Vysoká škola ekonomická v Praze Fakulta financí a účetnictví BAKALÁŘSKÁ PRÁCE Michal Dvořák

Vysoká škola ekonomická v Praze Fakulta financí a účetnictví

BAKALÁŘSKÁ PRÁCE

2010

Michal Dvořák

Vysoká škola ekonomická v Praze Fakulta financí a účetnictví Katedra veřejných financí Studijní obor: Finance

Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb

Autor bakalářské práce:

Michal Dvořák

Vedoucí bakalářské práce:

doc. Ing. Jan Pavel, Ph.D.

Rok obhajoby:

2010

Čestné prohlášení Prohlašuji, ţe bakalářskou práci na téma „Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb“ jsem vypracoval samostatně a veškerou pouţitou literaturu a další prameny jsem řádně označil a uvedl v přiloţeném seznamu. V Praze dne 28. června 2010

podpis

Poděkování Autor děkuje docentu Vysoké školy ekonomické Janu Pavlovi za řadu cenných poznámek a nápadů, pracovníkům podpory uţivatelů Eurostatu za zodpovězení mnoha dotazů ke statistikám a ekonomu Pavlu Kohoutovi, který svým výrokem v Mladé frontě Dnes autora ke zkoumání této problematiky navedl1. 1

18.9.2009, v článku Stát rozhazuje, dálnice se u nás staví dráže než v Itálii.

Statistické a matematické výpočty byly provedeny s pomocí programů Gretl 1.8.7, Microsoft Excel 5.0 a Texas Instruments Derive 6. Tabulky a grafy byly vytvořeny v programech Microsoft Excel 5.0 a Corel Draw 13. K odhadu regresních koeficientů je vţdy pouţita metoda nejmenších čtverců. Veškeré obrázky a tabulky jsou dílem autora.

S případnými připomínkami nebo komentáři neváhejte autora kontaktovat na jeho elektronické adrese [email protected].

Anotace Tato bakalářská práce analyzuje vliv korupce na cenovou úroveň infrastrukturních staveb. K tomuto účelu budou vyuţity zejména ukazatele Comparative price level indices sledované Eurostatem a Index vnímání korupce publikovaný Transparency International. Metodou zkoumání pak bude průřezová statistická analýza údajů minimálně 20 evropských zemí za rok 2007. V první řadě budou definovány podílové ukazatele odvozené ze statistik Eurostatu, které jsou v českých médiích prezentovány jako měřítka nadměrných cen dálnic v České republice. Je ukázáno, ţe jejich uţití naráţí na řadu problémů. Proto bude provedeno jejich očištění od vlivu rozdílných cen práce a kapitálu mezi sledovanými státy, které na ukazatele působí skrze odlišnou spotřebu výrobních faktorů v oblasti inţenýrských staveb a ostatních odvětvích stavebnictví. Je demonstrována značná korelace mezi mírou korupce a takto definovanými měřítky cen inţenýrských staveb jak v neočištěné, tak i v očištěné podobě.

Obsah 1. Úvod .................................................................................................................................. 7 2. Teoretická východiska..................................................................................................... 9 2.1 Korupce a veřejné zakázky ...................................................................................... 9 2.2 Moţnosti měření předraţenosti inţenýrských staveb ............................................ 10 2.3 Další vztahy mezi korupcí a cenou veřejných zakázek ......................................... 12 3. Měření korupce .............................................................................................................. 14 4. Podílové ukazatele odvozené ze statistik Eurostatu a jejich vazba na korupci ....... 18 4.1 Definice ukazatelů ................................................................................................. 18 4.2 Výběr ukazatelů ..................................................................................................... 20 4.3 Ukazatele Φ a Ψ a jejich korelace s korupčním indexem ...................................... 22 5. Interpretace podílových ukazatelů .............................................................................. 25 5.1 Moţná vysvětlení vysokých hodnot ukazatelů ...................................................... 25 5.2 Náročnost inţenýrských staveb a obytných budov na různé výrobní faktory ....... 27 5.3 Vliv mzdové úrovně na statistiky RB, NB a IW..................................................... 29 5.4 Ekonometrický model náročnosti na výrobní faktory v různých odvětvích stavebnictví .................................................................................................................. 31 5.5 Podíly osobních nákladů v různě velkých firmách ................................................ 33 5.6 Rozdílná spotřeba výrobních faktorů ve firemním účetnictví ............................... 34 5.7 Shrnutí výzkumu vlivu mzdové úrovně na cenu zakázek ..................................... 35 6. Očišťování ukazatelů přes podíl osobních nákladů u různě velkých firem ............. 36 6.1 Stručný přehled postupu očištění........................................................................... 36 6.2 Podrobná metodologie očištění ............................................................................. 37 6.3 Výsledky očištění a vazba na korupci ................................................................... 40 6.4 Moţné námitky proti provedenému způsobu očištění ........................................... 42 6.5 Vztahy mezi ukazateli a dalšími veličinami .......................................................... 43 7. Závěr ............................................................................................................................... 45 Seznam použité literatury a pramenů ............................................................................. 46 Seznam tabulek a obrázků ................................................................................................ 52 Příloha A: Dosavadní studie cen dálnic ........................................................................... 53 A.1 Studie Mott MacDonald: Česko má násobně draţší dálnice ................................ 53 A.2 Studie společnosti IBR: Ceny českých dálnic jsou srovnatelné ........................... 54 A.3 Ostatní šetření ....................................................................................................... 55 Příloha B: Korelace mezi ukazateli korupce................................................................... 56 Příloha C: Technická poznámka ...................................................................................... 58 Příloha D: Finanční analýza vybraných firem z oblasti inženýrských a obytných staveb v České republice ................................................................................................... 62 D.1 Metodologie .......................................................................................................... 62 D.2 Zjištěné hodnoty finančních ukazatelů ................................................................. 64 D.3 Shrnutí průměrných hodnot ukazatelů za celé období .......................................... 65 D.4 Výsledky studie .................................................................................................... 66

Michal Dvořák Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb

1. Úvod

1. Úvod Od roku 2006, kdy do médií pronikla první konkrétnější zpráva konstatující neúměrnou cenu českých dálnic v porovnání s dálnicemi ve 4 evropských zemích2, se téma předraţených silničních staveb vyskytuje v českých médiích velmi často. Ale nákladnost dálnic byla mediálně atraktivní jiţ předtím, čehoţ dobrým důkazem je fakt, ţe i renomovaný novinář Respektu Erik Tabery uţívá v knize Vládneme, nerušit k ilustraci korupce ve veřejných zakázkách dva příklady – neúměrně drahé dálnice a tendr na nákup bojových letounů Gripen.3 V roce 2009 pouţila Národní ekonomická rada vlády (NERV) ve své Závěrečné zprávě indikátory vyvozené z údajů zveřejněných Statistickým úřadem Evropského společenství (Eurostat), aby zdokumentovala tvrzení, ţe se na efektivnějším provádění veřejných zakázek dají uspořit značné peníze. I kdyţ šlo pouze o načrtnutí způsobu, jak vyšší cenu dálnic měřit, a v Závěrečné zprávě ani v jiných dokumentech NERV není tato metoda podrobněji diskutována co do jejích nedostatků, působí velmi robustním dojmem. V médiích jsou pak její výsledky aţ nekriticky přijímány. Tato metoda přichází s prvním skutečně obecným a jednoduchým postupem, jak se vyjadřovat k cenám inţenýrských staveb v mezinárodním srovnání. To pak umoţní porovnat výsledky s příslušným indikátorem korupce. Ostatně sám Pavel Kohout, který měl v NERV tuto oblast na starosti, tvrdí, ţe „výsledky [tj. podílové ukazatele zavedené v kapitole 4] jsou dost podobné tabulce míry korupce v jednotlivých zemích“4. Ovšem podrobnější zkoumání zmíněného vztahu dosud nebylo provedeno. Téma korupce je velmi frekventováno nejen v médiích, ale také v odborné literatuře5. Avšak relevantní studii empiricky dokladující vztah korupce a cen inţenýrských staveb se autorovi této práce nepodařilo nalézt.

2

Jde o zprávu společnosti Mott MacDonald. Její výsledky jsou diskutovány v Příloze A.1. Tabery (2006, s. 97-112). Kniha se věnuje problému korupce jen okrajově, proto výběr těchto dvou příkladů leccos napovídá. Těţiště kritiky se týká výstavby dálnice D47. 4 Stát rozhazuje, dálnice se u nás staví dráţ neţ v Itálii. MF Dnes, 18.9.2009. 5 Coţ lze dokumentovat počtem nalezených článků obsahujících výraz korupce v některém z vyhledávačů odborných prací, např. Google Scholar (http://scholar.google.com). 3

-7-


1. Úvod

Tato práce se primárně nezaměřuje na dokazování, zda jsou české dálnice předraţené, či nikoli, jejím cílem je formulace závěrů obecnějších. Při aplikování výsledků je pak třeba mít na paměti, ţe z povahy uţitých statistických metod nemusí být obecný závěr nutně aplikovatelný na kaţdou konkrétní zemi. Tato studie má dva cíle: 

ověřit vypovídací schopnost indikátorů cen zakázek prezentovaných Národní ekonomickou radou vlády,



analyzovat vztah korupce a ceny veřejných zakázek uţitím regresní a korelační analýzy.

V kapitole 2 jsou prezentována teoretická východiska, proč by vyšší korupce měla vést k vyšší realizované ceně inţenýrských staveb, a problémy při měření cen dálnic. Kapitola 3 je věnována měření korupce a výběru vhodného ukazatele pro kvantifikaci korupce v dané zemi. Ukazatele prezentované Národní ekonomickou radou vlády blíţe představíme v kapitole 4 a demonstrujeme jejich vztah s korupcí, čímţ statisticky ověříme zmíněné tvrzení Pavla Kohouta. Kapitola 5 se zaměří na interpretaci ukazatelů a prozkoumá, zda existují významné odlišnosti v cenách práce a kapitálu v jednotlivých zemích, které by sníţily vypovídací schopnost ukazatelů. Kapitola 6 provede očištění o tyto vlivy a ověří vazbu očištěných ukazatelů na korupci. Kapitola 7 pak obsahuje shrnutí.

-8-

Michal Dvořák 2. Teoretická východiska Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb

2. Teoretická východiska 2.1 Korupce a veřejné zakázky Je ovlivněna dosaţená cena veřejných zakázek6 korupcí7 v daném prostředí?8 Zdravý rozum i ekonomická teorie říká, ţe s vyšší korupcí budou mít státem pořizované zboţí a sluţby tendenci se prodraţovat. Nabízející firmy svými úplatky přesvědčí státního úředníka, aby zradil veřejný zájem, jeţ má hájit, a ve svém osobním zájmu hájil zájem firmy. Ten spočívá v tom, ţe: 

firma vyhraje tendr



a vyšší realizační cena jí umoţní vytvořit „nadstandardní“ zisk, ze kterého hravě umoří náklady na poskytnutý úplatek.9

Z tohoto důvodu bychom v korupčním prostředí předpokládali draţší zakázky neţ v nekorupčním, jenţe problém je, jak tuto vcelku přímočarou myšlenku ověřit. Potřebovali bychom zjistit cenu veřejných zakázek stejného druhu v situacích, které by se lišily pouze různou mírou korupce. Toto je značný problém – ţádné dvě zakázky nejsou úplně stejné, protoţe se liší například 

předmětem plnění – most přes alpské údolí má zcela jiný charakter neţ ţelezniční nadjezd,



konkurencí – počet soutěţitelů v daném tendru podle většiny studií ovlivňuje dosaţenou cenu,



cenovými podmínkami – zejména u cen neobchodovatelných statků nelze jednoduše porovnávat náklady mezi jednotlivými zakázkami, protoţe např.

6

Pojmem veřejná zakázka se zde myslí nákup zboží a služeb z veřejných zdrojů. Více viz Pavel (2007). Přestoţe význam slova korupce je běţném smyslu zřejmý, přesně definovat korupci uţ tak jednoduché není. V tomto textu budeme povaţovat korupci za „zneužití svěřené moci k osobnímu obohacení“, jak ji chápe Transparency International, Světová banka a převáţná většina ekonomických článků. Obsáhlejší diskuze viz Frič a kol. (1999), Volejníková (2007) nebo Sandholtz, Koetzle (2000). 8 „Oblast zadávání veřejných zakázek a politická korupce patří mezi dvě nejčastější oblasti korupce v celosvětovém měřítku“. Národní ekonomická rada vlády (2009, s. 36). 9 Politická ekonomie uţívá teorii her k předpovědi, jak velké úplatky budou nabídnuty, například při dané velikosti renty, proceduře rozdělování renty, způsobu tendru a počtu soutěţitelů. Zde však nemá smysl formální model vytvářet, neboť je očividné, ţe za logického předpokladu maximalizace zisku bude mít úředník motivaci rentu vytvářet (tím, ţe je ochoten zadat zakázku za vyšší neţ pro stát optimální cenu) a soutěţící korumpovat, aby zvýšil pravděpodobnost získání zakázky a s ní i renty. Netechnický úvod do mikroekonomie korupce viz Volejníková (2007, s. 111-170). 7

-9-


nájemné budovy pro usídlení státního úřadu bude neporovnatelné v Praze a Horním Kovářově, 

dalšími specifickými podmínkami.

Je proto třeba definovat statek, na který je vypisováno relativně větší mnoţství zakázek a u kterého je moţná srovnatelnost. Civilní inženýrské stavby (např. dálnice) jsou vhodnou kategorií, protoţe se staví ve všech státech a mají přibližně stejné parametry. U tendrů na takovéto stavby dosahují realizované ceny značných výšek, coţ vytváří silné incentivy pro korupční jednání. Stačí „věnovat“ zodpovědným úředníkům jen mizivé procento ceny zakázky, a přesto toto procento bude v absolutní částce dostatečně velké na to, aby změnilo chování úředníků. Zdá se tedy, ţe pro zkoumání fenoménu korupce je tento typ zakázek ideální.

2.2 Možnosti měření předraženosti inženýrských staveb Je však poměrně obtíţné provést analýzu toho, co je „normální cena“ a co je „korupcí zvýšená cena“ inţenýrských staveb. Ideálním řešením by bylo porovnat skutečné ceny staveb s expertním posudkem odhadujícím, za kolik by se stavby dané kvality daly postavit10. Tento přístup však vyţaduje hluboké odborné znalosti stavebnictví a je časově a finančně extrémně náročný, tudíţ zde nepouţitelný. Druhý přístup spočívá v pouţití údajů o skutečných cenách staveb v jednotlivých zemích, jejichţ porovnáním se dá usoudit, kde se staví relativně draze, a to pak podrobit bliţšímu zkoumání. V souvislosti s nařčením, ţe Česko má předraţené dálnice, bylo vytvořeno několik studií porovnávajících průměrné ceny dálnic v různých státech EU. Studie mají ovšem omezenou působnost – zkoumají pouze konkrétní dálnice v malém počtu států – a ještě jsou tou či onou stranou označeny za tendenční. Proto není moţné tyto studie pouţít ke kvantitativnímu měření vlivu korupce. Pro úplnost jsou ale výsledky nejvýznamnějších dosud provedených českých studií porovnávajících ceny dálnic předloţeny v Příloze A.

10

Takto to provedl Olken (2005) s týmem inţenýrů při zkoumání korupce při stavbách silnic ve venkovských oblastech Indonésie.

- 10 -


Východiskem řešícím problém nedostatku vhodných dat o cenách inţenýrských staveb mohou být právě data Eurostatu, která v různých odvětvích poměřují ceny mezi státy oproti průměru EU15 nebo EU27. Sekce věnovaná stavebnictví (v anglickém originále construction) umoţňuje detailnější dělení výstavby na obytné budovy, nerezidenční budovy a civilní inţenýrské (dále jen inţenýrské) stavby. Na základě toho lze sestrojit ukazatele, které budeme v celém dalším textu nazývat podílovými: 

inţenýrské stavby / stavebnictví celkem,



inţenýrské stavby / obytné budovy,

kde v čitateli i jmenovateli zlomků figurují cenové úrovně košů typizovaných staveb ze zmíněných kategorií v jednotlivých státech jako procento cenové úrovně EU15 či EU25 pro téţ koše. To eliminuje jednak problém nutnosti porovnávání jednotlivých dálnic mezi státy díky vyšší míře agregace (tj. nemusíme být znalci v oboru stavebnictví, abychom dokázali provést analýzu11) a dále jsou natolik jednoduché a dostupné pro mnoho států, ţe s nimi lze snadno a efektivně pracovat – údaje jsou kaţdoročně zjišťovány Eurostatem a jsou k dispozici takřka „na kliknutí“. Vyšší hodnoty indexů mohou indikovat předraţování zakázek, i v důsledku zvýšené korupce. Je totiţ nasnadě, ţe v kategorii obytných staveb (a i většiny nerezidenčních staveb) se předraţování staveb daří hůře, kdyţ je odstraněn problém delegování – kupující kupuje za peníze své, a ne za peníze cizí (daňových poplatníků) jako u inţenýrských staveb, které jsou z téměř vţdy financovány státem. O vypovídacích schopnostech ukazatelů lze samozřejmě vést polemiku. Například Národní ekonomická rada vlády obhajuje jejich uţití následujícími slovy: „Relativní srovnání cen typizovaných zakázek…může sloužit jako poměrně robustní indikátor toho, zda v některých státech nedochází k předražování veřejných zakázek.“12 Nelze se však ubránit pochybám, zda hodnoty těchto indexů nelze vysvětlit i něčím jiným neţ předraţováním zakázek.

