období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 nejlépe mocninná funkce. Mocninný model se však svojí podstatou řadí mezi modely nelineární v parametrech. Lze jej však vhodnou transformací linearizovat a získat model lineární v parametrech. Za tímto účelem je využito přirozeného logaritmu. Všechny hodnoty míry inflace a míry nezaměstnanosti jsou v rámci tohoto dílčího časového úseku zlogaritmovány. Po tomto kroku lze již využít metody nejmenších čtverců a odhadnout model lineární v parametrech. koeficient

SE

t-test

p-hodnota

β0

5,146

0,805

6,388

7,96e-05

β1

-2,889

0,509

-5,665

0,0002

n = 12

F = 32,093

p-hodnota (F) = 0,0002

__ 2

R = 0,738


68

Linearizovaný model má následující podobu: ∧

ln π t = 5,146 − 2,889 ⋅ ln U t .

(22)

Uvedený model potvrzuje existenci inverzního vztahu obou veličin. Parametr β 0 i β1 jsou statisticky významné na hladině 1 %. Současné je nutné přijmout alternativní hypotézu o statistické průkaznosti modelu jako celku. Zvolená funkční forma zajistila poměrně vysoký korigovaný koeficient determinace, jehož hodnota dosahuje 0,738. Správnost specifikace modelu je opět ověřena pomocí Ramseyova RESET testu, jehož výsledky dokládá tabulka 7. Tab. 7

RESET test (Jižní Korea)

Model


p-hodnota

linearizovaný

1,9076

0,21018


Výsledek RESET testu neumožňuje nulovou hypotézu zamítnout. Předpokládá se tedy, že je využita korektní funkční forma. Model je správně specifikován.


69

Vhodnost modelu pro analyzovaná data potvrzuje také obrázek 28, na kterém je možné pozorovat, jak se zlogaritmované hodnoty řadí kolem přímky. Tato skutečnost značí, že zvolená funkční forma je adekvátní. y = -2,8891 x + 5 ,1 464 R2 = 0,7 624

2

ln_Míra inflace

1 ,5 1 0,5 0 0

0,5

1

1 ,5

2

2,5

-0,5 -1 ln_Míra nezam ěstnanosti

Obr. 28 Zlogaritmované hodnoty míry nezaměstnanosti a míry inflace pro Jižní Koreu v období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 (Zdroj: vlastní zpracování)

Logaritmováním původních hodnot, tedy převodem mocninného modelu na model lineární, se otevírá možnost měření síly této lineární závislosti resp. míry těsnosti jednotlivých hodnot. Tab. 8 Korelace mezi zlogaritmovanými hodnotami míry inflace a míry nezaměstnanosti a test statistické významnosti korelačního koeficientu pro Jižní Koreu v období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001


kritický obor15

(− ∞; − 3,17

testová statistika

p-hodnota

-5,66508

0,0002

∪ 3,17; ∞ )


Hodnoty uvedené v tabulce potvrzují velmi silnou negativní korelaci obou sledovaných veličin. Už ze samotného obrázku 28 je viditelné, že jednotlivé body mají tendenci se shlukovat podél vynesené přímky, a že jejich rozptyl není příliš veliký. Zjištěný koeficient korelace je také podroben statistickému testu, pro ověření jeho vypovídací hodnoty. Testová statistika spadá do vypočteného kritického oboru. Stejnou skutečnost potvrzuje i p-hodnota, jejíž hodnota je

15



70

menší než stanovená hladina významnosti ( α = 1% ). Nulová hypotéza o nevýznamnosti korelačního koeficientu je tedy zamítnuta. Jak bylo již výše zmíněno, závislost míry inflace na míře nezaměstnanosti pro období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 nejlépe vystihuje mocninná funkce. V předešlém textu byly hodnoty za toto období zlogaritmovány a poté aplikována metoda nejmenších čtverců. Následovalo posouzení kvality modelu, které by nebylo možné bez zmíněné logaritmizace (tedy vytvoření modelu lineárního v parametrech). Následující obrázek znázorňuje proložení původních hodnot mocninnou funkcí. y = 171,82x

6,0

-2 , 8 8 9 1

2

R = 0,7624

Míra inflace

5 ,0 4,0 3,0 2,0 1 ,0 0,0 0,0

2,0

4,0

6,0

8,0

1 0,0

Míra nezam ěstn an osti

Obr. 29 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí mocninné funkce pro období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 (Jižní Korea) (Zdroj: IFS, IMF (2011), vlastní zpracování)

I z tohoto obrázku jednoznačně vyplývá, že růst míry nezaměstnanosti je doprovázen poklesem míry inflace a naopak. Sledované veličiny naměřené pro Jižní Koreu tedy vykazují inverzní vztah. 7.2.4 Jižní Korea – model 2 Pokud je sledován vliv míry nezaměstnanosti a míry inflačního očekávání na míru inflace v Jižní Koreji (bez umělé proměnné), lze, podobně jako v případě Singapuru, konstatovat statisticky významný vliv těchto veličin pro α= 1 %. Je-li tento model ještě doplněn o umělou proměnnou, korigovaný koeficient determinace roste na 0,731.


71

koeficient

SE

t-test

p-hodnota

β0

5,336

0,549

9,716

6,45e-013

β1

-0,906

0,161

-5,604

1,00e-06

β2

5,508

0,871

6,322

8,05e-08

β3

0,331

0,168

1,967

0,0550

n = 52

F = 47,342

p-hodnota (F) = 2,22e-14 R 2 = 0,731

AIC= 134,926

SIC= 142,731

HQC= 137,919

__

Nárůst míry nezaměstnanosti o jeden procentní bod, za předpokladu konstantních zbývajících vysvětlujících proměnných, zapříčiní pokles skutečné míry inflace o 0,906 procent. Inverzní vztah těchto dvou veličin je tímto potvrzen. Stejně tak změna v očekávané míře inflace vyvolá změnu skuteční míry inflace správným směrem, a to o 0,331 procent. P-hodnota dokazuje významnost všech odhadnutých regresních parametrů. Přidání nové proměnné do původního modelu dochází ke snížení hodnot informačních kritérií, rovněž korigovaný koeficient determinace roste. 7.2.5 Dílčí shrnutí U států reprezentujících skupinu ekonomicky rozvinutých zemí bylo celkově dosaženo zajímavějších výsledků než u skupiny rozvíjejících se ekonomik. Hodnotné výsledky byly získány jak pro Singapur, tak pro Jižní Koreu. Model vytvořený pro Singapur pro celé referenční období měl již v samém základu velmi dobré charakteristiky. Všechny odhadnuté parametry v modelu 19 byly statisticky významné. Je zde tedy potvrzen statisticky významný vztah mezi mírou nezaměstnanosti a mírou inflace v dlouhém období. Korigovaný koeficient determinace dosáhl dokonce hodnoty vyšší jak 0,7. Příznivý výsledek byl však podpořen umělou proměnnou, která výrazně zlepšila veškeré ukazatele. Analýza dílčích časových úseků přinesla rovněž zajímavé zjištění. V období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 byl detekován významný substituční vývoj míry inflace a míry nezaměstnanosti (viz obrázek 22 a vztah 20). Vývoj inflace v tomto období byl vysvětlen modelem z více jak 90 %, tedy především vývojem míry nezaměstnanosti. Závislost obou veličin byla nejlépe vystihnuta kvadratickou funkcí. Velmi podobných výsledků bylo dosaženo také v případě Jižní Koreje. V dlouhém období byl potvrzen významný vztah obou zkoumaných veličin. Model, jako v předchozích případech, zásadně zlepšil až vliv umělé proměnné. Krátké období, časově začleněno do období prvního čtvrtletí 1999 až čtvrtého čtvrtletí 2001, bylo rovněž z hlediska protichůdného vývoje obou makroekonomických veličin statisticky významné. Míra nezaměstnanosti popsala variabilitu dat z více jak 75 %. Závislost pro tento dílčí úsek nejlépe vystihla mocninná funkce.


72

Začlenění proměnné inflačního očekávání do modelu se ukázalo jako správný krok. Byl potvrzen, podobně jako u rozvíjejících se ekonomik, statisticky významný vliv této proměnné v celém sledovaném období pro obě země.


