Využití NAIRU k odhadu potenciálního produktu a produkční mezery v České republice

Využití NAIRU k odhadu potenciálního produktu a produkční mezery v České republice 1. Úvod Vzhledem k tomu, že potenciální výstup je považován za nejlepší indikátor kapacity agregované nabídky a neinflačního růstu ekonomiky, všechny analýzy cyklického vývoje a predikce střednědobého růstu vychází z předpokladů o vývoji potenciálního výstupu (K. Mc Morrowa a W. Roegera, 2001). Podle těchto autorů koncept také slouží k posouzení efektivity makroekonomických a mikroekonomických reformních kroků. Na vážnosti koncept potenciálního růstu podle jejich názoru získal díky debatě o nové ekonomice a přijetí reformního procesu Lisabonské smlouvy. Podle K. Mc Morrowa a W. Roegera v centru pozornosti výzkumu jsou také způsoby měření potenciálního výstupu. Vzhledem k tomu, že potenciální produkt je nepozorovatelná proměnná autoři doporučují před samotným měřením diskuzi podstaty použitého konceptu. K odhadu potenciálního produktu je možno použít čistě statistické metody nebo plně ekonometrické analýzy. Analýzy potom vyžadují řadu arbitrárních rozhodnutí takových jako je výběr parametrů, teoretických konceptů, specifikací a technik odhadů. V přístupu produkční funkce, který vycházející z ekonomické teorie, potenciální hrubý domácí produkt (dále HDP) je podle K. Mc Morrowa a W. Roegera reprezentován kombinací faktorů vstupů, násobených technologickou úrovní nebo souhrnnou produktivitou faktorů (dále SPF). Cílem této práce je zmapování vývoje potenciálního produktu propočteného s pomocí Dvoufaktorové Cobb-Douglasovy produkční funkce a produkční mezery. Dále se zaměříme na analýzu vývoje jednotlivých faktorů produkční funkce a jejich příspěvku k vývoji potenciálního výstupu a mezery. Také se pokusíme identifikovat případný časový předstih některé varianty propočtu potenciálního produktu resp. mezery před ostatními. Potenciální produkt resp. mezera s takto vybranou variantou propočtu plné/potencionální zaměstnaností by nám mohla poskytnout první signály o blížící se strukturální změny v ekonomice. V části 2 je prezentován přehled teoretických východisek. V části 3 jsou nastíněny metody odhadu potenciálního produktu. V části 4 se budeme zabývat aplikací na podmínky České ekonomiky. Závěrečné shrnutí výsledků analýzy obsahuje část 5. 2. Teoretická východiska C. E. Walsh (1987) uvádí, že podle mnoha analytiků (včetně Miltona Friedmana a Anny Schwartzové) hlavní příčinou cyklů v reálné ekonomické aktivitě a míře inflace jsou fluktuace ve vývoji měnových agregátů. Nicméně v poslední době podle C. E. Walshe roste význam teorií reálného hospodářského cyklu (dále RBC) zdůrazňujících, že nepeněžní faktory (např. růst populace, technologické inovace a preference spotřebitelů) určují trend míry růstu reálné ekonomiky. V souvislosti s racionálním očekáváním J. J. F. Muth (1961) předložil následující hypotézu: "I should like to suggest that expectations, since they are informed predictions of future events, are essentially the same as the predictions of the relevant economic theory. At the

risk of confusing this purely descriptive hypothesis with a pronouncement as to what firms ought to do, we call such expectations "rational". (Muth, str. 316, 1961)