11 12

Tedy za předpokladu, ţe statistika typizovaných zakázek je Eurostatem zpracována korektně. Národní ekonomická rada vlády (2009, s. 36).

- 11 -


2.3 Další vztahy mezi korupcí a cenou veřejných zakázek Závěrem demonstrujme sloţitost zkoumání. Obr. 2.1 ukazuje komplexnost pozorovaných vztahů a to, ţe vazba mezi korupcí a cenou zakázek můţe být jak přímá, tak nepřímá. Právě existence nepřímého vlivu analýzu komplikuje, protoţe není moţné korupci (měřenou indexy, které budou představeny dále) od ostatních vlivů odizolovat, případně je to extrémně obtíţné. Spojitost mezi konkurencí a niţší cenou zakázek připouští i Stiglitz (1997). Podrobnější diskuze se stejným závěrem viz Pavel (2007). V konkrétním případě inţenýrských staveb v České republice tento vztah popisuje Pavel (2008): zejména u malého počtu soutěţitelů je ţádoucí efekt dalšího nabízejícího velký.

Obr. 2.1: Některé vztahy mezi korupcí a cenou zakázek.

Zdroj:

autor

Vyšší korupce sniţuje konkurenci, protoţe pokud potenciální soutěţitelé povaţují tendr za zmanipulovaný, ztrácejí ochotu se ho účastnit. Na druhou stranu vyšší konkurence můţe potlačovat korupci – při větším počtu nabídek je celý proces komplikovanější – nebo ji naopak zvyšovat – firmy mají větší potíţe zakázku získat běţnými způsoby, a tak sáhnou k úplatkům.13

13

Zvyšování konkurence se obecně povaţuje za jeden z prostředků boje s korupcí. Ades a Di Tella (1999) vyzkoumali, ţe státy (a) s vyšší mírou obchodního ochranářství, (b) s ekonomikou, které dominuje několik firem, a (c) s méně funkčním antimonopolním zákonodárstvím mají tendenci mít vyšší míru korupce neţ státy, které těmito faktory netrpí. Přehled dalších studií s podobnými výsledky v Lambsdorff (1999). Přesto existují studie, které účinnost konkurence na sniţování korupce relativizují (např. Bliss, Di Tella (1997)).

- 12 -


Vztahy mezi korupcí, či obecněji vládou práva a kvalitou institucí, a vyspělostí jsou institucionální ekonomií a ekonomií rozvoje (development economics) podrobně studovány. Například Transparency International ve své Global Corruption Report za rok 2006 cituje tři studie, které shodně dokazují jasně pozitivní vztah mezi ukazatelem vlády práva a HDP per capita.14 Dále například Mauro uvádí, ţe korupční index je signifikantní vysvětlující proměnnou pro ekonomický růst15; studií s těchto výsledkem je ale celá řada16. To, ţe vyspělost země vede k vyšším mzdám a koinciduje s lepší technologií výstavby, coţ jsou faktory zvyšující, resp. sniţující ceny zakázek (za předpokladu konstantní kvality realizované zakázky), je očividné.

14

Kaufmann, Kraay, Mastruzzi (2006, s. 305). Zmíněný ukazatel vlády práva je ukazatel Právní řád (Rule of Law), sestavovaný Světovou bankou, který vyšší kvalitě institucí přisuzuje vyšší hodnoty. Tento ukazatel téměř dokonale koreluje s obecně pouţívanými měrami korupce – viz Příloha B. 15 Mauro (1997). 16 Na vztahu korupce a růstu HDP panuje víceméně shoda, otázkou však zůstává směr kauzality. Více viz Lambsdorff (1999).

- 13 -


3. Měření korupce

3. Měření korupce Aby se dal vliv korupce na cenu veřejných zakázek zkoumat kvantitativně, je potřeba přítomnost korupce v kaţdé zemi číselně ohodnotit. Korupce je však ze své podstaty obtíţně měřitelná. Důsledkem toho se dominantním přístupem v jejím zkoumání stalo nikoli měření korupce jako takové, ale jejího vnímání.17 Na tomto principu jsou zaloţeny následující tři veřejně dostupné indexy. První dva z nich18 dominují v odborné i laické literatuře nad všemi dalšími existujícími ukazateli korupce. 

Index vnímání korupce (Corruption Perceptions Index (CPI), publikuje Transparency International) – hodnotí korupci ve veřejném sektoru – tj. korupci mezi úředníky veřejné správy a politiky, coţ je přesně oblast relevantní pro tuto studii. Index ale ukazuje pouze na stranu příjemce úplatků.19 Výsledkem měření je jedno číslo od 0 do 10 (včetně) s přesností na desetiny, vyšší hodnota znamená méně korupční prostředí. Index uţívá data ze 14 výzkumů 12 institucí mezi byznysmeny a nezávislými experty, tedy nikoli mezi běţnými občany. Kvůli pouţité metodice je rozhodující pořadové umístnění zemí v kaţdém z průzkumů. Korelace mezi výsledky zahrnutých šetření je průměrně 0,77. Indexem pro rok 2007 počínaje byla učiněna změna metodiky umoţňující porovnatelnost CPI v čase – změna zachovává pořadí zemí, ale hodnoty indexu před a po změně se mohou lišit. Jak dokumentuje Lambsdorff (2007, s. 9), tyto rozdíly jsou však zanedbatelné.



Indikátor Zvládání korupce (Control of Corruption (CC), zveřejňuje Světová banka (World Bank) jako míru jedné z šesti dimenzí veřejné správy20). Sledována

17

Olken (2005, s. 2). Ty patří mezi tzv. kompozitní indexy, tj. jejich údaje pocházejí z více různých průzkumů. Myšlenka kombinování dat je taková, že špatný výkon jednoho zdroje může být vyrovnán zahrnutím…dalších zdrojů. Tím je pravděpodobnost zkreslení výsledku země výrazně snížena (Lambsdorff (2007, s. 11)). 19 Transparency International – Česká republika (2007a). 20 Další z indikátorů je jiţ dříve zmíněný ukazatel Právní řád. Není bez zajímavosti, ţe z 36 sledovaných evropských zemí má výrazně největší záporný rozdíl mezi Právním řádem a Zvládáním korupce Česká republika a Řecko. 18

- 14 -



je jak „drobná“ (petty), tak „velká“ (grand) korupce21. Jedná se o rozsáhlý a sofistikovaný průzkum jak mezi běţnými občany a firmami, tak odborníky. Data pocházejí z různých zdrojů a na jejich sběru se podílí značný počet organizací (35 zdrojů a 33 organizací pro rok 2008).22 Jeho hodnoty se pohybují kolem nuly v rozmezí +/- 2,523, vyšší číslo opět znamená niţší korupci. 

Vnímání

korupce

v jednotlivých

sektorech

(publikuje

Transparency

International v rámci širšího šetření Globální barometr korupce24). Průzkum probíhá mezi širokou veřejností a respondenti hodnotí úroveň korupce odděleně v politických stranách, policii, zdravotnictví apod. na stupnici 1 (ţádná korupce) aţ 5 (extrémní korupce). Oblast veřejných zakázek přímo sledovaná není, ale můţeme sestavit aritmetický průměr charakterem nejbliţších kategorií Politické strany, Parlament/Legislativa a Obchod/Privátní sektor. Na druhé straně existují ukazatele měřící korupci podle osobní zkušenosti respondentů, vyjádřené při dotazníkových šetřeních. U takovýchto průzkumů je vţdy značně diskutabilní, do jaké míry získané údaje odráţí skutečnost. Takto je konstruován například: 

Index plátců úplatků (Bribe Payers Index, vydává Transparency International) – hodnotí 30 předních exportních zemí podle toho, do jaké míry jsou mezinárodní společnosti se sídlem v těchto zemích náchylné k nabízení úplatků v zahraničí.25 Respondenty jsou obchodní manaţeři ve státech, kam firmy z hodnocených zemích vyváţí. Výsledek tedy zjevně ukazuje na odlišné jevy, neţ jsou jevy sledované touto studií.



Údaj o procentu občanů dávajících úplatek za posledních 12 měsíců (zjišťuje Transparency International v rámci studie Globální barometr korupce).26

21

Drobná korupce (některými autory označována také jako mikrokorupce) je kaţdodenní korupce občanů např. na úřadech, při urychlení sluţeb apod. Politická korupce a manipulace veřejných zakázek, tedy touto studií popisované jevy, spadají do velké korupce. Více Frič a kol. (1999) nebo Volejníková (2007). 22 Kaufman, Kraay, Mastruzzi (2009). 23 Ve výjimečných případech můţe hodnota opustit interval <-2,5; +2,5>. Např. CC = 2,62 pro Island v roce 2007. 24 Zpráva ke Globálnímu barometru korupce pro rok 2007 viz reference. 25 Transparency International – Česká republika (2007b) 26 Tento ukazatel nelze kvantitativně vyuţít, protoţe (a) výsledkem jsou celá procenta, coţ je velmi hrubý metr, (b) interpretace odpovědi „neuvedl“ je obtíţná, (c) data nejsou k dispozici pro všechny státy EU, (d) hodnota má tendenci meziročně nepřiměřeně kolísat, (e) způsob zjišťování dat se liší země od země, nezřídka je pouţito telefonické dotazování, (f) metodologie není dostatečně sofistikovaná na odstranění problému uvádění zkreslených údajů.

- 15 -



Poslední moţností, jak měřit korupci, je pouţití určité reálné dobře měřitelné veličiny, která je korupcí velmi silně ovlivněna.27 Problém tohoto přístupu však spočívá jednak v nalezení oné zástupné veličiny, ale pak i v tom, ţe tím ve své podstatě neměříme korupci jako takovou, ale pouze její důsledek. Více o měření korupce a dalších sestavovaných indexech viz Volejníková (2007) a Seldadyo, Haan (2006). Přestoţe indexy sestavené na základě vnímání korupce koincidují se skutečnou korupcí ve většině mikrostudií, je jim občas vyčítáno, ţe reagují pouze na korupční kulturu a její celospolečenský obraz, a ne na korupci jako takovou. Olken (2005) pomocí teoretického modelu a empirického zkoumání dokladoval, ţe vnímání korupce můţe být za jistých specifických podmínek dokonce negativně korelováno s objektivně panující korupcí a ţe i celkový optimismus / pesimismus respondentů můţe hrát důleţitou roli28. Podle Transparency CPI odráţí schopnost ţalobců, soudců a médií korupci odhalovat29. Dále se lze domnívat, ţe korupční vnímání občanů bude reflektovat spíše velké kauzy neţ kaţdodenní „mikrokorupci“. V delším období se však bude vnímání korupce přibliţovat skutečné korupci, protoţe nabízení / přijímání úplatků posiluje korupční kulturu, a naopak korupční kultura bude motivovat občany a firmy k dávání úplatků.30 Volba většího vzorku dat by měla umoţnit tyto dočasné a vcelku náhodné diskrepance uspokojivě překonat. Jak ukazuje Příloha B, korelace mezi jednotlivými indexy je očekávaně značná. Mezi kompozitními indexy přesahuje korelační koeficient 0,98 jak pro hodnoty ukazatelů, tak pro pořadí zemí. Obrázek 3.1 zobrazuje tuto téměř dokonalou lineární závislost graficky. Při takto vysokém stupni korelace jsou oba indexy statisticky dobře zaměnitelné31. CPI se zaměřuje na oblast velké korupce a přikládá větší váhu se situací obeznámeným

27

Příkladem takové veličiny z Olken (2005) je ukazatel missing expenditures, definovaný jako rozdíl fakturované ceny zakázky a posouzení panelu expertů o tom, kolik by taková zakázka měla stát. 28 Totéţ tvrdí Reinikka, Svensson (2004, s. 2). Naopak výhodnost uţití vnímání korupce zastává Lambsdorff (1999, s. 1). 29 Transparency International – Česká republika (2007a). 30 Více např. v Frič a kol. (1999). 31 Přesněji řečeno, jsou zaměnitelné při průřezové analýze, coţ je náplní této práce. Jak ukazuje Příloha B, korelace mezi změnami indexů není zdaleka tak vysoká, a proto při zkoumání dynamiky korupce by naopak volba indexu mohla hrát významnou roli.

- 16 -



respondentům neţ indikátor Zvládání korupce, a proto pro zkoumání problému veřejných zakázek by teoreticky měl dávat lepší výsledky. Proto se bude v práci dále pracovat s CPI, i kdyţ v důsledku zmíněné lineární závislosti jsou získané statistické výsledky platné i pro CC. Je rovněţ zajímavé sledovat korelaci měr korupce s úrovní důchodu na hlavu (Příloha B, Tab. B.3). U kompozitních indexů se pohybuje kolem 0,75, coţ ukazuje na velmi silnou vazbu mezi niţší korupcí a vyspělostí, jak bylo naznačeno na Obr. 2.1.

Obr. 3.1: Index vnímané korupce (CPI) vs. Zvládání korupce (CC) pro rok 2007.

Zdroj dat:

Transparency International, World Bank

- 17 -

Michal Dvořák 4. Podílové ukazatele odvozené ze statistik Eurostatu a jejich vazba na korupci Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb

4. Podílové ukazatele odvozené ze statistik Eurostatu a jejich vazba na korupci 4.1 Definice ukazatelů Jak uţ bylo uvedeno v první a druhé kapitole, uţití ukazatelů vyvozených ze statistik Eurostatu se jeví jako perspektivní způsob stanovení úměrnosti cen inţenýrských staveb. Nyní se podíváme blíţe na jejich konstrukci. Eurostat ve své statistice indexů komparativní cenové hladiny (Comparative price level indices, CPL) sleduje cenové úrovně typizovaných staveb v daných zemích oproti benchmarku (EU15 nebo EU27) v kategoriích mimo jiné: 

obytné budovy (RB)



inţenýrské stavby (IW)



nerezidenční budovy (NB)



stavebnictví celkem (TC)

Zmíněné kategorie jsou agregátem několika subkategorií, které jsou dále podrobněji členěny.32 Do poloţky obytné budovy spadají budovy s 1 a 2 obytnými jednotkami a rezidenční objekty (s větším počtem bytů). Inženýrské stavby zahrnují vedle dopravní infrastruktury (betonové a asfaltové stavby) i potrubní sítě (např. kanalizační).33 Nerezidenční budovy jsou stavby neurčené k bydlení – továrny, kancelářské budovy, zemědělské stavby, školy, apod. Stavebnictví celkem je pak souhrnem výše uvedených poloţek. Pro představu toho, v jakém formátu Eurostat sledované údaje nabízí, ukazuje tabulka 4.1 data pro Českou republiku, Německo a EU15 v roce 2007 oproti EU15.

32

Pro podrobnější informace např. Diáz Muriel (2007, s. 5). Do kategorie inţenýrských staveb spadají i ţeleznice, jejich ceny ale Eurostat poněkud překvapivě nesleduje. 33

- 18 -


Tab. 4.1: Indexy komparativní cenové hladiny (CPL) pro vybrané země v r. 2007.

Zdroj dat:

Eurostat

Tabulka říká, ţe například obytné budovy v ČR stojí průměrně 49,7 % toho, kolik obytné budovy průměrně stojí v EU15. V Německu stojí inţenýrské stavby o 2,8 % více, neţ je průměr EU15. Poslední řádek ukazuje, ţe za celé EU15 musí být index vţdy roven 100, neboť porovnáváme ceny v celém EU15 s cenami v celém EU15. CPL pro Českou republiku vůči EU15 se vypočítá podle vzorce34 CPL CZ vs EU 15

PEU 15

PCZ ERCZ / EU 15

[ 100%] ,

(4.1)

kde

CPLCZ vs EU 15 je hodnota statistiky, jak ji najdeme ve statistikách Eurostatu (nebo v Tab. 4.1), PCZ je cena typizované zakázky (např. obytných budov) v České republice v korunách, ERCZ / EU 15 je nominální směnný kurz v přímé kótaci mezi měnou, ve které je denominováno PCZ , a referenční měně, stávající z měn uţívaných v EU1535, PEU 15 je cena stejné typizované zakázky v EU15 (přesněji řečeno jejich průměr za všechny státy EU15) ve výše definované referenční měně. Z takto konstruovaných dat lze konstruovat ukazatele relativní nákladnosti inţenýrských staveb oproti ostatním kategoriím. Jako vhodné pro sledování moţné předraţenosti dálnic (inţenýrských staveb) se jeví tyto jiţ dříve zmíněné podílové ukazatele: 

inženýrské stavby / stavebnictví celkem (označme jej Φ)



inženýrské stavby / obytné budovy (označme jej Ψ).

34

Viz metodologické manuály Eurostatu uvedené v seznamu literatury nebo Neumann, Ţamberský, Jiránková (2010, s. 73). 35 Protoţe v EU15 se neplatí jen eurem. Je nasnadě, ţe ER má zde autonomní charakter, jeho hodnota závisí především na tocích kapitálu, a nikoli na cenách stavebních zakázek.

