Vývoj na pojistných trzích zemí Visegrádské skupiny

Mendelova univerzita v Brně Provozně ekonomická fakulta

Vývoj na pojistných trzích zemí Visegrádské skupiny Diplomová práce

Vedoucí práce: Ing. Zuzana Richterková, Ph.D.

Brno 2013

Bc. Martina Rozmahelová

Na tomto místě bych ráda poděkovala Ing. Zuzaně Richterkové, Ph.D. za odborné vedení, cenné připomínky a konzultace v oblasti dané problematiky, které pro mě byly velkým přínosem při zpracování diplomové práce.

Prohlašuji, že jsem diplomovou práci na téma „Vývoj na pojistných trzích zemí Visegrádské skupiny“ vypracovala samostatně za použití pramenů, které uvádím v seznamu literatury. V Brně dne 12. května 2013

__________________

Abstract Rozmahelová, M. The development of the insurance market in the countries of the Visegrad group. Diploma thesis. Brno: MENDELU, 2013 Diploma thesis deals with the development of the insurance market in the countries of the Visegrad group from year 2000 to 2011. The development in these insurance markets is focused on premium written. Based on regression analysis have been identified factors affecting development of premium written in the countries of Visegrad group and based on TRAMO methodology have been predicted future development of premium written. Keywords insurance, insurance market, premium written, macroeconomic indicators, regression analysis

Abstrakt Rozmahelová, M. Vývoj na pojistných trzích zemí Visegrádské skupiny. Diplomová práce. Brno: MENDELU, 2013. Diplomová práce se zabývá vývojem na pojistných trzích zemí Visegrádské skupiny v období od roku 2000 do roku 2011. Při sledování vývoje na těchto pojistných trzích je kladen důraz na vývoj předepsaného pojistného. Na základě regresní analýzy jsou v práci zjištěny faktory, které vývoj předepsaného pojistného na pojistných trzích zemí Visegrádské skupiny ovlivňují, a za využití metody TRAMO je predikován vývoj předepsaného pojistného do budoucna. Klíčová slova pojištění, pojistný trh, předepsané pojistné, makroekonomické ukazatele, regresní analýza

Obsah

5

Obsah 1

Úvod

11

2

Cíl práce

12

3

Metodika práce

13

4

Literární rešerše

16

5

Pojistný trh v České republice

20

5.1

Legislativní rámec pojistného trhu a jeho regulace ............................... 20

5.2

Struktura pojistného trhu ....................................................................... 20

5.3

Vývoj ukazatelů pojistného trhu ............................................................. 22

5.3.1

Předepsané pojistné ........................................................................ 22

5.3.2

Předepsané pojistné na obyvatele .................................................. 24

5.3.3

Další ukazatele pojistného trhu ...................................................... 26

5.4 6

Pojistný trh na Slovensku

29

6.1


6.2


6.3

Vývoj ukazatelů pojistného trhu .............................................................. 31

6.3.1


6.3.2


6.3.3


6.4 7

Vývoj makroekonomických ukazatelů .................................................... 27

Vývoj makroekonomických ukazatelů .....................................................37

Pojistný trh v Polsku

39

7.1


7.2


7.3


7.3.1


7.3.2


Obsah

6

7.3.3 7.4 8


Pojistný trh v Maďarsku

48

8.1


8.2


8.3


8.3.1

Předepsané pojistné ......................................................................... 51

8.3.2


8.3.3


8.4 9



Regresní analýza

57

9.1

Vymezení proměnných ............................................................................57

9.2

Specifikace parametrů .............................................................................57

9.3

Konstrukce regresní rovnice ....................................................................57

9.4

Lineární regresní model č. 1 - ČR ........................................................... 58

9.5

Lineární regresní model č. 2 - SR ............................................................ 61

9.6

Lineární regresní model č. 3 - PL ........................................................... 64

9.7

Lineární regresní model č. 4 - HU .......................................................... 68

10 Diskuze

72

11

Závěr

74

12 Literatura

76

A

Tramo analýza

80

B

Seznam znakových stylů

87

Seznam obrázků

7

Seznam obrázků Obr. 1

Podíl životního a neživotního pojištění ČR

21

Obr. 2

Struktura životního pojištění ČR

21

Obr. 3

Struktura neživotního pojištění ČR

22

Obr. 4

Předepsané pojistné ČR

23

Obr. 5

Míra růstu předepsaného pojistného ČR

24

Obr. 6

Předepsané pojistné na obyvatele ČR

25

Obr. 7

Míra růstu předepsaného pojistného na obyvatele ČR

26

Obr. 8

Podíl životního a neživotního pojištění SR

29

Obr. 9

Struktura životního pojištění SR

30

Obr. 10

Struktura neživotního pojištění SR

31

Obr. 11

Předepsané pojistné SR

32

Obr. 12

Míra růstu předepsaného pojistného SR

33

Obr. 13

Předepsané pojistné na obyvatele SR

34

Obr. 14


35

Obr. 15

Podíl životního a neživotního pojištění PL

39

Obr. 16

Struktura životního pojištění PL

40

Obr. 17

Struktura neživotního pojištění PL

41

Obr. 18

Předepsané pojistné PL

42

Obr. 19

Míra růstu předepsaného pojistného PL

43

Obr. 20

Předepsané pojistné na obyvatele PL

44

Obr. 21

Míra růstu předepsaného pojistného na obyvatele PL

45

Obr. 22

Podíl životního a neživotního pojištění HU

49

Seznam obrázků

8

Obr. 23

Struktura životního pojištění HU

49

Obr. 24

Struktura neživotního pojištění HU

50

Obr. 25

Předepsané pojistné HU

51

Obr. 26

Míra růstu předepsaného pojistného HU

52

Obr. 27

Předepsané pojistné na obyvatele HU

53

Obr. 28

Míra růstu předepsaného pojistného na obyvatele HU

54

Obr. 29

Model 1: graf reziduí

59

Obr. 30

Model 1: ACF a PACF

60

Obr. 31


63

Obr. 32

Model 2: ACF a PACF

63

Obr. 33


66

Obr. 34

Model 3: ACF a PACF

67

Obr. 35


70

Obr. 36

Model 4: ACF a PACF

70

Seznam tabulek

9

Seznam tabulek Tab. 1

Vývoj počtu obyvatel ČR

25

Tab. 2

Další ukazatele pojistného trhu ČR

26

Tab. 3

Vývoj makroekonomických ukazatelů ČR

27

Tab. 4

Vývoj počtu obyvatel SR

34

Tab. 5

Další ukazatele pojistného trhu SR

36

Tab. 6

Vývoj makroekonomických ukazatelů SR

37

Tab. 7

Vývoj počtu obyvatel PL

44

Tab. 8

Další ukazatele pojistného trhu PL

45

Tab. 9

Vývoj makroekonomických ukazatelů PL

47

Tab. 10

Vývoj počtu obyvatel HU

53

Tab. 11

Další ukazatele pojistného trhu HU

55

Tab. 12

Vývoj makroekonomických ukazatelů HU

56

Tab. 13

Model 1: korelační matice

58

Tab. 14

Model 1: testy specifikace

59

Tab. 15

Model 1: predikce předepsaného pojistného

61

Tab. 16


61

Tab. 17


62

Tab. 18


64

Tab. 19


65

Tab. 20


66

Tab. 21


68

Tab. 22


68

Seznam tabulek

10

Tab. 23


69

Tab. 24


71

Úvod

11

1 Úvod V tržní ekonomice je pojišťovnictví významnou součástí hospodářství a jeho důležitost nabývá stále větších rozměrů. Význam pojištění vyplývá z potřeby krytí nahodilých událostí v ekonomice. Finanční plnění v případě pojistné události napomáhá zmírnit dopady nepříznivé události, čímž přispívá ke stabilizaci ekonomické situace subjektů, která následně směřuje ke stabilizaci celé ekonomiky. Dostupnost pojišťovacích služeb také umožňuje ekonomickým subjektům přijmout zvýšená rizika při podnikatelské činnosti, což vede k dosahování vyšších zisků. Vytvářením prostředí větší jistoty tak pojišťovnictví podporuje investice a může napomáhat hospodářskému růstu. Pojišťovnictví je jedním z oborů podnikání, který se podílí na stabilizaci měnové politiky země. Nejen, že pojišťovny vytvářením prostředí jistoty podporují investice ekonomických subjektu, ale sami se investiční činnosti účastní investováním dočasně volných peněžních prostředků. Pojišťovny investují dočasně volné peněžní prostředky do dlouhodobých aktiv včetně státních cenných papírů, což stabilizuje pohyb měny v rámci ekonomiky. Samotný vývoj na pojistných trzích je však ovlivňován řadou faktorů, ať už jde o legislativní změny pojistného práva, regulaci pojistného trhu dozorem či ekonomickou úroveň země. V podmínkách centrálně řízené ekonomiky byla role pojištění omezená, proto v zemích Visegrádské skupiny, kam řadíme Českou republiku, Slovensko, Polsko a Maďarsko, nastal významný rozvoj v oblasti pojištění až na počátku devadesátých let dvacátého století. Přechod od centrálně řízené ekonomiky k tržním principům se v pojišťovnictví projevil vytvořením pojistného trhu, na kterém působí řada pojistných subjektů a na kterém je nabízena řada pojistných produktů. Pro vývoj na pojistných trzích zemí Visegrádské skupiny jsou charakteristické společné rysy. Ve všech zemích lze sledovat zvyšování významu komerčního pojištění. Po roce 1990 ve všech zemích začalo prudce růst předepsané pojistné. Tato skutečnost vyplývá z nižší úrovně pojistných trhů v období centrálního řízení a ekonomického vývoje v těchto zemích. Vedle rychlého růstu předepsaného pojistného se začala měnit také struktura pojistných trhů zemí Visegrádské skupiny. Začal se zvyšovat význam životního pojištění, jehož podíl se na pojistných trzích zemí Visegrádské skupiny neustále zvyšuje. Tímto se tak v posledních letech struktura pojistných trhů Visegrádské skupiny přiblížila vyspělým zemím Evropské unie. Úroveň pojistného trhu je spojena s ekonomickým vývojem jednotlivých zemí. Pojistný trh tak posiluje v období, kdy země zažívají ekonomický rozmach, v období ekonomického útlumu můžeme sledovat i útlum pojistného trhu, který v zemích Visegrádské skupiny nastal v období finanční krize. V rámci finančních trhů patřil pojistný trh v období krize k těm nejvíce stabilním. Pojistitelé totiž nepřebírají velké úvěrové riziko a svou investiční činnost směřují do méně rizikových produktů.

Cíl práce

12

2 Cíl práce Cílem práce je zjistit faktory, které mají vliv na vývoj předepsaného pojistného na pojistných trzích zemí Visegrádské skupiny a predikovat předpokládaný vývoj předepsaného pojistného na pojistných trzích Visegrádské skupiny do budoucna. Pro diplomovou práci byly zvoleny pojistné trhy Visegrádské skupiny z důvodu předpokladu jejich společných rysů, a to na základě podobného historického a kulturního vývoje Visegrádské čtyřky. V souvislosti s výše uvedeným cílem práce byly stanoveny následující hypotézy: o Hypotéza 1: Ekonomická výkonnost pozitivně ovlivňuje vývoj předepsaného pojistného Tato hypotéza byla stanovena v souvislosti s výzkumy, jež docházejí k závěru, že na úroveň pojistného trhu má největší vliv ekonomická úroveň země. Ekonomická vyspělost totiž znamená vyšší příjmy ekonomických subjektů, z nich větší část lze využít pro pojištění. Na druhou stranu ekonomická vyspělost znamená také nové technologie a s nimi související nová rizika, proti kterým je potřeba se pojistit. o Hypotéza 2: Předepsané pojistné bude v následujících letech růst Tato hypotéza byla stanovena na základě předpokládaného vývoje ekonomické výkonnosti jednotlivých zemí, jež uvádí Mezinárodní měnový fond.