J. J. F. Muth tvrdí, že očekávání vývoje ekonomických proměnných z podstatné části vysvětluje změny v úrovni ekonomické aktivity. Nicméně způsob měření teorie fluktuací na trhu nebo v ekonomice je kvůli chybějícímu vysvětlení způsobu formování očekávání limitován. Podle J. J. F. Mutha tvorba kompletních dynamických modelů ekonomiky vyžaduje řadu formulací očekávání a sestavení citlivých predikci změn způsobu očekávání. V hlavních závěrech ze studia dat očekávání J. J. F. Muth říká, že průměry očekávání v průmyslu jsou přesnější než jednoduché modely a tak přesné jako komplikované systémy rovnic. Dále uvádí, že uveřejňovaná očekávání podceňují skutečně realizovaný rozsah změn. F. E. Kydland a E. C. Prescott (1982) ve své práci modifikovali standardní model rovnovážného růstu. Tímto modelem dále vysvětlili cyklické změny ve vybraných ekonomických časových řadách. Model byl kalibrován na čtvrtletních datech poválečné ekonomiky USA a vycházel z předpokladu, že k vytvoření nového produkčního kapitálu je potřeba více než jedno časové období a že užitková funkce umožňuje větší intertemporální substituci volného času. Autoři brali v úvahu zástupce nekonečně dlouho žijící domácnosti. Spotřebitelé oceňovali nejen spotřebu ale také volný čas. Součástí výrobní kapitálové zásoby jsou pouze dokončené kapitálové statky. F. E. Kydland a E. C. Prescott používají při studiu agregovaného chování investic dvě základní technologie. První vychází z neoklasické produkční funkce se vstupy práce a kapitálu. Alternativní technologie je technologie volného přizpůsobování nákladů kapitálového zboží. Podle autorů teorie produkce domácnosti i empirické poznatky podporují časově nekonečnou užitkovou funkci, která připouští větší intertemporální substituci volného času. Autoři dále předpokládají, že parametr technologie podléhá stochastickému procesu. Na základě znalostí ekonomických proměnných jsou tvořena rozhodování o počtu nově zahájených investičních projektů. K determinaci rovnovážného procesu v modelu autoři využili poznatek, že konkurenční rovnováhy jsou Paretova optima. V prostředí jejich modelu Paretovo optimum je to, které maximalizuje bohatství spotřebitele podléhající technologickým omezením a informační struktuře. 3. Metody odhadu potenciálního produktu Podle K. Morrowa a W. Roegera (2001) procedury rozkládající makroekonomické časové řady na trend a cyklus jsou doprovázeny potížemi při hodnocení kvality výsledných odhadů. K překonání chybějící přímé pozorovatelnosti odhadovaných komponent K. Morrow a W. Roeger používají dekompoziční proces. Na základě předpokladů a několika technických odchylek plynoucích z procedur odhadu potom autoři rozlišují dva obecné přístupy: statistické přístupy jsou využívány při analýzách časových řad (např. HP filtr, Kalmanův filtr, Beveridge Nelsonovy metody a Blanchardova a Quahova dekompozice);

2

ekonomické přístupy založené na teorii (metoda produkční funkce) extrahují cyklické komponenty z dat na základě předpokladů o funkční formě produkční technologie a o průměrné míře užitku produkčních faktorů. Podle Morrowa a Roegera je problém eliminace trendu z HDP přenesen k propočtu trendu z produkčních vstupů. V případě, že se jedná o odhady fáze K. Morrow a W. Roeger udržují mezi ekonomickým a statistickým přístupem nezávislost. Podle autorů používání univariátních statistických filtrů na vstupy místo na výstupy nebude generovat odlišné odhady výstupu. Přístup produkční funkce může generovat odlišné odhady potenciálu v případě použití alternativní metody pro extrakci trendu vstupů. A. Basistha a CH. R. Nelson (2003) uvádí, že k dekompozici výstupu na trend a cyklus, které odpovídají potenciálnímu výstupu a mezeře výstupu, existuje subkategorie statistických nástrojů. První skupina statistických metod využívá vyhlazení na trend nebo cyklus. Druhá skupina nechává hovořit data sama za sebe prostřednictvím modelu časových řad. Třetí skupina odhaduje cyklus tím, že pomocí filtrů předdefinuje frekvence cyklu a jejich persistenci. Podle K. Morrowa a W. Roegera (2001) přístup produkční funkce využívá místo statistických předpokladů o vlastnostech trendu časových řad předpoklady vycházející z ekonomické teorie. Tento přístup se zaměřuje na nabídkový potenciál ekonomiky. Podle K. Morrowa a W. Roegera předností tohoto přístupu je přímé spojení s ekonomickou teorií. Nevýhodou je nezbytnost předpokladů o funkční formě produkční technologie, trendu technického pokroku a užitkovosti produkčních faktorů. K. Morrow a W. Roeger ve své práci navrhují použít variantu produkční funkce, která je používaná Evropskou komisí. Tato produkční funkce QUEST II je propočtem změn trendu SPF s pomocí tradičního ročního přístupu. Je zavedena běžně využívaná Cobb Douglasova specifikace. Z dalších ekonomických metod A. Basistha a CH. R. Nelson (2003) hovoří o metodě založené na agregované produkční funkci, která měří gap vzhledem k potenciálnímu výstupu. Pomocí této CBO metody (Congressional Budget Office) se odhaduje potenciální výstup prostřednictvím modelu rozsáhlého multisektorového růstu. Podle A. Basisthy a CH. R. Nelsona spojení statistických a ekonomických metod zabránilo odhadování multivariátních forem modelu s nepozorovatelnými proměnnými. Autoři zmiňují především bivariátní model inflace a výstupu, ve kterém přechodná komponenta výstupu je proměnná gapu v inflační rovnici. Bivariátní model inflace a nezaměstnanosti lze také použít k oddělení odhadu cyklických fluktuací výstupu. 4. Aplikace na podmínky České ekonomiky V této analýze byla k odhadu potenciálního produktu aplikována produkční funkce (M. Hájek a V. Bezděk, 2000). Odečtením takto odhadnutého potenciálního produktu od skutečného HDP vznikla produkční mezera.