73

8 Zhodnocení a doporučení pro hospodářskou politiku Na základě dosažených výsledků vyplývajících z předešlé kapitoly je možné přikročit k přijetí resp. zamítnutí hlavních a dílčích stanovených hypotéz. Rozvíjející se (Filipíny, Malajsie, Thajsko) i rozvinuté ekonomiky (Singapur, Jižní Korea) byly podrobeny hlubší analýze a výsledky jasně hovoří o odlišnosti u těchto dvou skupin zemí. Míra nezaměstnanosti jako vysvětlující proměnná nebyla ve sledovaném období u rozvíjejících se zemí shledána jako významný determinant míry inflace. Důvodů, proč ekonomická teorie nebyla v těchto případech naplněna, může být hned několik. Jednou z příčin neexistence inverzního vztahu u rozvíjejících se ekonomik může být například nabídkou tlačená inflace. Jak bylo již dříve zmíněno, země jsou velmi charakteristické svým vztahem k zemědělství, ve kterém je zaměstnána značná část pracovní síly země. Jasnou implikací tedy je, že zemědělství musí hrát nezastupitelnou roli v příspěvku k celkovému HDP (viz tabulka 9). Odtud se také odvíjí jejich vysoká citlivost na veškeré vlivy, které by mohly zemědělství negativně postihnout. Filipíny či Thajsko patří mezi země, které jsou kvůli své geografické poloze vystavovány mnoha neblahým přírodním i klimatickým podmínkám (tajfuny, zemětřesení, tsunami). Zásah těchto mocných vlivů dokáže velmi silně ochromit tamní zemědělství a potažmo i úroveň cenové hladiny, zaměstnanosti resp. ekonomiku jako celek. Filipíny jsou toho názorným příkladem. V roce 1998 se klimatické poměry v této zemi zasloužily o slabší úrodu některých zemědělských plodin. Omezené nabízené množství vedlo k růstu jejich cen, což následně vyústilo i k růstu cenové hladiny. Kromě toho mnoho nepotřebných zemědělců přišlo o práci. Ekonomická teorie o existenci substitučního vývoje mezi mírou nezaměstnanosti a mírou inflace tak byla neplatná. Tab. 9

Význam zemědělství ve sledovaných zemích v roce 2011. Podíl zemědělství na HDP v%

Podíl pracovní síly v zemědělství v%

Filipíny

12,3

33,0

Malajsie

12,0

13,0

Thajsko

13,3

40,7

Singapur

0,0

0,1

Jižní Korea

2,6

6,4

Zdroj: CIA (2011), vlastní zpracování


74

Tabulka 9 demonstruje odlišný význam zemědělství u obou skupin zemí. Zatímco pro Filipíny, Malajsie a Thajsko je zemědělství důležité v národním i mezinárodním kontextu, u zbylých zemí je tomu naopak. Dalším zdůvodněním inflačních tlaků ze strany nabídky může být také vývoj ceny ropy na světovém trhu.

Cena ropy za barel (v USD)

Cena ropy (USD)

Trend

140 120 100 80 60 40 20 0 Feb Feb Feb Feb Feb Feb Feb Feb Feb 2002 2003 2004 2005 2006 2007 2008 2009 2010 Období

Obr. 30 Vývoj ceny ropy v USD v období od února 2002 do prosince 2010 (Zdroj: Crude Oil (petroleum), Indexmundi.com (2010), vlastní zpracování)

Ačkoliv pokles poptávky po ropě ze strany asijských zemí postižených krizí v roce 1997/1998 držel ještě ceny ropy nízko, během let 2003-2008 prožívala ropa poměrně dynamický rostoucí trend, který odstartovala invaze amerických vojsk na Irák. Collier (2005) hovoří o započetí doby „nedostatku ropy“, protože válce předcházel prudký nárůst poptávky po této komoditě ze strany Číny a Indie – dynamicky se rozvíjejících ekonomik. Rostoucí poptávku doprovázela rovněž klesající nabídka, protože válka znamenala omezení produkce ropy z 3 milionů barelů za den na méně jak 2 miliony barelů za den. Navíc podle organizace OPEC patří Irák mezi země s největším podílem světových zásob ropy, je tedy zřejmé, že válečný konflikt musel vyhnat ceny vzhůru.16 Další růst podpořila celá řada světových událostí jako například hurikán Katrina v roce 2005, který poničil v Mexickém zálivu ropné rafinérie a strategické přístavy, dále obavy z dalšího válečného konfliktu po severokorejském testování nukleárních raket v roce 2006 nebo napětí na Středním Východě způsobené izraelsko-libanonskou válkou.17 Tyto a mnoho dalších světových událostí vytlačily cenu ropy přes hranici 130 USD za barel. Poptávka po ropě je méně

16 17

OPEC (2011) Cashell, Labonte (2005), Schienberg (2006), BBC News (2008)


75

elastická než u jiných surovin. Rostoucí ceny se tedy ihned nepromítly odpovídající mírou i do poklesu poptávky, což mělo za následek rostoucí hodnotu importů nejen u asijských ekonomik. Jakmile dosáhla cena ropy za barel svého vrcholu v roce 2008 a naplno propukla ekonomická krize, výraznější omezení světové produkce přinutilo cenu ropy klesnout, tím se snížilo i tempo růstu cenové hladiny u sledovaných zemí. Nabídkové šoky nemusely být jedinou příčinou neplatnosti substitučního vztahu nezaměstnanosti a inflace u rozvíjejících se ekonomik. Tím mohl být i postoj zaujatý k provádění hospodářské politiky. Ekonomiky spojuje způsob řízení měnového kurzu v nedávné minulosti. Filipíny i Thajsko jsou země, které měly až do roku 1997 zafixovanou svoji domácí měnu na americký dolar z důvodu kontroly úrovně cenové hladiny v zemi, a aby zamezily výraznějším výkyvům v mezinárodním obchodě. Poté co byly země přinuceny z důvodu spekulativních útoků na jejich domácí měnu změnit měnový režim na flexibilní, došlo k ekonomickému šoku v podobě silné depreciace pesa resp. ringitu doprovázené vyšší inflací. Trvalo několik měsíců než se země z tohoto šoku plně vzpamatovaly. Malajsie naopak přijala několik kontroverzních opatření a následně zafixovala malajský ringit v období 1997-2005. Tím sice docílila udržení relativně nízké a stabilní inflace, avšak cenou tohoto opatření byla silná závislost monetární politiky na udržování zvoleného měnového kurzu. Úroveň úrokových měr byla stanovena s ohledem na požadovaný měnový kurz, tedy na takové úrovni, aby nedocházelo k masovému přílivu ani odlivu kapitálu, který by mohl s kurzem opět „zamávat“. Sledování tohoto cíle však znemožnilo dosahování jiných cílů prostřednictvím úrokové míry, a to inflace a nezaměstnanosti. Filipíny i Thajsko, narozdíl od Malajsie, přijaly po asijské krizi režim inflačního cílování. Výzkum prokázal, že se těmto zemím podařilo úspěšně ukotvit inflační očekávání ekonomických subjektů. Statistická významnost adaptivně formovaného inflačního očekávání byla prokázána na hladině 1 %, a to i u Malajsie. Statistickou významnost inflačního očekávání je nutné v tomto případě přisuzovat udržování fixnímu měnovému kurzu, který i přes své jisté nevýhody dopomohl udržovat relativně stabilní cenovou hladinu v zemi. Otázkou však je, zda bude inflační očekávání v Malajsii upevněno i v následujících obdobích, pokud nepřijme, podobně jako její asijští sousedé, režim inflačního cílování. V tomto kontextu je pro malajskou centrální banku problémem stále existující závislost na vládě, což podkopává její kredibilitu a transparentnost v očích ekonomických subjektů. Centrální banka přijímající režim inflačního cílování musí být plně oddána svému hlavnímu cíli, a to dodržování nízké a stabilní cenové hladiny při současném dlouhodobě udržitelném ekonomickém růstu. Její závislost na jiných zájmových skupinách by znemožnilo dosahování tohoto primárního cíle. Dokud se Malajsie s tímto problémem nevypořádá, je režim cílování inflace pro tuto zemi zatím v nedohlednu. I přes zamítnutí hypotézy o statistické významnosti inverzního vztahu nezaměstnanosti a inflace u rozvíjejících se ekonomik v celém referenčním období je nutné podotknout, že v krátkém období od prvního čtvrtletí roku 2002