Metodika práce

13

3 Metodika práce Na základě metody deskripce bude čtenář v práci seznámen s charakteristikami pojistných trhů jednotlivých zemí Visegrádské skupiny. Konkrétně se strukturou pojistných trhů, jejich legislativní úpravou a regulací. Následně bude v práci nastíněn vývoj na pojistných trzích Visegrádské skupiny v období od roku 2000 do roku 2011. K nastínění tohoto vývoje budou využity následující pojistné ukazatele: předepsané pojistné včetně jeho přepočtu na obyvatele, pojištěnost, pojistné plnění a počet komerčních pojišťoven. Ukazatel pojištěnosti je vyjádřen poměrem předepsaného pojistného a hrubého domácího produktu. Hodnoty ukazatelů budou čerpány z výročních zpráv jednotlivých asociací pojišťoven zemí Visegrádské skupiny. V případě nedostupnosti údajů primárních zdrojů bude využito výročních zpráv evropské pojišťovací a zajišťovací federace Insurance Europe, jež zahrnuje 34 národních pojišťovacích asociací. V diplomové práci bude provedena vícerozměrná regresní analýza. Pro regresní analýzu jsou využita reálná data ročních časových řad od roku 1992 do roku 2011. Na základě vícerozměrné regresní analýzy budou nejdříve zjištěny faktory, které vývoj předepsaného pojistného na pojistných trzích Visegrádské skupiny ovlivňují, a následně bude provedena predikce předepsaného pojistného. Za vysvětlovanou proměnnou bude tedy zvoleno předepsané pojistné a za vysvětlující proměnnou bude zvolen hrubý domácí produkt, míra nezaměstnanosti a průměrná hrubá mzda. Při volbě vysvětlujících proměnných je vycházeno z pojistné teorie uvedené v literární rešerši. Před sestavením vhodného modelu bude proveden test stacionarity: Test stacionarity Zda je časová řada stacionární, zjistíme za pomoci Dickey-Fullerova testu, přičemž nulová a alternativní hypotéza je následující: o Nulová hypotéza H0: časová řada je nestacionární o Alternativní hypotéza HA: časová řada je stacionární Nulovou hypotézu zamítneme, jestliže p-hodnota bude menší než zvolená hladina významnosti (α = 0,05). Následně bude pro sestavení vhodného modelu využito korelační analýzy a sestupného výběru nezávisle proměnných. V modelu budou ponechány tedy pouze ty vysvětlující proměnné, které jsou statisticky významné. V případě vysoké korelace mezi vysvětlujícími proměnnými bude z modelu vyřazena ta vysvětlující proměnná, která je méně korelovaná s proměnnou vysvětlovanou. Dle Walkera (2010) značí korelační koeficient 0, že mezi proměnnými není žádný vztah. V případě, že hodnota korelačního koeficientu činí 1, pak mezi proměnnými existuje velmi silný vztah. Čím vyšší tedy bude zjištěná hodnota korelačního koeficientu, tím větší existuje vztah mezi proměnnými. Pro regresní model bude zvolena vhodná funkční forma na základě Akaikova, Schwarzova a Hannan-Quinnova kritéria. Bude tedy vybrána ta funkční forma, u níž tyto kritéria

Metodika práce

14

dosahují nejnižších hodnot. Vhodnost modelu bude potvrzena adjustovaným koeficientem determinace. Za pomoci p-hodnoty F-testu pak bude určeno, zda je zvolený model statisticky významný, přičemž pro všechny prováděné testy je zvolena hladina významnosti 5 %. Nulovou hypotézou F-testu je, že model není statisticky významný. Tato hypotéza bude zamítnuta, jestliže p-hodnota bude menší než zvolená hladina významnosti. Po nalezení statisticky významného modelu budou následně otestovány následující předpoklady lineárního regresního modelu: I. předpoklad lineárního regresního modelu Regresní model je lineární v parametrech, je správně specifikován a má aditivně připojen chybový člen. Pro ověření tohoto předpokladu bude využit RESET test a testy nelinearity, přičemž nulová a alternativní hypotéza je následující: o Nulová hypotéza H0: model je správně specifikován o Alternativní hypotéza HA: model není správně specifikován Nulovou hypotézu zamítneme, pokud je p-hodnota menší než zvolená hladina významnosti (α = 0,05) II. předpoklad lineárního regresního modelu Chybový člen má nulovou stření hodnotu. Pro ověření tohoto předpokladu bude využito grafu reziduí. Pokud se hodnoty reziduí budou pohybovat kolem nuly, můžeme říci, že je tento předpoklad splněn. III. předpoklad lineárního regresního modelu Všechny vysvětlující proměnné jsou nekorelované s chybovým členem. Jestliže je model správně specifikován lze předpokládat, že je tento předpoklad splněn. (Cipra, 2008) IV. předpoklad lineárního regresního modelu Pozorování chybového členu jsou nekorelována se sebou samými. Splnění tohoto předpokladu budeme hodnotit na základě grafu autokorelační funkce (ACF) a grafu parciální autokorelační funkce (PACF). Předpoklad můžeme považovat za splněný, pokud hodnoty autokorelační a parciální autokorelační funkce leží uvnitř tolerančních mezí. V. předpoklad lineárního regresního modelu Chybový člen má konstantní variaci. Splnění tohoto předpokladu budeme hodnotit na základě Whiteova testu, přičemž nulová a alternativní hypotéza je následující: o Nulová hypotéza H0: homoskedasticita o Alternativní hypotéza HA: heteroskedasticita Nulovou hypotézu zamítneme, jestliže p-hodnota bude menší než zvolená hladina významnosti (α = 0,05).

Metodika práce

15

VI. předpoklad lineárního regresního modelu Žádná vysvětlující proměnná není perfektní lineární kombinací jiné vysvětlující proměnné. Zda byl tento předpoklad splněn, zjistíme na základě VIF faktorů. Dle Studenmunda (2006) lze multikolinearitu pozorovat, pokud VIF (βi)>5. VII. předpoklad lineárního regresního modelu Chybový člen je normálně rozdělen. Splnění tohoto předpokladu budeme testovat za pomoci Chí-kvadrát testu, přičemž nulová a alternativní hypotéza je následující: o Nulová hypotéza H0: chybový člen je normálně rozdělen o Alternativní hypotéza HA: chybový člen není normálně rozdělen Nulovou hypotézu zamítneme, jestliže p-hodnota bude menší než zvolená hladina významnosti (α = 0,05). Pro predikci časové řady předepsaného pojistného bude využit autoregresní a integrovaný proces klouzavých průměrů. Na základě analýzy TRAMO bude detekován model ARIMA (p,d,q). Z výstupu TRAMO analýzy budou následně zjištěny predikované hodnoty předepsaného pojistného. Vícerozměrná regresní analýza byla provedena za pomoci programu Gretl. Data časových řad předepsaného pojistného byly získány z asociací pojišťoven jednotlivých zemí a z údajů evropské pojišťovací a zajišťovací federace Insurance Europe. Data časových řad makroekonomických ukazatelů byly získány ze statistických úřadů jednotlivých zemí a z údajů OECD statistik. Veškeré zdroje využité pro zpracování diplomové práce jsou uvedeny v použité literatuře.


16

4 Literární rešerše Pojistné trhy zemí Visegrádské skupiny jsou součástí jednotného pojistného trhu Evropské unie. Jednotný pojistný trh umožňuje pojišťovnám působit v jakémkoli členském státě, přičemž vznik tohoto systému si vyžádal postupné přijímání harmonizujících směrnic ve všech zemích Visegrádské skupiny. Vývojem na pojistných trzích zemí Visegrádské skupiny pro období let 1995 – 2007 se zabývali autoři E. Ducháčková, Z. Lejková, E. Kafková, A Majtánová, M. Méheš, A Szkarlat a D. Vološinová. Tito autoři svoje poznatky v rámci vývoje na pojistných trzích Visegrádské skupiny publikovali v monografii o vývoji pojistných trhů Visegrádské aliance. I přes to, že tyto čtyři pojistné trhy nejsou totožné, autoři pro jejich srovnání využili stejné pojistné ukazatele. Právě implementovaná legislativa Evropské unie a zjednodušená statistika na národní i evropské úrovni umožnuje vycházet při srovnávání ze stejných podkladů, které se liší pouze absolutními hodnotami, nikoli však strukturou údajů. Pro srovnání vývoje na pojistných trzích lze tedy využít následující pojistné ukazatele: Předepsané pojistné Předepsané pojistné můžeme charakterizovat jako celkové pojistné, které zahrnuje pojistné v pojistných smlouvách za sledované období a předpisy pojistného na základě pojistných smluv, u nichž spadá počátek pojistného období do sledovaného období. Jde tedy o souhrn všech položek pojistného, které mají klienti za příslušné období pojišťovně uhradit. Předepsané pojistné lze dělit na předepsané pojistné v životním a neživotním pojištění. Předepsané pojistné na obyvatele Předepsané pojistné na obyvatele vyjadřuje podíl celkového předepsaného pojistného připadající na jednoho obyvatele dané země. Pokud je předepsané pojistné v jedné zemi výrazně vyšší než v zemi druhé, lze předpokládat, že stejného výsledku bude dosaženo i u ukazatele pojištěnosti. Pojištěnost Tento ukazatel slouží k hodnocení úrovně a rozsahu pojistného trhu. Pojištěnost můžeme sledovat na úrovni dané země nebo v rámci jednotlivých odvětví a druhů pojištění. Pojištěnost sledovaná na úrovni dané země je podílem předepsaného pojistného a hrubého domácího produktu. (Ducháčková, 2009) Počet komerčních pojišťoven Počet komerčních pojišťoven je základním ukazatelem, který vypovídá o vývoji a vyspělosti pojistného trhu. Nemusí tomu však být tak vždy a to z toho důvodu, že počet pojistitelů provozujících na pojistném trhu pojišťovací činnost může být do značené míry regulován.


17

Pojistné plnění Pojistné plnění představuje peněžní náhradu, která je vyplacena pojistitelem při uskutečnění pojistné události. Tento ukazatel spíše než o vyspělosti trhu vypovídá o efektivnosti činnosti komerčních pojišťoven působících na pojistném trhu. Dle Daňhela a kol. (2005) pojistné plnění představuje vyplacené náhrady škod na pojištěném majetku fyzických a právnických osob a výplaty z úrazového, životního a důchodového pojištění. Podmínkou výplaty pojistného plnění je realizace nahodilé události. Monografie o vývoji pojistných trhů Visegrádské aliance mapuje vývoj na pojistných trzích za pomoci pojistných ukazatelů před projevy a dopady finanční krize. Zajímavé však je sledovat tento vývoj i po roce 2007. Tato myšlenka se tak stala základem pro zpracování diplomové práce. Autorka E. Ducháčková, která se spolupodílela na vypracování zmiňované monografie, se také spolu s J. Daňhelem zabývala postavením zemí Visegrádské skupiny na pojistném trhu Evropské unie. Společně tak došli k závěru, že lze v podobě a struktuře pojistných trhů jednotlivých zemí Visegrádské skupiny sledovat některé shodné rysy. Rozdíly na těchto pojistných trzích vyplývají z určité rozdílnosti v ekonomické úrovni. Co se týče postavení pojistných trhů zemí Visegrádské skupiny v rámci Evropské unie, tak dle závěrů autorů tyto trhy zahrnují pouze malou část pojistného trhu EU. Příčiny pro nízký rozsah pojistných trhů zemí Visegrádské skupiny odůvodňují především ekonomickým a společenským vývojem v druhé polovině dvacátého století. Současně však zdůrazňují pomalé, ale postupné přibližování podoby a struktury pojistných trhů zemí Visegrádské skupiny pojistným trhům zemí EU. Tyto rozdíly mezi zeměmi EU a V4 spočívají v poměru mezi životním a neživotním pojištěním a ve struktuře životního a neživotního pojištění. Samotný vývoj na pojistných trzích je ovlivňován řadou faktorů. Většina autorů publikací zabývající se pojišťovnictvím tyto faktory dělí na faktory vnější a vnitřní. Vávrová aj. (2009) mezi vnější a vnitřní faktory ovlivňující pojistný trh řadí následující: Vnější faktory – ovlivňují pojistný trh zvenčí  Vývoj a objem hrubého domácího produktu (HDP)  Vývoj inflace  Vývoj nezaměstnanosti  Počet obyvatel (jejich věková struktura, střední délka života)  Peněžní příjmy obyvatelstva  Objem a struktura výdajů domácností  Situace u ostatních segmentů finančního trhu


18

Vnitřní faktory – ovlivňují pojistný trh zevnitř  Pojišťovací a zajišťovací činnost a jiné související činnosti  Zájem o pojištění ze strany klientů  Regulace pojistného trhu dozorem nad pojišťovnictvím  Zprostředkovatelská činnost zprostředkovatelů pojištění  Činnost asociace pojišťoven V diplomové práci je zjišťován vliv na předepsané pojistné faktorů vnějších, které lze kvantifikovat a které díky jejich dostupnosti od roku 1992 lze využít v regresní rovnici. Těmito faktory jsou: Hrubý domácí produkt Dle Klímy (2006) HDP měří celkový objem veškeré finální produkce v peněžních jednotkách vyrobený v dané zemi za určité období výrobními faktory umístěnými v dané zemi bez ohledu na to, kdo vlastní tyto výrobní faktory. Do HDP se započítává pouze takové zboží, které splňuje tyto požadavky: - musí být vyrobeno v daném sledovaném období - musí být v daném období prodáno na trhu - nesmí být v daném období znovu prodáno Pro stanovení výše HDP lze využít metodu výdajovou, která měří HDP jako celkové výdaje ekonomických subjektů, metodu důchodovou, která měří HDP jako součet veškerých příjmů ekonomických subjektů plynoucích z vlastnictví výrobních faktorů nebo metodu odvětvovou, která udává HDP v jednotlivých odvětvích národního hospodářství. Míra nezaměstnanosti Dle Soukupa a kol. (2010) patří nezaměstnanost ke klíčovým problémům tržní ekonomiky. Intenzita tohoto problému je pak dána hodnotou míry nezaměstnanosti, která vyjadřuje v procentech podíl nezaměstnaných aktivně hledajících práci na pracovní síle. Míru nezaměstnanosti je však třeba hodnotit velice opatrně. Může totiž dojít k tomu, že absolutní počet nezaměstnaných a míra nezaměstnanosti klesá, a přesto se situace na trhu práce zhoršuje. K tomuto jevu dojde, pokud část lidí, kteří ztratí zaměstnání, aktivně práci nehledá a přesune se tak mezi ekonomicky neaktivní obyvatelstvo. Peněžní příjmy obyvatelstva Hlavní zdroj příjmů většiny populace představují příjmy ze závislé činnosti. Průměrná hrubá mzda představuje podíl mezd připadající na jednoho zaměstnance. Do průměrné hrubé mzdy se zahrnují základní mzdy a platy, příplatky a doplatky ke mzdě nebo platu, odměny, náhrady mezd a platů, odměny za pracovní pohotovost a jiné složky mzdy nebo platu, které byly v daném období zaměstnancům zúčtovány k výplatě.