- 19 -


Například údaj Φ pro ČR za rok 2007 se spočítá vydělením 88,3 číslem 59,1. Z údajů z Tab. 4.1 získáme indikátory uvedené v Tab. 4.2. Tab. 4.2: Ukazatele nákladnosti inženýrských staveb pro vybrané země v r. 2007.

Zdroj dat:

Eurostat

Hodnoty ukazatelů vyšší neţ 1 svědčí o vyšší ceně inţenýrských staveb, neţ odpovídá cenové úrovni ostatních staveb v daném státě. Pokud se výrazně odchylují od jedničky, je třeba zpozornět, protoţe jedním z moţných vysvětlení můţe být předraţení zakázek v důsledku korupce. Jak jiţ bylo řečeno v kapitole 2, posuzovat úroveň cen inţenýrských staveb oproti rezidenčním budovám je výhodné, protoţe si lze těţko představit, ţe by ceny bytů mohly být „nezdravě manipulovány“36. Problémem takovéhoto srovnání však můţe být 

odlišný charakter trhu a staveb obrovských inţenýrských děl a spíše menších rezidenčních budov,



další mikro, makro i mimoekonomické vlivy na ceny statků mezi státy, které nedokáţe jednoduchý koncept indexů komparativní cenové hladiny odstranit.37

Vypovídací schopnost ukazatelů bude blíţe diskutována v kapitole 5.

4.2 Výběr ukazatelů Ukazatele Φ a Ψ nejsou zdaleka jediné moţné ukazatele, které se dají ze statistik Eurostatu vytvořit. Extrémním případem by mohlo být sestavení takových ukazatelů obsahujících kategorie RB, IW, NB či TC, které vykazují největší statistickou vazbu38 na korupci. Tento přístup však jednak zjevně upozaďuje praktický smysl a interpretaci, je náchylný na změny 36

Nerovnováhy na trhu nemovitostí mohou kvalitu vztahů poněkud narušovat, ale lze se domnívat ţe ne do takové míry, aby v dlouhém období pouţití těchto ukazatelů znemoţňovaly. 37 Konstrukce podílových ukazatelů jako podílu dvou indexů komparativní cenové hladiny ale vhodně vyruší vlivy měnového kurzu, protoţe kurz se při dělení vykrátí. 38 Ve smyslu maximalizace zvoleného statistického měřítka „shody“, jako je korelační koeficient, koeficient determinace, p-hodnota regresního vztahu zkoumaného indikátoru jako funkce korupce a konstanty či věrohodnodnostní funkce této regrese.

- 20 -


v souboru dat a v neposlední řadě pouţívá „cyklickou argumentaci“ tím, ţe předpokládá korupci jako významnou determinantu ceny veřejných zakázek, coţ je zároveň to, co tato studie chce diskutovat. Z těchto důvodů budou uţity ukazatele Φ a Ψ, u nichţ lze vazbu na korupci teoreticky odůvodnit. Nyní stojí za to zmínit, jaké rozdíly v chování dvou zmíněných ukazatelů se dají očekávat. Φ a Ψ jsou si svojí stavbou velmi podobné – mají identický čitatel a liší se pouze tím, ţe Φ má agregovanější jmenovatel. To bude teoreticky znamenat následující: 

Φ má ve jmenovateli rovněţ faktory zahrnuté v čitateli, coţ (při jinak stejných podmínkách) bude znamenat, ţe hodnoty Φ budou bliţší 1 neţ hodnoty Ψ. To ale statisticky nehraje roli, pokud se zkoumá vztah podílového ukazatele a korupce.



Φ je ovlivněno situací ve stavebnictví nerezidenčních budov – to by mělo zlepšovat vypovídací hodnotu, protoţe zahrnuje další oblast výstavby v soukromém sektoru, v odvětví, které je velikostí jednotlivých staveb bliţší velkým inţenýrským stavbám.



Ψ bude více podléhat vlivům prvního z problémů uvedených na konci kapitoly 4.1 – ţe rozdílná charakteristika velkých inţenýrských staveb a značně menších rezidenčních budov můţe ovlivnit vypovídací schopnost ukazatele i bez uvaţovaného vlivu případné korupce – širší jmenovatel do jisté míry pomůţe „utlumit“ tento negativní vliv.



Korelace mezi Φ a Ψ bude pravděpodobně velmi vysoká.

Tato diskuze naznačuje, ţe uţití Φ by mělo poskytovat lepší výsledky. Na druhé straně ukazatel Ψ je analyticky jednodušší, protoţe závisí na méně faktorech a odpadají problémy s agregací jmenovatele. V kapitole 5 bude uţit ukazatel Ψ kvůli této jednoduchosti (výsledky jsou ale aplikovatelné i na druhý ukazatel), v kapitole 6 naopak Φ kvůli existenci dat ztotoţnitelných s kategorií IW a TC (přičemţ výsledky jsou opět přenositelné i na ukazatel Ψ).

- 21 -


4.3 Ukazatele Φ a Ψ a jejich korelace s korupčním indexem Nyní proveďme empirické zkoumání – zaprvé, zda má korupce vliv na hodnoty podílových ukazatelů, a zadruhé, který z ukazatelů má ke korupci uţší vazbu. Na Obr. 4.1 je toto zkoumání shrnuto vizuálně i pomocí statistického přehledu. Obr. 4.1: Podílové ukazatele vs. korupční index CPI pro rok 2007.

Panel (A) 0

1

0

1

CPI

u

CPI

v

Panel (B)

Zdroj dat: Eurostat, Transparency International

Ukazuje se, ţe model s Ψ jako endogenní proměnnou je významnější (2x niţší p-hodnota a o 0,03 vyšší hodnota R2 měřící podíl variability sledované endogenní proměnné, kterou jsme schopni pomocí exogenní proměnné vysvětlit39).

39

Nejde ale o 2 nezávislé důkazy převahy modelu s Ψ , neboť p-value F- testu a R2 jsou v podstatě 2 strany téţe mince.

- 22 -


Dále lze pozorovat strmější sklon regresní přímky pro model v Panelu (B), coţ znamená, ţe Ψ reaguje na změnu korupce prudčeji neţ Φ. To souhlasí s očekáváními vyřčenými v prvním bodě v kapitole 4.2. Korelační koeficient mezi ukazateli Ψ a Φ je 0,973 pro rok 2007, tedy jde o skoro dokonalou lineární závislost. Dodejme, ţe vazba mezi těmito ukazateli a CPI měřená korelačním koeficientem je podstatně vyšší neţ mezi CPI a podobně konstruovaným indikátorem inženýrské stavby / nerezidenční budovy (numericky -0,5 a -0,47 oproti -0,34). Z toho můţeme usoudit, ţe nerezidenční budovy „zamlţují“ vztahy mezi korupcí a ukazatelem Φ, který je zohledňuje ve jmenovateli (protoţe poloţka stavebnictví celkem agreguje poloţky obytné budovy, nerezidenční budovy a inženýrské stavby). Hypotéza ve třetím bodě v kapitole 4.2 – ţádoucí vliv zahrnutí kategorie nerezidenčních staveb – tak spíše neplatí.40 Oba modely z Obr. 4.1 jsou však velmi významné, ať uţ to konstatujeme pomocí statistických testů vycházejících kladně i na 1% hladině významnosti, nebo pouhým okem při pohledu na grafy. Ze statistického pohledu se tedy míra korupce jeví jako významný faktor determinující ukazatele Ψ a Φ. Pokud tyto ukazatele povaţujeme za spolehlivé indikátory cen inţenýrských sítí, pak jsme získali silný argument pro tvrzení, ţe míra korupce v daném státě signifikantně ovlivňuje ceny inţenýrských staveb. Schopnost ukazatelů správně indikovat předraţené veřejné zakázky bude zkoumána v dalších kapitolách. Na tomto místě ještě uveďme, ţe pokud označíme jednotlivá pozorování v Panelu B obrázku 4.1 názvy států (tak je učiněno na Obr. 4.2), zjistíme, ţe míra korupce je v geograficky a kulturně-historicky blízkých zemích podobná.41 Nejen to, i podílové ukazatele v sousedících zemích nabývají ve většině případů relativně podobných hodnot (alespoň do té míry, zda jsou ukazatele vyšší nebo niţší neţ regresním modelem vyrovnaná hodnota, která říká, jaká hodnota ukazatele by průměrně měla odpovídat dané míře korupce v zemi). Například země Visegrádské čtyřky (s výjimkou Slovenska) mají velmi 40

K jasnému zamítnutí hypotézy bychom ovšem potřebovali předpoklad, ţe korupce zvyšuje ceny veřejných zakázek a inţenýrských staveb. 41 To je v ekonomii rozvoje obecně známým faktem.

- 23 -


vysoké Ψ, balkánské země mají naopak Ψ relativně nízké. Stejně tak Německo, Belgie, Rakousko, Francie a Itálie leţí značně pod regresní přímkou, kdeţto severské země (s výjimkou Dánska) leţí blízko ní v obou směrech. Na druhé straně ovšem Bulharsko a Rumunsko mají diametrálně odlišné hodnoty podílových ukazatelů, i kdyţ spolu zeměpisně sousedí; takovýchto případů lze najít více. Obr. 4.2: Jednotlivé státy na grafu Ψ vs. korupční index pro rok 2007.

Poznámka: Zeleným bodem jsou reprezentovány státy s popiskem, ostatní státy pak bodem bílým. Regresní přímka prokládá všechny země. Zdroj dat: Eurostat, Transparency International

- 24 -

Michal Dvořák 5. Interpretace podílových ukazatelů Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb

5. Interpretace podílových ukazatelů 5.1 Možná vysvětlení vysokých hodnot ukazatelů Přestoţe korupce (skrze mechanismus popsaný v kapitole 2) můţe být vysvětlením pro vysoké hodnoty (tj. výrazně vyšší neţ 1) podílových ukazatelů42, existuje ještě mnoho dalších přijatelných vysvětlení. Bude účelné je setřídit do tří skupin. 

Neţádoucí vlivy vyplývající z faktu, ţe u infrastrukturních zakázek je zadavatelem a investorem veřejný subjekt; konkrétně pak43 1. korupce, 2. nízká intenzita soutěţe mezi stavebními firmami v oblasti infrastruktury včetně potenciální koluze (tj. tajné dohody) soutěţitelů44, 3. měkké rozpočtové omezení na straně investora, 4. intenzivní ovlivňování ze strany dodavatelů, kteří preferují neúčelně nákladná řešení, 5. nátlak účastníků řízení, aby při výstavbě bylo pamatováno na jejich zájmy, jeţ výstavbu prodraţují (například napojení dálnic na místní dopravní infrastrukturu).



Těţko ovlivnitelné vlivy charakteru jednotlivých odvětví; konkrétně pak 6. odlišná spotřeba výrobních faktorů v sektoru infrastrukturních staveb a zejména rezidenčních budov, 7. nízká intenzita soutěţe mezi stavebními firmami v oblasti infrastruktury z důvodu ekonomické charakteristiky zakázek (inţenýrské stavby vyţadují

42

Transparency International (2010d) odhaduje, ţe systémová korupce zvyšuje cenu veřejných zakázek o 20 aţ 25 %. 43 Body 1 - 5 převzaty z Národní ekonomická rada vlády (2009, s. 37-38). NERV tímto nabízí moţná vysvětlení, proč ukazatele Φ a Ψ (NERV je ale takto neoznačuje) nabývají pro Českou republiku vysokých hodnot; podaná vysvětlení lze však aplikovat obecně. 44 Intenzita soutěţe můţe být sníţena špatným způsobem zadávání tendrů. Tím máme na mysli například netransparentnost řízení odrazující potenciální konkurenty, formulaci omezujících podmínek na uchazeče bezúčelně sniţující počet účastníků, zadávání zbytečně velkých zakázek (namísto rozdělení zakázky na menší díly, kde to je moţné a účelné) likvidující moţnost středně velkých firem účastnit se tendrů, apod. Při niţším počtu účastníků tendru pak roste i riziko koluze.

- 25 -


větší velikost firmy neţ rezidenční výstavba45, a tudíţ v prvním uvedeném odvětví bude působit niţší počet firem), 8. situace na nemovitostním trhu (například vysoké ceny na realitním trhu budou zvyšovat náklady na rezidenční stavby bez vlivu na cenu dálnic). 

Vlivy vyplývající z omezené mezinárodní srovnatelnosti dat, jako třeba 9. různá cena stejných sluţeb v různých zemích (například mzda inţenýra v Německu a Rumunsku se pochopitelně signifikatně liší) 10. specifické charakteristiky v jednotlivých zemích (v zemi s tradičně vyššími náklady na obytné stavby bude ukazatel niţší neţ v zemi „levného bydlení“) 11. omezená srovnatelnost dat zjištěných Eurostatem.

První skupina kromě „čisté“ korupce obsahuje selhání veřejného zájmu u zadavatele veřejných zakázek. Dá se předpokládat, ţe neefektivnosti (2), (4), (5) jsou tím silnější, čím je

prostředí

zkorumpovanější,

protoţe

v takových

systémech

mají

jednotlivé

zainteresované subjekty větší moţnosti prosadit své partikulární zájmy. Zejména bod (4) můţeme s korupcí víceméně ztotoţnit. Bod (3) je sice obecným rysem veřejného zabezpečení, ale efektivní veřejný sektor by měl úředníky co nejvíce motivovat k péči o veřejné prostředky (např. povinným zveřejňováním údajů o zakázkách a moţností přezkoumání rozhodnutí, osobní odpovědností úředníka). Proto všechna vysvětlení z první skupiny můţeme bez velkého zjednodušení povaţovat za vlivy korupčního prostředí. Druhá a třetí skupina nabízí vysvětlení, která, pokud se ukáţí jako silná, významně zhoršují vypovídací schopnosti ukazatelů Φ a Ψ jako indikátorů předraţení46. Vlivy (8), (10) a (11), které jsou velmi individuální, opomineme, neboť v dostatečně velkém souboru, jenţ máme k dispozici, budou zanikat. Vysvětlení (9) souvisí s faktory vyspělosti ekonomik. Zkoumat vliv (7) vyţaduje detailní znalosti trhu infrastrukturních zakázek a trhu ostatních zkoumaných staveb, coţ je pro tak velký soubor států velmi obtíţné.

45

Firma sice můţe mnohé činnosti outsourcovat, ale v tendrech je podstatné, aby firma o své schopnosti zakázku zvládnout přesvědčila i zadavatele (a případně mu byla schopna poskytnout dostatečné záruky). 46 Národní ekonomická rada vlády však všechna další vysvětlení kromě 1-5 ve své Závěrečné zprávě ignoruje. Na její obranu je třeba říci, ţe problém drahých veřejných zakázek je pouze jeden z mnoha studovaných problémů (věnuje se mu na 4 z 80 stran) a ţe poměrové ukazatele uţívá spíše k ilustraci problému. NERV také korupci s vysokými hodnotami ukazatelů explicitně nespojuje.

- 26 -


Tato práce se tedy dále omezí na očištění podílových ukazatelů o problémy (6) a (9). Tyto problémy jsou potenciálně velmi závaţné, a přitom jejich odstranění je (při uţití určitých zjednodušujících předpokladů) relativně jednoduché.

5.2 Náročnost inženýrských staveb a obytných budov na různé výrobní faktory Lze se důvodně domnívat, ţe velké inţenýrské stavby vyţadují výrazně vyšší uţití výrobního faktoru kapitál oproti výrobnímu faktoru práce neţ ostatní sledované stavby a zejména pak neţ stavby rezidenční. Obecně platí, ţe ceny kapitálu vzhledem k jeho vysoké mobilitě jsou v uvaţovaných zemích víceméně vyrovnány (stavební stroje stojí v Rumunsku přibliţně stejně jako v EU15, přičemţ všude zaplatí vysoké ceny47), kdeţto ceny práce se mezi více a méně rozvinutými zeměmi výrazně liší (stavební dělník v EU15 stojí svého zaměstnavatele více neţ stavební dělník v Rumunsku). Předpokládáme, ţe ve vyspělých státech je práce draţší neţ v méně vyspělých i po zohlednění produktivity48. Při aplikaci těchto poznatků na ukazatel Ψ (alternativně Φ) zjistíme modelovou úvahou, ţe za jinak stejných podmínek: 

v EU15, kde stojí práce i kapitál relativně stejně, bude i při nemoţnosti substituce výrobních faktorů Ψ přibliţně 1, bez ohledu na odlišnosti v relativní náročnosti výstavby dálnic a rodinných domů na kapitál a práci.



v Rumunsku, kde stojí kapitál přibliţně jako v EU15, kdeţto práce výrazně méně (a předpokládáme, ţe není moţné výrobní faktory vhodně substituovat): 

pokud podíl práce a kapitálu bude u stavby dálnic i rodinných domů stejný, pak Ψ bude opět přibliţně 1, protoţe dělíme podobně velká čísla,



pokud podíl práce a kapitálu bude u stavby dálnic vyšší ve prospěch kapitálu, kdeţto u stavby rodinných domů vyšší ve prospěch práce, pak dělíme vyšší číslo menším, a Ψ > 1, a ukazatel chybně naznačuje předraţení dálnic.