76

až po druhé čtvrtletí roku 2005 byl inverzní vztah těchto veličin skutečně vypozorován, avšak pouze u Thajska. Možným vysvětlením tohoto průběhu může být expanzivně orientovaná monetární politika BOT společně s vládními programy rekvalifikačních kurzů pro nezaměstnané a relativně rychlým tempem růstu HDP. Postupné snižování 14 denní repo sazby stimulovalo soukromou spotřebu i investice. Vývozcům se také poměrně dařilo, a proto cenová hladina začala růst rychlejším tempem než v předcházejících obdobích. Nově vytvořená pracovní místa i vládní programy napomohly nejen ke snížení počtu nezaměstnaných, ale také počtu osob žijících pod hranicí chudoby. Vytvořený model (vztah 18) však nelze považovat jako příliš přesný nástroj budoucí předpovědi vývoje míry inflace v této zemi, protože v jiném krátkém období už stejná závislost vypozorována nebyla. Lze tedy konstatovat, že se s největší pravděpodobností jednalo pouze o náhodný, nepravidelně se vyskytující jev. U rozvinutých ekonomik (Singapur a Jižní Korea) byl shledán statisticky významný vztah nezaměstnanosti a inflace v celém referenčním období (první čtvrtletí 1998 až čtvrté čtvrtletí 2010). Problémem u odhadnutých modelů byl relativně nízký koeficient determinace, který vypovídá o kvalitě modelu. Z toho vyplývá, že proměnná míry nezaměstnanosti případně i umělá proměnná zohledňující extrémní hodnoty během krize nejsou jedinými, které působily na proměnlivost míry inflace ve sledovaném období. Pro přesnější vysvětlení dynamiky inflace v těchto zemích by bylo nutné do modelu zakomponovat ještě další proměnné jako například HDP, měnový kurz, úrokovou míru a podobně. Modifikována PC ani PC rozšířena o inflační očekávání však s těmito složkami již neuvažuje. Ekonomická teorie vysvětluje v tomto případě míru inflace pouze pomocí míry nezaměstnanosti a případně i pomocí inflačního očekávání. Z uvedeného důvodu bylo přistoupeno k analýze dílčích časových úseků s cílem vysledovat vývoj míry inflace vysvětlené převážně mírou nezaměstnanosti (resp. aby byla míra inflace vysvětlena mírou nezaměstnanosti alespoň ze 60 %). V případě Singapuru byl tento požadavek splněn v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007. Vytvořený kvadratický model vysvětloval míru inflace v tomto období z více jak 90 %. Jinými slovy, míra nezaměstnanosti měla v tomto období dominantní vliv na míru inflace. Singapur, jako malá a velmi otevřená ekonomika, je odkázaná na mezinárodní obchod. Jelikož drtivá část z celkové poptávky po singapurských produktech tvoří poptávka zahraniční, snaží se země držet cenovou hladinu na uzdě prostřednictvím politiky řízeného floatingu. Je to logické, protože hlavní příčinou inflace v zemi je především importovaná inflace, tedy zdražování vlivem dovážených surovin či výrobků k dalšímu zpracování. V období 2005-2007 nestála za vzrůstající cenovou hladinou expanzivní monetární politika, ale dražší dovoz strategických surovin. MAS musela dokonce přistoupit k odprodeji svých devizových rezerv na měnovém trhu, aby vyvolala apreciaci singapurského dolaru a tím podpořila domácí dovozce resp. „zbrzdila“ růst cen v zemi. Naopak za klesajícím trendem míry nezaměstnanosti stálo jednak rychlé tempo růstu domácího produktu podporované prosperující ekonomikou USA, ale také vládní snižování daní z příjmů společně s politikou dalších daňových úlev pro nové podnikatele.


77

U Jižní Koreji byl statisticky významný protichůdný vývoj míry inflace a míry nezaměstnanosti v krátkém období objeven od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001. Proměnlivost ve vývoji míry inflace byla v tomto období vysvětlena mírou nezaměstnanosti z více jak ze ¾. Příčinou byla podle předešlé analýzy kombinace monetární a fiskální expanzivní politiky jako reakce na asijskou krizi. Skokové snížení úrokové míry v roce 1999 a vládní výdaje financované prostřednictvím emise vládních dluhopisů určených na podporu destabilizovaného bankovního sektoru a krizí rozvrácených drobných podnikatelů si kladly za cíl stimulovat soukromou spotřebu, což se skutečně i podařilo. Další vládní investice byly směřovány do veřejných projektů, které rovněž dopomohly při tvorbě nových pracovních míst. Inflační očekávání bylo u obou zemí rovněž shledáno za statisticky významný determinant míry inflace v čase. Variabilita dat závisle proměnné však nebyla ani zdaleka vysvětlena a bylo by nutné hledat další proměnné, co na míru inflace působí, aby mohl být obdržen model s vyšší vypovídací hodnotou (viz výše). Vzhledem k relativně stabilnímu vývoji v „mezi krizovém“ období je ukotvení očekávané budoucí inflace do podvědomí ekonomických subjektů pochopitelné. S ohledem na výše uvedené závěry a implikace je zřejmé, že nelze jednoznačně formulovat ideální podobu hospodářské politiky, která by jejím tvůrcům přesně ukazovala jaké nástroje využívat pro pohyb po pomyslné „Phillipsově křivce“. Ačkoliv je vztah nezaměstnanosti a inflace u rozvinutých ekonomik shledán jako statisticky významný, nelze tvrdit, že by byl v dlouhém období příliš „pevný“. Důvodem je již zmiňovaný vliv mnoha dalších proměnných, které nebyly do modelů zahrnuty, přestože inflaci v zemi ovlivňují. V krátkém období však bylo možné vypozorovat poněkud „pevnější vztah“ obou veličin, proto bude na tomto místě přistoupeno k ověření predikční schopnosti modelu (pro období prvního čtvrtletí 2002 až po čtvrté čtvrtletí 2002) vytvořeného pro Jižní Koreu18. Model pro období prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 je uveden ve vztahu (22). Ačkoliv tento linearizovaný model poskytuje nejlepší charakteristiky, v předpovědi by poskytl opět pouze budoucí zlogaritmovaná data. Praktičtější volbou tedy bude využití modelu lineárního, který rovněž poskytuje žádoucí charakteristiky, statisticky významné parametry modelu a při predikci již očekávané budoucí hodnoty v „klasické“ formě (bez logaritmů). Výsledky predikce jsou znázorněny na níže uvedeném obrázku a tabulce.

Pro Singapur predikce provedena nebude, jelikož po období, ve kterém byl inverzní vztah detekován, následovala finanční krize (2008). Predikce by tudíž neměla příliš vysokou vypovídací hodnotu. 18

Zhodnocení a doporučení pro hospodářskou politiku Míra inflace

Předpověď

78

95% konfidenční interval

%

7 6 5 4 3 2 1 0 -1 -2 -3 1999Q1 1999Q3 2000Q1 2000Q3 2001Q1 2001Q3 2002Q1 2002Q3 Období Obr. 31 Srovnání skutečné a predikované míry inflace v období prvního čtvrtletí 2002 až čtvrtého čtvrtletí 2002 (Jižní Korea) (Zdroj: vlastní zpracování)

Z obrázku lze vypozorovat, že vyrovnané hodnoty prezentované modrou čárkovanou křivkou nepřiléhají příliš těsně k vývoji skutečné míry inflace (červená křivka). Predikované hodnoty (2002Q1-2002Q4, zelená čárkovaná část) se rovněž poněkud odchylují od skutečné míry inflace (červená čárkovaná část) v tomto období. Hlubší rozbor této situace pomocí tabulky 10 poskytuje informaci o tom, že průměrná absolutní odchylka činí +0,56 procentních bodů. Jinými slovy, zatímco průměrná míra predikované inflace je 3,33 %, průměrná skutečná míra inflace v tomto období pouze 2,77 % tj. predikované hodnoty se v průměru liší zhruba o 20 % oproti skutečnosti. Tab. 10

Srovnání skutečné a predikované míry inflace a jejich odchylky

Rok 2002Q1

Skutečná Predikovaná míra inflace míra inflace (( 2,53 3,25

Absolutní odchylka

Procentuální odchylka

+0,72

+28,46 %

2002Q2

2,69

3,26

+0,57

+21,19 %

2002Q3

2,59

3,39

+0,80

+30,89 %

2002Q4

3,25

3,40

+0,15

+4,62 %

Průměr

2,77

3,33

+0,56

+20,22 %



79

Tyto výsledky potvrzují domněnku o predikční neschopnosti sestaveného modelu, přestože existuje statisticky významný vztah míry nezaměstnanosti a míry inflace pro tuto zemi. Na druhou stranu model dobře popsal směr vývoje skutečné míry inflace v podobě rostoucího trendu. Zvolený model jako nástroj predikce rozhodně nemůže posloužit pro přesný odhad budoucího vývoje míry inflace, ale může být vhodný pro určování budoucího směru vývoje, tedy růstu či poklesu. Zvýše uvedeného je možné přistoupit k přijetí či zamítnutí hlavních a dílčích hypotéz stanovené v kapitole „Cíl práce“. Hlavní hypotézu ohledně existence inverzního vztahu mezi mírou nezaměstnanosti a mírou inflace ve sledovaném období je nutné zamítnout, jelikož u všech zemí tento vztah nebyl vypozorován. U Malajsie a Filipín dokonce ani v krátkém období. Dílčí hypotézy ohledně existence shodného vztahu mezi skupinami zemí je naopak nutné přijmout. U rozvíjejících se ekonomik byly vyvozeny podobné závěry a příčiny neplatnosti tohoto vztahu. Naopak u rozvinutých zemí byla potvrzena existence tohoto vztahu.