3

K odhadu potenciálního produktu byla, stejně jako v případě práce M. Hájka a V. Bezděka, aplikována Dvoufaktorová Cobb-Douglasova produkční funkce se SPF, tj. s technickým pokrokem: Lt K t(1

Yt

)

(1)

At ,

kde Y je reálný HDP, L práce, K zásoba fixního kapitálu, produktu a A je SPF.

je podíl práce na

Po převedení na tempa růstu M. Hájek a V. Bezděk získali Y Y

(

L ) L

(1

)(

K ) K

A , A

kde tempo růstu reálného HDP

(2) Y se rovná váženému součtu tempa růstu práce, Y

kapitálu a SPF. Parametr byl stejně jako v případě práce M. Hájka a V. Bezděka propočten jako podíl náhrad zaměstnanců na HDP. Faktor At byl získán z rovnice (1), tak že se od skutečného HDP odečte počet pracovníků (práce L ) a zásoby kapitálu ve stálých cenách ( K ). SPF ( At ) byl dále vyhlazen HP filtrem, čímž vznikl trend vývoje SPF * * At . Dosazením trendové SPF At , zásoby kapitálu K t a plné (potenciální)

zaměstnanosti L*t do produkční funkce (1) byl v souladu s prací M. Hájka a V. * Bezděka vypočten potenciální produkt Y .

HDP ve stálých cenách roku 2000 představuje, stejně jako v případě práce M. Hájka a V. Bezděka, časovou řadu publikovanou Českým statistickým úřadem (dále ČSÚ). Práce představuje fyzický průměrný počet pracovníků v civilním sektoru. V případě kapitálu se jedná o stavy čistého fixního kapitálu k 31.12. ve stálých cenách roku 2000. Protože jej ČSÚ publikuje v ročních národních účtech, na čtvrtletní frekvenci je převeden s využitím čtvrtletních údajů o hrubé tvorbě fixního kapitálu, o spotřebě fixního kapitálu a o ostatních změnách a přeceněních. Podíl práce byl po vzoru výše zmíněných autorů stanoven jako podíl náhrad zaměstnancům na HDP v běžných cenách za období 1. čtvrtletí 1995 až 3. čtvrtletí 2008. 4.1 Souhrnná produktivita faktorů SPF v souladu s autory M. Hájkem a V. Bezděkem představuje reziduál At z produkční funkce (1). Dle autorů další možností je užití téže produkční funkce v A tempovém tvaru (2), kde reziduálem je tempo růstu SPF jako . A V období 1995 až 1996 bylo průměrné roční tempo růstu SPF 1,2 %. V letech 1997 až 1999 (2. čtvrtletí) byl zaznamenán meziroční pokles v průměru o 3,3 %. V dalších dvou letech se jednalo o průměrný meziroční nárůst této komponenty ve výši 2,1 %.

4

Období 4. čtvrtletí 2001 až 4. čtvrtletí 2002 bylo charakteristické návratem k meziročnímu poklesu SPF v průměrné výši 1,9 %. V poslední části sledovaného období se SPF již jen meziročně zvyšovala. Průměrná hodnota meziroční dynamiky růstu byla 3,0 %. Nejvyšší tempo růstu bylo zaznamenáno ve 4. čtvrtletí 2005 (4,4 %). K získání trendu SPF byl, stejně jako v analýze M. Hájka a V. Bezděka, použit HP filtr s vyhlazením 1600. Takto získaná trendová veličina spolu s plnou (potenciální) zaměstnaností byla dosazena do produkční funkce (1), tak aby byl získán potenciální HDP. 4.2 Míra nezaměstnanosti neakcelerující inflaci Plná/potenciální zaměstnanost, stejně jako v případě M. Hájka a V. Bezděka, odpovídá různé přirozené míře nezaměstnanosti. V této analýze se jedná o míru nezaměstnanosti neakcelerující inflaci, tj. NAIRU. Úpravou skutečné zaměstnanosti o počet pracovníků plynoucích z rozdílu mezi skutečnou mírou nezaměstnanosti a NAIRU jsme získali, stejně jako autoři M. Hájek a V. Bezděk, plnou/potenciální zaměstnanost. V další části postupně při propočtu používáme pět variant NAIRU (E. Jašová, I/2009), čímž získáme alternativní pohled na vývoj potenciálního produktu a produkční mezery. Graf 1 NAIRU odhadnuté Jednorovnicovým modelem, Break modelem, HP filtrem a Kalmanovým filtrem Skutečná míra nezaměstnanosti Break model Kalmanův filtr (0,6)

Jednorovnicový model HP- filter Kalmanův filtr (1)

15

v%

10 5 0 -5 -10 1/99

4

3

2

1/02

4

3

2

1/05

4

3

2

1/08

Období Zdroj: Vlastní propočet na podkladě údajů Českého statistického úřadu, Ministerstva práce a sociálních věcí a České národní banky.