19

Dle Daňhela a kol. (2005) je významným faktorem ovlivňujícím rozsah a úroveň pojistného trhu ekonomická úroveň země. Pro zkoumání tohoto faktoru se bere v úvahu jeho hodnocení pomocí velikosti hrubého domácího produktu. Při zkoumání vazby mezi hodnotou hrubého domácího produktu a ukazatele pojištěnosti se jednoznačně zjišťuje přímý vliv tohoto faktoru. Vyšší ekonomická úroveň dle autorů znamená uplatnění technických a technologických zařízení s vyššími hodnotami, z toho vyplývá vyšší úroveň rizika a vyšší poptávka a zájem o pojištění. Ještě více zřetelný je vliv tohoto faktoru dle autorů u životního pojištění, což vyplývá ze skutečnosti, že vyšší ekonomická úroveň umožňuje ukládat větší objem peněžních prostředků na zabezpečení rizik souvisejících se zdravím a životy lidí. Vývojem některých z faktorů, které potenciálně ovlivňují vývoj na pojistných trzích Visegrádské skupiny, se zabýval A. Slaný a kol. v publikaci Faktory konkurenceschopnosti – komparace zemí V4. Konkurenceschopnost zemí v díle ztotožňuje s ekonomickou výkonností. Vývoj hrubého domácího produktu v zemích Visegrádské skupiny zachycuje v období let 1993 – 2005. Z díla je zřejmé, že ekonomická výkonnost zemí Visegrádské skupiny od 90. let výrazně rostla. Hrubý domácí produkt však není jediným faktorem potenciálně ovlivňujícím pojistné trhy V4, jímž se autor zabývá. Sleduje také vývoj faktoru nezaměstnanosti, jež byl v rámci daného období od roku 1993 do roku 2005 nejnižší v České republice. Česká republika se tak ve sledovaném období zasloužila o výsadní postavení v rámci míry nezaměstnanosti v porovnání s ostatními zeměmi Visegrádské skupiny. Většina autorů, kteří se zabývali vývojem pojistných či makroekonomických ukazatelů v rámci Visegrádské skupiny, využili ve svých dílech především metodu komparace. V diplomové práci však bude pro dosažení cíle práce kladen důraz na regresní analýzu.


20

5 Pojistný trh v České republice Tato kapitola je věnována charakteristice pojistného trhu České republiky s důrazem na vývoj předepsaného pojistného a makroekonomických ukazatelů (faktorů), které vývoj předepsaného pojistného potenciálně ovlivňují.

5.1

Legislativní rámec pojistného trhu a jeho regulace

Právní úprava pojišťovnictví je v České republice dána zákonem č. 277/2009 Sb., o pojišťovnictví. Tento zákon nabyl účinnosti 1. ledna 2010. Hlavním cílem tohoto zákona je plně sladit právní úpravu pojišťovacího sektoru s požadavky evropského práva, a to především transponovat směrnici o zajištění1 a směrnici o kvalifikovaných účastech2 a dále modernizovat strukturu právní úpravy tak, aby odpovídala fungování pojišťoven a zajišťoven v prostředí jednotného evropského trhu. Díky implementování legislativy EU do českého pojistného práva tak můžeme srovnávat český pojistný trh s ostatními pojistnými trhy EU za pomoci stejných ukazatelů. Dle Ducháčkové aj. (2010) patří pojišťovnictví ve vyspělých ekonomikách mezi nejvíce regulovaná odvětví. Funkci regulace a dohledu nad činností pojišťoven a zajišťoven se sídlem v České republice vykonává ČNB. Při přeshraničním výkonu pojišťovací činnosti tuzemskou pojišťovnou a zajišťovací činnosti tuzemskou zajišťovnou vykonává primárně dohled ČNB, jakožto domovský orgán dohledu3.

5.2 Struktura pojistného trhu Struktura pojistného trhu je tvořena životním a neživotním pojištěním, přičemž životní pojištění zastává podíl 46 %, neživotní pojištění 54 % (viz. obr.1). Při srovnávání České republiky s vyspělými ekonomikami, kde je poměr segmentů 60:40 dlouhodobě ustálen ve prospěch životního pojištění, je dle obr. 1 patrné, že opačný převažující podíl neživotního pojištění trvá a pozitivní posun ve směru navýšení podílu životního pojištění, ke kterému v posledních letech došlo, je téměř zanedbatelný. Struktura a podoba českého pojistného trhu se tak vyspělým ekonomikám přibližuje velmi pomalu s neustále převládajícím podílem neživotního pojištění na trhu.

Směrnice Evropského parlamentu a Rady 2005/68/ES ze dne 16. listopadu 2005 o zajištění a o změně směrnic Rady 73/239/EHS, 92/42/EHS, jakož i směrnic 98/78/ES a 2002/83/ES. 2 Směrnice Evropského parlamentu a Rady 2007/44/ES ze dne 5. Září 2007, kterou se mění směrnice Rady 92/49/EHS a směrnice 2002/83/ES, 2004/39/ES, 2005/68/ES a 200/48/ES, pokud jde o procesní pravidla a hodnotící kritéria pro obezřetnostní posuzování nabývání a zvyšování účastí ve finančním sektoru. 3 § 84 zákona č. 277/2009 Sb. o pojišťovnictví 1

Pojistný trh v České republice Obr. 1

21

Podíl životního a neživotního pojištění ČR

Zdroj: vlastní zpracování na základě výroční zprávy ČAP 2011

Nyní se zaměříme na samotný vývoj skupin pojištění v odvětví životního a neživotního pojištění.4 Obr. 2

Struktura životního pojištění ČR

Zdroj: vlastní zpracování na základě výročních zpráv ČAP

Skupiny pojištění v odvětví životního pojištění jsou vymezeny v příloze č. 1 zákona č. 277/2009 Sb., o pojišťovnictví, skupiny pojištění v odvětví neživotního pojištění jsou vymezeny v téže příloze téhož zákona. 4


22

V roce 2008 v základní struktuře životního pojištění převládlo s 39,6 % pojištění pro případ dožití a pojištění pro případ dožití nebo smrti. To se však od roku 2009 změnilo a nejvýznamnější složkou životního pojištění se od té doby až do roku 2011 stalo pojištění spojené s investičním fondem. Obr. 3

Struktura neživotního pojištění ČR

Zdroj: vlastní zprcování na základě výročních zpráv ČAP

Největší podíl v neživotním pojištění po celé sledované období má pojištění odpovědnosti z provozu vozidla. Jeho podíl se však během období neustále mírně snižoval a je doháněn zvyšujícím se podílem pojištění majetku.

5.3 Vývoj ukazatelů pojistného trhu V rámci této kapitoly budeme sledovat vývoj předepsaného pojistného za období od roku 2000 do roku 2011. Budeme se zabývat nejen absolutními hodnotami tohoto ukazatele, ale také mírou jeho růstu. Na závěr kapitoly si uvedeme i vývoj dalších hojně využívaných ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven a pojistné plnění. 5.3.1

Předepsané pojistné

V souvislosti s rozvojem pojistného trhu lze předpokládat, že vývoj předepsaného pojistného v posledním desetiletí měl vzrůstající tendenci. Zda tomu tak by-


23

lo, si ukážeme na následujícím grafu. Můžeme zde sledovat jak vývoj celkového předepsaného pojistného, tak vývoj předepsaného pojistného v oblasti životního i neživotního pojištění. Obr. 4

Předepsané pojistné ČR


Z grafu lze pozorovat, že v období od roku 2000 do roku 2010 měl vývoj celkového předepsaného pojistného vzrůstající tendenci. Stejnou tendenci lze vysledovat za totéž období jak u odvětví životního pojištění, tak u odvětví neživotního pojištění. Znamená to tedy, že se poptávka po pojištění ze strany klientů každoročně zvyšovala a docházelo tak k uzavírání každoročně většího množství pojistných smluv. To lze potvrdit i statistikami České asociace pojišťoven o počtu uzavřených smluv, jejichž vývoj během sledovaného období od roku 2000 do roku 2010 rostl. Mnohem důležitější však je zaměřit se na rok 2011, kdy došlo k poklesu celkového předepsaného pojistného, který se projevil v odvětví neživotního pojištění poklesem o 1,4 %. Hlavní příčinou poklesu předepsaného pojistného v neživotním pojištění je tlak na nízkou cenu pojištění, který se projevuje především snižováním pojistného u pojištění motorových vozidel. Jelikož, jak je známo z předchozí kapitoly, zastává pojištění odpovědnosti z provozu vozidla největší podíl ve struktuře neživotního pojištění, má snížení ceny pojistného u pojištění motorových vozidel na celkový vývoj v neživotním pojištění výrazný dopad. Pro podrobnější rozbor vývoje předepsaného pojistného je zapotřebí si ukázat růstové tendence předepsaného pojistného za námi vytyčené sledované období. Míru růstu předepsaného pojistného zobrazuje následující graf.


24

Míra růstu předepsaného pojistného ČR


Z grafu je patrné, že růstové tendence předepsaného pojistného měly ve sledovaném období kolísavou tendenci. K největšímu růstu došlo v odvětví životního pojištění v roce 2001, kdy předepsané pojistné vzrostlo o 24, 21 %. V odvětví neživotního pojištění došlo k největšímu růstu v roce 2003, kdy předepsané pojistné vzrostlo o 14,24 %. Jak bylo zmíněno, největší nárůst předepsaného pojistného v odvětví neživotního pojištění byl zaznamenán v roce 2003. Důvodem proč tomu tak bylo, je nevídaně velký nárůst poptávky ze stran klientů po neživotním pojištění. V tomto období vzrostl zájem o pojištění majetku, odpovědnosti za škodu i finančních ztrát. Růstové tendence v rámci životního pojištění kolísaly více než v neživotním pojištění. Tyto výkyvy v růstu životního pojištění jsou způsobeny vývojem jednorázového pojistného. Prudký nárůst zájmu o životní pojištění se projevil, jak již bylo řečeno, v roce 2001. Tento nárůst podpořila především daňová stimulace soukromého životního pojištění. K poklesu předepsaného pojistného došlo za sledované období pouze v odvětví neživotního pojištění v roce 2011. Jak již bylo řečeno v předchozí kapitole, tento pokles o 1,4 % byl způsoben především poklesem ceny pojištění u pojištění motorových vozidel. 5.3.2

Předepsané pojistné na obyvatele

Nyní se budeme zabývat tím, kolik peněz občan průměrně vynaloží za pojištění na daný rok. Opět se budeme věnovat jak absolutním hodnotám, tak míře růstu předepsaného pojistného na obyvatele za sledované období.

Pojistný trh v České republice Tab. 1

25

Vývoj počtu obyvatel ČR

Rok 2000 2001 Počet obyvatel (v tis.) 10 267 10 206 2006 2007 10 287 10 381

2002 10 203 2008 10 468

2003 10 211 2009 10 507

2004 2005 10 221 10 251 2010 2011 10 533 10 546

Zdroj: ČSÚ

Počet obyvatel se během sledovaného období nijak výrazně nemění. Zatím v Česku obyvatel pomalu přibývá, nicméně i tyto malé přírůstky jsou v dnešní době spíše způsobeny příchodem cizinců, samotná porodnost dle statistického úřadu spíše klesá. Vývoj předepsaného pojistného na obyvatele je tak ovlivněn spíše vývojem celkového předepsaného pojistného. Obr. 6

Předepsané pojistné na obyvatele ČR

Zdroj: vlastní zpracování na základě výročních zpráv ČAP a údajů ČSÚ

Celkové předepsané pojistné na obyvatele, které v roce 2000 činilo 6 876 Kč, neustále rostlo až do roku 2010, kdy jeho výše činila 14 811 Kč. Na jednoho obyvatele se tak náklady na pojistné oproti roku 2000 zdvojnásobily. V roce 2011 došlo k poklesu předepsaného pojistného na obyvatele a občan tak na pojistném zaplatil v průměru o 100 Kč méně. Můžeme vidět, že vývoj předepsaného pojistného na obyvatele koresponduje s tendencemi vývoje celkového předepsaného pojistného. Pro větší přesnost sledovaného vývoje předepsaného pojistného na obyvatele se zaměříme i na jeho míru růstu.