47

Předpokládáme, ţe ceny kapitálu se určují převáţně ve vyspělých zemích (protoţe stroje a vybavení se vyrábí především ve vyspělých zemích, a je tedy vyrobeno s pouţitím relativně drahé práce) a méně vyspělé jsou jejich příjemci. 48 Jinými slovy, za vykonání identické práce vydá firma ve vyspělé zemi na mzdách více neţ firma v méně vyspělé zemi.

- 27 -


Za předpokladů, ţe ceny výrobních faktorů (zejména práce) neodráţejí plně produktivitu a ani nelze výrobní faktory substituovat, je tedy pro „zkreslení“ ukazatelů Φ a Ψ ještě potřeba současné splnění následujících dvou podmínek: 

ceny práce se mezi vyspělými a méně vyspělými státy liší více neţ ceny kapitálu,



inţenýrské stavby jsou poměrně více náročné na kapitál neţ obytné stavby.

První podmínku lze dokázat porovnáním variačních koeficientů49 indexů komparativní cenové hladiny pro poloţku stoje a zařízení50 a pro statistiku měsíčních nákladů práce (v EUR po přepočtení nominálním kurzem) ve stavebnictví pro rok 200751. Výsledky jsou v Tab. 5.1, pro úplnost přidány i variační koeficienty pro statistiky RB, NB, IW. Tab. 5.1: Variabilita cen výrobních faktorů a cen ve stavebnictví pro rok 2007.

Zdroj dat:

Eurostat

Jsou zřejmé podstatně větší rozdíly v nákladech na práci neţ v nákladech na kapitál. Dále ceny obytných budov vykazují větší rozdíly neţ ceny inţenýrských staveb. Potvrdit platnost druhé podmínky je obtíţnější. K tomu bude postupně uţito následujících čtyř metod: 

grafické znázornění vztahů mezi výší mezd a statistikami RB, IW a NB (kapitola 5.3),



ekonometrický model separace nákladů (kapitola 5.4),



podíl osobních nákladů na výnosech v různě velkých firmách (kapitola 5.5),

49

Důleţitou vlastností variačního koeficientu je invariance vůči jednotkám měření, coţ umoţní jednoduše porovnat data, která jsou svou stavbou velmi odlišná. 50 V originále Machinery and equipment; údaje sledovány Eurostatem v rámci statistik CPL indexů (viz reference). Zde operujeme s indexy pro rok 2007 s bází EU15. 51 V originále Monthly labor costs (viz reference). Data jsou dostupná pouze pro 23 z 36 sledovaných států.

- 28 -




analýza účetních výkazů firem působících v oblasti obytných a inţenýrských staveb (kapitola 5.6).

5.3 Vliv mzdové úrovně na statistiky RB, NB a IW Jednoduchou demonstrací vlivu mezd na relativní ceny stavebních zakázek je analýza provedená na Obr. 5.1 a 5.2. V Obr. 5.1 jsou na vodorovné ose vzestupně seřazeny státy podle měsíční ceny práce a na svislé ose jsou vyneseny relativní ceny druhu typizovaných zakázek (tedy RB, NB, IW) v příslušném státě vůči průměru EU15. Následně analyzujeme vzniklé formace – jak rychle sloupce „rostou“ zleva doprava. Na Obr. 5.2 je provedena podobná analýza s tím rozdílem, ţe na vodorovnou osu není vynášeno pořadí států, ale přímo hodnoty měsíčních nákladů práce; jde tedy o klasickou regresní analýzu, kdy relativní ceny stavebních prací (RB, NB, IW) jsou vysvětlovány pomocí měsíčních cen práce. Obě analýzy potvrzují hypotézu o větším vlivu mezd na cenu rezidenčních staveb neţ na cenu inţenýrských staveb.

Obr. 5.1: Mzdy ve stavebnictví a relativní ceny staveb.

Poznámka: Kaţdý sloupeček ukazuje data za 1 stát. Státy jsou v kaţdém ze tří bloků seřazeny zleva doprava vzestupně podle měsíčních mezd ve stavebnictví. Výška kaţdého bílého sloupečku odpovídá cenové úrovni v dané oblasti stavebnictví pro daný stát. Zdroj dat: Eurostat

- 29 -


Obr. 5.1 ukazuje, ţe pozitivní závislost mezi cenou práce a cenou staveb existuje u všech druhů staveb, přičemţ nejméně silný vztah je v oblasti inţenýrských staveb – sklon „formace“ je opticky nejmírnější (zanedbáme-li extrémní pozorování).

Obr. 5.2: Mzdy ve stavebnictví a relativní ceny staveb.

Zdroj dat:

Eurostat

V Obr. 5.2 mají regresní přímky silně kladnou směrnici. Z regresních přímek je nejstrmější ta pro obytné budovy, následuje ta pro nerezidenční budovy a relativně nejmírnější je proloţená přímka inţenýrských staveb. Rozdíly ve sklonech jsou však poměrně malé a daleko mimo statistickou významnost. Také regresní přímka pro obytné a nerezidenční stavby vyrovnává data značně lépe neţ regresní přímka pro inţenýrské stavby (rozdíly v R2 jsou přibliţně 0,25). Z obojího lze usoudit, ţe mzdové náklady značně ovlivňují ceny typizovaných staveb, a to tak, ţe pro inţenýrské stavby je tento efekt slabší neţ pro rezidenční stavby (jak naznačuje hypotéza z kapitoly 5.2). Na druhou stranu ale není rozdíl ve vlivu mzdových nákladů mezi odvětvími aţ tak markantní, jak by se mohlo zdát.

- 30 -


5.4 Ekonometrický model náročnosti na výrobní faktory v různých odvětvích stavebnictví V této kapitole bude vytvořen model, který si klade za cíl dokázat, ţe inţenýrské stavby vyţadují více kapitálu neţ obytné stavby. Uvaţujme, ţe se cena stavební zakázky dá rozloţit na odměny práci a kapitálu, přičemţ jako práci rozumíme faktor, jehoţ ceny mezinárodně silně kolísají, a jako kapitál faktor, jehoţ ceny jsou mezinárodně víceméně podobné.52 Pak se vztahy mezi cenou celé zakázky a cenou práce a kapitálu dají zapsat pomocí rovnice (5.1).

PCPL

l WCPL

k C CPL ,

(5.1)

kde PCPL

WCPL

C CPL

l k

je cena zakázky pro daný druh výstavby v dané zemi, měřená jako CPL (tedy jde o relativní cenu v dané zemi oproti průměru EU15, neboli statistiky RB, NB, IW), je úroveň cen práce v dané zemi, měřená jako CPL (tedy relativní úroveň cen práce oproti průměru EU15), je úroveň cen kapitálu v dané zemi, měřená jako CPL (tedy relativní úroveň cen kapitálu oproti průměru EU15), je podíl práce, nutný k realizaci zakázky, je podíl kapitálu, nutný k realizaci zakázky.

Rovnice říká, ţe relativní cena zakázky je váţeným průměrem cen práce a kapitálu (vahami jsou l a k). Technická poznámka v Příloze C ukazuje, ţe reprezentace cen zakázek, práce a kapitálu pomocí CPL indexů souhlasí úvahou, ţe cena zakázky (např. v korunách) je součtem plateb jednotlivým výrobním faktorům. Rovnice (5.1) poslouţí jako základ pro ekonometrické modely pro obytné budovy (5.2), nerezidenční budovy (5.3) a inţenýrské stavby (5.4). 53

52

Je nasnadě, proč jsou tyto faktory pojmenovány práce a kapitál. Vymezení sloţek je však značně široké a nemusí se zcela shodovat s ekonomickou podstatou daného faktoru. Některé náklady – např. outsourcing části dodávky – nelze zdravým rozumem jednoduše přiřadit. Je výhodou ekonometrického modelu, ţe se tímto nemusíme zabývat.

- 31 -


RB i

i l1 WCPL

i k1 CCPL

ui ,

(5.2)

NB i

i l 2 WCPL

i k 2 CCPL

wi

(5.3)

IW i

i l3 WCPL

i k3 CCPL

vi

(5.4)

i RB i , NB i a IW i jsou známé pro všechny státy, WCPL lze sestrojit vydělením osobních

nákladů v EUR ve statistice Monthly labor costs pro i-tý stát průměrem osobních nákladů i v EUR ze stejné statistiky za všechny země EU1554. CCPL získáme ze statistiky CPL pro

kategorii strojní vybavení. l a k pak budou odhadované regresní koeficienty pro kaţdý model s tím, ţe očekáváme l1

l2

l 3 a k1

k2

k3 .

Tab. 5.2: Odhady regresních koeficientů v rovnicích (5.2), (5.3) a (5.4).

Poznámka: Vzhledem k vysoké heteroskedasticitě ve všech modelech (Whiteův test s p-hodnotou <0.01) byly intervaly spolehlivosti a p-hodnoty t-testů o proměnných ve sloupci Významnost vytvořeny uţitím směrodatných chyb robustních vůči heteroskedasticitě. Kolinearita mezi vysvětlujícími proměnným sice existuje, ale je únosná (korelační koeficient 0,42, VIF 1,218, index podmíněnosti 3,63). Zdroj dat: Eurostat

Výsledky regresní analýzy přesvědčivě potvrzují hypotézu, ţe relativně nejvíce náročné na kapitál je odvětví inţenýrských staveb a nejméně obytné stavby – koeficient pro kapitál u inţenýrských staveb statisticky signifikantně55 převyšuje koeficient pro kapitál u obytných budov. 53

Horní index i u veličin vysvětlených pro rovnici (5.1) značí, ţe údaje jsou pro i-tý stát. u, v a w jsou vzájemně nekorelované náhodné sloţky. 54 CPL je podíl cenových hladin ve srovnatelných měnách - viz vzorec (4.1). Průměr pro EU15 je kvůli nedostupnosti dat počítán pouze z dat pro 11 zemí EU15 a jedná se o průměr neváţený. 55 Na značně niţší neţ 10% hladině významnosti – příslušné 90% intervaly spolehlivosti se totiţ neprotínají.

- 32 -


Pokud bychom při odhadu regresních koeficientů v rovnicích (5.2), (5.3) a (5.4) pouţili tzv. apriorní informaci, ţe součet vah by měl být teoreticky roven jedné (tedy l k

1 ),

kvalitativní výsledek analýzy by se nezměnil, protoţe v takovém případě vychází k1 = 0,418, k2 = 0,421 a k3 = 0,894; model tedy opět přisuzuje inţenýrským stavbám signifikantně vyšší relativní náročnost na kapitál.56

5.5 Podíly osobních nákladů v různě velkých firmách Tento přístup vyuţívá statistiku osobních nákladů v ceně produkce57, kterou Eurostat sleduje pro kategorie stavitelských firem s různým počtem zaměstnanců. Předpokládáme, ţe firmy stavící inţenýrské stavby budou velké, takţe budou mít i mnoho zaměstnanců a budou tak spadat do kategorie největších firem s 250 a více zaměstnanci; respektive, ţe tuto kategorii tvoří většinou právě stavitelé inţenýrských staveb. U firem z oblasti rezidenční výstavby očekáváme častější zařazení do kategorií menších firem. Tabulka 5.3 ukazuje výsledky šetření. Aţ na drobné odchylky mají firmy z vyspělých států velký podíl osobních nákladů ve všech kategoriích (například podle HDP na hlavu nejvyspělejší Lucembursko vévodí všem statistikám), kdeţto méně vyspělé mají tento podíl znatelně menší. Dále skupinové průměry ukazují, ţe ve vyspělých státech s růstem firmy spíše klesá podíl nákladů na práci, kdeţto chudší státy vykazují právě opačný trend. Statistiky podílu osobních nákladů v ceně produkce bude vyuţito v kapitole 6 k očištění ukazatele Φ na základě ztotoţnění kategorie firem nad 250 zaměstnanců s kategorií firem 56

Odvození regresního modelu při vyuţití apriorní informace

RB

i

i CPL

1 k1 W

i RB i WCPL i RB i WCPL

k1 C

i k1 WCPL

l k 1 je pro obytné stavby následující: u (substituce za l1 )

i CPL

i

i k1 CCPL

i i k1 CCPL WCPL

Zavedeme nové proměnné

i

Y : RB

i

ui

ui i CPL a

W

(5.5) i

X : C

i CPL

i CPL a

W

nahradíme jimi výrazy v (5.5).

Odhadujeme tedy model

Yi

k1 X i

ui

metodou nejmenších čtverců, přičemţ l1 následně dopočteme z rovnice apriorní informace. Postup pro nerezidenční a inţenýrské stavby bude analogický. 57 V originále Share of personnel cost in production v kategorii Structural business statistics: Construction broken down by employment size classes (viz reference).

- 33 -


stavících inţenýrské stavby (cena jejich produkce tak bude zaznamenána ve statistice IW). Ztotoţnění stavitelů obytných staveb s některou z kategorií firem podle velikosti je hůře ospravedlnitelné, a tak budou vzaty hodnoty za všechny firmy s více neţ 20 zaměstnanci (a ceně produkce těchto firem pak bude přiřazena statistika TC, tj. za celé stavebnictví). Tab. 5.3: Podíl osobních nákladů na ceně produkce u různě velkých firem.

Poznámka: EU15 + Norsko je průměr výše uvedených zemí, které patří do EU15, a Norska. Všechny ostatní státy z výběru jsou součástí poloţky Ostatní. Sloupec všechny zahrnuje údaje pro všechny firmy s více než 20 zaměstnanci. Eurostat sice sleduje i firmy s méně neţ 20 zaměstnanci, ale jejich zahrnutí by zkreslilo výsledky. Ve všech kategoriích se jedná o váţený průměr, protoţe Eurostat dělí celkové osobní náklady celkovou cenou produkce v dané kategorii. Zdroj dat: Eurostat

5.6 Rozdílná spotřeba výrobních faktorů ve firemním účetnictví Posledním způsobem, jak určit, zda v různých odvětvích stavebnictví je jiné zastoupení faktorů práce a kapitálu, je analýza účetních výkazů předních firem působících v daných odvětvích.

- 34 -


Tento přístup nabízí odlišný, a teoreticky moţná reálnější pohled na zmíněné skutečnosti, bohuţel však při implementaci naráţí na řadu praktických překáţek, z nichţ těţko překonatelnou je uţ samo zařazování jednotlivých nákladových sloţek do poloţek práce a kapitál.58 U některých nákladových druhů (například odpisy) je takové zařazení triviální, u jiných (například sluţby, ale i materiál) je doslova nemoţné. Při podrobnějším pohledu na výkazy zisku a ztráty zjistíme, ţe jsme schopni korektně přiřadit pouze malou část. Dokonce i nákladová poloţka osobní náklady zařazená do faktoru práce můţe být určitým zjednodušením, protoţe platy různých profesí nemusí kopírovat obecné mezinárodní rozdíly v mzdových sazbách.59 Provedená finanční analýza spíše potvrzuje hypotézu o větší nákladnosti inţenýrských staveb na kapitál, ale není zdaleka dostatečně průkazná. Přesto jsou její výsledky a metodologie uvedeny v Příloze D.

5.7 Shrnutí výzkumu vlivu mzdové úrovně na cenu zakázek Přestoţe ani jedna z provedených studií o rozdílné struktuře nákladů v oblasti inţenýrských a rezidenčních staveb není nenapadnutelná, všechny shodně potvrzují hypotézu o tom, ţe inţenýrské stavby vyţadují relativně více kapitálu vzhledem k práci neţ obytné stavby. Protoţe ceny výrobního faktoru práce mezinárodně více kolísají neţ ceny kapitálu a předpokládáme, ţe ceny práce plně neodráţejí produktivitu, a dále neuvaţujeme moţnost substituce, ukazatele Φ a Ψ budou mít tendenci být ve vyspělých státech kolem 1 a v méně vyspělých vyšší neţ 1 i bez toho, ţe by byly inţenýrské stavby předraţené kvůli špatné praxi v oblasti veřejných zakázek. Proto bude třeba ukazatele očistit o vlivy cen výrobních faktorů, coţ bude provedeno v následující kapitole. 58

Opět připomeňme, ţe kritériem nesmí být ekonomická podstata, ale zda se ceny tohoto faktoru řídí mezinárodně kolísající mzdovou sazbou nebo mezinárodně spíše srovnatelnou cenou „kapitálu“. 59 Další problémy takovéto finanční analýzy jsou (a) časová náročnost a z toho vyplývající moţnost prozkoumat pouze omezený počet firem, (b) rozmanitost firem – liší se stavební náplní (např. dřevěné domy, zděné rodinné domy, větší rezidenční objekty), a pak i konkrétním rozsahem poskytovaných sluţeb (dodávka finálních staveb nebo i výroba komponent či doplňkové práce, zahrnutí projekčních a poradenských sluţeb apod.), (c) nutnost mít výkazy ve srovnatelné metodice a druhovém, nikoli účelovém členění. Popis druhového a účelového členění viz FIBÍROVÁ, J., ŠOLJAKOVÁ, L., WAGNER, J. Nákladové a manažerské účetnictví. Praha : ASPI, 2007. s. 432. ISBN 978-80-7357-299-0 nebo KOVANICOVÁ, Dana. Abeceda účetních znalostí pro každého. 19. aktualizované vydání. Praha : Polygon, 2009. 440 s. ISBN 97880-7273-156-5.