První variantou analýzy vztahu mezi mírou nezaměstnaností a inflací je Jednorovnicový model, který odhadl pro celé sledované období pouze jednu hodnotu NAIRU. Podle Mc Adama a Mc Morrowa (1999) vůdčí systém pro odhad NAIRU vznikl z definice, že se jedná o hodnotu nezaměstnanosti, která je konzistentní se stálými očekáváními – vztah PC rozšířené o očekávání. Nejobvyklejší je podle těchto autorů vyjádření trojúhelníkovou metodou (také někdy Gordonův

5

rámec), která postuluje závislost na trojici faktorů: inflačním očekávání, poptávkových podmínkách zastoupenými mezerou nezaměstnanosti a nabídkových šocích. Standardní model pro inflaci potom může být psán jako (J. S. Sekhon, 1999) e (u t u t ) X t t t t, (1) e kde t je odhad skutečné míry inflace, t je očekávaná míra inflace, u t je míra nezaměstnanosti, u t je NAIRU, X t obsahuje další regresory určené ke kontrole nabídkových šoků (např. se jedná o měnový kurz, dovozní ceny a nebo také o cenu ropy) a t je chybový člen. Podobně jako v případě dalších autorů i J. S. Sekhon dále použil model náhodné e procházky pro inflační očekávání. V případě, že potom platí, že t t 1 e t

t

t

. Tudíž ut ) X t

t

(u t

t

( L)(u t

.

(2) Rovnice 2 zanedbává možnost sériové korelace chybového členu. Proto se obvykle dále odhaduje následující autokorelační specifikace: ut )

t

( L)

et , (3)

( L) X t

t 1

kde L je operátor zpoždění, (L) , sériově nekorelovaný chybový člen.

(L) a y(L) jsou zpožděné polynomy a et je

Rovnici 3 je těžké odhadnout vzhledem k nelinearitě parametrů. Jestliže se NAIRU nemění v čase, rovnice 3 může být přepsaná do tvaru, který je snadno odhadnutelný metodou nejmenších čtverců (dále MNČ): ( L)u t

t

( L)

t 1

( L) X t

(4)

et .

J. S. Sekhon odhad NAIRU potom získá takto:  (5) NAIRU  , (1) kde

(1)

p i 1

i

.

Pro česká data byla z výše uvedené regrese podle vzorce (5) odhadnuta hodnota NAIRU pro celé sledované období ve výši 9,7 %. NAIRU se po větší část období nacházelo vysoko nad skutečnou mírou nezaměstnanosti. Směrnice přímky je klasicky záporná (-1,1). Druhou variantou propočtu NAIRU je Break model (S. Fabiani a R. Mestre, 2000). Nechť Bt ( B1t ,..., Bnt ) je sada dummy proměnných, kde Bit 1 když t i 1 t t i ' Bt , a Bit 0 . Potom, podle Break modelu, NAIRU může být zapsáno jako u t kde je I-vektor neznámých koeficientů. Zadáním zlomových dat t i , koeficienty jsou odhadnuty s použitím specifikace

' Bt

Rovnice PC (4) je přepsána jako:

6

1

(tak

B(1) ).

' Bt

t

1

( L)u t

1

( L)

et , (6)

y ( L) X t

t 1

kde t je proměnná deflátoru spotřeby, u t je proměnná míry nezaměstnanosti a X t další závislé proměnné. Break model odhadl dva zlomové body ve vývoji NAIRU. První umístil do 4. čtvrtletí 1999 a druhý do 4. čtvrtletí 2004. Historie vztahu mezi nezaměstnaností a deflátorem spotřeby domácností byla rozdělena do čtyř časových období. Break model celkem tedy pro sledovaný časový interval odhadl čtyři hodnoty NAIRU (3,6 %, 9,3 %, 8,9 % a 8,0 %). Odhadnutá NAIRU již citlivěji kopírovala vývoj skutečné míry nezaměstnanosti. Směrnice přímky ve všech časových obdobích byly záporné. Největší substituovatelnost inflace nezaměstnaností byla prokázána ve třetím období, tj. v časovém intervalu od 3. čtvrtletí 2003 do 4. čtvrtletí 2004, kdy směrnice přímky činila – 4,9. Třetí variantou identifikace NAIRU je HP filtr (S. Fabiani a R. Mestre, 2000). V této analýze byla pro získání trendu použita obecně doporučovaná hodnotu vyhlazení 1 600 (jedná se o kvartální data od roku 1993). Pro odstranění problémů spojených se začátkem a koncem časové řady, byla použita predikce míry nezaměstnanosti do konce roku 2010. Tato metoda odhadovala hodnoty NAIRU pohybující se v intervalu od cca 2,0 do 8,8 %. Skutečná míra nezaměstnanosti se od 2. čtvrtletí 1995 do 3. čtvrtletí 1998, od 2. čtvrtletí 2001 do 2. čtvrtletí 2003 a v období od 4. čtvrtletí 2006 do 3. čtvrtletí 2008 nacházela pod přirozenou mírou nezaměstnanosti, tj. v cca polovině sledovaného období. Čtvrtou variantou odhadu NAIRU je Kalmanův filtr (Richardson, Boone, Giorno, Meacci, Rae a Turner, 2000). V základní formaci se předpokládá, že NAIRU je konstantní. V této analýze je však považováno za nezbytné prověření možnosti, že NAIRU se měnilo v průběhu času. Pro rovnici PC ( L)u t

t

( L)

t 1

y ( L) X t

(4)

et

je důležité, že platí: ut

ut

1

t

, E

t

0, var( t )

2

.