26

Míra růstu předepsaného pojistného na obyvatele ČR

Zdroj: vlastní zpracování na základě výročních zpráv ČAP a údajů ČSÚ

Od roku 2000 až do roku 2003 míra růstu celkového předepsaného pojistného na jednoho obyvatele činila více jak 10 %. Tento růst byl především způsoben růstem v odvětví životního pojištění. Od roku 2004 však míra růstu celkového předepsaného pojistného na obyvatele spadla pod 10 %, a to i přes to, že se v roce 2007 a 2010 míra růstu předepsaného pojistného na obyvatele v odvětví životního pojištění pohybovala nad uvedenými 10 %. V roce 2011 celkové předepsané pojistné na obyvatele pokleslo zhruba o 1 %, přičemž tento pokles způsobil pokles předepsaného pojistného na obyvatele v odvětví neživotního pojištění. I přes to, že se předepsané pojistné na obyvatele v absolutních hodnotách zvyšovalo až do roku 2010, dle vývoje míry jeho růstu můžeme pozorovat, že už od roku 2004 se jeho přírůstky výrazně snížily. 5.3.3

Další ukazatele pojistného trhu

Pro ucelený pohled na vývoj českého pojistného trhu se zaměříme i na některé z dalších ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven působících na trhu a pojistné plnění. Tab. 2

Další ukazatele pojistného trhu ČR

Rok 2000 2001 2002 2003 2004 2005

Další ukazatele pojistného trhu Pojištěnost Počet Pojistné plnění (v %) pojišťoven (v tis. Kč) 3,11 41 37 159 491 3,30 43 39 597 056 3,54 42 56 143 529 3,94 42 58 338 482 3,84 40 57 046 540 3,76 45 51 943 315


3,64 3,63 3,63 3,84 4,11 3,05

2006 2007 2008 2009 2010 2011

27

49 52 53 52 52 53

54 634 394 58 502 146 66 681 641 72 270 910 79 037 658 84 222 217

Zdroj: výroční zprávy ČAP

Z následujících údajů můžeme sledovat, že od roku 2000 do roku 2003 ukazatel pojištěnosti rostl a pojistný trh se tak vyvíjel neustále rychleji než celá ekonomika. Od roku 2004 míra pojištěnosti začala oslabovat a pojistný trh tak v poměru k celkové ekonomice začal stagnovat. Zajímavý je však vývoj pojištěnosti po dopadu finanční krize. V roce 2009 zpomalení výkonnosti ekonomiky přispělo k opětovnému růstu tohoto ukazatele. K výraznějšímu zvýšení konkurence na pojistném trhu došlo po vstupu České republiky do EU. V roce 2005 počet tuzemských pojišťoven zůstal stejný, došlo však k nárůstu poboček pojišťoven z EU. Od roku 2007 se počet pojišťoven opět ustálil. K významnému nárůstu pojistného plnění na českém pojistném trhu došlo v roce 2002. Tento nárůst byl zapříčiněn povodněmi, které zasáhly naše území. Od roku 2008 je růst vypláceného pojistného zapříčiněn zejména podstatným zvyšováním pojistného plnění v životním pojištění.

5.4 Vývoj makroekonomických ukazatelů Nyní se podíváme na vývoj makroekonomických ukazatelů (faktorů), které potenciálně ovlivňují vývoj předepsaného pojistného. Tab. 3

Vývoj makroekonomických ukazatelů ČR

Rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010

HDP (v mil. Kč) 2 269 695 2 448 557 2 567 530 2 688 107 2 929 172 3 116 056 3 352 599 3 662 573 3 848 411 3 758 979 3 799 547

Nezaměstnanost ( v %) 8,8 8,1 7,3 7,8 8,3 7,9 7,1 5,3 4,4 6,7 7,3

Hrubá mzda (v Kč) 13 219 14 378 15 524 16 430 17 466 18 344 19 546 20 957 22 592 23 344 23 864


2011

3 841 370

28

6,7

24 436

Zdroj: ČSÚ

Výkonnost ekonomiky České republiky rostla až do roku 2008. Následně se v České republice projevily dopady finanční krize a ekonomika začala zpomalovat. Toto zpomalení přispělo růstu pojištěnosti, zmiňovaném v předcházející kapitole. Česká republika patří v rámci EU k zemím s mírně nadprůměrnou mírou zaměstnanosti, tzn. že dosahované hodnoty míry nezaměstnanosti nejsou na špatné úrovni. V porovnání se zeměmi Visegrádské skupiny je na tom Česká republika v oblasti zaměstnanosti nejlépe, tzn. že dosahuje nejnižších hodnot míry nezaměstnanosti v porovnání s ostatními zeměmi V4. Ve sledovaném období můžeme vidět, že průměrná hrubá mzda neustále rostla. Od roku 2000 do roku 2011 vzrostla průměrná hrubá mzda o 85 %. Zatímco v roce 2000 průměrná hrubá mzda činila 13 219 Kč, v roce 2011 to již bylo 24 436 Kč. Neustálé růstové tendence průměrné hrubé mzdy v České republice tak korespondují s vývojem průměrné hrubé mzdy v ostatních zemích Visegrádské čtyřky, o nichž bude řeč v následujících kapitolách.


29

6 Pojistný trh na Slovensku Tato kapitola je věnována charakteristice pojistného trhu Slovenska s důrazem na vývoj předepsaného pojistného a makroekonomických ukazatelů (faktorů), které vývoj předepsaného pojistného potenciálně ovlivňují.

6.1 Legislativní rámec pojistného trhu a jeho regulace Legislativa upravující oblast pojišťovnictví na Slovensku prošla v posledních dvaceti letech radikálním vývojem. Změny, ke kterým v legislativně v posledním období došlo, můžeme připsat především integračním snahám Slovenska do Evropské unie. Vstupem Slovenska do EU začal harmonizační proces pojistného práva stejně tak, jak tomu bylo v rámci České republiky. V současnosti je oblast pojišťovnictví upravována zákonem č. 8/2008 Z. z., o poisťovníctve a o zmene a doplnení niektorých zákonov, přičemž implementovaná legislativa EU nám umožňuje srovnávat slovenský pojistný trh s ostatními pojistnými trhy EU za pomoci stejných ukazatelů. Funkci regulace a dohledu nad pojistným trhem Slovenské republiky vykonává Národní banka Slovenska (NBS) v zájmu ochrany pojistníků, pojištěných a oprávněných osob. Předmětem dohledu Národní banky Slovenska je především dodržování zákona a jiných právních předpisů, dohlíží na soulad provozovaných činností s uděleným povolením a na hospodaření pojišťovny z hlediska zabezpečení splnitelnosti jejích závazků. (NBS, 2013)

6.2 Struktura pojistného trhu Struktura pojistného trhu je tvořena životním a neživotním pojištěním, přičemž životní pojištění zastává podíl 54 %, neživotní pojištění 46 %. Při srovnávání Slovenska s vyspělými ekonomikami, kde je poměr segmentů 60:40 dlouhodobě ustálen ve prospěch životního pojištění, je dle obr. 8 patrné, že se podoba slovenského pojišťovnictví přibližuje vyspělým ekonomikám. Obr. 8

Podíl životního a neživotního pojištění SR

Zdroj: vlastní zpracování na základě výroční zprávy SLASPO 2011


30


Struktura životního pojištění SR

Zdroj: vlastní zpracování na základě výročních zpráv SLASPO

Největší podíl za sledované období má v rámci životního pojištění „poistenie na dožitie, zmiešané poistenie a kapitálové ŽP“. V rámci struktury životního pojištění nabízeného na Slovensku zastává toto pojištění více jak 50 %. Zajímavý je však vývoj pojištění Unit-linked6, které svůj podíl neustále zvyšuje. V roce 2011 jeho podíl přesáhl 30% na předepsaném pojistném v životním pojištění. Podíl Unit-linked na trhu se tak od roku 2008 zvýšil o 24 %. Naopak podíl připojištění od roku 2008 na trhu klesl o 8 %. Pojištění pro případ smrti a důchodové pojištění zastávají na slovenském pojistném trhu pouze malý podíl. U důchodového pojištění se i tento malý podíl neustále snižuje.

Skupiny pojištění v odvětví životního pojištění jsou vymezeny v příloze č. 1 zákona č. 8/2008 Z. z., o poisťovníctve a o zmene a doplnení niektorých zákonov. Skupiny pojištění v odvětví neživotního pojištění jsou vymezeny v téže příloze téhož zákona. 6 Unit-linked insurence (= investiční životní pojištění) – pojištění, jehož výše plnění je vázána na hodnotu (podílové) jednotky 5

Pojistný trh na Slovensku Obr. 10

31

Struktura neživotního pojištění SR


Největší a skoro rovnocenné podíly v neživotním pojištění májí po sledovanou dobu pojištění odpovědnosti za škodu způsobenou provozem motorového vozidla (PZP) a pojištění škod na pozemních dopravních prostředcích. Jejich podíly se pohybují okolo 30 %. Třetím druhem neživotního pojištění, který na slovenském pojistném trhu zastává taktéž velký podíl, je pojištění majetku. V roce 2008 činil jeho podíl na trhu 21,93 %. Během sledovaného období tento podíl neustále rostl a v roce 2011 dosáhl hodnoty 24,47 %. Ostatní druhy pojištění tvoří již malé podíly na trhu.

6.3 Vývoj ukazatelů pojistného trhu V rámci této kapitoly budeme sledovat vývoj předepsaného pojistného. Budeme se zabývat nejen jeho absolutními hodnotami, ale také mírou jeho růstu. Na závěr kapitoly si uvedeme i vývoj dalších hojně využívaných ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven a pojistné plnění.


6.3.1

32


Nyní se tedy zaměříme na vývoj předepsaného pojistného. Podíváme se na to, jak se vyvíjelo celkové předepsané pojistné, ale také na vývoj předepsaného pojistného v rámci životního a neživotního pojištění. Obr. 11

Předepsané pojistné SR


Z grafu můžeme pozorovat, že od roku 2000 do roku 2005 mělo celkové předepsané pojistné vzrůstající tendenci. Stejně tak tomu bylo i v jednotlivých odvětvích životního a neživotního pojištění. V roce 2006 však došlo ke stagnaci vývoje předepsaného pojistného v neživotním pojištění. Tato stagnace byla způsobena negativním vývojem v rámci pojištění odpovědnosti z provozu motorového vozidla, jež zabírá na trhu největší podíl. Stagnace neživotního pojištění tak zapříčinila zpomalení růstu celkového předepsaného pojistného. I přes toto zpomalení rostlo celkové předepsané pojistné až do roku 2008. V roce 2009 se však na pojistném trhu projevily dopady finanční krize. V roce 2009 došlo k poklesu jak předepsaného pojistného životního, tak neživotního pojištění. Pojistný trh se však rychle vzpamatoval a již v roce 2010 došlo k opětovnému nárůstu předepsaného pojistného v odvětví životního pojištění. Za tento vývoj v životním pojištění se zasloužil především růst předepsaného pojistného v rámci pojištění Unit-linked. V odvětví neživotního pojištění došlo k návratu k vzrůstající tendenci předepsaného pojistného o rok později, v roce 2011 (viz. obr. 12). Díky opětovnému růstu jak životního, tak neživotního pojištění, bylo v roce 2011 dosaženo nejvyšší hodnoty celkového předepsaného pojistného, jež přesáhla 2 mld. Eur.

Pojistný trh na Slovensku Obr. 12

33



V odvětví životního pojištění byl největší růst zaznamenán na začátku sledovaného období v roce 2000, kdy předepsané pojistné vzrostlo o 33,35 %. Od tohoto roku předepsané pojistné životního pojištění sice rostlo, ale neustále pomalejším tempem. Až v roce 2004 se růst opět začal zrychlovat díky nárůstu uzavřených pojistných smluv. Rok 2009 byl rokem, kdy se předepsané pojistné životního pojištění snížilo o 3,95 %. Tento pokles byl dokonce vyšší než v neživotním pojištění. Jak již bylo zmíněno výše, tento pokles pojistného trhu je spjat s poklesem celkové ekonomiky zasažené finanční krizí. Odvětví životního pojištění se však po tomto roce rychle vzpamatovalo, a to především díky růstu důvěry klientů v investiční životní pojištění (Unit-linked). V odvětví neživotního pojištění se od roku 2000 míra růstu předepsaného pojistného neživotního pojištění neustále zvyšovala, přičemž svého vrcholového růstu dosáhlo neživotní pojištění v roce 2003, kdy předepsané pojistné vzrostlo o 20,15 %. Toto výrazné zvýšení oproti předcházejícímu roku je přikládáno především tvorbě nových nabízených produktů. Od tohoto roku se míra růstu začala snižovat. K poklesu v odvětví neživotního pojištění došlo nejen v roce 2009, kdy se na slovenském pojistném trhu projevily dopady krize, ale také již o několik let dříve, a to v roce 2006. Jak již bylo zmíněno, tento pokles byl zapříčiněn negativním vývojem pojištění motorových vozidel. 6.3.2


V této podkapitole se opět budeme věnovat předepsanému pojistnému, ale již přepočtenému na jednoho obyvatele. Vývoj počtu obyvatel je uveden v následující tabulce.