- 35 -

Michal Dvořák 6. Očišťování ukazatelů přes podíl osobních nákladů u různě velkých firem Analýza vztahu mezi mírou korupce a cenovou úrovní infrastrukturních staveb

6. Očišťování ukazatelů přes podíl osobních nákladů u různě velkých firem Za předpokladu moţnosti dokonalé substituce výrobních faktorů60 nebo předpokladu, ţe ceny výrobních faktorů plně odráţejí jejich produktivitu61, by podílové ukazatele pravdivě odráţely míru předražení inţenýrských zakázek. Regresní analýza v kapitole 4.3 by pak dokazovala závislost předraţení zakázek na míře korupce. V této kapitole bude naopak předpokládáno, ţe: 

substituce výrobních faktorů není technologicky moţná (nebo výhodná, kdyby relativní cena práce vůči kapitálu v dané zemi dosahovala libovolné hodnoty z intervalu minimální a maximální hodnoty, kterých nabývá v celém souboru sledovaných zemí62),



cena práce plně neodráží její produktivitu – ve vyspělejších zemích je práce draţší neţ v méně vyspělých i po upravení o produktivitu,



kapitál je ve všech zemích stejně produktivní.

Zde se plně projeví vlivy relativní náročnosti odvětví na práci a kapitál studované v kapitole 5. Bude proto nutné ukazatele očistit – přecenit ceny práce a kapitálu v kaţdé zemi mezinárodně srovnatelnými cenami s přihlédnutím k odlišné produktivitě práce. Kvůli nemoţnosti ztotoţnit stavitele rezidenčních staveb s některou kategorií firem podle velikosti (viz kapitoly 5.5 a 6.2) bude provedeno očištění ukazatele Φ, a nikoli Ψ.

6.1 Stručný přehled postupu očištění V prvním kroku se z údajů pro ceny práce (očištěných o vliv produktivity), ceny kapitálu, ceny zakázek u inţenýrských staveb a celého stavebnictví a podílu osobních nákladů na ceně zakázek vypočte počet uţitých jednotek práce a kapitálu. 60

Znamená, ţe stejné mnoţství produkce lze vyrobit s různým mnoţstvím práce a kapitálu, pokud libovolný počet jednotek práce substituujeme jednotkami kapitálu v pevně daném poměru (např. 2:1) – výrobní faktory jsou pak dokonalé substituty. 61 Jak předpokládá neoklasická ekonomie. 62 Jinak řečeno, ve všech zemích je uţívána stejná technologie, ať uţ z důvodu, ţe jiná technologie není moţná, nebo ekonomicky výhodná.

- 36 -


Ve druhém kroku se tento počet spotřebovaných jednotek přecení průměrnými náklady na práci a kapitál pro země EU15. Na základě toho předpovíme, jaký by měl být poměr cenových hladin pro inţenýrské stavby (IW) a poměr pro celé stavebnictví (TC) při srovnatelných cenách vstupů. Takovéto IW a TC nazveme očištěnými IW a TC. Ukazatel Φ při srovnatelných cenách práce a kapitálu vznikne vydělením očištěného IW a očištěného TC a nazveme jej očištěným Φ.

6.2 Podrobná metodologie očištění 1) Nejprve je třeba očistit cenu práce o vliv produktivity63. Jako nominální cena práce bude pouţita statistika monthly labor costs for construction, uţitá jiţ v ekonometrickém modelu. Produktivitu práce uvádí statistika hrubá přidaná hodnota na zaměstnance64. Pouţijeme relativní hodnotu této statistiky vůči průměru EU15. Takto definovaným indikátorem produktivity vydělíme nominální cenu práce v kaţdé zemi, tedy cena práce očištěná o produktivitu (resp. cena stejně produktivní jednotky práce) se vypočte formálně jako: Wi

Wi , GAVi GAV EU 15

(6.1)

kde (pro i-tý stát): Wi je cena práce po očištění o vliv produktivity, Wi je nominální cena práce (tj. bez očištění o produktivitu), GAV i je hodnota statistiky hrubá přidaná hodnota na zaměstnance (měřítko

produktivity), GAVEU 15 je průměrná hodnota GAV i za všechny státy EU1565.

63

Ekvivalentně by bylo moţné neupravovat mzdovou úroveň, ale počet uţitých jednotek práce – tj. v rovnici (6.2) vydělit αi mírou produktivity (GAVi / GAVEU15). 64 V originále Apparent labor productivity: Gross added value per person employed z kategorie Structural business statistics. 65 Průměr proveden pouze ze 14 zemí EU15, jelikoţ údaj pro Německo nebyl k dispozici.

- 37 -


2) Nyní se přikročí k očištění ukazatele Φ. Formálně bude postup pro zemi i vypadat takto: Vycházíme z rovnice (6.2), ţe cena zakázek se rovná počtu uţitých jednotek výrobních faktorů krát jejich jednotková cena (u ceny práce pouţijeme cenu očištěnou o produktivitu)66. Pi

i

Wi

i

Ki

(6.2)

Jak jiţ bylo zmíněno v kapitole 5.5, Eurostat sleduje podíl osobních nákladů na ceně produkce (tedy zakázky). Z definice tohoto podílu, aplikované na rovnici (6.2), pro i-tý stát platí: i

si

Wi , Pi

(6.3)

kde si je Eurostatem sledovaný podíl celkových osobních nákladů na ceně produkce. Pokud si je podíl celkových osobních nákladů, pak 1 s i (tj. zbylá část) je podíl celkových nákladů kapitálu na ceně zakázky. Úpravou rovnice (6.3) a vyuţitím, ţe 1 s i je podíl celkových nákladů kapitálu, získáme vztahy:

si Pi i

i

Wi

1 si Pi . Ki

(6.4)

Podobně jako v ekonometrickém modelu v kapitole 5.4 za Wi dosadíme CPL pro cenu práce ( Wi CPL ), přičemţ je nutné mít na paměti, ţe do rovnice (6.4) dosazujeme jiţ hodnotu očištěnou o produktivitu: CPL pro (neočištěnou) cenu práce se musí nejprve podělit ukazatelem produktivity (tj. dosadit do rovnice (6.1) za Wi ) a výsledek aţ pak dosadit do jmenovatele (6.4.). CPL pro cenu práce očištěný o produktivitu budeme v souladu s přijatým značením označovat čárkou ( Wi CPL ). Dále dosadíme za Ki CPL pro strojní vybavení ( K iCPL ). Za Pi podle toho, zda počítáme αi a βi pro inţenýrské stavby (tj. IW i

) nebo stavebnictví celkem (

TC i

a

TC i

IW i

a

), dosadíme CPL pro inţenýrské stavby (IWi)

66

Dolní index i značí, ţe se údaje týkají i-tého státu, P je cena zakázky, W je cena jednotky práce, K je cena jednotky kapitálu, α je počet uţitých jednotek práce a β počet uţitých jednotek kapitálu (α a β jsou specifické pro kaţdou zemi a druh zakázky!).

- 38 -


nebo CPL pro stavebnictví celkem (TCi). Moţnost pouţít CPL indexy je zdůvodněna v Příloze C. V kapitole 5.5 bylo řečeno, ţe podíl osobních nákladů na ceně produkce se liší u větších a menších firem a ţe s určitou mírou nepřesnosti ztotoţníme největší firmy (se 250 a více zaměstnanci) se staviteli inţenýrských staveb. Této skutečnosti zde vyuţijeme dosazením údajů o podílu osobních nákladů ve velkých firmách ( si 250 ) do rovnic pro inţenýrské stavby a údajů o podílu osobních nákladů za všechny firmy s 20 a více zaměstnanci ( s i 20 ) do rovnic pro stavebnictví celkem. Dostaneme tedy pro kaţdou (i-tou) zemi dvě rovnice pro inţenýrské stavby: IW i

si 250 IWi Wi CPL

1 si 250 IWi K iCPL

IW i

(6.5)

a dvě rovnice pro stavebnictví celkem: TC i

si 20 TC i Wi CPL

TC i

1 si 20 TC i . K iCPL (6.6)

IW a TC tak, jak ho sleduje Eurostat (tedy neočištěný), se s pouţitím výše definovaných veličin pro kaţdou zemi vypočte jako67

IWi

IW i

Wi CPL

IW i

K iCPL

(6.7)

TC i

TC i

Wi CPL

TC i

K iCPL .

(6.8)

Pro přecenění cen práce a kapitálu v jednotlivých zemích srovnatelnými cenami uţijeme faktu, ţe CPL pro EU15 je vţdy roven stu, pokud pouţíváme CPL s bází EU1568. Očištěný CPL pro práci pro EU15 ( WEUCPL 15 ) se však rovná stu pouze přibliţně, a proto je potřeba jej

67

Povšimněme si, ţe rovnice (6.7) a (6.8) mají na levé straně CPL index, který ale interpretujeme jako absolutní cenu zakázky (tj. ceny v nějakých peněţních jednotkách), která se rovná počtu uţitých jednotek práce a kapitálu krát jejich (absolutní) ceny. 68 Viz definice CPL v rovnici (4.1) nebo Tab. 4.1. Bází rozumíme zemi nebo oblast, vůči které je posuzována cenová hladina ve sledované zemi. Tedy

CPL K EU 15

100 . - 39 -


spočítat zprůměrňováním hodnot Wi CPL pro jednotlivé státy EU15.69 Očištěný IW a TC (budeme je značit čárkou) se vypočte tak, ţe se ceny kapitálu a práce v daných zemích CPL Wi CPL a KiCPL nahradí cenou práce a kapitálu průměrnou v celé EU15, tedy WEUCPL 15 a K EU 15 :

IWi

IW i

WEUCPL 15

IW i

CPL K EU 15

TC i

TC i

W EUCPL 15

TC i

CPL K EU 15 .

Konečně očištěný ukazatel Φ (označíme OCISTΦ) je pak jejich podílem, tj.

IWi OCIST

.

i

(6.9)

TC i

6.3 Výsledky očištění a vazba na korupci Nejprve zrekapitulujeme veličiny, jejichţ vztah ke korupci bude následně podroben regresní analýze. 

Φ je podílový ukazatel, který zkonstruujeme přímo z dat publikovaných Eurostatem, tedy bez jakéhokoli očištění.



Očištěné Φ (OCISTΦ) je ukazatel vypočtený z rovnice (6.9) a říká, jakou hodnotu by měl podílový ukazatel Φ, pokud by cena práce byla ve všech zemích totoţná (při stejné produktivitě) a i cena kapitálu byla mezinárodně stejná.



Cenové Φ (CENYΦ) zavedeme jako

CENY

OCIST

, aby pro ilustraci udávalo

rozdíl mezi předchozími ukazateli v důsledku přecenění výrobních faktorů na srovnatelné ceny. Pro regresní analýzu byl pouţit soubor 20 zemí, u kterých jsou všechny potřebné údaje k dispozici. Tento soubor má menší rozsah neţ soubor uţitý v kapitole 4.2. Výsledky analýzy, kde kaţdá ze tří výše uvedených veličin vystupuje v roli vysvětlované proměnné a korupční index CPI jako proměnná vysvětlující, jsou shrnuty na Obr. 6.1. Vizualizace vztahu mezi očištěným Φ a korupčním indexem včetně označení zemí je na Obr. 6.2.

69

Důvodem odlišnosti průměrného očištěného CPL za státy EU15 od hodnoty 100 je, ţe nominální cena

práce a produktivita nejsou vzájemně nezávislé veličiny. Hodnota

- 40 -

WEUCPL 15 je v našem případě 107,3.


Korupce je důleţitou vysvětlující proměnnou pro očištěné Φ a příslušný regresní koeficient je silně záporný. To znamená, ţe při srovnatelných cenách práce a kapitálu jsou inţenýrské zakázky relativně draţší tam, kde panuje vyšší korupce – zlepšení korupčního indexu o jeden bod znamená pokles relativní ceny inţenýrských staveb (tj. IW) vůči stavebnictví (tj. TC) o přibliţně 7 %. Korupce vysvětlí 38 % variability očištěného Φ, a tak korupční index hraje podstatnou roli jako faktor působící na ceny zakázek (ať jiţ přímo nebo zprostředkovaně jako proxy pro jiné veličiny), i kdyţ existují ještě další vlivy determinující hodnotu očištěného ukazatele (viz kapitola 5.1).

Obr. 6.1: Regresní analýza vlivu korupce na Φ a jeho komponenty.70

Zdroj dat:

Eurostat, Transparency International

Korupční index je signifikantní i jako vysvětlující proměnná pro cenové Φ, byť tento efekt je poměrně malý – ať jiţ velikostí regresního koeficientu nebo faktem, ţe cenové Φ vysvětlí pouze 5 % variability Φ.71 Regresní koeficient má poněkud překvapivě kladné znaménko, tedy niţší korupce (v důsledku vyšší vyspělosti země a s tím spojené vyšší relativní ceny práce) koinciduje s vyššími hodnotami cenového Φ.72

70

F testy nejsou zmíněny, protoţe jsou v těchto případech ekvivalentní t-testům. Pokud sestavíme model korupce (CPI) = β0 + β1∙ očekávané Φ + β2 ∙ očištěné Φ + u měřící příspěvky faktorů ke korupci, budou obě vysvětlující proměnné signifikantní na 10% hladině významnosti. Korelační koeficient mezi regresory je zde pouze -0,257. 71 Koeficient determinace modelu Φ = β0 + β1 ∙ cenové Φ + u je 0,052 a proměnná je v modelu nevýznamná. 72 Ve skutečnosti ale předpovídat hodnoty cenového Φ není snadné, protoţe závisí na konkrétních hodnotách Φ a relativním rozdílu mezi IW a očištěným IW na jedné straně a TC a očištěným TC na straně druhé.

- 41 -


Co se týče umístění zemí na Obr. 6.2, který zobrazuje pozici států podle míry korupce a očištěného Φ, příliš se neliší od umístění zemí na Obr. 4.2, jenţ ukazoval vztah pro korupci a (neočištěné) Φ.

Obr. 6.2: Očištěné Φ vs. korupční index CPI za rok 2007.

Zdroj dat: Eurostat, Transparency International

6.4 Možné námitky proti provedenému způsobu očištění Přestoţe analýza, jejíţ výsledky jsou shrnuty na obrázcích 6.1 a 6.2, působí průkazně, je třeba mít na paměti způsob, jakým byla provedena, a z toho vyplývající omezení. Slabá místa očišťování provedeného v této kapitole jsou především tato: 

předpoklad nemoţnosti substituce práce kapitálem a naopak,



zjednodušení uţitím agregace dat a volbou reprezentantů pro cenové úrovně práce a kapitálu,



ze statistického pohledu poměrně malý rozsah souboru.

- 42 -


Zejména nemoţnost substituce je aţ příliš velkým zjednodušením. Bohuţel zavést do očišťovacího modelu moţnost substituce by vyţadovalo znalost produkčních funkcí, které pro takto konkrétní oblasti lze velmi těţko a jen hrubě odhadovat, a tak umoţnění substituce skrze takovýto model by sice nebylo technicky komplikované, ale zato snadno napadnutelné. Proto od toho bylo upuštěno. Omezíme se na konstatování, ţe umoţnění substituce by působilo směrem k vyrovnání hodnot ukazatelů mezi zeměmi. Zde provedené očištění je poměrně náchylné na změny v datové základně, a tak volba uţitých statistik můţe mít vliv na výsledek analýzy. V tomto případě nezbývá neţ věřit v dobrou práci Eurostatu při sběru dat. K dispozici bylo pouze 20 pozorování, coţ není mnoho. Panelové šetření by přineslo více dat, ale je vysoce pravděpodobné, ţe vzhledem ke specifickému prostředí v jednotlivých zemích by údaje za další roky nepřinesly o mnoho více informace.

6.5 Vztahy mezi ukazateli a dalšími veličinami Tabulka 6.1 nabízí porovnání míry korelace mezi ukazateli vyspělosti země, mzdové úrovně, podílovými ukazateli a korupčním indexem. Ukazuje se, ţe očištění ukazatele Φ mírně posílilo inverzní vztah mezi ukazatelem a HDP na hlavu, naopak cenové Φ je s HDP jako mírou vyspělosti (přes vliv cen výrobních faktorů) silně pozitivně korelováno. Korelační koeficient mezi očištěným a cenovým Φ je -0,26, tedy se očištěním podařilo rozdělit ukazatel na dvě vzájemně poměrně slabě závislé sloţky. Jak jiţ ale bylo řečeno, efekty popisované v kapitole 5 nemají velký vliv, coţ je vidět na téměř identických korelačních koeficientech Φ a Ψ vůči očištěnému Φ. Dále vidíme, ţe empirické vztahy mezi vyspělostí (HDP na hlavu) a cenou výrobních faktorů odpovídají v 5. a 6. kapitole přijatým předpokladům, ţe mzdy jsou vyšší ve vyspělých státech i při uvaţování rozdílné produktivity.

- 43 -


Tab. 6.1: Korelační koeficienty mezi vybranými veličinami pro rok 2007.