Diskuze

80

9 Diskuze Mnoho zahraničních ekonomů a výzkumných pracovníků se zabývalo problematikou závislosti nezaměstnanosti a inflace se zřetelem na asijské země. Ačkoliv výsledky dosažené v této práci podporují názor, že stabilnější vazba mezi nezaměstnaností a inflací je u rozvinutých ekonomik, ne všichni zahraniční autoři by se s tímto výsledkem ztotožnili. Někteří se dokonce přiklání k variantě, že „trade off“ nezaměstnanosti a inflace je možný i u rozvíjejících se zemí jako Filipíny, Malajsie a Thajsko. Rozdílných výsledků ve srovnání s touto prací dosáhli Bagsic (2004), Tang a Lean (2007) a Bhanthumnavin (2002). Tito autoři nevyužili pro vysvětlení proměnlivosti míry inflace přímo proměnnou míry nezaměstnanosti, nýbrž odchylku od její přirozené míry. To si v jejich případě vyžádalo aplikaci speciálních metod pro samotný odhad NAIRU, ze kterého se následně vycházelo při konstrukci proměnné „mezery v nezaměstnanosti“. Bagsic (2004) potvrdil relativně přesnou predikční schopnost vytvořeného modelu pro Filipíny. Aplikoval však podstatně delší časovou řadu čtvrtletních dat. Do modelu začlenil i speciální proměnnou zohledňující nabídkové šoky, která byla definována jako rozdíl mezi hlavní mírou inflace (headline inflation) a jádrovou inflací (core inflation). Z důvodu špatné dostupnosti časových řad a jejich neucelenosti pro všechny země si tato práce vystačila v kontextu nabídkových šoků pouze s umělou proměnnou, která má značně zjednodušený charakter. Tang a Lean (2007) naopak pracovali s ročními daty pro Malajsii, opět pro delší časový úsek. Roční data jim umožnila vyhnout se problematice sezónních výkyvů v rámci jednoho roku a navíc jejich metodika byla opět poněkud odlišná ve srovnání s touto prací či prací Furuoka a Ho (2009), kde byla existence inverzního vztahu zkoumaných veličin zamítnuta. Kromě toho byly tyto data čerpány mimo jiné i z výročních zpráv Asijské rozvojové banky, která mohou být založena na odlišné metodice. Bhanthumnavin (2002) pro svůj výzkum využil zcela odlišný přístup ke vnímání vztahu nezaměstnanosti a inflace vycházející z novokeynesiánské školy ekonomického myšlení. Problémem této práce však byla krátká časová řada dat, ve které byla navíc zastoupena asijská měnová krize. Autor přesvědčivě nedokázal vysvětlit, zda jeho objev byl skutečně významný nebo zda byl do jisté míry dílem náhody kvůli projevující se krizi, která dala do pochodu zřetelnější trendový vývoj nezaměstnanosti a inflace. Puzon (2009) potvrdil inverzní vztah veličin u Filipín, Malajsie i Thajska. Jeho model však obsahoval celou řadu proměnných, které základní teoretické koncepce Phillipsovy křivky (modifikovaná a rozšířená o inflační očekávání) nevyžadují. Závislost nezaměstnanosti a inflace prostřednictvím produkční mezery potvrdila v případě Thajska i Filipín rovněž Dua (2009). V tomto kontextu je nutné zmínit, že v rámci této práce byl rovněž vypozorován významný inverzní vztah veličin u Thajska, pouze však v krátkém období.

Diskuze

81

Obecně lze říci, že jednou z příčin rozdílnosti výsledků této práce a výše zmiňovaných autorů je odlišný časový úsek, který se stal předmětem zájmu jednotlivých studií. Dalším důvodem, který je nutno konstatovat je ten, že referenční období zvolené v této práci postihly dvě silné ekonomické krize v relativně krátkém časovém rozpětí, které mohly mít na případný inverzní vztah mezi nezaměstnaností a inflací existující v minulosti rozvracující účinek. Kromě toho, tito autoři čerpali většinou zdrojová data z jiných statistik (např. národní banky, Asijská rozvojová banka, národní statistické úřady) než tato práce, proto je přípustný jistý nesoulad mezi výsledky. Podstatné je rovněž zmínit, že výsledků bylo dosaženo s pomocí rozdílných metod, tudíž je jejich srovnávání nutno brát s určitou rezervou. Na druhou stranu, autoři jako Furuoka a Ho (2009), Mazumder (2011), Furuoka a Munir (2009) přijímají neplatnost vztahu u rozvíjejících se ekonomik a jejich výsledky podporují výsledky této práce. Dua (2009) navíc potvrdila statistickou významnost inflace a produkční mezery u Singapuru a Jižní Koreji, přestože využila koncept novokeynesiánského přístupu. Podle ní tedy růst produktu v těchto zemích zvyšuje agregátní poptávku, zaměstnanost resp. snižuje nezaměstnanost a zvyšuje inflaci v zemi. Furuoka a Ho (2007) kromě sledování formy závislosti mezi nezaměstnaností a inflací došli k tomu, že vyšší stupeň otevřenosti ekonomiky ničí tento vztah. Jejich výsledky však nebyly v rámci této práce potvrzeny. U Jižní Koreji i Singapuru jakožto u velmi otevřených ekonomik byl vypozorován inverzní vztah mezi nezaměstnaností a inflací. Je nutné tedy kontrovat těmto závěrům, že by velmi otevřené ekonomiky ztrácely možnost zaměnitelnosti těchto veličin. V této práci je však platnost diskutovaného vztahu zúžena na otevřené vyspělé ekonomiky. Všechny uvažované studie, které využily koncept inflačního očekávání potvrzují jeho podstatný vliv na rozhodování ekonomických subjektů. Tento závěr je shodný i s výsledky předkládané práce. Ačkoliv je do této práce zasazen koncept adaptivně formovaného inflačního očekávání, někteří autoři (Dua, 2009) testují i význam očekávání racionálního. Dalo by se říci, že koncept racionálního očekávání má o něco málo blíže k realitě na rozdíl od očekávání formovaného adaptivní cestou. Na druhou stranu, ani racionální očekávání nedokáže vždy věrohodně popsat realitu, což kritizuje i Mankiw (2001). Z toho důvodu historicky starší adaptivní koncept formování inflačního očekávání se stále těší poměrně velké popularitě a jak potvrdil výzkum, tvorba inflačního očekávání ekonomickými subjekty na základě „zpětného hledění“ je stále významným prvkem ovlivňujícím konečnou výši cenové hladiny v zemi.