Pojistný trh na Slovensku Tab. 4

34

Vývoj počtu obyvatel SR

Rok 2000 Počet obyvatel (v tis.) 5 402 2006 5 393

2001 5 378 2007 5 400

2002 5 379 2008 5 412

2003 5 380 2009 5 424

2004 5 384 2010 5 423

2005 5 389 2011 5 404

Zdroj: ŠÚSR

Stejně tak, jak je tomu v České republice, i na Slovensku se počet obyvatel během sledovaného období nijak zvláště neměnil. Předepsané pojistné na obyvatele je tak ovlivněno vývojem celkového předepsaného pojistného, nikoli vývojem počtu obyvatel. Každoroční přírůstek počtu obyvatel je opravdu velmi malý. Počet narozených dětí je jen nepatrně vyšší než počet zemřelých. Každoroční přírůstek tak tvoří pouze malý přesahující počet narozených nad zemřelými a počet migrantů. Obr. 13

Předepsané pojistné na obyvatele SR

Zdroj: vlastní zpracování na základě výročních zpráv SLASPO a údajů ŠÚSR

Uvedený graf potvrzuje, že vývojové tendence předepsaného pojistného na obyvatele se shodují s vývojovými tendencemi celkového předepsaného pojistného. Důvodem je již zmíněný neměnný stav obyvatelstva. V rámci životního pojištění můžeme sledovat růst od počátku období až do roku 2008. Oproti roku 2000, kdy občan vynaložil za pojištění v průměru částku 68 Eur7, se v roce 2008 tato částka ztrojnásobila. V roce 2008 již předepsané pojistné na obyvatele činilo 204 Eur. V roce 2009, kdy byl zaznamenán pokles pojistného trhu, vynaložil občan na pojistném v průměru o 12 Eur méně než v předchozím roce. V roce 2010 však částka vynaložená na pojistném opět vzrostla a přesáhla hodnotu z roku 2008. V roce 2011 předepsané pojistné na obyvatele

7

Kurz k 1.3.2013: 1 EUR = 25,675 CZK


35

v oblasti životního pojištění dosáhlo nejvyšší hodnoty za celé sledované období, a to 212 Eur. Předepsané pojistné na obyvatele v oblasti neživotního pojištění rostlo jen do roku 2005, kdy občan za pojištění zaplatil v průměru 183 Eur, což bylo o 83 Eur více než v roce 2000. V roce 2006 zaplatil občan v průměru již o 10 Eur méně. Od roku 2007 částka předepsaného pojistného na obyvatele nabrala kolísavou tendenci a v následujícím období se pohybovala kolem 180 Eur. Nejvíce na celkovém pojistném obyvatelé zaplatili v roce 2011. Částka celkového předepsaného pojistného na obyvatele v tomto roce dosáhla hodnoty 390 Eur. Oproti roku 2000, kdy občan zaplatil na celkovém pojistném v průměru 169 Eur, tato částka vzrostla více jak dvakrát. Nyní se podíváme na výkyvy v předepsaném pojistném na obyvatele blíže za pomocí relativních hodnot, kdy se zaměříme na jeho meziroční růst. Obr. 14


Zdroj: vlastní zpracování na základě výročních zpráv SLSPO a údajů ŠÚSR

Jak již bylo uvedeno, předepsané pojistné na obyvatele v oblasti životního pojištění od počátku období rostlo. Míra růstu se však od počátku období neustále snižovala a to až do roku 2003. Od roku 2003 do roku 2008 míra růstu kolísala kolem 14 %. V roce 2009 spolu s ekonomickým poklesem předepsané pojistné na obyvatele v odvětví životního pojištění pokleslo o 4 %, což se projevilo snížením předepsaného pojistného na obyvatele o 12 Eur. V následujícím roce sice předepsané pojistné nabralo růstové tendence, ale tyto se opět snižují. V odvětví neživotního pojištění se na rozdíl od životního pojištění růstové tendence zvyšovaly, pouze však do roku 2003. Od tohoto roku se růstové tendence začaly snižovat. Sledujeme tedy naprosto opačný vývoj, než jsme zaznamenali v oblasti životního pojištění. Za sledované období byl první pokles předepsaného pojistného na obyvatele v odvětví neživotního pojištění zaznamenán v roce 2006 a pojišťovny tak v tomto roce získaly od každého občana v průměru o 10 Eur méně. Tento pokles byl vystřídán opětovným růstem, ten však nevydržel dlouho. V roce 2009 a 2010 pokleslo předepsané pojistné na obyvatele o 3 %.


36

Růst předepsaného pojistného v roce 2011 v odvětví neživotního pojištění však zajistil dosažení nejvyšší částky celkového předepsaného pojistného na obyvatele za celé sledované období. 6.3.3


Pro ucelený pohled na vývoj slovenského pojistného trhu se zaměříme i na některé z dalších ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven působících na trhu a pojistné plnění. Tab. 5

Další ukazatele pojistného trhu SR

Rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Další ukazatele pojistného trhu Pojištěnost Počet Pojistné plnění (v %) pojišťoven (v tis. Eur) 2,93 28 444 545 3,15 28 478 695 3,30 29 504 602 3,47 28 522 989 3,53 25 573 194 3,49 26 578 186 3,24 25 708 682 3,12 24 790 988 3,15 20 945 202 3,23 20 1 031 677 3,14 22 1 132 938 3,05 23 1 079 370

Zdroj: vlastní zpracování na základě údajů SLSPO, ŠÚSR a European Insurance in Figures

Na počátku sledovaného období rostl pojistný trh rychleji než celá ekonomika. Od roku 2005 míra pojištěnosti začala oslabovat a pojistný trh tak v poměru k celkové ekonomice začal stagnovat. Po dopadu finanční krize však zpomalení výkonnosti ekonomiky napomohlo výraznějšímu zvýšení tohoto ukazatele. Jakmile však ekonomika začala opět růst, ukazatel pojištěnosti se začal snižovat. Z uvedené tabulky můžeme pozorovat, že největší množství konkurence působilo na slovenském pojistném trhu v roce 2002, kdy na tomto trhu provozovalo svoji činnost 29 pojišťoven. Následně se však jejich počet začal snižovat. Nejnižší počet komerčních pojišťoven působících na trhu byl v rámci sledovaného období zaznamenán v roce 2008 a 2009. Tehdy na trhu působilo pouze 20 pojišťoven. V posledních letech začíná konkurence na trhu mírně stoupat. Oproti českému pojistnému trhu je ale počet pojišťoven na slovenském pojistném trhu dvakrát tak nižší.


37

Vývoj pojistného plnění měl od začátku období až do roku 2010 rostoucí charakter. Vývoj předepsaného pojistného však s vývojem pojistného plnění koresponduje pouze do roku 2008. V roce 2009, kdy došlo k poklesu předepsaného pojistného, pojistné plnění neustále rostlo. Tato situace tak neprospěla růstu ziskovosti pojistných subjektů působících na trhu.

6.4 Vývoj makroekonomických ukazatelů Nyní se podíváme na vývoj makroekonomických ukazatelů (faktorů), které potenciálně ovlivňují vývoj předepsaného pojistného. Tab. 6

Vývoj makroekonomických ukazatelů SR

Rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

HDP (v mil. Eur) 31 177 33 881 36 806 40 612 45 161 49 314 55 001 61 449 66 842 62 794 65 869 69 108

Nezaměstnanost (v %) 17,9 18,6 17,4 15,6 13,1 11,4 9,4 8,0 8,4 12,7 12,5 13,6

Hrubá mzda (v Eur) 379 410 448 477 525 573 623 669 723 745 769 786

Zdroj: ŠÚSR

Výkonnost slovenské ekonomiky rostla až do roku 2008. V roce 2009 ekonomika zpomalila v důsledku krize. Zpomalení ekonomiky tak vedlo ke zvýšení ukazatele pojištěnosti, jehož vývoj je uveden v předchozí kapitole. V tomto roce však došlo i k poklesu předepsaného pojistného. Z uvedeného tedy vyplývá, že pokles předepsaného pojistného, ke kterému v roce 2009 došlo, nebyl tak výrazný jako pokles ekonomiky. Již při prvotním pohledu na míru nezaměstnanosti lze říci, že Slovensko patří mezi země, které si nevedou v oblasti zaměstnanosti dobře. Podobně je na tom ze zemí Visegrádské skupiny Polsko. V roce 2006 se sice Slovensku podařilo stlačit míru nezaměstnanosti pod 10 %, ale toto úsilí o snižování míry nezaměstnanosti nevydrželo bohužel dlouho. V roce 2009 v návaznosti na dopady finanční krize míra nezaměstnanosti opět vzrostla nad 10 %. Ve sledovaném období můžeme vidět, že průměrná hrubá mzda neustále rostla. V roce 2011 se průměrná hrubá mzda oproti roku 2000 zhruba zdvojnásobila. Zatímco v roce 2000 průměrná hrubá mzda činila 379 Eur, v roce 2011


38

to bylo 786 Eur. Neustále růstové tendence průměrné hrubé mzdy na Slovensku tak korespondují s vývojem průměrné hrubé mzdy v ostatních zemích Visegrádské skupiny.


39

7 Pojistný trh v Polsku Tato kapitola je věnována charakteristice pojistného trhu Polska s důrazem na vývoj předepsaného pojistného a makroekonomických ukazatelů (faktorů), které vývoj předepsaného pojistného potenciálně ovlivňují.

7.1

Legislativní rámec pojistného trhu a jeho regulace

Dne 1. 5. 2004 Polsko vstoupilo stejně tak jako ostatní členové Visegrádské skupiny do Evropské unie, došlo zde tedy také k harmonizaci polského pojistného práva s právem evropským. Díky tomu můžeme jednoduše srovnávat polský pojistný trh s ostatními pojistnými trhy EU za pomoci stejných ukazatelů pojistného trhu. V současné době je pojišťovací činnost na území Polska upravována zákonem ze dne 22. května 2003 o pojišťovací činnosti. Funkci regulace a dohledu nad polským pojistným trhem vykonává Komise pro finanční dozor.8 Cílem Komise pro finanční dozor je chránit zájmy pojistníků, pojištěných a oprávněných osob. (KNF, 2013)

7.2 Struktura pojistného trhu Struktura pojistného trhu je tvořena životním a neživotním pojištěním, přičemž životní pojištění zastává podíl 56 %, neživotní pojištění 44 %. Při srovnávání Polska s vyspělými ekonomikami, kde je poměr segmentů 60:40 dlouhodobě ustálen ve prospěch životního pojištění, je dle obr. 15 patrné, že se podoba polského pojišťovnictví přibližuje vyspělým ekonomikám zatím nejvíce z dosud pozorovaných pojistných trhů Visegrádské skupiny. Obr. 15

Podíl životního a neživotního pojištění PL

Zdroj: vlastní zpracování na základě výroční zprávy PIU 2011

Pravidla dohledu nad pojišťovnictvím jsou uvedeny v zákoně ze dne 22. května 2003 o pojišťovací činnosti. 8


40


Struktura životního pojištění PL

Zdroj: vlastní zpracování na základě výročních zpráv PIU

Strukturu životního pojištění v Polsku tvoří životní pojištění, životní pojištění s investičním fondem a úrazové pojištění. Ostatní pojištění zastávají méně jak 1 % na trhu. Během sledovaného období můžeme vidět, že se podíl životního pojištění snižuje a roste podíl životního pojištění s investičním fondem. Podíl životního pojištění s investičním fondem činil v roce 2008 16,13 %, v roce 2011 se tento podíl dvojnásobně zvýšil a činil tak 32,36 %. I podíl úrazového pojištění na polském pojistném trhu se spíše zvyšuje, ale jeho vývoj není tak příznivý jako vývoj životního pojištění s investičním fondem. Dle uvedených grafů lze vidět, že polští klienti životnímu pojištění s investičním fondem rok od roku přikládají stále větší důvěru.

Skupiny pojištění v odvětví životního pojištění jsou vymezeny v příloze zákona Dz. U. 2003 Nr 124 poz. 1151, o pojišťovací činnosti v díle I, skupiny pojištění v odvětví neživotního pojištění jsou vymezeny v téže příloze téhož zákona v díle II. 9

Pojistný trh v Polsku Obr. 17

41

Struktura neživotního pojištění PL


V odvětví neživotního pojištění je po celé sledované období vidět převládající podíl pojištění motorových vozidel. Jeho podíl převyšuje 50 %. Na počátku sledovaného období jeho podíl dosahoval dokonce skoro 60 %. V roce 2009 se však tento podíl zmenšil na 56 %, který si toto pojištění udrželo až do roku 2011. Druhý největší podíl zastává pojištění majetku. Podíl tohoto pojištění se neustále zvyšuje. Pojištění majetku spolu s pojištěním motorových vozidel tvoří 75 % trhu. Zbylých 25 % zastávají různá pojištění neživotního charakteru, která mají tržní podíly nižší než 10 %.

7.3 Vývoj ukazatelů pojistného trhu V rámci této kapitoly budeme sledovat vývoj předepsaného pojistného. Budeme se zabývat nejen jeho absolutními hodnotami, ale také mírou jeho růstu. Na závěr kapitoly si uvedeme i vývoj dalších hojně využívaných ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven a pojistné plnění.


7.3.1

42


Nejprve se tedy zaměříme na vývoj předepsaného pojistného. Budeme sledovat, jak se vyvíjelo celkové předepsané pojistné, předepsané pojistného v rámci životního a neživotního pojištění. Obr. 18

Předepsané pojistné PL


Předepsané pojistné v odvětví životního pojištění rostlo až do roku 2008. V roce 2008 dosáhlo předepsané pojistné na polském pojistném trhu v odvětví životního pojištění svého maxima, a to 42 mld. Pln10. V následujícím roce 2009 však předepsané pojistné prudce kleslo a nabralo kolísavou tendenci. Lze tedy říci, že se v tomto roce projevily dopady finanční krize i na pojistném trhu. Předepsané pojistné v odvětví neživotního pojištění mělo za sledované období růstovou tendenci, tato tendence však byla na počátku období tak mírná, že je v grafu těžko vystižitelná. Stejně tak jako v odvětví životního pojištění došlo v odvětví neživotního pojištění v roce 2009 k poklesu předepsaného pojistného. Tento pokles byl způsoben poklesem předepsaného pojistného u pojištění motorových vozidel, čímž se snížil jeho převládající podíl na trhu (viz. obr. 17). Celkové předepsané pojistné dosáhlo nejvyšší hodnoty v roce 2008, stejně tak tomu bylo v odvětví životního pojištění. Všimněme si, že na počátku období podíl předepsaného pojistného v odvětví neživotního pojištění značně převyšuje podíl v odvětví životním. Tato situace se ale změnila v roce 2006, kdy podíl předepsaného pojistného životního pojištění převýšil podíl předepsaného pojistného v odvětví neživotního pojištění. Od tohoto roku se tak svou podobou začalo polské pojišťovnictví přibližovat vyspělým zemím EU.