Předpoklad v této části analýzy je založen na skutečnosti, že NAIRU je specifikováno jako náhodná procházka v reakci na šoky. Rovnice jsou ve formě popisující stacionární stav. Zvolíme jako libovolnou hodnotu reflektující v čase proměnlivé NAIRU. Přístup v této analýze vychází z prezentace řady alternativních NAIRU založených na lišící se variabilitě . Alternativní NAIRU vznikla s využitím = 0,6 a 1,0. V literatuře je preferovaný výběr 0,2, který dovoluje malá kolísání v odhadech NAIRU a tím se vyvaruje velkým skokům vyhlazeného odhadu NAIRU. Tato analýza naopak ve snaze popsat i nestabilní období aktivně využívá i vyšší hodnoty , čímž zajistí proložení více nestálé nezaměstnanosti v tranzitivním prostředí.

7

Hodnoty NAIRU při vyhlazení 0,6 se nacházely v intervalu od - 1,1 do + 13,4 % a pro vyhlazení 1,0 v intervalu od - 1,9 do + 13,9 %. Profil obou dvou řad odhadnutého NAIRU byl velice podobný. NAIRU generované touto metodou (jak s vyhlazením 0,6, tak s vyhlazením 1,0) nejprve procházelo zápornými hodnotami, a to až do 4. čtvrtletí 1999. Zde byl viditelný efekt makroekonomických turbulencí z roku 1999. V dalším období až do 4. čtvrtletí 2001 NAIRU urychleně stoupalo pro obě vyhlazení a dostalo se vysoko nad skutečnou míru nezaměstnanosti. Od 1. čtvrtletí 2002 došlo k poklesu hodnoty NAIRU a k jejímu přibližování ke skutečné míře nezaměstnanosti. V případě vyhlazení 0,6 se pád NAIRU zastavil ve 3. čtvrtletí 2003 na hodnotě 9,5 %. NAIRU s vyhlazením 1,0 dokonce protnulo úroveň skutečné míry nezaměstnanosti ze shora a dále klesalo až na hodnotu 8,0 % ve 3. čtvrtletí 2003. V následujícím roce se NAIRU (dle obou vyhlazení) opět pohybovalo nad skutečnou mírou nezaměstnanosti. V roce 2005 se dle této metody trh práce nacházel ve fázi recese. Od roku 2006 až do konce sledovaného období NAIRU již jen převyšovalo skutečnou míru nezaměstnanosti. Nejvyšší hodnota NAIRU byla odhadnuta pro 3. čtvrtletí 2008. V případě vyhlazení 0,6 se jednalo o hodnotu 13,4 % a po použití 1,0 to bylo 13,9 %. Velikost převisu NAIRU nad skutečnou mírou nezaměstnaností v tomto čtvrtletí (8,1 p.b., resp. 8,6 p.b.), který lze přirovnat k hodnotám z konce roku 1999 (zde převýšila skutečná míra nezaměstnanosti NAIRU o 8,4 p.b., resp 9,9 p.b.), naznačila přítomnost nestabilního prostředí a očekávání velkých strukturálních posunů v ekonomice v následujícím období. Zatímco koncem roku 1999 strukturální změny lze vysvětlit makroekonomickými transformačními turbulencemi v české ekonomice, důvodem posunů na přelomu let 2008 a 2009 může být vliv globální finanční a ekonomické recese. V páté variantě bylo využito zprůměrňování hodnot NAIRU odhadnutých celou sadou metod. Z propočtu je patrný rostoucí trend průměrné hodnoty NAIRU v celém sledovaném období. Takto propočtené NAIRU se nejdříve pozvolna zvyšuje až na hodnotu 5,5 % ve 4. čtvrtletí 1997. Následující pokles vyvrcholil ve 3. čtvrtletí 1999, kdy byla zaznamenána jeho nejnižší hodnota v celém sledovaném období (3,0 %). Dále následovalo dlouhé období nepřetržitého zvyšování, které vyvrcholilo lokálním maximem ve 4. čtvrtletí 2004 (9,5 %). Další období (1. čtvrtletí 2005 až 3. čtvrtletí 2007) je charakteristické pohybem NAIRU v intervalu od 8,0 do 9,0 %. Od 4. čtvrtletí 2007 hodnota NAIRU výrazně akcelerovala, v posledním sledovaném období (3. čtvrtletí 2008) dosáhla 10,0 %. 4.3 Potenciální produkt a produkční mezera dle jednotlivých variant odhadu NAIRU Z níže uvedeného grafu je patrné, že potenciální produkt (průměrná hodnota - 5. varianta) do roku 1999 meziročně rostl v průměru o 2,7 %. V roce 2000 následovala meziroční stagnace na úrovni minulého roku. Při bližším hodnocení jednotlivých čtvrtletí v roce 2000 zjistíme, že potenciální produkt v první polovině roku meziročně klesal (v 1. čtvrtletí to bylo - 1,1 % a ve druhém -0,2 %). Jedinou metodou, která odhalila tuto strukturální změnu v ekonomice byl Break model s jehož aplikací byl odhadnut meziroční pokles potenciálního produktu o 1,7 %. Důvody tohoto vývoje lze spatřovat v makroekonomických transformačních turbulencích v české ekonomice,