Závěr

82

10 Závěr Problematikou nepřímo úměrného vztahu mezi mírou nezaměstnanosti a mírou inflace se již zabývalo mnoho ekonomů po celém světě. Jedním z prvotních impulsů, který otevřel dveře tomuto tématu do ekonomického světa byl výzkum A. W. Philipse, jenž sledoval závislost mezi mírou nezaměstnanosti a mzdovou inflací. Zásadními mezníky ve vývoji pohledu na vztah nezaměstnanosti a inflace byly pak práce Samuelsona a Solowa a později především Miltona Friedmana, který doplnil původní pohled o nový rozměr – inflační očekávání. Předkládaná práce vychází právě z teoretických koncepcí těchto autorů. Modely formulované na základě ekonomické teorie jsou aplikovány na dvě skupiny zemí. Filipíny, Malajsie a Thajsko jsou země řazené do kategorie rozvíjejících se ekonomik, Singapur a Jižní Korea do ekonomik rozvinutých. Cílem této práce se stalo ověřit existenci statisticky významného protichůdného vývoje nezaměstnanosti a inflace u výše uvedených zemí v období od prvního čtvrtletí 1998 až do čtvrtého čtvrtletí 2010 resp. jednotlivých časových úseků v rámci tohoto období. Zásadním problémem z pohledu statistické vypovídací hodnoty se staly projevy dvou ekonomických krizí. První z nich, asijská měnová krize (97/98), vycházela především z vnitřních problémů a nedokonalostí rychle rostoucích asijských zemí. V důsledků jejich silné vzájemné provázanosti se pak prvotní krizový impuls šířil rychle prostřednictvím řetězové reakce. Globální finanční krize z roku 2008 již pro zkoumané ekonomiky představovala externí šok, který zasáhl i zbývající část světa. Z těchto důvodů vznikly ve využitých časových řadách extrémní body, které výrazně zkreslují získané výsledky. K odstranění tohoto problému byla do modelu zavedena umělá (dummy) proměnná, která zohledňovala „ekonomické šoky“ v referenčním období. Po začlenění umělé proměnné do modelu byly obdrženy podstatně lepší výsledky. Ani umělá proměnná však nedokázala výsledky zlepšit natolik, aby byl u rozvíjejících se ekonomik prokázán statisticky významný a dlouhodobě pozorovatelný substituční vývoj nezaměstnanosti a inflace. Jediným zajímavým zjištěním u této skupiny zemí byl krátkodobě pozorovatelný inverzní vývoj nezaměstnanosti a inflace u Thajska v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005. Zjištění však bylo ojedinělé a nelze mu přisuzovat zásadní význam z pohledu tvorby hospodářské politiky. Důvodem neprokázání významného inverzního vztahu i v jiných obdobích mohou být již zmiňované ekonomické krize, které mohly zapříčinit narušení přirozeného mechanismu substituce těchto dvou makroekonomických veličin. Další důvody je možné hledat v nabídkových šocích kvůli rostoucím cenám ropy, vysoké zaměstnanosti v primární sféře hospodářství a tím i vyšší citlivosti na sociálně-ekonomické problémy nebo i v přetrvávajícím odkazu na zastávaný pohled při tvorbě hospodářské politiky z minulého období.

Závěr

83

Ačkoliv měly krize silné dopady na ekonomiku u všech zkoumaných zemí, statisticky významný vliv míry nezaměstnanosti na míru inflace nebyl v dlouhém období narušen u rozvinutých zemí. Přestože byl tento vliv u vyspělých zemí prokázán, nelze tvrdit, že by byl příliš silný. Jinými slovy lze tvrdit, že změna v nezaměstnanosti byla doprovázena adekvátní změnou v inflaci, avšak nezaměstnanost nebyla jediná proměnná, která by změnu v inflaci plně vysvětlila. Podporována je tedy myšlenka, že míra nezaměstnanosti není jediným determinantem inflace, zejména ne v dnešním globalizovaném světě. Přesto však bylo prokázáno, že v krátkém období může mít míra nezaměstnanosti u rozvinutých ekonomik alespoň dominantní vliv na změnu v tempu růstu cenové hladiny. Nejsilnější vztah obou veličin byl v případě Singapuru vypozorován v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007, kdy pouze proměnná míra nezaměstnanosti dokázala vysvětlit změnu v míře inflace z více jak 90 %. Na základě předešlé analýzy vyplynulo, že za tímto vývojem stojí dlouhodobá snaha Singapuru o vytváření příznivého podnikatelského prostředí. U Jižní Koreji byl nejsilnější vztah detekován v období od prvního čtvrtletí 1999 do čtvrtého čtvrtletí 2001 a stála za ním nejspíš vhodně zvolená „pokrizová“ kombinace fiskální a monetární politiky. Lineární model popisující vztah nezaměstnanosti a inflace v tomto krátkém období rovněž posloužil pro predikci míry inflace pro první až čtvrté čtvrtletí 2002. Nepřesnost této predikce byla v porovnání se skutečností větší jak 20 %, tudíž nelze konstatovat příliš přesné odhady budoucí míry inflace pomocí tohoto modelu. Zajímavějších výsledků mohlo být dosaženo v případě predikce míry inflace na Singapuru pomocí modelu (20). Předpověď by však neměla z důvodu nadcházející krize příliš velkou vypovídací hodnotu. Obecně tedy lze tvrdit, že získané modely konstatují statisticky významný vztah míry nezaměstnanosti a míry inflace. Nekonstatují však, že by byly vhodné pro následnou extrapolaci. Práce se rovněž zaobírala problematikou inflačního očekávání, které bylo do modelu zakomponováno jako rozšiřující vysvětlující proměnná. Konstruována byla na principu adaptivně formovaného inflačního očekávání tj. předpoklad, že ekonomické subjekty tvoří své očekávání ohledně budoucího vývoje inflace zásadně na základě vývoje, který vypozorovaly v předcházejících obdobích. U všech zkoumaných zemí byla složka inflačního očekávání statisticky významná a je tedy důležitým determinantem skutečné míry inflace v dlouhém období. Filipínám, Thajsku a Jižní Koreji se podařilo ukotvit očekávání ekonomických subjektů ohledně budoucí inflace pomocí přijetí režimu inflačního cílování, které mají na starosti centrální banky v těchto zemích. Malajsii se podařilo udržovat stabilní cenovou hladinu zejména z důvodu fixního měnového režimu a Singapuru především kvůli režimu řízeného floatingu. Obdobný výzkum, na který se zaměřila tato práce, by bylo vhodné opět zopakovat a porovnat se stávajícími výsledky. Vhodnou podmínkou pro minimální zkreslení výsledků by bylo použít na rozdíl od čtvrtletních dat data

Závěr

84

měsíční a provádět výzkum v relativně klidném ekonomickém období, které by nebylo postiženo žádnou zásadní krizí s celosvětovými dopady.


85

11 Použitá literatura Monografie, výzkumné studie a články v odborných periodikách ABDELAL, R., ALFARO, L. Capital and Control. Challenge. 2003, Vol. 46, No. 4, pp. 36-53. ISSN 0577-5132. ATKENSON, A., OHANIAN, L. E. Are Phillips Curves Useful for Forecasting Inflation?. Federal Reserve Bank of Minneapolis Quarterly Review. 2001, Vol. 25, No. 1, pp. 2-11. BAGSIC, C. B. The Phillips curve and inflation forecasting: The case of the Philippines. Philippine Management Review. 2004, Vol. 11, p. 76-90. BHANTHUMNAVIN, K. The Phillips curve in Thailand [online]. 2002 [cit. 201204-30]. Dostupné z: http://citeseerx.ist.psu.edu/viewdoc/summary? doi=10.1.1.197.7544. CASHELL, B. W., LABONTE, M. The Macroeconomic Effects of Hurricane Katrina [online]. 2005 [cit. 2012-05-01]. Dostupné z: http://fpc.state.gov/ documents/organization/53572.pdf. CRICHTON, D. R. Inflation Dynamics in Malaysia [online]. 2006 [cit. 2012-0430]. Dostupné z: http://abacus.bates.edu/~drieracr/Inflation%20 In%20Malaysia.pdf. ČERNOHORSKÁ, L., ČERNOHORSKÝ, J. Současné přístupy k predikci míry inflace pomocí Phillipsovy křivky. Scientific Papers of the University of Pardubice. 2007, Vol. 11, No. 11, s. 17-29. ISSN: 1211-555X. DUA, P. Determination of Inflation in an Open Economy Phillips Curve Framework: The Case of Developed and Developing Asian Countries. Working Paper No. 178 [online]. 2009 [cit. 2012-04-30]. Dostupné z: http://www.cdedse.org/pdf/work178.pdf. FISHER, S. The Asian Crisis: A View from the IMF. In: IMF [online]. 1998 [cit. 2012-05-01]. Dostupné z: http://www.imf.org/external/np/speeches/ 1998/012298.htm. FRIEDMAN, M. Inflation and Unemployment. The Journal of Political Economy. 1976, Vol. 85, No. 3, pp. 451-472. FRIEDMAN, M. The Role of Monetary Policy. The American Economic Review. 1968, Vol. 58, No. 1, pp. 1-17. FURUOKA, F., HO, CH. M. Phillips curves and openness: New evidence from selected Asian economies. Economics Bulletin. 2009, Vol. 29, No. 1, pp. 253-264.