10

Kurz k 1.3.2013: 1 PLN = 6,190 CZK


43

Míra růstu předepsaného pojistného PL


Na počátku sledovaného období se každoročně růst předepsaného pojistného oproti předchozímu roku v obou odvětvích mírně zvyšoval. Od roku 2003 začalo výrazněji růst předepsané pojistné životního pojištění, k jeho zpomalení došlo až v roce 2007, kdy byl zaznamenán 18% růst. K největšímu meziročnímu růstu předepsaného pojistného v odvětví životního pojištění za celé sledované období došlo v roce 2008, kdy předepsané pojistné vzrostlo o 47 %. V roce 2009 byl zaznamenán pokles jak předepsaného pojistného životního, tak neživotního pojištění. Z grafu lze vidět, že pokles v životním pojištění byl výrazně větší než v neživotním. V neživotním pojištění pokleslo předepsané pojistné pouze o 1 %. V životním pojištění byl zaznamenán pokles o 25 %. Potřeba finančních prostředků v návaznosti na finanční krizi tak především uškodila rozvoji životního pojištění. I přes tento propad si však životní pojištění drží výsadní podíl na trhu, který se v současnosti blíží podílu dosahovanému ve vyspělých ekonomikách EU. 7.3.2


Jako u předchozích sledovaných trhů se zaměříme také na předepsané pojistné přepočtené na obyvatele. Uvedeme si tedy, kolik průměrně vynaloží občan na pojistném ročně. Opět se budeme věnovat jak absolutním hodnotám, tak míře růstu předepsaného pojistného na obyvatele. Vývoj počtu obyvatel za sledované období je uveden v následující tabulce.

Pojistný trh v Polsku Tab. 7

44

Vývoj počtu obyvatel PL


2002 38 219 2008 38 123

2003 2004 38 191 38 174 2009 2010 38 111 38 092

2005 38 157 2011 38 281

Zdroj: GUS

Dle uvedeného vývoje počtu obyvatel je sledovaný vývoj předepsaného pojistného na obyvatele ovlivněn spíše vývojem předepsaného pojistného, neboť počet obyvatel se stejně tak jako v České republice a na Slovensku nijak výrazně nemění. Obr. 20

Předepsané pojistné na obyvatele PL


Nejméně vynaložili občané Polska na pojistném v rámci životního pojištění v roce 2003, kdy připadají na jednoho občana náklady na pojistné ve výši 217 Pln. Po tomto roce se náklady občanů na pojistné začaly zvyšovat, a to až do roku 2008, kdy dosáhly nejvyšší hodnoty. V tomto roce občan vynaložil na pojistném životního pojištění v průměru 1 067 Pln. V odvětví neživotního pojištění se pohybovalo předepsané pojistné na obyvatele na počátku sledovaného období kolem 370 Pln. V roce 2004 předepsané pojistné na obyvatele přesáhlo hranici 400 Pln., v roce 2006 pak hranici 500 Pln., a v roce 2010 hranici 600 Pln. Lze tedy pozorovat, že ve sledovaném období v odvětví neživotního pojištění náklady občanů na předepsané pojistné a tedy i zisky pojišťoven z tohoto předepsaného pojistného rostly. Celkové předepsané pojistné na obyvatele dosáhlo nejvyšší hodnoty v roce 2008, a to 1 624 Pln. Tato hodnota byla dosažena především díky velkému růstu předepsaného pojistného v odvětví životního pojištění.


45

Míra růstu předepsaného pojistného na obyvatele PL


Míra růstu předepsaného pojistného na obyvatele v životním pojištění za sledované období velmi kolísala. V roce 2003, 2009 a 2011 došlo dokonce k poklesu. Pokles předepsaného pojistného na obyvatele byl v roce 2003 a 2009 téměř stejný a pohyboval se kolem 23 %, což se projevilo sníženými náklady obyvatel a ušlými zisky pojišťoven. V roce 2011 pokleslo předepsané pojistné životního pojištění na obyvatele jen mírně, a to o 2 %, což v peněžním vyjádření činí 21 Pln. V odvětví neživotního pojištění byla míra růstu předepsaného pojistného na obyvatele po sledované období poměrně vyrovnaná. Tento růst se každoročně pohyboval pod hranicí 10 %, pouze v roce 2004 byla tato hranice překročena a došlo k růstu o 12,9 %. Náklady obyvatel na pojistné se tak zvedly z 389 Pln na 439 Pln. 7.3.3


Pro ucelený pohled na vývoj polského pojistného trhu se zaměříme i na některé z dalších ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven působících na trhu a pojistné plnění. Tab. 8

Další ukazatele pojistného trhu PL

Rok 2000 2001 2002 2003 2004

Další ukazatele pojistného trhu Pojištěnost Počet Pojistné plnění (v %) pojišťoven (v tis. Pln) 3,19 68 11 620 174 3,10 71 12 107 185 3,17 73 13 385 890 3,26 77 14 157 684 3,42 71 16 389 261


2005 2006 2007 2008 2009 2010 2011

46

3,64 4,09 4,19 5,02 3,97 3,99 3,75

69 65 67 66 65 63 61

18 301 123 19 449 700 22 126 244 31 661 599 41 804 497 38 443 889 39 808 200

Zdroj: vlastní zpracování na základě výročních zpráv PIU a údajů GUS

Dle ukazatele pojištěnosti můžeme sledovat růst pojistného trhu až do roku 2008, kdy bylo dosaženo nejvyšší pojištěnosti za sledované období. Pojistný trh tak rostl rychleji než celá ekonomika. V roce 2009 míra pojištěnosti značně oslabila a pojistný trh tak v poměru k celkové ekonomice začal stagnovat. I přes finanční krizi polská ekonomika neustále rostla, na rozdíl od předepsaného pojistného, které v roce 2009 výrazně oslabilo. V posledních letech tak sledujeme pomalejší růst předepsaného pojistného v poměru k celkové ekonomice, což se projevuje nižšími hodnotami ukazatele pojištěnosti. Při prvotním pohledu na stav počtu komerčních pojišťoven na pojistném trhu můžeme konstatovat, že se jedná o trh s koncentrací většího množství konkurence, než tomu bylo u dvou předchozích trhů, tj. České republiky a Slovenska. Na počátku sledovaného období, od roku 2000 do roku 2003, počet pojišťoven na polském pojistném trhu rostl. V roce 2003 dokonce dosáhl nejvyšší hodnoty za celé sledované období, v tomto roce bylo soustředěno na polském pojistném trhu 77 komerčních pojišťoven. Od roku 2004 však jejich počet začal každoročně klesat. V roce 2011 působilo na polském trhu již pouze 61 pojišťoven. Vývoj pojistného plnění měl od začátku období až do roku 2009 rostoucí charakter. Vývoj předepsaného pojistného s vývojem pojistného plnění koresponduje pouze do roku 2008. V roce 2009, kdy došlo k poklesu předepsaného pojistného, pojistné plnění neustále rostlo. Tato situace tak nepřispěla ziskovosti pojistných subjektů působících na trhu. Ke stejné situaci došlo na slovenském pojistném trhu (viz. kapitola 6). V roce 2010 se však díky růstu předepsaného pojistného a současnému poklesu pojistného plnění situace pojišťoven zlepšila.

7.4 Vývoj makroekonomických ukazatelů Nyní se podíváme na vývoj makroekonomických ukazatelů (faktorů), které potenciálně ovlivňují vývoj předepsaného pojistného.

Pojistný trh v Polsku Tab. 9

47

Vývoj makroekonomických ukazatelů PL

Rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

HDP (v mil. Pln) 744 378 779 564 808 578 843 156 924 538 983 302 1 060 031 1 176 737 1 275 508 1 344 505 1 416 585 1 522 700

Nezaměstnanost (v %) 16,1 18,3 19,9 19,6 19,0 17,7 13,8 9,6 7,1 8,2 9,6 12,5

Hrubá mzda (v Pln) 1 923,81 2 061,85 2 133,21 2 201,47 2 289,57 2 380,29 2 477,23 2 691,03 2 943,55 3 102,96 3 224,98 3 399,52

Zdroj: GUS

Výkonnost polské ekonomiky rostla po celé sledované období. Finanční krize se tak v celkové ekonomice neprojevila, projevila se však na polském pojistném trhu, a to poklesem předepsaného pojistného. V době poklesu předepsaného pojistného měl tak stálý růst celkové ekonomiky vliv na snížení ukazatele pojištěnnosti, jehož vývoj je uveden v předcházející kapitole. Polsko patří k ekonomikám s vyšší mírou nezaměstnanosti. Tu se však podařilo v roce 2008 snížit až na 7,1 %. Můžeme tak usuzovat, že toto snížení nezaměstnanosti v roce 2008 přispělo k růstu předepsaného pojistného v oblasti životního pojištění, jež v roce 2008 dosáhlo svého vrcholu. Ve sledovaném období průměrná hrubá mzda neustále rostla. Od roku 2000 do roku 2011 vzrostla průměrná hrubá mzda o 77 %. Zatímco v roce 2000 průměrná hrubá mzda činila 1 923,81 Pln, v roce 2011 to již bylo 3 399,52 Pln. Neustálé růstové tendence průměrné hrubé mzdy v Polsku korespondují s vývojem průměrné hrubé mzdy v ostatních zemích Visegrádské skupiny.


48

8 Pojistný trh v Maďarsku Tato kapitola je věnována charakteristice pojistného trhu Maďarska s důrazem na vývoj předepsaného pojistného a makroekonomických ukazatelů (faktorů), které vývoj předepsaného pojistného potenciálně ovlivňují.

8.1 Legislativní rámec pojistného trhu a jeho regulace Legislativní rámec maďarského pojistného trhu představuje zákon o pojišťovnictví z roku 2003. Tento zákon vstoupil v platnost po přistoupení Maďarska k Evropské unii a nahradil tak starý zákon o pojišťovnictví z roku 1995. Cílem nového zákona bylo harmonizovat maďarské pojistné právo s právem Evropské unie, čímž se zvýšila ochrana zájmů účastníků pojistného trhu a byla posílena kontrola nad pojistným trhem. Zákon o pojišťovnictví z roku 2003 definuje některé nové pojmy a stanovuje možné organizační formy podnikání v oblasti pojišťovnictví. Pro zprostředkovatele pojištění byl tímto zákonem zaveden jednotný registrační systém. Platností zákona o pojišťovnictví z roku 2003 došlo také ke změně v oblasti technických rezerv. Byly rozšířeny možnosti investování technických rezerv, ale zároveň byl stanoven maximální počet rizikových investičních produktů. (New Insurance Regulation, 2013) Díky implementaci legislativy EU do maďarského pojistného práva tak můžeme tento pojistný trh srovnávat s ostatními pojistnými trhy EU za pomoci stejných ukazatelů. Funkci regulace a dohledu nad maďarským pojistným trhem vykonává maďarský Úřad pro finanční dohled (PSZAF).11 Maďarský Úřad pro finanční dohled je zodpovědný za celý finanční sektor, včetně úvěrových institucí, poskytovatelů investičních služeb, pojišťovacích institucí a fondů.

8.2 Struktura pojistného trhu Struktura pojistného trhu je tvořena životním a neživotním pojištěním, přičemž životní pojištění zastává podíl 55 %, neživotní pojištění 45 %. Při srovnávání Maďarska s vyspělými ekonomikami, kde je poměr segmentů 60:40 dlouhodobě ustálen ve prospěch životního pojištění, je dle obr. 22 patrné, že se podoba maďarského pojišťovnictví přibližuje vyspělým ekonomikám. V Maďarsku, Polsku a na Slovensku tak převládá na pojistném trhu pojištění životní. Jediným členem Visegrádské skupiny, kde stále na pojistném trhu převládá pojištění neživotní, je Česká republika.

11

PSZAF byl založen v dubnu roku 2000 a sídlí v Budapešti.