8

které zasáhly především trh práce (plná resp. potenciální zaměstnanost v roce 2000 meziročně poklesla o 2,6 %). V dalším období se dynamika potenciálního produktu výrazně zvýšila. Průměrný meziroční růst v období od 2002 do 2007 činil 4,4 %. Při pohledu na jednotlivé varianty je zřejmá výrazná odchylka v meziroční dynamice růstu od průměru v případě varianty s Kalmanovým filtrem, který v některých obdobích roku 2004 odhaduje téměř nulový růst potenciálního produktu. Důvodem tohoto vývoje byl opět především trh práce (plná resp. potenciální zaměstnanost v roce 2004 meziročně poklesla o 1,3 %). V období posledních tří čtvrtletí 2008 průměrná hodnota odhadovaného potenciálního produktu činila stále ještě 4,3 %. Nejvyšší odhad poskytla varianta s HP filtrem a Break modelem (4,8 %) a naopak nejnižší s Kalmanovým filtrem (3,5 %). Důvodem snížení dynamiky proti období s nejpříznivějším vývojem byl především přechod k meziročnímu poklesu potenciální zaměstnanosti (o 0,6 %) a snížení meziroční dynamiky růstu SPF na 1,7 %) v souvislosti s finanční a ekonomickou krizí. Graf 2 Vývoj potenciálního produktu dle jednotlivých variant odhadu NAIRU

mzr. změny v %

Kalmanův filtr (0,6) HP filtr

Průměr z modelů

Break model Jednorovnicový model

12 10 8 6 4 2 0 -2 -4 1/98

4

3

2

1/01

4

3

2

1/04

4

3

2

1/07

4

3

Období

Zdroj: Vlastní propočet na podkladě údajů Českého statistického úřadu, Ministerstva práce a sociálních věcí a České národní banky.

V podstatném poklesu meziročního tempa růstu potenciálního produktu od roku 2006 se odráží především zpomalení růstu trendové SPF. Tento faktor, který se ještě v roce 2005 podílel 2,9 p.b. na tempu růstu potenciálního produktu, pravidelně snižoval svůj podíl až na 2,3 p.b. v roce 2007. V období prvních tří čtvrtletí roku 2008 podíl SPF byl již jen 1,7 p.b. Podíl zaměstnanosti na meziročním růstu potenciálního produktu dokonce přešel z nulového příspěvku k jeho růstu v roce 2007 v tlak na jeho snížení (- 0,6 p.b.) v období prvních tří čtvrtletí roku 2008. Podíl čistého fixního kapitálu v roce 2006 činil 3,6 p.b. a po přechodném snížení v roce 2007 (3,5 p.b.) se v roce 2008 dokonce zvýšil.

9

Graf 3 Příspěvek k tempu růstu potenciálního produktu (5. varianta odhadu NAIRU)

v p.b.

SPF

Zaměstnaní v NH

Čistý fixní kapitál

8 7 6 5 4 3 2 1 0 -1 -2 1/98

4

3

2

1/01

4

3

2

1/04

4

3

2

1/07

4

3

Období

Zdroj: Vlastní propočet na podkladě údajů Českého statistického úřadu, Ministerstva práce a sociálních věcí a České národní banky.