Poznámka: PPS značí standard parity kupní síly, tj. srovnatelnou měnovou jednotku. Všechny korelační koeficienty jsou vypočteny ze souboru identického rozsahu; tedy státy, pro které nejsou k dispozici data pro všechny veličiny, byly ze souboru vyškrtnuty. Zdroj dat: Eurostat, Transparency International

- 44 -


7. Závěr

7. Závěr Uţití podílových ukazatelů konstruovaných z dat Eurostatu se jeví jako velice perspektivní stanovení úměrnosti cen inţenýrských staveb, které jsou realizovány z drtivé většiny formou veřejných zakázek. Bohuţel tento přístup naráţí na řadu vlivů prostředí, od kterých je třeba ukazatele pro lepší vypovídací hodnotu očistit. V této studii byly podílové ukazatele očištěny od vlivu rozdílných cen v jednotlivých zemích a různé náročnosti na kapitál a práci mezi odvětvím inţenýrských staveb a rezidenční a nerezidenční výstavby. Zde provedené očištění není dokonalé, protoţe neuvaţuje moţnost substituce mezi výrobními faktory. K publikování přesvědčivějších výsledků by proto bylo zapotřebí zahrnout vliv této substituce a uvaţovat i jiné vlivy prostředí, jako je například rozdílná konkurence na trzích obytných staveb a inţenýrských prací. Mezi neočištěnými podílovými ukazateli a mírou korupce panuje statisticky i ekonomicky významný vztah. Ten ještě mírně zesílí, pokud provedeme výše uvedené očištění. Korelace mezi očištěným i neočištěným podílovým ukazatelem a vyspělostí měřenou HDP per capita ve standardu kupní síly je výrazně slabší neţ korelace mezi podílovými ukazateli a korupčním indexem. Z toho plyne, ţe jak bez očištění, tak i při očištění výše uvedeném je korupce významným faktorem zvyšujícím relativní cenu inţenýrských staveb oproti rezidenčním stavbám či stavebnictví celkem.

- 45 -

Seznam použité literatury a pramenů ADES, Alberto; DI TELLA, Rafael. Rents, Competition and Corruption. The American Economic Review. September 1999, Vol. 89, Issue 4, s. 982-993. Dostupné také z WWW: . BALDWIN, Richard; WYPLOSZ, Charles. Ekonomie evropské integrace. První vydání. Praha : Grada Publishing, 2008. 480 s. ISBN 978-80-247-1807-1. Bez "všimného" veřejnou zakázku nelze dostat, myslí si dvě třetiny menších firem. IHNED.cz : Online zprávy hospodářských novin [online]. 17.2.2010, [cit. 2010-07-18]. Dostupné z WWW: . BLISS, Christopher; DI TELLA, Rafael. Does Competition Kill Corruption?. The Journal of Political Economy. 1997, Vol. 105, Issue 5, s. 1001-1023. Dostupné také z WWW: . DIÁZ MURIEL, Carlos. Comparative price levels for construction in 33 European countries for 2005. Statistics in focus : Economy and finance [online]. 108/2007, [cit. 2010-07-12]. Dostupné z WWW: . ISSN 1977-0316. DURČÁKOVÁ, Jaroslava; MADEL, Martin. Mezinárodní finance. 3. rozšířené a doplněné vydání. Praha : Management Press, 2007. 488 s. ISBN 978-80-7261-170-6. EUROPA - The official website of the European Union [online]. 2010 [cit. 2010-07-13]. Dostupné z WWW: . FISMAN, Raymond; MIGUEL, Edward. Corruption, Norms, and Legal Enforcement: Evidence from Diplomatic Parking Tickets. Journal of Political Economy. 2006, Vol. 115, Issue 6, s. 1020-1048. Dostupné také z WWW: . FRIČ, Pavol, et al. Korupce na český způsob. Vydání první. Praha : G plus G, 1999. 304 s. ISBN 80-86103-26-9. Global Infrastructure Anti-Corruption Centre [online]. c2008 [cit. 2010-07-09]. Dostupné z WWW: . Global Infrastructure Anti-Corruption Centre [online]. 21. 2. 2009 [cit. 2010-07-09]. Corruption Information: Cost of corruption. Dostupné z WWW: .

- 46 -

GUJARATI, Damodar J. Basic Econometrics. 4th Edition (paperback). New York : Tata McGraw-Hill, 2004. 1032 s. ISBN 978-0070597938. GURGUR, Tugrul; SHAH, Anwar. Localization and Corruption: Panacea or Pandora’s Box?. World Bank Policy Research Working Paper 3486. January 2005. Dostupné z WWW: . HINDLS, Richard, et al. Statistika pro ekonomy. Osmé vydání. Praha : Professional Publishing, 2007. 420s. ISBN 978-80-86946-43-6. IBR Consulting. IBR Consulting [online]. c2010 [cit. 2010-07-17]. Dostupné z WWW: . KAUFMANN, Daniel; KRAAY, Aart; MASTRUZZI, Massimo. Governance matters IV: new data, new challenges. In Global Corruption Report 2006 [online]. London : Pluto Press, 2006 [cit. 2010-06-27]. s. 302-307. Dostupné z WWW: . ISSN 1749–3161. KAUFMANN, Daniel; KRAAY, Aart; MASTRUZZI, Massimo. Governance Matters VIII: Aggregate and Individual Governance Indicators, 1996-2008 [online]. World Bank Policy Research Working Paper No. 4978, 29. 6. 2009 [cit. 2010-07-09]. Dostupné z WWW: . Komise: Výstavba dálnic v ČR není draţší neţ v zahraničí : Výsledek práce komise ČVUT je ostře kritizován za pouţitá data. Podle komise se cena dálnic od zahraničí výrazně neliší. IHNED.cz : Online zprávy hospodářských novin [online]. 16.7.2008, [cit. 2010-07-17]. Dostupné z WWW: . KUČERA, Petr. Berou všichni! : Korupce při veřejných zakázkách. Profit. 2.10.2006, roč. 17, č. 40, s. 14-21. LAMBSDORFF, Johann G. Corruption in Empirical Research - A Review. Transparency International Working Paper [online]. November 1999, [cit. 2010-07-19]. Dostupné z WWW: . LAMBSDORFF, Johann G. The Methodology of the Corruption Perceptions Index 2007 [online]. Transparency International and University of Passau, 2007 [cit. 2010-07-09]. Dostupné z WWW: . MAURO, Paolo. Corruption and Growth. The Quarterly Journal of Economics. August 1995, 110, 3, s. 681-712. Dostupné také z WWW: . MAURO, Paolo. The Effects of Corruption on Growth, Investment and Government Expenditures: A Cross-country Analysis. In ELLIOT, Kimberly A. (ed). Corruption and the Global Economy. [s.l.] : Institute for International Economics, 1997. s. 244. Dostupné také z WWW: . ISBN 978-0881322330.

- 47 -

Ministerstvo spravedlnosti. Justice.cz : Oficiální server českého soudnictví. 2010. [cit. 2010-05-10]. Dostupné z WWW: . Mott MacDonald Praha. Studie SFDI: Problémy a zkušenosti při zadávání veřejných zakázek dopravní infrastruktury ve vybraných evropských zemích. [s.l.] : Státní fond dopravní infrastruktury, 2006. 51 s. Dostupné také z WWW: . Mott MacDonald. Mott MacDonald - Česká republika [online]. c2010 [cit. 2010-07-17]. Dostupné z WWW: . MENZELOVÁ, Kateřina. Výstavba dálnic: Hodně dynamické ceny: Ušetřit by bylo moţné miliardy. Kdy se však začne?. Euro. 12. října 2009, 2009, 41, s. 34-38. Národní ekonomická rada vlády. Závěrečná zpráva [online]. Praha : Vláda ČR, 2009 [cit. 2010-06-30]. Dostupné z WWW: . Nejvyšší kontrolní úřad; Bundesrechnungshof. Společná zpráva o paralelních kontrolách výdajů na stavbu dálnice Praha – Drážďany [online]. Praha : Nejvyšší kontrolní úřad, 2006 [cit. 2010-07-17]. Dostupné z WWW: . NEUMANN, Pavel; ŢAMBERSKÝ, Pavel; JIRÁNKOVÁ, Martina. Mezinárodní ekonomie. První vydání. Praha : Grada Publishing, 2010. 160 s. ISBN 978-80-247-3276-3. OLKEN, Benjamin A. Corruption Perceptions vs. Corruption Reality [online]. American Economic Association 2006 Annual Meeting Papers. Dostupné z WWW: . Oţivení, o.s. Cena dálnic [online]. 2010 [cit. 2010-07-20]. Dostupné z WWW: . PAVEL, Jan. Ekonomické aspekty veřejných zakázek. Praha : Oeconomica, 2007. 110 s. ISBN 978-80-245-1260-0. PAVEL, Jan. Vliv počtu nabízejících na cenu stavebních zakázek v oblasti dopravní infrastruktury 2004 - 2007 [online]. Praha : Transparency International Česká republika, 2008 [cit. 2010-06-30]. Dostupné z WWW: . PŠENIČKA, Jiří. Dojení betonu : Výstavba dálnic: Firmy si prý úředníky zavazují třeba i tím, ţe jim zaplatí dovolenou. Euro. 5.11.2007, 45, s. 40. PŠENIČKA, Jiří. Tajuplní betonáři : TOP 20 stavitelů silnic: Mezi nejúspěšnějšími českými budovateli komunikací je řada firem, u nichţ nikdo neví, komu vlastně patří. Ekonom. 4.-10. 2. 2010, 2010, číslo 5, s. 10-15.

- 48 -

PŠENIČKA, Jiří. Konec české betonové cesty : Dopravní infrastruktura: Pokud chce stát zlevnit výstavbu dálnic a ţelezničních tratí, je třeba v první řadě zarazit manipulaci a korupci při tendrech. Ekonom. 22.-28.7.2010, 2010a, číslo 29, s. 10-15. REINIKKA, Ritva; SVENSSON, Jakob. Using Micro-Surveys to Measure and Explain Corruption. World Development. 2006, Vol. 34, Issue 2, s. 359-370. Dostupné také z WWW: . Report on the Transparency International Global Corruption Barometer 2007 [online]. Berlín : Transparency International, 6.12. 2007 [cit. 2010-07-09]. Dostupné z WWW: . ROSE-ACKERMANN, Susan. The Political Economy of Corruption. In ELLIOT, Kimberly A. (ed.). Corruption and the Global Economy. [s.l.] : Institute for International Economics, 1997. s. 244. Dostupné také z WWW: . ISBN 9780881322330. RYBÁKOVÁ, Dana. Korupce po česku : Bere se skoro všude. Profit. 31.5.2004, roč. 15, č. 23, s. 8. Ředitelství silnic a dálnic. Ředitelství silnic a dálnic [online]. 13.3.2008 [cit. 2010-07-17]. U ceny dálnice se musí porovnávat porovnatelné. Dostupné z WWW: . SANDHOLTZ, Wayne; KOETZLE, William. Accounting for Corruption: Economic Structure, Democracy, Trade. International Studies Quarterly. 2000, Vol. 44, No. 1, s. 3150. Dostupné také z WWW: . SELDAYO, H.; DE HAAN, J. The Determinants of Corruption: A Literature Survey and New Evidence [online]. Paper presented at 2006 EPCS Conference, Turku, Finland, 20-23 April. 2006, [cit. 2010-07-20]. Dostupné z WWW: . SKLENÁŘ, Martin; ZÝBNER, Jiří. Cenové porovnání dálnice D11 (stavební úseky 1104 a 1105) s dálnicemi, realizovanými v České republice, Rakousku, Slovinsku [online]. Ředitelství silnic a dálnic. [cit. 2010-07-17]. Dostupné z WWW: . Statistical Office of the European Communities (Eurostat) – Organisation for Economic Co-operation and Development (OECD). Methodological manual on purchasing power parities [online]. 2005 edition. Luxembourg : Office for Official Publications of the European Communities, 2006 [cit. 2010-06-30]. Dostupné z WWW: . ISSN 1725-0048.

- 49 -

Statistical Office of the European Communities (Eurostat). European Price Statistics : An overview [online]. 2008 edition. Luxembourg : Office for Official Publications of the European Communities, 2008 [cit. 2010-06-30]. Dostupné z WWW: . ISBN 978-92-79-07356-4. Statistical Office of the European Communities (Eurostat). Reference Metadata in Euro SDMX Metadata Structure [online]. 2009 [cit. 2010-06-30]. Purchasing power parities. Dostupné z WWW: . Statistical Office of the European Communities (Eurostat). Reference Metadata in Euro SDMX Metadata Structure [online]. 2009 [cit. 2010-06-30]. Structural business statistics. Dostupné z WWW: . Statistical Office of the European Communities (Eurostat). Eurostat : Your key to European statistics [online]. 2010 [cit. 2010-06-15]. Annual detailed enterprise statistics on construction (Nace Rev.1.1 F). Dostupné z WWW: . Statistical Office of the European Communities (Eurostat). Eurostat : Your key to European statistics [online]. 2010 [cit. 2010-06-15]. Construction broken down by employment size classes (NACE Rev.1.1 F) - Reference year 2002 and onwards. Dostupné z WWW: . Statistical Office of the European Communities (Eurostat). Eurostat : Your key to European statistics [online]. 2010 [cit. 2010-05-20]. GDP and main components - Current prices. Dostupné z WWW: . Statistical Office of the European Communities (Eurostat). Eurostat : Your key to European statistics [online]. 2010 [cit. 2010-05-23]. Monthly labour costs - Nace Rev. 1.1. Dostupné z WWW: . Statistical Office of the European Communities (Eurostat). Eurostat : Your key to European statistics [online]. 2010 [cit. 2010-05-18]. Purchasing power parities (PPPs), price level indices and real expenditures for ESA95 aggregates . Dostupné z WWW: . Stát rozhazuje, dálnice se u nás staví dráţ neţ v Itálii. MF Dnes. 18.9.2009, s. 1. STIGLITZ, Joseph E. Ekonomie veřejného sektoru. Vydání 1. Praha : Grada Publishing, 1997. 664s. ISBN: 80-7149-454-1. SŮRA, Jan; SMETANA, Jiří. Záhada předraţených dálnic : Kdyţ se v česku staví silnice, uspoří se na nich ve srovnání s Evropou mnohem méně neţ u staveb bytů. MF Dnes : Ekonomika. 18.9.2009, s. 10. TABERY, Erik. Vládneme, nerušit : Opoziční smlouva a její dědictví. Vydání první. Praha - Litomyšl : Paseka, 2006. 304 s. ISBN 80-7185-446-8. - 50 -

Transparency International. Transparency International [online]. 2010 [cit. 2010-07-09]. Dostupné z WWW: . Transparency International. Transparency International [online]. 2010a [cit. 2010-07-18]. Corruption Perceptions Index 2005. Dostupné z WWW: . Transparency International. Transparency International [online]. 2010b [cit. 2010-07-18]. Corruption Perceptions Index 2006. Dostupné z WWW: . Transparency International. Transparency International [online]. 2010c [cit. 2010-05-10]. Corruption Perceptions Index 2007. Dostupné z WWW: . Transparency International. Transparency International [online]. 2010d [cit. 2010-07-13]. Global priorities: Public contracting. Dostupné z WWW: . Transparency International – Česká republika. Transparency International - Česká republika [online]. c2007 [cit. 2010-07-09]. Dostupné z WWW: . Transparency International – Česká republika. Transparency International - Česká republika [online]. c2007a [cit. 2010-07-19]. Indexy CPI a BPI. Dostupné z WWW: . Transparency International – Česká republika. Transparency International - Česká republika [online]. c2007b [cit. 2010-07-19]. Otázky a odpovědi k BPI 2006. Dostupné z WWW: . VOLEJNÍKOVÁ, Jolana. Možnosti hodnocení a měření korupce jako ukazatele kvality správy [online]. Sborníky z konferencí, Fakulta ekonomicko-správní, Univerzita Pardubice. 2006 [cit. 2010-07-19]. Dostupné z WWW: . VOLEJNÍKOVÁ, Jolana. Korupce v ekonomické teorii a praxi. Zeleneč : Profess Consulting, 2007. 390 s. ISBN 978-80-7259-055-1. World Bank. Worldwide Governance Indicators [online]. c2010 [cit. 2010-07-11]. Dostupné z WWW: .