86

FURUOKA, F., MUNIR, Q. "Phillips curve" in selected ASEAN countries: New evidence from panel data analysis [online]. 2009 [cit. 2012-04-30]. Dostupné z: http://www.scribd.com/doc/29136705/Philips-Curve-inSelected-ASEAN-Countries-New-Evidence-from-Panel-Data-Analysis. GALÍ, J., GERTLER, M. Inflation dynamics: A structural econometric analysis. Journal of Monetary Economics. 1999, Vol. 44, No. 2, p. 195-222. GRANGER, W. J., JEON, Y. The Evolution of the Phillips Curve: A Modern Time Series Viewpoint. Economica. 2009, Vol. 78, p. 51-66. HINDLS, R. A KOL. Statistika pro ekonomy. 8. vyd. Praha: Professional Publishing, 2007, 415 s. ISBN 978-80-86946-43-6. HOLMAN, R. Dějiny ekonomického myšlení. 3. vyd. Praha: C. H. Beck, 2005, 539 s. ISBN 80-717-9380-9. HOLMAN, R. Ekonomie. 2. přeprac. a dopl. vyd. Praha: C. H. Beck, 2001, 714 s. ISBN 80-717-9387-6. HONG, K. Fiscal Policy Issues in Korea after the Current Cisis. ADBI Working Paper No. 225 [online]. 2010 [cit. 2012-05-01]. Dostupné z: http://www.adbi.org/workingpaper/2010/07/02/3927.fiscal.policy.issues.korea.crisis/. HUŠEK, R. Aplikovaná ekonometrie: Teorie a praxe. 1.vyd. Praha: Professional Publishing, 2003, 263 s. ISBN 80-864-1929-0. HUŠEK, R. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. CHAROENSEANG, J., MANAKIT, P. Thai monetary policy transmission in an inflation targeting era. Journal of Asian economics. 2007, Vol. 18, p. 144157. ISSN 1049-0078. CHENG, M., TAN, H. Inflation in Malaysia. International Journal of Social Economics. 2002, Vol. 29, No. 5, pp. 411-425. ITO, T., HAYASHI, T. Inflation Targeting in Asia. HKIMR Occasional Paper No. 1 [online]. 2004 [cit. 2012-04-30]. Dostupné z: http://www.hkimr.org/ cms/upload/publication_app/pub_full_0_1_78_OP%20No.1_4CC+4CT .pdf. JIN, N. K. Coping with the Asian Financial Crisis: The Singapore Experience [online]. 2000 [cit. 2012-05-01]. Dostupné z: http://unpan1.un.org/ intradoc/groups/public/documents/apcity/unpan033317.pdf. KIHWAN, K. The 1997-98 Korean Financial Crisis: Causes, Policy Response, and Lessons [online]. 2006 [cit. 2012-05-01]. Dostupné z: http://www.imf.org/external/np/seminars/eng/2006/cpem/pdf/kihwan .pdf. KIM, H. Macroeconomic Policies of Korea to Cope with the Crisis [online]. 2010 [cit. 2012-05-01]. Dostupné z: http://www.ssc.wisc.edu/~mchinn/ 08Kim-Aug2010.pdf.


87

KRONGKAEW, M., CHAMNIVICKORN, S., NITITHANPRAPAS, I. Economic growth, employment, and poverty reduction linkages: the case of Thailand. Geneva: ILO, 2006. ISBN 92-211-8251-7. LANSING, K. Can the Phillips curve help forecast inflation?. FRBSF Economic Letter [online]. 2002, No. 29, p. 1-4 [cit. 2012-04-30]. Dostupné z: http://www.frbsf.org/publications/economics/letter/2002/el200229.html. LEE, J., RHEE, CH. Crisis and Recovery: What We Have Learned from the South Korean Experience?. Asian Economic Policy Review. 2007, Vol. 2, p. 146-164. MAH-HUI, M. L., KHOON, G. S. The impact of the global financial crisis: the case of Malaysia [online]. Penang: Third World network (TWN), 2010 [cit. 2012-04-30]. ISBN 978-967-5412-28-8. Dostupné z: http://www.twnside.org.sg/title2/ge/ge26.pdf. MANKIW, G. N. The Inexorable and Mysterious Tradeoff between Inflation and Unemployment. Economic Journal, Royal Economic Society. 2001, Vol. 111, No. 471, p. 45-61. MAREK, L. Statistika pro ekonomy: aplikace. 1. vyd. Praha: Professional Publishing, 2005, 423 s. ISBN 80-864-1968-1. MAZUMDER, S. In Search of an International Phillips Curve [online]. 2011 [cit. 2012-04-30] Dostupné z: http://college.wfu.edu/economics/wp-content/ uploads/In-Search-of-an-International-Phillips-Curve-Mazumder2011.pdf. NOLAND, M. The Philippines in the Asian Financial Crisis: How the Sick Man Avoided Pneumonia. Asian Survey. 2000, Vol. 40, No. 3, pp. 401-412. ORLOVSKÁ, P. Ověření platnosti Phillipsovy křivky v zemích Visegrádské čtyřky v období transformace. Diplomová práce. Brno: MENDELU Brno, 2010. 76 s. PARRADO, E. Singapore’s Unique Monetary Policy: How Does It Work? IMF Working Paper [online]. 2004 [cit. 2012-05-01]. Dostupné z: http://www.imf.org/external/pubs/ft/wp/2004/wp0410.pdf. PHILLIPS, A. W. The Relation Between Unemployment and the Rate of Change of Money Wage Rates in the United Kingdom, 1861-1957. Economica. 1958, Vol. 25, No. 100, p. 283-299. PUZON, M. The Inflation Dynamics of the ASEAN-4: A Case Study of the Phillips Curve Relationship. The journal of American science. 2009, Vol. 5, No. 1, p. 55-57. ISSN 1545-1003. SAMUELSON, P. A., SOLOW, R. M. Analytical Aspects of Anti-Inﬂation Policy. The American Economic Review. 1960, Vol. 50, No. 2, p. 177-194.


88

SIRIWARDANA, M., IDDAMALGODA, S. Effects of the Asian Economic Crisis on Singapore and Its Policy Responses: A General Equilibrium Analysis. UNEAC Asia papers journal of the UNE Asia Centre. 2003, No. 3, p. 123. ISSN 1442-6420. SCHIENBERG, J. Missile tension sends oil surging. In: CNN.com [online]. 2006 [cit. 2012-05-01]. Dostupné z: http://edition.cnn.com/2006/BUSINESS/ 07/05/oil.price/index.html. STAIGER, D., STOCK, J. H., WATSON, M. W. Prices, Wages and the U.S. NAIRU in the 1990s. Working Paper No. 8320 [online]. 2001 [cit. 2012-04-30]. Dostupné z: http://www.nber.org/papers/w8320. ŠTEKER, K. Phillipsova křivka a její vypovídací schopnost v podmínkách české ekonomiky v letech 1993-2005 [online]. 2006 [cit. 2012-04-30]. Dostupné z: http://web.fame.utb.cz/cs/docs/Steker.pdf. TANG, CH. F., LEAN, H. H. The stability of Phillips curve in Malaysia. Discussion Paper 39, Monash University [online]. 2007 [cit. 2012-04-30]. Dostupné z: http://www.buseco.monash.edu.au/units/dru/papers/workingpapers-07/p3907-stability-tanglean.pdf. TUAÑO, P. A. The Effects of the Asian Financial Crisis on the Philippines Labour Markets [online]. 2002 [cit. 2012-04-30]. Dostupné z: http://www.eadn.org/The%20Effects%20of%20the%20Asian%20Financ ial%20Crisis%20on%20the%20Philippines.pdf YAP, J. T. Impact of the Global Financial and Economic Crisis on the Philippines: A Rapid Assessment [online]. 2009 [cit. 2012-04-30]. Dostupné z: http://www.ilo.org/wcmsp5/groups/public/@asia/@robangkok/documents/meetingdocument/wcms_101595.pdf. YI, I. The National Patterns of Unemployment Policies in Two Asian Countries: Malaysia and South Korea. Working Paper 15 [online]. 2003 [cit. 201204-30]. Dostupné z: http://www.ub.uib.no/elpub/rokkan/N/N15-03.pdf. Webové stránky COLLIER, R. Iraq invasion may be remembered as start of the age of oil scarcity. In: SFGate.com [online]. 2005 [cit. 2012-05-01]. Dostupné z: http://www.sfgate.com/cgi-bin/article.cgi?file=/chronicle/archive/ 2005/03/20/MNGJKBS9PM1.DTL. Country and Lending Groups. In: WorldBank.org [online]. 2012 [cit. 2012-0430]. Dostupné z: http://data.worldbank.org/about/countryclassifications/country-and-lending-groups#Upper_middle_income. Crude Oil (petroleum). In: Indexmundi.com [online]. 2012 [cit. 2012-05-01]. Dostupné z: http://www.indexmundi.com/commodities/?commodity= crude-oil-dubai. Economic Statistic System (ECOS). In: Bank of Korea [online]. 2012 [cit. 201205-01]. Dostupné z: http://www.bok.or.kr/eng/engMain.action.