Srovnání výsledků propočtů produkční mezery podle jednotlivých metod bylo provedeno jednak průřezově, tj. jak se tyto výsledky lišily v jednotlivých letech a jednak v dynamice, tj. zda poskytly shodné trendy. Rozpětí mezi zjištěnými produkčními mezerami podle jednotlivých variant bylo největší v letech 1998 a 2005, a to 3,3 p.b. V letech 1999, 2000, 2002 a 2004 bylo již nižší a pohybovalo se od 2,7 do 2,0 p.b. V prvních třech čtvrtletích 2008 rozpětí mezi produkčními mezerami činilo již jen 1,5 p.b. Velikostí produkční mezery se od ostatních nejvíce odlišovala varianta s Kalmanovým filtrem. Jedná se především o období 1998, 1999, 2004 a 2005, kdy odchylka od průměru byla 2,8 p.b. Dále následoval odhad produkční mezery dle Break modelu v roce 2000 (odchylka od průměru činila 2,4 p.b.). Z hlediska trendu vývoje produkční mezery poskytly použité metody celkem shodné výsledky (výjimku tvořily roky 2001, 2005 a 2008). Produkční mezera přešla z kladných hodnot z počátku zkoumaného období k záporným hodnotám, které pokryly období od roku 1997 do roku 1999. V tomto období česká ekonomika procházela strukturálními změnami, které vyvolaly makroekonomické transformační turbulence ve faktoru SPF (roky 1997 a 1998) a zaměstnanosti (roky 1997 až 1999). V následujících dvou letech se nacházel skutečný produkt nad svým potenciálem. V roce 2002 bylo identifikováno jednoleté období fáze recese, kdy záporná mezera činila 2,7 p.b. a byla způsobená negativním vývojem ve faktoru SPF (záporná mezera byla 3,0 p.b.). Opačným směrem se vyvíjel v tomto roce trh práce, který kompenzoval negativní vliv ostatních faktorů. Od roku 2003 do roku 2007 převyšoval skutečný produkt svůj potenciál. Kladná mezera činila v tomto období v průměru 1,1 p.b. V 1. čtvrtletí 2008 se v důsledku globální finanční a ekonomické krize kladná mezera snížila na 0,4 p.b. Propočet produkční mezery s odhadem NAIRU dle HP filtru již ale signalizoval pro toto čtvrtletí mírnou zápornou mezeru (- 0,3 p.b.). I když ve 2. čtvrtletí

10

byla zaznamenána nulová produkční mezera, fázi recese naznačovaly také Jednorovnicový model a Break model. Ve 3. čtvrtletí, kdy celková záporná mezera činila 0,6 p.b., již nevybočoval ani Kalmanův filtr (odhadoval převis potenciálního produktu nad skutečným výstupem ve výši 0,1 p.b.). Z jednotlivých faktorů pozitivně ovlivňovala mezeru výstupu pouze zaměstnanost. SPF a faktor čistého fixního kapitálu ji stále více prohlubovaly. Graf 4 Vývoj produkční mezery dle jednotlivých variant odhadu NAIRU Průměr z modelů Jednorovnicový model

v p.b.

Break model HP filtr Kalmanův filtr (0,6) 8 6 4 2 0 -2 -4 -6 -8 -10 1/98

1/99

1/00

1/01

1/02

1/03 1/04 Období

1/05

1/06

1/07

1/08

Zdroj: Vlastní propočet na podkladě údajů Českého statistického úřadu, Ministerstva práce a sociálních věcí a České národní banky.

K převisu skutečného produktu nad potenciálem z počátku zkoumaného období přispěly pouze SPF a zaměstnanost. V následujícím období recese (1997 až 1999) naopak pouze čistý fixní kapitál zabránil vytvoření větší záporné mezery potenciálního produktu. V letech 2000 a 2001, kdy se skutečný produkt nacházel nad svým potenciálem, byla dosažena kladná mezera ve všech čtvrtletích pouze v případě faktoru zaměstnanosti. Faktor čistého fixního kapitálu po celé dvouleté období a faktor SPF k jeho konci vykazovaly zápornou mezeru. K posledně identifikované záporné mezeře potenciálního produktu (rok 2002) ve výši 2,8 p.b. přispěla SPF 3,1 p.b. a čistý fixní kapitále ve výši 0,4 p.b. V následujícím období konjunktury (do roku 2007) kladnou mezeru vykazoval faktor SPF a kromě dvou období také faktor zaměstnanosti. V období prvních tří čtvrtletí 2008 k vyčerpání kladné mezery přispělo další zhoršování ve vývoji faktorů SPF a čistého fixního kapitálu. Faktor zaměstnanosti zvýšil příspěvek k mezeře produktu z roku 2007 ve výši 2,0 p.b. na 2,3 p.b.

11

Graf 5 Podíl na vytvořené produkční mezeře (5. varianta odhadu NAIRU)

v p.b.

SPF

Zaměstnanost v NH

Čistý fixní kapitál

8 6 4 2 0 -2 -4 -6 -8 -10 1/98

1/99

1/00

1/01

1/02

1/03

1/04

1/05

1/06

1/07

1/08

Období

Zdroj: Vlastní propočet na podkladě údajů Českého statistického úřadu, Ministerstva práce a sociálních věcí a České národní banky.