Pojistný trh v Maďarsku Obr. 22

49

Podíl životního a neživotního pojištění HU

Zdroj: vlastní zpracování na základě výroční zprávy MABISZ 2011


Struktura životního pojištění HU

Zdroj: vlastní zpracování na základě výročních zpráv MABISZ

Jednotlivé skupiny pojištění patřící do odvětví životního a neživotního pojištění jsou uvedeny v zákoně o pojišťovnictví z roku 2003. 12


50

Z uvedených grafů je jasně viditelné, že na maďarském trhu životního pojištění převládá životní pojištění investiční (Unit-linked). Po celé sledované období zabírá toto pojištění na trhu více jak 60 %. Druhou největší skupinou pojištění, která se na trhu životního pojištění nachází, je smíšené životní pojištění (Mixed life). Toto pojištění zaujímá na trhu životního pojištění po sledované období více jak 20 %. Zbývající část trhu tvoří ostatní druhy životního pojištění, jako je například rizikové životní pojištění, jehož podíl se na trhu pohybuje kolem 4 %, či důchodové pojištění, jež na trhu životního pojištění zastává podíl pohybující se kolem 1 %. Obr. 24

Struktura neživotního pojištění HU


V odvětví neživotního pojištění můžeme pozorovat, že největší podíl na maďarském pojistném trhu zaujímá pojištění motorových vozidel. Podíl tohoto pojištění se na trhu pohybuje kolem 50 %. Druhý největší podíl na trhu neživotního pojištění zastává pojištění domácnosti. Podíl tohoto pojištění se na trhu neustále zvyšuje. V roce 2008 činil 19,92 % a v roce 2011 již podíl pojištění domácnosti činil 27,16 %. Významnou částí trhu neživotního pojištění je také pojištění pro podnikatele. Toto pojištění chrání podnikatele před podnikatelskými riziky, tato rizika sice nedokáže odvrátit, ale zmírňuje jejich dopad. Podíl pojištění pro podnikatele se pohybuje kolem 10 %. Ve srovnání s ostatními sledova-


51

nými trhy, Českou republikou, Slovenskem a Polskem, je podíl tohoto pojištění na maďarském pojistném trhu opravdu vysoký. Podíl 5 % na trhu zastává pojištění odpovědnosti za škodu. Ostatní druhy pojištění, které se na trhu neživotního pojištění vyskytují, dosahují podílu pod 2,5 %.

8.3 Vývoj ukazatelů pojistného trhu V rámci této kapitoly budeme sledovat vývoj předepsaného pojistného. Budeme se zabývat nejen jeho absolutními hodnotami, ale také mírou jeho růstu. Na závěr kapitoly si uvedeme i vývoj dalších hojně využívaných ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven a pojistné plnění. 8.3.1


Důležitý ukazatel pojistného trhu, jehož vývoj budeme nyní pozorovat, je předepsané pojistné. Budeme sledovat jeho vývoj v odvětví životního i neživotního pojištění. Obr. 25

Předepsané pojistné HU


Na počátku sledovaného období životní pojištění na trhu spíše stagnovalo, ale od roku 2002 začalo růst. Tento růst byl ze začátku mírný, postupem času se však zvětšoval, a to až do roku 2007, kdy předepsané pojistné životního pojištění dosáhlo nejvyšší hodnoty, a to 508 mld. Huf13. V roce 2008 došlo k poklesu předepsaného pojistného životního pojištění. Tento pokles byl způsoben snížením zájmu o investiční životní pojištění, který trval i v následujícím roce. S opětovným zájmem o toto pojištění, ke kterému, jak víme z předchozí kapitoly, došlo v roce 2010, začalo předepsané pojistné životního pojištění opět růst.

13

Kurz k 1.3.2013: 1 HUF = 0,086920 CZK


52

Vývoj předepsaného pojistného v odvětví neživotního pojištění je charakteristický mírnými přírůstky trvajícími až do roku 2007. Od roku 2008 však začalo docházet k poklesu předepsaného pojistného. V odvětví neživotního pojištění byl tento pokles způsoben poklesem předepsaného pojistného pojištění motorových vozidel. Vysvětlením snižování předepsaného pojistného tohoto pojištění v posledních letech je cenový boj pojišťoven. Vývoj celkového předepsaného pojistného kopíruje vývoj v odvětví životního a neživotního pojištění, který byl po celé sledované období téměř shodný. Celkové předepsané pojistné tak dosáhlo nejvyšší hodnoty v roce 2007, kdy činilo 930 mld. Huf. S příchodem finanční krize byl však růst celkového předepsaného pojistného zastaven. Obr. 26

Míra růstu předepsaného pojistného HU


Míra růstu předepsaného pojistného v odvětví životního pojištění po sledované období velmi kolísala. K největšímu meziročnímu růstu došlo na počátku období a v roce 2006, kdy předepsané pojistné vzrostlo o více jak 40%. Faktorem tohoto nárůstu bylo zavedení daně z úroků ke dni 1. září 2006, který měl za následek redistribuci mezi formami spoření. V tomto roce se tak výrazně zvýšil zájem o investiční životní pojištění. V roce 2008 s příchodem finanční krize začalo předepsané pojistné, jak již bylo zmíněno, klesat. Tyto poklesy, ke kterým došlo v roce 2008 a 2009, se pohybovaly kolem 10 %. Vývoj předepsaného pojistného v neživotním pojištění se, na rozdíl od životního pojištění, neprojevoval výraznými výkyvy. Míra růstu předepsaného pojistného neživotního pojištění byla největší na počátku období, kdy se meziroční růst pohyboval okolo 18 %. Od roku 2004 se již míra růstu pohybovala pod 10 % a od roku 2009 začalo předepsané pojistné neživotního pojištění klesat, tento pokles se neustále prohlubuje a je zapříčiněn již zmíněným cenovým bojem pojišťoven.


8.3.2

53


V této podkapitole si předepsané pojistné přepočteme na obyvatele a zjistíme tak, kolik peněz občan průměrně vynaloží za pojištění na daný rok. Budeme se věnovat jak absolutním hodnotám, tak mírou růstu předepsaného pojistného na obyvatele za sledované období. Vývoj počtu obyvatel za sledované období je uveden v následující tabulce. Tab. 10

Vývoj počtu obyvatel HU


2002 2003 2004 10 175 10 142 10 117 2008 2009 2010 10 045 10 031 10 014

2005 10 098 2011 9 986

Zdroj: KSH

Stejně tak jako v ostatních zemích Visegrádské skupiny, ani v Maďarsku se počet obyvatel během sledovaného období nijak zvláště neměnil. Můžeme tedy říci, že vývoj předepsaného pojistného na obyvatele je ovlivněn především vývojem samotného předepsaného pojistného. Obr. 27

Předepsané pojistné na obyvatele HU


Dle uvedeného grafu je zřejmé, že v odvětví životního pojištění dosáhlo předepsané pojistné na obyvatele nejvyšší hodnoty v roce 2007. V tomto roce občan na pojistném zaplatil v průměru 50 586 maďarských forintů. Oproti roku 2 000, kdy náklady na pojistné na jednoho občana činily 17 687 forintů, tak předepsané pojistné na obyvatele vzrostlo o 32 899 forintů. V roce 2008 začalo v odvětví životního pojištění předepsané pojistné na obyvatele klesat a začaly tak klesat náklady domácností na pojištění a zisky pojišťoven z pojistného. V odvětví neživotního pojištění bylo předepsané pojistné na obyvatele na počátku sledovaného období vyšší než u životního pojištění. V roce 2004 občan


54

zaplatil na pojistném v rámci neživotního pojištění v průměru dokonce o 11 tisíc forintů více, než v rámci životního pojištění. Tento rozdíl se však neustále snižoval až do roku 2007, kdy hodnota předepsaného pojistného na obyvatele v odvětví životního pojištění přesáhla předepsané pojistné na obyvatele neživotního pojištění. Za celé sledované období byly pojistné náklady na jednoho obyvatele v odvětví neživotního pojištění nejvyšší v roce 2009, v tomto roce občan za neživotní pojištění zaplatil v průměru 42 394 Huf. I když je tato částka vysoká, v odvětví životního pojištění v roce 2007 činilo předepsané pojistné na obyvatele ještě o 8 192 Huf více. Nejvyšší hodnoty celkového předepsaného pojistného bylo dosaženo v roce 2007, kdy občan na celkovém pojistném zaplatil v průměru 92 518 Huf. Obr. 28

Míra růstu předepsaného pojistného na obyvatele HU


Můžeme pozorovat, že v odvětví životního pojištění míra růstu předepsaného pojistného na obyvatele po sledované období velice kolísala. Největší růst byl zaznamenán na počátku období a v roce 2006, kdy míra růstu dosáhla 40 %. Náklady na pojistné se tak obyvatelům v tomto roce zvýšily o 16 148 Huf. V roce 2007, kdy předepsané pojistné na obyvatele životního pojištění dosáhlo svého maxima, se již míra růstu začala značně zpomalovat. Vývoj v odvětví neživotního pojištění byl na počátku období podobný jako v odvětví životního pojištění. Míra růstu předepsaného pojistného na obyvatele kolísala až do roku 2007. Od tohoto roku se míra růstu začala snižovat a v souvislosti s finanční krizí se její hodnoty začaly pohybovat pod 1 %. 8.3.3


Pro ucelený pohled na vývoj maďarského pojistného trhu se zaměříme i na některé z dalších ukazatelů pojistného trhu, jimiž jsou pojištěnost, počet komerčních pojišťoven působících na trhu a pojistné plnění.

Pojistný trh v Maďarsku Tab. 11

55

Další ukazatele pojistného trhu HU

Rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

Další ukazatele pojistného trhu Pojištěnost Počet Pojistné plnění (v %) pojišťoven (v mil. Huf) 22 2,92 208 669 23 2,82 247 453 28 2,95 271 183 28 3,26 318 703 28 2,89 377 981 28 3,11 412 553 27 3,49 462 929 31 3,67 525 177 30 3,31 467 258 30 3,19 542 126 32 3,11 624 050 30 2,91 546 877

Zdroj: vlastní zpracování na základě výročních zpráv MABISZ, European Insurance in Figures

Dle ukazatele pojištěnosti můžeme sledovat růst pojistného trhu do roku 2003. V roce 2004 míra pojištěnosti oslabila a pojistný trh tak v poměru k celkové ekonomice stagnoval. V dalších letech začal pojistný trh zase růst a to až do příchodu finanční krize. Od roku 2008 začala pojištěnost klesat. Příčinou tohoto poklesu je pokles předepsaného pojistného. V roce 2000 byla na maďarském pojistném trhu za sledované období nejmenší konkurence. V této době působilo na trhu 22 pojišťoven. Následně se konkurence na trhu začala zvyšovat. Největší množství pojišťoven působilo na maďarském pojistném trhu v roce 2010, kdy zde svou činnost vykonávalo 32 pojišťoven. Z pohledu počtu komerčních pojišťoven působících na trhu se maďarský pojistný trh podobá slovenskému pojistnému trhu. Vývoj pojistného plnění měl od začátku období až do roku 2007 rostoucí charakter. V roce 2008 došlo k poklesu pojistného plnění, nicméně toto snížení nákladů nemělo vliv na dosahované zisky pojišťoven, jelikož v tomto roce začalo klesat i předepsané pojistné.

8.4 Vývoj makroekonomických ukazatelů Nyní se podíváme na vývoj makroekonomických ukazatelů (faktorů), které potenciálně ovlivňují vývoj předepsaného pojistného.

Pojistný trh v Maďarsku Tab. 12

56

Vývoj makroekonomických ukazatelů HU

Rok 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011

HDP (v mil. Huf) 13 089 047 15 103 898 17 119 415 18 738 214 20 665 018 22 018 283 23 675 040 24 989 917 26 543 305 25 626 480 26 607 339 27 886 401

Míra nezaměstnanosti (v %) 6,0 5,6 5,9 5,5 6,3 7,3 7,5 7,7 8,0 10,1 11,2 10,7

Hrubá mzda (v Huf) 87 645 103 553 122 482 137 193 145 520 158 343 171 351 185 017 198 964 199 837 202 525 213 094

Zdroj: KSH

Výkonnost maďarské ekonomiky rostla do roku 2008. V důsledku krize ekonomika v roce 2009 zpomalila. Stejnou situaci jsme sledovali i v České republice a na Slovensku. Z předchozí kapitoly víme, že v tomto roce poklesl i ukazatel pojištěnosti. Zpomalení celkové ekonomiky tedy nebylo tak výrazné jako zpomalení vývoje na pojistném trhu. Míra nezaměstnanosti v Maďarsku během sledovaného období rostla. Finanční krize a následný útlum činnosti podniků na maďarském trhu tak napomohly k překroční 10% hranice míry nezaměstnanosti. Od roku 2009 se tak míra nezaměstnanosti drží nad touto hranicí. Podobnou situaci v oblasti nezaměstnanosti v posledních letech sledovaného období zažívalo i Slovensko, kde byla míra nezaměstnanosti dokonce ještě o něco vyšší než v Maďarsku. Jediný makroekonomický faktor, jehož vývoj je shodný ve všech zemích Visegrádské skupiny, je průměrná hrubá mzda. I v Maďarsku se průměrná hrubá mzda během sledovaného období neustále zvyšuje. Na počátku sledovaného období činila průměrná hrubá mzda 87 645 Huf, na jeho konci pak 213 094 Huf. Průměrná hrubá mzda tak vzrostla o 143 %. Tento nárůst byl v rámci Visegrádské skupiny nejvyšší.

Regresní analýza

57

9 Regresní analýza Předmětem této kapitoly je regresní analýza závislosti předepsaného pojistného na jednotlivých faktorech, které by na základě dosavadních poznatků literatury mohly mít na předepsané pojistné vliv. Těmito faktory jsou hrubý domácí produkt, míra nezaměstnanosti a průměrná hrubá mzda. Součástí této kapitoly bude tedy provedení vícerozměrné regresní analýzy, na základě které bude určeno, jaké faktory vývoj předepsaného pojistného ovlivňují. Následně bude v rámci jednotlivých regresních modelů provedena predikce předepsaného pojistného do budoucna.