89

Exchange rates. In: Monetary Autority of Singapore [online]. 2012 [cit. 201205-01]. Dostupné z: https://secure.mas.gov.sg/msb/Exchange Rates.aspx. Inflation Targeting. In: Bangko Sentral ng Pilipinas (BSP) [online]. 2010 [cit. 2012-05-01]. Dostupné z: http://www.bsp.gov.ph/publications/ primers.asp. International Financial Statistic (IFS). In: IMF [online]. 2011 [cit. 2012-05-01]. Dostupné z: http://elibrary-data.imf.org/DataExplorer.aspx. Key Annual Indicators. In: Department of Statistics Singapore (DSS) [online]. 2012 [cit. 2012-05-01]. Dostupné z: http://www.singstat.gov.sg/ stats/themes/economy/hist/gdp1.html. Key Manpower Statistic. In: Ministry of Manpower [online]. 2012 [cit. 201205-01]. Dostupné z: http://www.mom.gov.sg/statistics-publications/ national-labour-market-information/statistics/Pages/default.aspx. Labor statistics. In: ILO.org [online]. 2010 [cit. 2010-04-30]. Dostupné z: http://laborsta.ilo.org/. Malaysia Adopts a Managed Float for the Ringgit Exchange Rate. In: Bank Negara Malysia (BNM) [online]. 2005 [cit. 2012-04-30]. Dostupné z: http://www.bnm.gov.my/index.php?ch=8&pg=14&ac=1054. Malaysia. In: Indexmundi.com [online]. 2010 [cit. 2012-05-01]. Dostupné z: http://www.indexmundi.com/malaysia/. Oil hits $100 barrel. In: BBC NEWS [online]. 2008 [cit. 2012-05-01]. Dostupné z: http://news.bbc.co.uk/2/hi/business/7083015.stm. OPEC Share of World Crude Oil Reserves 2010. In: OPEC.org [online]. 2011 [cit. 2012-05-01]. Dostupné z: http://www.opec.org/opec_web/ en/data_graphs/330.htm. Singapore Corporate Tax Guide. In: GuideMeSingapore.com [online]. 2012 [cit. 2012-05-01]. Dostupné z: http://www.guidemesingapore.com/taxation/ corporate-tax/singapore-corporate-tax-guide. Statistic. In: Bank of Thailand [online]. 2012 [cit. 2012-05-01]. Dostupné z: http://www.bot.or.th/ENGLISH/STATISTICS/Pages/index1.aspx. Statistical Database. In: Korean Statistical Information Service (KOSIS) [online]. 2012 [cit. 2012-05-01]. Dostupné z: http://kosis.kr/ eng/database/database_001000.jsp?listid=C&subtitle=Price/Household %20Income%20And%20Expenditure. The monetary policy target. In: Bank of Thailand (BOT) [online]. 2008 [cit. 2012-05-01]. Dostupné z: http://www.bot.or.th/English/Monetary Policy/Target/Pages/Target.aspx. The World Factbook. In: CIA.com [online]. 2011 [cit. 2012-05-01]. Dostupné z: https://www.cia.gov/library/publications/the-world-factbook/fields/ 2012.html.


90

Výroční zprávy centrálních bank a studie mezinárodních organizací Annual report/Bangko Sentral ng Pilipinas: 1999 [online]. 2000 [cit. 2012-0430]. Dostupné z: http://www.bsp.gov.ph/publications/regular_ annual_99.asp. Annual report/Bangko Sentral ng Pilipinas: 2004 [online]. 2005 [cit. 2012-0430]. Dostupné z:http://www.bsp.gov.ph/downloads/publications/2005/ annrep2004.pdf. Annual report/Bangko Sentral ng Pilipinas: 2006 [online]. 2007 [cit. 2012-0430]. Dostupné z:http://www.bsp.gov.ph/downloads/publications/2007/ annrep2007.pdf. Annual report/Bangko Sentral ng Pilipinas: 2007 [online]. 2008 [cit. 2012-0430]. Dostupné z:http://www.bsp.gov.ph/downloads/publications/2007/ annrep2007.pdf. Annual report/Bank Negara Malaysia: 2008 [online]. 2009 [cit. 2012-05-01]. Dostupné z: http://www.bnm.gov.my/index.php?ch=116&pg=350&ac= 1&eId=box2. Annual report / Bank Negara Malaysia: 2009 [online]. 2010 [cit. 2012-05-01]. Dostupné z: http://www.bnm.gov.my/index.php?ch=116&pg=350&ac= 1&eId=box2. Annual report / Bank Negara Malaysia: 2010 [online]. 2011 [cit. 2012-05-01]. Dostupné z: http://www.bnm.gov.my/index.php?ch=116&pg=350&ac= 1&eId=box2. Annual economic report/Bank of Thailand: 2003 [online]. 2004 [cit. 2012-0501]. Dostupné z: http://www.bot.or.th/English/ResearchAnd Publications/Report/DocLib_AnnualEconReport/Annual-03.pdf. Annual economic report/Bank of Thailand: 2004 [online]. 2005 [cit. 2012-0501]. Dostupné z: http://www.bot.or.th/English/ResearchAnd Publications/Report/DocLib_AnnualEconReport/Annual-04.pdf. Annual economic report/Bank of Thailand: 2006 [online]. 2007 [cit. 2012-0501]. Dostupné z: http://www.bot.or.th/English/ResearchAnd Publications/Report/DocLib_AnnualEconReport/Annual-06.pdf. Annual economic report/Bank of Thailand: 2007 [online]. 2008 [cit. 2012-0501]. Dostupné z: http://www.bot.or.th/English/ResearchAnd Publications/Report/DocLib_AnnualEconReport/Annual-07.pdf. Annual economic report/Bank of Thailand: 2009 [online]. 2010 [cit. 2012-0501]. Dostupné z: http://www.bot.or.th/English/ResearchAnd Publications/Report/DocLib_AnnualEconReport/09.pdf. Annual economic report/Bank of Thailand: 2010 [online]. 2011 [cit. 2012-0501]. Dostupné z: http://www.bot.or.th/English/ResearchAnd Publications/Report/DocLib_AnnualEconReport/2010.pdf.


91

Annual report/Monetary autority of Singapore: 98/99 [online]. 1999 [cit. 2012-05-01]. Dostupné z: http://www.mas.gov.sg/resource/about_us/ annual_reports/annual19981999/MASAnnual9899.pdf. Annual report/Monetary autority of Singapore: 2002/2003 [online]. 2003 [cit. 2012-05-01]. Dostupné z: http://www.mas.gov.sg/about_us/ annual_reports/annual20022003/cover/AnnualReport02-03.pdf. Annual report/Monetary autority of Singapore: 2004/2005 [online]. 2005 [cit. 2012-05-01]. Dostupné z: http://www.mas.gov.sg/about_us/ annual_reports/annual20042005/PDF/FullMAS_AR_0405.pdf. Annual report/Monetary autority of Singapore: 2006/2007 [online]. 2007 [cit. 2012-05-01]. Dostupné z: http://www.mas.gov.sg/resource/ publications/annual_reports/MAS_AR20062007.pdf. Annual report/Monetary autority of Singapore: 2007/2008 [online]. 2008 [cit. 2012-05-01]. Dostupné z: http://www.mas.gov.sg/about_us/ annual_reports/annual20072008/masar_08.pdf. Annual report/ Bank of Korea: 2008 [online]. 2009 [cit. 2012-05-01]. Dostupné z: http://www.bok.or.kr/contents/total/eng/boardView. action?boardBean.brdid=4812&boardBean.rnum=3&menuNaviId=740& boardBean.menuid=740&boardBean.cPage=1&boardBean.categorycd=0 &boardBean.sdt=&boardBean.edt=&boardBean.searchColumn=&boardB ean.searchValue=. Annual report/ Bank of Korea: 2009 [online]. 2010 [cit. 2012-05-01]. Dostupné z: http://www.bok.or.kr/contents/total/eng/boardView. action?boardBean.brdid=7243&boardBean.rnum=2&menuNaviId=740& boardBean.menuid=740&boardBean.cPage=1&boardBean.categorycd=0 &boardBean.sdt=&boardBean.edt=&boardBean.searchColumn=&boardB ean.searchValue=. ASEAN. Country report of the ASEAN assessment on the social impact of the global financial crisis: Singapore [online]. 2011 [cit. 2012-05-01]. Dostupné z: http://www.aseansec.org/publications/ARCR/ Singapore.pdf. ASEAN. Country report of the ASEAN assessment on the social impact of the global financial crisis: Thailand [online]. 2011 [cit. 2012-05-01]. Dostupné z: http://www.aseansec.org/publications/ARCR/Thailand.pdf. MOHR. Malaysia: enhancing jobs strategy [online]. 2006 [cit. 2012-04-30]. Dostupné z: http://www.oecd.org/dataoecd/34/7/37865470.pdf. OECD. Foreign Direct Investment and Recovery in Southeast Asia [online]. 1999 [cit. 2012-04-30]. Dostupné z: http://www.oecd.org/dataoecd/ 2/55/40818364.pdf.