5. Závěr V tomto článku je k odhadu potenciálního (trendového) produktu aplikována Dvoufaktorová Cobb-Douglasova produkční funkce. K rozšíření pohledu na vývoj potenciálního produktu byly do produkční funkce vkládány různé varianty propočtu plné/potenciální zaměstnanosti. Zjištěný potenciální produkt je pak použit pro výpočet několika variant produkční mezery. Z provedené analýzy vyplývá, že potenciální produkt (průměrná hodnota - 5. varianta) do roku 1999 meziročně rostl v průměru o 2,7 %. V roce 2000 následovala meziroční stagnace na úrovni minulého roku. Při bližším hodnocení jednotlivých čtvrtletí v roce 2000 zjistíme, že potenciální produkt v první polovině roku dokonce meziročně klesal. V dalším období (2002 až 2007) se dynamika potenciálního produktu výrazně zvýšila. Z analýzy je zřejmá výrazná odchylka v meziroční dynamice růstu od průměru v případě varianty s Kalmanovým filtrem, který v některých obdobích roku 2004 odhadl téměř nulový růst potenciálního produktu. Důvodem tohoto vývoje byl opět především trh práce. V období prvních tří čtvrtletí 2008 průměrná hodnota odhadovaného potenciálního produktu činila stále ještě 4,3 %. Nejvyšší odhad poskytla varianta s HP filtrem a Break modelem a naopak nejnižší s Kalmanovým filtrem. Důvodem snížení dynamiky proti období s nejpříznivějším vývojem byl především přechod k meziročnímu poklesu potenciální zaměstnanosti a snížení meziroční dynamiky růstu SPF v souvislosti s finanční a ekonomickou krizí. Produkční mezera přešla z kladných hodnot z počátku zkoumaného období k záporným hodnotám, které pokryly období od roku 1997 do roku 1999. V tomto období česká ekonomika procházela strukturálními změnami, které vyvolaly makroekonomické transformační turbulence ve faktoru SPF (roky 1997 a 1998) a v zaměstnanosti (roky 1997 až 1999).

12

V následujících dvou letech se nacházel skutečný produkt nad svým potenciálem. V roce 2002 bylo identifikováno jednoleté období fáze recese, která byla způsobená negativním vývojem ve faktoru SPF. Opačným směrem se vyvíjel v tomto roce trh práce, který kompenzoval negativní vliv ostatních faktorů. Od roku 2003 do roku 2007 převyšoval skutečný produkt svůj potenciál. V 1. čtvrtletí 2008 se v důsledku globální finanční a ekonomické krize kladná mezera snížila na 0,4 p.b. Propočet produkční mezery s odhadem NAIRU dle HP filtru již ale signalizoval pro toto čtvrtletí mírnou zápornou mezeru. I když ve 2. čtvrtletí byla zaznamenána nulová produkční mezera, fázi recese naznačovaly také Jednorovnicový model a Break model. Ve 3. čtvrtletí, kdy celková záporná mezera činila 0,6 p.b., již převis potenciálního produktu nad skutečným výstupem potvrzoval i Kalmanův filtr. Z jednotlivých faktorů pozitivně ovlivňovala mezeru výstupu pouze zaměstnanost. Z jednotlivých faktorů pozitivně ovlivňovala mezeru výstupu pouze zaměstnanost. SPF a faktor čistého fixního kapitálu ji stále více prohlubovaly. Literatura ADAM, P. – MORROW, K. (1999): The NAIRU Concept – Measurement uncertainties, hysteresis and economic policy role. European Economy – Economic Papers 136, Commission of the EC (DG ECFIN). BASISTHA, A.; NELSON, CH. R. December 2003. New Measures of the Output Gap Based on the Forward-Looking New Keynesian Phillips Curve. West Virginia University a University of Washington, 3-5. FABIANI, S.; MESTRE, R. March 2000. Alternative measures of the NAIRU in the euro area: estimates and assessment. ECB WP. HÁJEK, M.; BEZD2K, V. 2000. Odhad potenciálního produktu a produkční mezery v ČR. ČNB VP. JAŠOVÁ, E. I/2009. Podobnosti a rozdíly ve vývoji míry nezaměstnanosti neakcelerující inflaci a hospodářského cyklu ve vybraných středoevropských zemích do roku 2008. Současná Evropa. Centrum evropských studií VŠE Praha, Praha, ISSN-1804-1280. KYDLAND, F.E.; PRESCOTT, E.C. 1982. Time to Build and Aggregate Fluctuations. Econometrica 50: 1345-1370. MORROW MC, K.; ROEGER, W. April 2001. Potential Output: Measurement Methods, "New" Economy Influences and Scenarios for 2001-2010 - A Comparison of the EU15 and the US. Economic and Financial Affairs (ECFIN) of the European Commission, No. 150, 4-21. MUTH, J.F. 1961. Rational Expectations and the Theory of Price Movements. Econometrica 29, pp. 315-335. RICHARDSON, P.; BOONE, L.; GIORNO, C.; MEACCI, M.; RAE, D.; TURNER, D. 2000. The concept, policy use and measurement of structural unemployment: estimating a time varying NAIRU across 21 OECD countries. OECD WP, 2000. SEKHON, J. S. 1999. Estimation of the Natural Rate of Unemployment: 1955:011997:12. Harvard University. WALSH, C.E. 1987. “Real” Business Cycle. FRBSF Weekly Letter. Federal Reserve Bank of San Francisco.

13