- 51 -

Seznam tabulek a obrázků

Obr. 2.1: Některé vztahy mezi korupcí a cenou zakázek……………………………….. 12 Obr. 3.1: Index vnímané korupce (CPI) vs. Zvládání korupce (CC) pro rok 2007…….. 17 Obr. 4.1: Podílové ukazatele vs. korupční index CPI pro rok 2007……………………. 22 Obr. 4.2: Jednotlivé státy na grafu Ψ vs. korupční index pro rok 2007………………… 24 Obr. 5.1: Mzdy ve stavebnictví a relativní ceny staveb………………………………… 29 Obr. 5.2: Mzdy ve stavebnictví a relativní ceny staveb………………………………… 30 Obr. 6.1: Regresní analýza vlivu korupce na Φ a jeho komponenty…………………… 41 Obr. 6.2: Očištěné Φ vs. korupční index CPI za rok 2007……………………………… 42 Obr. A.1: Cena 1 km dálnice vs. korupce pro rok 2006………………………………… 54 Obr. B.1: Vztah mezi Indexem vnímání korupce a % korumpujících respondentů pro rok 2007………………………………………………………………………………………. 57 Obr. B.2: Vztah mezi Indexem vnímání korupce a průměrem tří kategorií z Globálního barometru korupce pro rok 2007…………………………………………………………. 57

Tab. 4.1: Indexy komparativní cenové hladiny (CPL) pro vybrané země v r. 2007……. 19 Tab. 4.2: Ukazatele nákladnosti inţenýrských staveb pro vybrané země v r. 2007……. 20 Tab. 5.1: Variabilita cen výrobních faktorů a cen ve stavebnictví pro rok 2007………. 28 Tab. 5.2: Odhady regresních koeficientů v rovnicích (5.2), (5.3) a (5.4)………………. 32 Tab. 5.3: Podíl osobních nákladů na ceně produkce u různě velkých firem……………. 34 Tab. 6.1: Korelační koeficienty mezi vybranými veličinami pro rok 2007…………….. 44 Tab. A.1: Korupce a cena dálnic podle Mott MacDonald………………………………. 53 Tab. A.2: Korupce a cena dálnic podle IBR Consulting………………………………… 55 Tab. B.1: Korelační koeficienty pro některé veličiny…………………………………… 56 Tab. B.2: Matice korelace hodnot mezi ukazateli korupce v roce 2007………………… 56 Tab. B.3: Korelační koeficienty mezi HDP per capita ve standardu kupních sil a některými ukazateli korupce v roce 2007………………………………………………… 56 Tab. D.1: Finanční ukazatele pro firmy stavící inţenýrské stavby……………………… 64 Tab. D.2: Finanční ukazatele pro firmy stavící obytné budovy…………………………. 65 Tab. D.3: Průměry finančních ukazatelů jednotlivých firem……………………………. 66 Tab. D.4: Průměry za kategorie stavebních firem………………………………………. 66

- 52 -


Příloha A

Příloha A: Dosavadní studie cen dálnic A.1 Studie Mott MacDonald: Česko má násobně dražší dálnice Studie české pobočky mezinárodní poradenské společnosti Mott MacDonald73, která se specializuje zejména na oblast dopravních staveb, z roku 2006 pro Státní fond dopravní infrastruktury patří mezi nejčastěji citované studie, kterými se novináři pokouší dokladovat neúměrnou cenu českých dálnic ve vztahu k zahraničním. Studie totiţ dospěla k pro Českou republiku vskutku nelichotivým hodnotám, jeţ ukazuje Tabulka A.1.74

Tab. A.1: Korupce a cena dálnic podle Mott MacDonald.

Poznámka: Údaj cena dálnice je znamená cenu 1 km dálnice v milionech Kč za 1 km, při přepočtu směnným kurzem 28 Kč/€. Pod pojmem dálnice se rozumí dálnice se 2 jízdními pruhy v kaţdém směru, vedoucí běţným (a tedy nikoli hornatým) terénem. Zdrojem těchto údajů jsou dotazníky expertů European Federation of Engineering Consultancy Associations, doplněné o zjištění při osobních jednáních75. Korupci představuje index CPI pro rok 2006, připomeňme, ţe vyšší číslo představuje niţší vnímanou korupci. Zdroj dat: Mott Mac Donald (2006, Příloha 14)

Omezením této studie je z definice špatná srovnatelnost cen dálnic, protoţe je téměř nemoţné najít dvě svými charakteristikami úplně stejné dálnice. Ostatně sami autoři studie píší: „Údaje shora [tj. ceny dálnic v Tab. A.1] nevycházejí z oficiálních statistik jednotlivých zemí. Údaje nejsou podloženy příslušnými analýzami, nelze je tudíž mezi sebou porovnávat. V souladu s touto skutečností není vhodné tyto údaje ani absolutizovat.“ 76 Jde tedy o velmi hrubý orientační odhad, který zjednodušuje terénní a jiné charakteristiky. Navíc údaje nezohledňují různou nákladovou náročnost výrobních faktorů v různých zemích a podléhají vlivům nominálního měnového kurzu.

73

Pobočka má právní subjektivitu – celým názvem Mott MacDonald Praha s.r.o., více informací viz její webové stránky www.mottmac.cz . 74 Naskenované fragmenty studie Mott MacDonald (2006) jsou neoficiálně k dispozici na webových stránkách společnosti Oţivení, http://cenadalnic.oziveni.cz/1-predrazene-dalnice/. Výsledky jsou rovněţ citovány například v Menzelová (2009, s. 36). 75 Mott MacDonald (2006, s. 40). 76 Mott MacDonald (2006, Příloha 14).

- 53 -


Příloha A

Přesto, porovnání odhadovaných cen a míry korupce přinese zajímavé výsledky. Pro větší názornost zaneseme výsledky z tabulky do Obr. A.1, coţ odhalí, ţe mezi mírou korupce a takto definovanou realizovanou cenou není vůbec ţádná vizuální spojitost. Například Řecko trpí podobnou korupcí jako Česká republika a přesto dosáhlo méně neţ pětinové ceny. Řecko za dálnice platilo přibliţně stejně jako Španělsko s výrazně niţší vnímanou korupcí. Pro zajímavost, korelační koeficient mezi těmito veličinami je roven -0,01, coţ potvrzuje nulovou závislost77.

Obr. A.1: Cena 1 km dálnice vs. korupce pro rok 2006.

Zdroj dat:

Mott MacDonald (2006), Transparency International

Vzhledem k výše uvedeným důvodům omezené vypovídací schopnosti údajů zjištěných společností Mott MacDonald však nelze těmto výsledkům přikládat větší váhu.

A.2 Studie společnosti IBR: Ceny českých dálnic jsou srovnatelné Další studii o cenách dálnic provedla společnost IBR Consulting, s.r.o. 78, která se rovněţ zabývá poradenskou činností ve stavebnictví. Jde o srovnání cen vybraných, svým terénním charakterem podobných, dálnic v České republice, Rakousku a Slovinsku. Studie působí velmi fundovaným dojmem – i kdyţ odhalit případné nesoulady v poskytovaných údajích vyţaduje velké znalosti z oboru stavebnictví. Jejím problémem kromě malého počtu sledovaných států je fakt, ţe zadavatelem je Ředitelství silnic a dálnic, které si studii nechalo zpracovat, aby reagovalo na mediální kritiku poukazující na předraţenost českých dálnic. Příkladem, jak Ředitelství pouţívá tuto studii k obranným účelům, budiţ článek U ceny dálnice se musí porovnávat porovnatelné79 s přiloţenou prezentací. Tato nabízející se tendenčnost je ostatně hojně kritizována jejími odpůrci.

77

Na takto malém rozsahu souboru ale statistické míry závislosti jako korelační koeficient neposkytují dobré výsledky. 78 Informace o firmě viz její domovská stránka www.ibrconsulting.cz . 79 Ředitelství silnic a dálnic (2008).

- 54 -


Příloha A

Závěry studie, dané do souvislosti s korupčním ţebříčkem, jsou v Tab. A.2. Tab. A.2: Korupce a cena dálnic podle IBR Consulting.

Poznámka: Cena dálnice je průměrná cena za 1 km sledovaných dálnic v milionech Kč, korupci představuje CPI pro rok 2005. Vnímání korupce se mezi roky mění pomalu a ve všech letech relevantních pro studii pořadí těchto zemí zůstalo neměnné. Zdroj dat: Transparency International, IBR Consulting80

Na zjištění jsou při letmém pohledu napadnutelné následující dvě věci.  Studie porovnává dálnice, které se rokem zahájení výstavby výrazně liší – od dálnic stavěných od roku 2001 aţ po dálnice ještě nezahájené – bez jakéhokoli očištění. Autoři argumentují, ţe jednotkové ceny nejvýznamnějších prací mezi lety 2004 a 2006 stagnovaly nebo mírně poklesly81. Výstavba mnoha ze sledovaných dálnic do tohoto období ale vůbec nespadá a údaje o cenách dosud nezahájených staveb jsou spíše odhadem neţ relevantním ukazatelem. Ve výběru dálnic jsou slovinské průměrně nejstarší, kdeţto rakouské průměrně nejnovější.  V Rakousku a ČR bude velký rozdíl v mzdových sazbách, proto prosté porovnání nákladů není úplně korektní, bylo by potřeba údaje očistit minimálně o vliv těchto faktorů.

A.3 Ostatní šetření Další rozsáhlejší studie cen dálnic (vycházející z jiných dat) nebyly provedeny. Za zmínku ovšem stojí i následující dvě šetření. Komise expertů Dopravní fakulty ČVUT, která později prováděla analýzu cen dálnic mezi státy, došla nikoliv překvapivě k podobným závěrům jako studie IBR – protoţe tito experti z dat IBR vycházeli82. Společná kontrola Nejvyššího kontrolního úřadu a německého Bundesrechnungshof dospěla ve svém hodnocení dálnice D8/A11 z Prahy do Dráţďan k tomu, ţe české mosty jsou průměrně draţší neţ ty německé, navzdory úsporám z rozsahu a levnější pracovní síle na české straně hranice.83

80

V referencích jako Sklenář, Zýbner podle autorů studie, pracujících pro IBR Consulting. Celá studie neoficiálně k dipozici na adrese http://cenadalnic.oziveni.cz/documents/ibr-ceny-d11.pdf . 81 Sklenář, Zýbner, s. 15. 82 iHNED.cz, 16. 7. 2008. 83 Nejvyšší kontrolní úřad, Bundesrechnungshof (2006)

- 55 -


Příloha B

Příloha B: Korelace mezi ukazateli korupce Tab. B.1: Korelační koeficienty pro některé veličiny.

Poznámka: Zdroj dat:

CPI, resp. CC 2008-2007 jsou meziroční rozdíly v Indexu vnímání korupce, resp. indikátoru Zvládání korupce (Control of Corruption). Transparency International, World Bank

Tab. B.2: Matice korelace hodnot mezi ukazateli korupce v roce 2007.

Poznámka:

Zdroj dat:

GCB - % korumpujících udává podíl respondentů, kteří uvedli poskytnutí úplatku za posledních 12 měsíců. GCB - 3 kategorie je aritmetický průměr korupčního vnímání v oblastech uvedených v kapitole 3. Transparency International, World Bank

Tab. B.3: Korelační koeficienty mezi HDP per capita ve standardu kupních sil a některými ukazateli korupce v roce 2007.

Zdroj dat:

Transparency International, World Bank (ukazatele), Eurostat (HDP)

Poznámky o užitých zkratkách TI Transparency International WB Světová banka (World Bank) CPI Index vnímání korupce (Corruption Perceptions Index) GCB Globální barometr korupce

- 56 -


CC RL

Příloha B

Indikátor Zvládání korupce (Control of Corruption) Indikátor Právní řád (Rule of Law)

Poznámky k metodologii výpočtu korelačních koeficientů Korelace hodnot znamená hodnotu Pearsonova korelačního koeficientu. Korelace pořadí znamená hodnotu Spearmanova korelačního koeficientu (tj. Pearsonův korelační koeficient, pokud se místo hodnot proměnné dosadí pořadí dané hodnoty v celém souboru. Pokud je v souboru několik stejných hodnot, pak se pořadové číslo musí dělit – pro pořadí 1. – 2. se pouţije pořadové číslo 1,5, apod. Při výpočtu korelačních koeficientů byl vţdy pouţit maximální moţný rozsah souboru: GCB dává data pro menší počet zemí, ostatní indikátory jsou k dispozici pro všech 36 ve studii sledovaných evropských států.

Obr. B.1: Vztah mezi Indexem vnímání korupce a % korumpujících respondentů pro rok 2007.

Zdroj dat:

Transparency International

Obr. B.2: Vztah mezi Indexem vnímání korupce a průměrem tří kategorií z Globálního barometru korupce pro rok 2007.

Zdroj dat:

Transparency International

- 57 -


Příloha C

Příloha C: Technická poznámka V této příloze bude blíţe vysvětlen model nákladů firem, uţívaný v kapitolách 5 a 6. Dále bude ukázána druhá interpretace rovnice (5.1), která při přeceňování cen výrobních faktorů v kapitole 6 je pravděpodobně názornější, neţ interpretace poskytnutá v kapitole 5. Pokud předpokládáme, ţe veškeré nákladové poloţky (včetně zisku) lze rozloţit na odměny kapitálu a práci, pak cena zakázky (tj. výnos neboli trţba firmy) je rovna součtu celkových odměn práci a kapitálu: P

L

K,

(C.1)

kde P je cena zakázky, L je součet všech odměn práci a K součet všech odměn kapitálu. Označíme-li cenu jedné (nějak definované) jednotky práce, tedy mzdu či osobní náklady jako W a cenu jedné (nějak definované) jednotky kapitálu C, pak zřejmě platí následující vztahy:

L l W, K k C.

(C.2) (C.3)

Rovnice (C.2) říká, ţe součet odměn práci se rovná součinu počtu uţitých jednotek práce l a ceny jedné jednotky práce W. Rovnice (C.3) tvrdí to samé pro kapitál (k je počet uţitých jednotek kapitálu). Substitucí (C.3) a (C.2) do rovnice (C.1) dostaneme vztah:

P

l W

k C.

(C.4)

Zde jsou P, W a C samozřejmě v absolutních částkách (tedy např. v EUR, CZK, apod.). Předpokládáme, ţe l a k jsou ve všech státech aţ na mírné kolísání stejné – k realizaci zakázek je technologicky potřeba přibliţně stejný počet jednotek práce a kapitálu v Německu i Rumunsku. Ideální způsob, jak zjistit (průměrné) l a k pro konkrétní oblast stavebnictví (tedy pro obytné stavby apod.), by bylo upravit rovnici (C.4) na ekonometrický model (C.5) přidáním náhodné sloţky u a odhadnout regresní koeficienty l a k některou z odhadových metod, například metodou nejmenších čtverců:

P l W

k C u

(C.5)

Ve skutečnosti bohuţel nemáme k dispozici data pro P a C v potřebném formátu – v absolutních částkách (tj. ţe v ČR stojí zakázka 4 mil CZK, v Německu 200 000 EUR, apod.). Proto se místo modelu (C.5) v textu odhadoval model (C.6), kde se namísto konkrétních finančních částek pro P, W a C dosadily příslušné CPL indexy – tedy relativní ceny (po řadě) stavebních zakázek, mezd a nákladů kapitálu v dané zemi vůči průměru EU15 pro kaţdou z těchto kategorií:

- 58 -


PCPL

l WCPL

Příloha C

v.

k C CPL

(C.6)

Ekonometrický model (C.6) je postaven na deterministickém vztahu (C.7) pro kaţdou zemi. Vztah (C.7) je identický s rovnicí (5.1) uţitou v hlavním textu. PCPL

l WCPL

(C.7)

k C CPL

V kapitole 5.4 bylo řečeno, ţe se l a k v rovnici (C.7) mohou interpretovat jako váhy pro cenu kapitálu a mzdovou úroveň. Zde ukáţeme, ţe rovnici (C.7) lze interpretovat úplně stejně jako rovnici (C.4), tedy jako počet uţitých jednotek, vynásobený jejich jednotkovou cenou. l a k v rovnicích (C.7) a (C.4) se budou téměř jistě numericky lišit84, a pro odlišení se budou pro l a k vyvozené z rovnice (C.7) pouţívat písmena s čárkou. Vyuţijeme znalosti o stavbě komparativních cenových indexů (analogie rovnice (4.1) z textu) k získání následujících vztahů: PCPL

P PEU 15 ER

,

WCPL

W WEU 15 ER

C

, CCPL

C EU 15 ER

,

(C.8)

kde P, W a C bylo definováno výše (a jsou v měně domovské země). PEU15, WEU15 a CEU15 jsou tytéţ veličiny pro EU15 (tedy průměrná cena zakázky, mzdy a odměny kapitálu v EU15) a jsou uvedeny v měně EU15, zjednodušeně v EUR85. ER je pak nominální kurz mezi domácí měnou a EUR (ve tvaru kolik domovských měnových jednotek dostaneme za 1 EUR). Čitatel zlomku je tedy cena zakázky (jednotky práce, jednotky kapitálu) v domovské zemi a jmenovatel cena zakázky (jednotky práce, jednotky kapitálu) v EU15; obojí v měně domovské země. Stejný výsledek pak samozřejmě dostaneme i tehdy, kdyţ by byl čitatel i jmenovatel denominován v EUR. Dosaďme vztahy (C.8) do rovnice (C.7) P PEU 15 ER

l

W WEU 15 ER

k

C C EU 15 ER

.

(C.9)

Rovnost zjevně musí platit i po vynásobení obou stran rovnice (C.7) faktorem ER, protoţe měnový kurz nemůţe být nulový ani nekonečno: P PEU 15

l

W WEU 15

k

C C EU 15

.