Seznamy

92

12 Seznamy Seznam obrázků Obr. 1 Friedmanovo vysvětlení vztahu nezaměstnanosti a inflace v krátkém a dlouhém období .................................................................................................17 Obr. 2

Phillipsova křivka pro USA v období 1960-1983 a 1984-1999............. 18

Obr. 3 Protichůdný vývoj míry nezaměstnanosti a míry inflace a „v čase se měnící“ NAIRU odhadnutá pro Filipíny ............................................................. 23 Obr. 4 Pozitivní vztah mezi produkční mezerou a mírou inflace na příkladu Singapuru (vlevo) a Jižní Koreji (vpravo). Body se řádí kolem pomyslné přímky s rostoucím trendem ............................................................................................ 26 Obr. 5

Vývoj kurzu PHP/USD v období leden 1996 až prosinec 1999 ............ 28

Obr. 6 Vývoj míry inflace na Filipínách v letech 2002-2011 včetně cílového inflačního pásma.................................................................................................. 30 Obr. 7

Vývoj míry nezaměstnanosti a reálného HDP v letech 1996-2010 ...... 33

Obr. 8 Vývoj kurzu MYR/USD (denní) a míry inflace (čtvrtletní) v Malajsii v letech 1996-2010 ............................................................................................... 35 Obr. 9 Vývoj běžné míry inflace a jádrové inflace v Thajsku v letech 2000-2010 ........................................................................................................... 37 Obr. 10 Vývoj hodnoty 14 denní repo sazby (v %) v Thajsku od ledna 2000 do února 2008 .......................................................................................................... 38 Obr. 11 Vývoj míry nezaměstnanosti (v %) a počtu nezaměstnaných (v tis.) v letech 1997 až 2010 ........................................................................................... 40 Obr. 12 Vývoj roční míry inflace a měsíčního měnového kurzu SGD/USD v letech 1997-2010 ............................................................................................... 42 Obr. 13 Vývoj úrokové míry (overnight) v Jižní Koreji od ledna 1997 až do prosince 2010....................................................................................................... 44 Obr. 14

Vývoj míry inflace a čisté inflace v Jižní Koreji letech 1997-2010.... 45

Obr. 15 Vývoji míry nezaměstnanosti a HDP v Jižní Koreji v letech 1998-2010. ........................................................................................................... 46 Obr. 16

Vývoj míry inflace na Filipínách v letech 1998-2010........................ 49

Obr. 17 Bodový diagram znázorňující závislost míry inflace na míře nezaměstnanosti v Thajsku v letech 1998-2010.................................................. 53

Seznamy

93

Obr. 18 Protichůdný vývoj míry inflace a míry nezaměstnanosti v Thajsku v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005........................... 55 Obr. 19 Graf reziduí (rozdíl skutečných a vyrovnaných hodnot míry inflace) v závislosti na čase v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005 ........................................................................................................... 56 Obr. 20 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí negativně skloněné lineární regresní funkce pro období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005 (Thajsko) ......................................................... 57 Obr. 21 Bodový diagram znázorňující závislost míry inflace na míře nezaměstnanosti v Singapuru v letech 1998-2010..............................................60 Obr. 22 Protichůdný vývoj míry inflace a míry nezaměstnanosti v Singapuru v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 ............................61 Obr. 23 Graf reziduí (rozdíl skutečných a vyrovnaných hodnot míry inflace) v závislosti na čase v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 ........................................................................................................... 62 Obr. 24 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí negativně skloněné lineární regresní funkce pro období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007 (Singapur) ........................................................ 63 Obr. 25 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí kvadratické regresní funkce pro období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007........................................................................................................ 64 Obr. 26 Bodový diagram znázorňující závislost míry inflace na míře nezaměstnanosti pro Jižní Koreu v letech 1998-2010 ........................................ 66 Obr. 27 Protichůdný vývoj míry inflace a míry nezaměstnanosti v Jižní Koreji v období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 ............................ 67 Obr. 28 Zlogaritmované hodnoty míry nezaměstnanosti a míry inflace pro Jižní Koreu v období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 ........ 69 Obr. 29 Závislost míry inflace na míře nezaměstnanosti vyjádřená pomocí mocninné funkce pro období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 (Jižní Korea)......................................................................................................... 70 Obr. 30

Vývoj ceny ropy v USD v období od února 2002 do prosince 2010 . 74

Obr. 31 Srovnání skutečné a predikované míry inflace v období prvního čtvrtletí 2002 až čtvrtého čtvrtletí 2002 (Jižní Korea) ....................................... 78

Seznam tabulek Tab. 1

Klasifikace sledovaných zemí podle stupně rozvinutosti ekonomiky .. 27

Tab. 2

Reálný ekonomický růst na Singapuru v % v letech 1998 až 2010 .......41

Seznamy

Tab. 3

94

RESET test (Thajsko)............................................................................ 56

Tab. 4 Korelace mezi mírou inflace a mírou nezaměstnanosti a test statistické významnosti korelačního koeficientu pro Thajsko v období od prvního čtvrtletí 2002 až po druhé čtvrtletí 2005 .......................................................................... 57 Tab. 5

RESET test (Singapur) .......................................................................... 63

Tab. 6 Korelace mezi mírou inflace a mírou nezaměstnanosti a test statistické významnosti korelačního koeficientu pro Singapur v období od prvního čtvrtletí 2005 až po čtvrté čtvrtletí 2007........................................................................... 64 Tab. 7

RESET test (Jižní Korea) ...................................................................... 68

Tab. 8 Korelace mezi zlogaritmovanými hodnotami míry inflace a míry nezaměstnanosti a test statistické významnosti korelačního koeficientu pro Jižní Koreu v období od prvního čtvrtletí 1999 až po čtvrté čtvrtletí 2001 ................. 69 Tab. 9 Tab. 10

Význam zemědělství ve sledovaných zemích v roce 2011..................... 73 Srovnání skutečné a predikované míry inflace a jejich odchylky..... 78

Seznam použitých zkratek AIC AR ASEAN BNM BOK BOT BSP CIA CPI DSS ECOS HDP HQC IFS ILO IMF KOSIS MAS MOHR MOM MYR

Akaikeho informační kritérium Výroční zpráva (annual report) Sdružení národů jihovýchodní Asie (Association of South East Asian Nations) Centrální banka Malajsie (Bank Negara Malaysia) Centrální banka Jižní Koreje (Bank of Korea) Centrální banka Thajska (Bank of Thailand) Centrální banka Filipín (Bangko Sentral ng Pilipinas) Ústřední zpravodajská služba (Central Inteligence Agency) Index spotřebitelských cen (Consumer price index) Statistický úřad Singapuru (Department of Statistics Singapure) Ekonomický statistický systém (Economic Statistics System) Hrubý domácí produkt Hannan-Quinnovo informační kritérium Mezinárodní finanční statistika (International Financial Statistics) Mezinárodní organizace práce (International Labour Organization) Mezinárodní měnový fond (International Monetary Fund) Korejský statistický informační servis (Korean Statistical Information Service) Centrální banka Singapuru (Monetary Autority of Singapure) Ministerstvo lidských zdrojů (Ministry of Human Resources) Ministerstvo práce (Ministry of Manpower) Malajský ringit (Malaysia ringgit)

Seznamy

OECD OLS OPEC PC PHP SE SIC SGD USD WB

95

Organizace pro hospodářskou spolupráci a rozvoj (Organization for Economic Co-operation and Development) Metoda nejmenších čtverců (Ordinary Least Squares) Organizace zemí vyvážejících ropu (Organization of the Petroleum Exporting Countries) Phillipsova křivka (Phillips Curve) Filipínské peso (Philippine peso) Střední chyba (Standard Error) Schwarzovo informační kritérium Singapurský dolar (Singapore Dollar) Americký dolar (United States Dollar) Světová banka (World Bank)

Vliv struktury ekonomiky na vztah nezaměstnanosti a inflace

Recommend Documents