84

(C.10)

Nelišily by se právě tehdy, kdy by údaje v absolutních částkách P, W a C byly týţ násobkem příslušných CPL, tedy pokud existuje takové číslo a, které (pro všechny státy) splňuje současně rovnice:

P

a PCPL , C

a C CPL , W

a WCPL

85

Jde tedy o umělou, referenční měnu, která je definována jako koš měn uţívaných v EU15. Pro jednoduchost výkladu budeme tuto měnu dále ztotoţňovat s EUR, i kdyţ to přináší jistou nepřesnost.

- 59 -


Příloha C

Poznamenejme, ţe:  P/PEU15 je kurz mezi domácí měnou a EUR podle parity kupní síly pro danou zakázku (podíl říká, kolik by měl být měnový kurz, aby platil zákon jediné ceny, podle kterého má být zboţí stejně drahé ve všech zemích, kde je toto zboţí obchodováno),  W/WEU15 kurz podle parity kupní síly pro mzdy (jaký by měl být měnový kurz, aby všichni pracovníci dostali stejné mzdy),  C/CEU15 jsou kurzy podle parity kupní síly pro odměny kapitálu (jaký by měl být měnový kurz, aby majitelé kapitálu dostali stejné odměny). První a třetí paritu sleduje Eurostat, druhou jsme schopni zkonstruovat, protoţe Eurostat sleduje veličinu W a WEU15 získáme zprůměrováním W pro státy EU15. Pro jednoduchost ještě označíme kurzy podle parity kupní síly malým p s dolním indexem podle příslušné oblasti (P – zakázky, W – mzdy, C – odměny kapitálu) pP :

P PEU 15

,

W , WEU 15

pW :

pC :

C C EU 15

(C.11)

a substituujeme do rovnice (C.10): pP

l

pW

k

pC

(C.12)

Všimneme si, ţe veličiny rovince (C.12) jsou poměry cen v různých měnách. Pokud zvolíme jmenovatel všech tří zlomků v (C.11) roven jedné86 (tedy předefinujeme jednotku zakázky, jednotku práce a jednotku kapitálu), budou kurzy podle parity kupní síly rovny ceně nově definovaných jednotek zakázky, práce a kapitálu v domovské zemi a domovské měně, tedy: pP

P,

pW

W,

pC

C .

(C.13)

P, W a C z (C.13) jsou uvedeny s čárkou, protoţe se budou téměř vţdy lišit od P, W a C z (C.11) a (C.4) – souvisí to se změnou jednotky zakázky, jednotky práce a jednotky kapitálu. Důleţitá vlastnost je, ţe škála P zůstane mezinárodně zachována (pokud stála v ČR zakázka 1000 CZK a v Polsku 100 PLN, tedy české P bylo 10x vyšší neţ polské P, pak české P bude opět 10x vyšší neţ polské P ). To samé platí i pro W a C . Samozřejmě, úměra mezi cenou kapitálu, práce a zakázky v jednom státě zachována nebude, ale to nevadí. Pokud dosadíme značení (C.13) do rovnice (C.12), dostaneme:

P

86

l W

k C ,

Alternativně můţeme poloţit rovny jedné uţ jmenovatele zlomků v rovnici (C.9).

- 60 -

(C.14)


Příloha C

coţ je přesná obdoba rovnice (C.4) s tím, ţe jednotka zakázky, jednotka kapitálu a jednotka práce byly oproti rovnici (C.4) změněny. Pokud byly změněny jednotky, musely být pochopitelně změněny i ceny za jednotku práce a kapitálu. Podstatné je, ţe rovnici (C.14) můţeme opět interpretovat tak, ţe P je cena zakázky, W cena jednotky práce (v domovské měně), C cena jednotky kapitálu (v domovské měně), l počet uţitých jednotek práce a k počet uţitých jednotek kapitálu. V ekonometrickém modelu z kapitole 5.4 ale nebyly uţity údaje o paritě kupní síly, nýbrţ CPL indexy. Pokud ale údaje o paritě kupní síly podělíme měnovým kurzem ER87, tedy místo parit pouţijeme CPL indexy, dostaneme v rovnici (C.14) definované ceny zakázek, ceny jednotky práce a ceny jednotky kapitálu v měně EUR. Změna měny samozřejmě v předchozím odstavci uvedenou interpretaci ani hodnoty l a k neovlivní. Dokázali jsme tak, ţe nahrazením cen v absolutních částkách „relativními cenami“ CPL se nezměnila ekonomická podstata rovnice (C.7). Vysvětlení rovnice (C.7), ţe „cena zakázky je vážený průměr cenových hladin výrobních faktorů“ je ekvivalentní tvrzení, ţe „cena zakázky se rovná počtu užitých jednotek práce krát cena jednotky práce plus počet užitých jednotek kapitálu krát cena jednotky kapitálu“.

87

Toto bude mít stejný efekt jako vydělení obou stran rovnice (C.14) členem ER. Vydělení nenulovým číslem je zjevně ekvivalentní úprava.

- 61 -


Příloha D

Příloha D: Finanční analýza vybraných firem z oblasti inženýrských a obytných staveb v České republice D.1 Metodologie Za oblast inţenýrských staveb byly vybrány 4 firmy s největším objemem získaných veřejných zakázek z oblasti silniční výstavby: Skanska, Metrostav, Eurovia (dříve Stavby silnic a ţeleznic) a Strabag.88 Výběr stavitelů obytných staveb byl víceméně náhodný s tím, ţe upřednostněny byly akciové společnosti a firmy s větší bilanční sumou ke konci roku 2007. Připustila se určitá různorodost stavební náplně – zastoupena byla i firma poskytující dřevostavby. Analýza se zaměřuje jednak na odhalení podílů osobních nákladů a nákladů na strojní vybavení na trţbách, a pak i na vlastnictví strojního vybavení. Proto jsou na aktivech zkoumány kategorie dlouhodobý hmotný majetek a její poloţka samostatné movité věci a jejich soubory (obsahuje strojní vybavení typu bagry, jeřáby, apod.). Ve výkazech zisku a ztráty se pak soustředíme zejména na osobní náklady a odpisy. Pro ilustraci je rovněţ zkoumána rentabilita aktiv a vztahy mezi trţbami a samostatnými movitými věcmi. Za stavitele inţenýrských staveb jsou vybrány firmy: (vpravo jsou jejich bilanční sumy ke konci roku 2007): (1) Skanska DS a.s. 12,1 mld. Kč (2) Metrostav a.s 14,1 mld. Kč (3) Stavby silnic a ţeleznic, a.s (dnes Eurovia) 9,5 mld. Kč (4) STRABAG a.s. 13,0 mld. Kč Za stavitele obytných budov pak: (1) Ekonomické stavby s.r.o. (2) AGROP NOVA a.s. (3) EUROGEMA CZ, a.s. (4) Stavitelství DE a.s. (5) HAAS Fertigbau spol. s r.o. (6) Stavos Stavba a.s

357,8 mil. Kč 367,3 mil. Kč 275,9 mil. Kč 450,7 mil. Kč 2,1 mld. Kč 67,4 mil. Kč

Data pro studii pocházejí z následujících výročních zpráv společností: AGROP NOVA a.s (za účetní období 2007, 2006), Ekonomické stavby s.r.o. (2007, 2005), EUROGEMA CZ, a.s (2007, 2005), HAAS Fertigbau spol. s r.o. (2007, 2006), Metrostav a.s (2007, 2005), Skanska DS a.s. (2007, 2005, 2004), Stavby silnic a ţeleznic, a.s (2007, 2006), Stavitelství DE a.s. (2007, 2005), Stavos Stavba a.s. (2007, 2005), STRABAG a.s (2007, 2005, 2004). Výroční zprávy jsou dostupné na serveru http://www.justice.cz provozovaným Ministerstvem spravedlnosti.

88

Pořadí v Pšenička (2010).

- 62 -


Příloha D

Byly zkoumány následující finanční ukazatele: 1. Dlouhodobý hmotný majetek (DHM)/ Aktiva. Dává do souvislosti podíl majetku, který můţe být označen jako „kapitál“, s veškerými aktivy podniku. Vypovídací schopnost můţe být zhoršena přítomností výrobních facilit (tovární budovy, fixní výrobní stroje apod. – to se děje hlavně v případě firem z druhé skupiny, které kromě výstavby vyrábějí stavební komponenty) a administrativních budov. Dále můţe být zhoršena větším objemem některé poloţky oběţných aktiv – pro inţenýrské firmy je typický velký objem pohledávek. Rovněţ outsourcing kapitálově náročných činností vede k nepříznivému poklesu ukazatele. 2. Samostatné movité věci a jejich soubory (SMV)/ Aktiva. Měří zastoupení stavebních strojů, reprezentujících „kapitál“ v pravém slova smyslu. Opět můţe být ovlivněn jinými aktivy a outsourcingem. 3. Osobní náklady / Výkony. Demonstruje podíl nákladů na práci na celkové hodnotě produkce. Můţe být zkreslen outsourcingem – náklady se přesouvají do poloţky „sluţby“ a ukazatel klesá. 4. Odpisy / Výkony. Podíl nákladů na dlouhodobý hmotný majetek v ceně produkce. Pokud je zkreslen stav DHM (subkontakting nebo velké zastoupení výrobních facilit či nevýrobního majetku), nedává spolehlivé výsledky. 5. Služby / Výkony. Popisuje intenzitu subkontraktingu. Čím vyšší je ukazatel, tím zkreslenější výsledky ostatních ukazatelů dostaneme. 6. Materiál a energie (zkráceně Materiál) / Výkony. Významná nákladová poloţka zejména pro inţenýrské stavby a firmy, které vyrábí stavební komponenty. Těţko rozdělitelná na práci a kapitál. 7. Provozní zisk (Zisk) / Tržby. Poloţka měřící zisk podniku z hlavní činnosti, a to ještě před placenými úroky a daněmi z příjmů, k inkasovaným trţbám za prodej vlastních výrobků a sluţeb (tedy měří hrubou rentabilitu trţeb). Je-li takovýto zisk záporný (coţ se několikrát stalo u dvou firem z oblasti rezidenční výstavby), ukazatel ztrácí smysl.89 8. Provozní zisk / Aktiva. Téţ „Provozní ROA“. Měří zhodnocení aktiv. Kolísání ukazatele demonstruje stabilitu podnikatelské činnosti. Za určitých předpokladů si lze ukazatel uměle zvýšit najímáním sluţeb. Je vidět, ţe velké firmy z inţenýrských staveb mají poměrně stabilní kladnou rentabilitu, kdeţto ukazatel pro firmy stavící stavby rezidenční mnohdy značně kolísá.90 9. Odpisy / Dlouhodobý hmotný majetek. Ukazuje průměrnou odpisovou míru91 větší hodnota můţe naznačovat fakt, ţe firma vlastní více majetku s vyšší rychlostí odepisování (tedy stavební stroje a rychleji opotřebovávající se aktiva) a nikoli „trvanlivější“ budovy a pozemky; toto je však třeba brát s velkou rezervou. 10. Tržby / Samostatně movité věci a jejich soubory (SMV). Za předpokladu, ţe si firma vyrábí všechno sama, říká, jaké trţby připadají na korunu hodnoty firmou vlastněných stavebních strojů (pokud je ztotoţníme se SMV) – ukazatel by tak měl být výrazně vyšší pro rezidenční stavby kvůli rozsáhlému vyuţití kapitálu u inţenýrských staveb a zákonu klesajících mezních výnosů. Problémem však je 89

Do průměrování však jsou zahrnuty i záporné výsledky, protoţe nás zajímá „střední hodnota zhodnocování majetku“ – nikoli průměrný zisk v dobrých letech: firma si musí vydělat i na krytí moţných ztrát. Sám o sobě (jako měřítko marţe) však záporný ukazatel nedává smysl, protoţe kalkulovaný zisk je vţdy součástí trţeb. 90 To ale souvisí s výrazně konkurenčnějším charakterem odvětví rezidenční výstavby a menší velikostí firem oproti stavitelům inţenýrských staveb. 91 V teoreticko-ekonomickém smyslu – procento dnešní čisté hodnoty aktiv, které se během posledního roku muselo odepsat – nezaměňovat s účetním nebo daňovým pojetím odpisové sazby.

- 63 -


Příloha D

extrémní náchylnost na outsourcing – subkonktraktací dokáţeme sníţit objem SMV na aktivech teoreticky aţ k nule, aniţ by byly dotčeny trţby. Všechny stavové veličiny (tj. z rozvahy) jsou pro kaţdý rok vzaty k 31.12. daného kalendářního roku. Ukazatele porovnávající „tokovou“ veličinu se „stavovou“ měří tokovou veličinu vůči stavové na konci období (tedy např. provozní zisk/aktiva poměřují zisk za celý kalendářní rok ke stavu aktiv k 31.12. daného roku).92 Předpokládáme, ţe oblast inţenýrských staveb vyţaduje více kapitálu (zejména stavebních strojů) vzhledem k práci neţ oblast obytné výstavby. Hypotézy o finančních ukazatelích tedy budou znít:  ukazatele 1, 2, 4, 9 jsou vyšší pro stavitele inţenýrských staveb,  ukazatele 3, 10 jsou naopak nižší pro stavitele inţenýrských staveb.

D.2 Zjištěné hodnoty finančních ukazatelů Tab. D.1: Finanční ukazatele pro firmy stavící inženýrské stavby.

Zdroj dat:

účetní výkazy firem

92

Některá literatura, např. Marek, P. a kol.: Studijní průvodce financemi podniku. Praha : Ekopress, 2006. ISBN 80-86119-37-8, navrhuje tento nesoulad řešit uţitím chronologického průměru stavové veličiny za sledované období, tj. (stav na počátku + stav na konci)/2. Také je moţné uţít stavový ukazatel z počátku období, jako je to zvykem například při úročení. Zde pouţitý postup je ovšem nejjednodušší a umoţní získat údaje z menšího počtu výkazů, coţ je výhodné, protoţe některé starší výkazy nejsou dostupné.

- 64 -


Příloha D

Tab. D.2: Finanční ukazatele pro firmy stavící obytné budovy.

Zdroj dat:


D.3 Shrnutí průměrných hodnot ukazatelů za celé období Tab. D.3 shrnuje průměry ukazatelů jednotlivých firem za celé sledované období (3 nebo 4 kalendářní roky) a nabízí pohled na kolísavost ukazatelů mezi jednotlivými firmami z odvětví. Firmy z odvětví jsou označeny čísly, jak byly uvedeny při představení.

- 65 -


Příloha D

Tab. D.3: Průměry finančních ukazatelů jednotlivých firem.

Zdroj dat:


D.4 Výsledky studie Průměry za celou kategorii druhů staveb ukazuje Tab. D.4. Barevně je naznačeno, zda průměrný ukazatel je vyšší v kategorii firem stavících inţenýrské stavby, anebo naopak. Kategorie obytné stavby je značně heterogenní. Proto je přidán průměr pouze za firmy 1, 3, 4, 6, jejichţ podnikání nezahrnuje rozsáhlou výrobu stavebních komponentů jako u firem 2 a 5 (AGROP NOVA je stavitel dřevostaveb a má značné výrobní facility, stejně jako HAAS Fertigbau). První jmenovaná skupina firem je tak lépe porovnatelná s inţenýrskými stavbami v důsledku podobného charakteru podnikání (značný subkontrakting). Tab. D.4: Průměry za kategorie stavebních firem.

Zdroj dat:


- 66 -


Příloha D

Výsledky potvrzují teorii o větším podílu kapitálu v oblasti inţenýrských staveb, ale indicie (spíše neţ důkazy) nejsou zdaleka přesvědčivé, zejména kvůli vysokému podílu sluţeb a materiálu, coţ jsou nejhůře zařaditelné nákladové druhy. Při porovnání stavitelů inţenýrských staveb s podvýběrem stavitelů obytných budov je 5 ze 6 hypotéz z kapitoly D.1 potvrzeno a jediná vyvrácena. Zmíněné indicie podporující představu o větším náročnosti inţenýrských staveb na kapitál jsou následující (první 4 body obsahují komentář k hypotézám formulovaným v kapitole D.1).  Firmy z inţenýrských staveb mají větší podíl DHM dlouhodobých hmotných aktiv a SMV na aktivech – rozdíl zejména u SMV v porovnání s podvýběrem firem z obytné výstavby.  Osobní náklady jsou víceméně srovnatelné, jenţe podvýběr má výrazně více sluţeb (a tedy se lze domnívat, ţe velká část potenciálních mzdových nákladů je přesunuta na sluţby).  Podíl odpisů je vyšší u inţenýrských neţ u podvýběru (rezidenční firmy 2 a 5 mají výrobní zařízení, takţe není překvapivé, ţe mají i vyšší podíl odpisů), stejně jako odpisová míra (firmy 2 a 5 odpisují více budov a dlouhodobějšího zařízení).  Trţby k SMV jsou výrazně niţší u inţenýrských firem.  Větší zakázky (inţenýrské stavby) jsou průměrně rentabilnější v trţbách – to je s podivem, protoţe rentabilita bývá většinou výrazně vyšší u menších firem. Odvětví inţenýrských staveb je tedy ziskovější – můţeme jen spekulovat, zda vysvětlením není také předraţování výkonů veřejnému zadavateli.

- 67 -

Vysoká škola ekonomická v Praze Fakulta financí a účetnictví BAKALÁŘSKÁ PRÁCE Michal Dvořák

Recommend Documents