9.1 Vymezení proměnných Vysvětlovaná (závislá) proměnná: PW – předepsané pojistné Vysvětlující (nezávislá) proměnná: GDP – hrubý domácí produkt U – míra nezaměstnanosti W – průměrná hrubá mzda

9.2 Specifikace parametrů U výše uvedených vysvětlujících proměnných se předpokládají následující vlivy na vysvětlovanou proměnnou:  GDP – předpokládán pozitivní vliv na předepsané pojistné, s růstem hrubého domácího produktu dochází k růstu předepsaného pojistného z důvodu zvyšovaní kvality služeb a zvyšování životní úrovně obyvatel  U – předpokládán negativní vliv na předepsané pojistné, s rostoucí mírou nezaměstnanosti dochází ke snižování volných peněžních prostředků obyvatel, čímž dochází ke snížení zájmu o pojištění  W – předpokládán pozitivní vliv na předepsané pojistné, s růstem hrubé mzdy dochází ke zvyšování volných peněžních prostředků obyvatel, čímž dojde ke zvýšení zájmu o pojištění

9.3 Konstrukce regresní rovnice Pro účely empirické verifikace vlivu faktorů na předepsané pojistné bude použita následující regresní rovnice: PW/obyv i = β0 + β2 * GDP/obyv i + β3 * U i + β5 * W i

Regresní analýza

58

Ve výše uvedené rovnici malé i indikuje jednotlivé roky. Faktory vstupují do výše uvedené rovnice v lineární podobě.

9.4 Lineární regresní model č. 1 - ČR V lineárním regresním modelu č. 1 je uvažován následující funkční vztah: + - + PW/obyv = f (GDP, U, W), přičemž předpokládáme pozitivní vliv hrubého domácího produktu, negativní vliv míry nezaměstnanosti a pozitivní vliv průměrné hrubé mzdy. Pro odstranění nestacionarity a trendu časových řad byly využity logaritmické diference. Míru závislosti jednotlivých proměnných lineárního regresního modelu můžeme vidět v následující tabulce. Tab. 13


PW/obyv GDP/obyv 1 0,6399 1

U -0,1439 -0,0441 1

W 0,6092 0,8923 -0,2592 1

PW/obyv GDP/obyv U W

Zdroj: vlastní zpracování při využití programu Gretl

Z uvedené tabulky je zřejmé, že je předepsané pojistné nejvíce korelováno s vysvětlující proměnnou GDP. Podobně lze vysokou korelaci pozorovat u průměrné hrubé mzdy. Jelikož jsou však vysvětlující proměnné, hrubý domácí produkt a průměrná hrubá mzda, vysoce korelované mezi sebou, bude z modelu vyřazena proměnná W, jež je méně korelována s vysvětlovanou proměnnou než GDP. Mezi proměnnou předepsaného pojistného a míry nezaměstnanosti pozorujeme velice nízkou korelaci. Na základě p-hodnoty, jež prokázala statistickou nevýznamnost míry nezaměstnanosti, vyřadíme z lineárního regresního modelu i proměnnou U. Dostáváme tak model zahrnující jednu vysvětlovanou a jednu vysvětlující proměnnou. Získané odhady parametrů včetně standartních chyb a t-statistik pro regresní model jsou následující: Yî = 0,0538 + 0,7066 GDP (0,223) t= 3,168 2 n = 20 R = 0,3342 F = 10,034 p-hodnota (F) = 0,00562 AIC = -57,07

Regresní analýza

59

Dle uvedené regresní rovnice můžeme říci, že s růstem ekonomické výkonnosti dojde k růstu předepsaného pojistného. V případě, že růst ekonomické výkonnosti bude nulový, pak bude nulový i růstu předepsaného pojistného. Z adjustovaného koeficientu determinace vyplývá, že se nám model podařilo vysvětlit na 33,42 %. Nižší hodnota adjustovaného koeficientu determinace je způsobena tím, že předepsané pojistné, kromě hrubého domácího produktu, ovlivňuje řada dalších faktorů, které nelze kvantifikovat, jako je např. legislativní prostředí a pravidla pojistného práva včetně regulace pojistného trhu, rozsah a podoba zásahů státu do krytí potřeb ekonomických subjektů. U výše uvedeného F-testu lze zamítnout nulovou hypotézu o nevýznamnosti modelu, jelikož p-hodnota je nižší než zvolená hladina významnosti 5 %. Model je tedy statisticky významný. Nyní přikročíme k provedení testů, jimiž zjistíme, zda byly splněny všechny předpoklady lineárního regresního modelu. Pro ověření, zda je splněn první předpoklad lineárního regresního modelu, využijeme RESET testu a testů nelinearity. Tab. 14


Druh testu Testová statistika RESET test 1,16223 Test nelinearity – čtverce 0,95111 Test nelinearity – logaritmy 0,80392

p-hodnota 0,33900 0,32943 0,36992


Jelikož je p-hodnota uvedených testů větší než 0,05, můžeme konstatovat, že I. předpoklad lineárního regresního modelu byl splněn. Model je tedy správně specifikován a vztah mezi proměnnými je lineární. Pro zjištění, zda byl splněn II. předpoklad lineárního regresního modelu, využijeme grafu reziduí. Obr. 29



Regresní analýza

60

Dle grafu reziduí lze říci, že jednotlivé chybové členy jsou rozmístěny přibližně kolem nuly a jejich součet tedy přibližné dává nulovou hodnotu. Předpoklad II. lineárního regresního modelu byl tak splněn. Vzhledem k tomu, že byla potvrzena správná specifikace modelu lze předpokládat, že vysvětlující proměnná a chybový člen nejsou korelovány. Můžeme tedy konstatovat, že i III. předpoklad lineárního regresního modelu byl splněn. Pro ověření IV. předpokladu využijeme grafů ACF a PACF. Obr. 30

Model 1: ACF a PACF


Jelikož hodnoty autokorelační a parciální autokorelační funkce nepřesahují modře vyznačenou hranici, předpoklad IV. lineárního regresního modelu byl splněn. Splněn byl i V. předpoklad lineárního regresního modelu, neboť zjištěná phodnota Whiteova testu činí 0,46927 a nulovou hypotézu o homoskedasticitě tedy nezamítáme. Chybový člen tak lze považovat za klasický chybový člen. VI. předpoklad lineárního regresního modelu (multikolinearita) testován nebyl, jelikož se jedná o model pouze s jednou vysvětlující proměnnou, jíž je GDP. Dle p-hodnoty Chí-kvadrát testu, která činí 0,23108, je chybový člen normálně rozdělen a i VII. předpoklad lineárního regresního modelu byl splněn. Na základě výše uvedené regresní rovnice a platnosti všech předpokladů lineárního regresního modelu lze potvrdit hypotézu, že ekonomická výkonnost pozitivně ovlivňuje předepsané pojistné.

Regresní analýza

61

K tvorbě předpovědi časové řady předepsaného pojistného byl využit autoregresní a integrovaný proces klouzavých průměrů. Na základě analýzy TRAMO byl detekován model ARIMA (0,1,1). Z výstupu TRAMO analýzy byly zjištěny následující predikované hodnoty předepsaného pojistného. Tab. 15


Rok 2012 2013 2014 2015

Předepsané pojistné na obyvatele (v Kč) 15 371 16 041 16 710 17 379


V následujících letech lze tedy očekávat na českém pojistném trhu růst předepsaného pojistného. Přesnost predikce TRAMO analýzy nelze zatím potvrdit z důvodu nedostupnosti výroční zprávy České asociace pojišťoven za rok 2012.

9.5 Lineární regresní model č. 2 - SR V lineárním regresním modelu č. 2 je uvažován následující funkční vztah: + - + PW/obyv = f (GDP, U, W), přičemž předpokládáme pozitivní vliv hrubého domácího produktu, negativní vliv míry nezaměstnanosti a pozitivní vliv průměrné hrubé mzdy. Pro odstranění nestacionarity a trendu časových řad byly využity logaritmické diference. Míru závislosti jednotlivých proměnných lineárního regresního modelu můžeme vidět v následující tabulce. Tab. 16



U -0,0202 -0,6020 1

W 0,6399 0,6727 -0,1326 1



Z uvedené korelační matice vyplývá, že je předepsané pojistné nejvíce korelováno s vysvětlující proměnnou GDP. Podobně lze vysokou korelaci pozorovat u průměrné hrubé mzdy. Jelikož dle korelační matice není závislost mezi pro-

Regresní analýza

62

měnnou předepsaného pojistného a míry nezaměstnanosti, bude proměnná U z modelu vyloučena. Mezi samotnými vysvětlujícími proměnnými GDP a W, které jsou vysoce korelovány s předepsaným pojistným, existuje vzájemná závislost. Z tohoto důvodu bude vyloučena z modelu i průměrná hrubá mzda, jež je s předepsaným pojistným korelována méně než hrubý domácí produkt. Získané odhady parametrů včetně standartních chyb a t-statistik pro regresní model jsou následující: Yˆ = 0,0236 + 1,0173 GDP i

(0,296) t= 3,434 2 n = 20 R = 0,3747 F = 10,034 p-hodnota (F) = 0,00316 AIC = -48,56 Dle uvedené regresní rovnice lze říci, že pokud poroste výkonnost ekonomiky vyjádřená ukazatelem GDP, pak poroste i předepsané pojistné. V případě, že by růst výkonnosti ekonomiky byl nulový, pak bude nulový i růst předepsaného pojistné. Z adjustovaného koeficientu determinace vyplývá, že se nám model podařilo vysvětlit na 37,47 %. Nižší hodnota adjustovaného koeficientu determinace je způsobena, jak již bylo zmíněno u lineárního regresního modelu č. 1, řadou dalších faktorů ovlivňujících předepsané pojistné, které nelze kvantifikovat. U provedeného F-testu můžeme zamítnout nulovou hypotézu o nevýznamnosti modelu, jelikož p-hodnota je nižší než zvolená hladina významnosti 5 %. Model je tedy statisticky významný. Nyní opět přikročíme k provedení testů, jimiž zjistíme, zda byly splněny všechny předpoklady lineárního regresního modelu. Testové statistiky a phodnoty RESET testu a testů nelinearity jsou uvedeny v následující tabulce. Tab. 17


Druh testu Testová statistika RESET test 0,52070 Test nelinearity – čtverce 0,11190 Test nelinearity – logaritmy 1,93645

p-hodnota 0,60400 0,73798 0,16405


Dle uvedených p-hodnot nulovou hypotézu nezamítáme, model je tedy lineární. Můžeme tak konstatovat, že I. předpoklad lineárního regresního modelu byl splněn. Model je správně specifikován a vztah mezi proměnnými je lineární.

Regresní analýza Obr. 31

63



Na základě grafu reziduí můžeme usoudit, že jednotlivé chybové členy jsou rozmístěny přibližně kolem nuly a jejich součet tedy přibližné dává nulovou hodnotu. Předpoklad II. lineárního regresního modelu byl tedy splněn. Vzhledem k tomu, že byla potvrzena správná specifikace modelu lze předpokládat, že vysvětlující proměnná a chybový člen nejsou korelovány. Můžeme tedy konstatovat, že i III. předpoklad lineárního regresního modelu byl splněn. Pro ověření IV. předpokladu využijeme grafů ACF a PACF. Obr. 32

Model 2: ACF a PACF


Regresní analýza

64

Jelikož hodnoty autokorelační a parciální autokorelační funkce nepřekračují modře vyznačenou hranici, pozorování chybového členu jsou nekorelována se sebou samými a můžeme říci, že IV. předpoklad je splněn. Splněn byl i V. předpoklad lineárního regresního modelu, neboť zjištěná phodnota Whiteova testu činí 0,58605 a nulovou hypotézu o homoskedasticitě nezamítáme. Chybový člen tak lze považovat za klasický chybový člen. VI. předpoklad lineárního regresního modelu (multikolinearita) netestujeme, jelikož se opět jedná o lineární regresní model pouze s jednou vysvětlující proměnnou. Dle p-hodnoty Chí-kvadrát testu, která činí 0,57058, je chybový člen normálně rozdělen a i VII. předpoklad lineárního regresního modelu byl splněn. Na základě výše uvedené regresní rovnice a platnosti všech předpokladů lineárního regresního modelu lze potvrdit hypotézu, že ekonomická výkonnost pozitivně ovlivňuje předepsané pojistné. Lze tedy konstatovat, že se výše předepsaného pojistného odvíjí jak od kvality poskytovaných služeb pojišťoven, tak od životní úrovně obyvatel. K tvorbě předpovědi časové řady byl využit autoregresní a integrovaný proces klouzavých průměrů. Na základě TRAMO analýzy byl zvolen model ARIMA (1,1,0). Z výstupu TRAMO analýzy byly zjištěny následující predikované hodnoty předepsaného pojistného. Tab. 18


Rok 2012 2013 2014 2015

Předepsané pojistné na obyvatele (v Eur) 403 417 432 448


V budoucnu tak lze na slovenském pojistném trhu očekávat růst předepsaného pojistného. Přesnost predikce opět nelze potvrdit z důvodu nedostupnosti výroční zprávy Slovenské asociace pojišťoven pro rok 2012.

9.6 Lineární regresní model č. 3 - PL V lineárním regresním modelu č. 3 je uvažován následující funkční vztah: + - + PW/obyv = f (GDP, U, W),

Regresní analýza

65

přičemž předpokládáme pozitivní vliv hrubého domácího produktu, negativní vliv míry nezaměstnanosti a pozitivní vliv průměrné hrubé mzdy. Pro odstranění nestacionarity a trendu časových řad byly využity logaritmické diference. Míru závislosti jednotlivých proměnných lineárního regresního modelu můžeme vidět v následující tabulce. Tab. 19



U -0,3211 -0,1068 1

W 0,7279 0,8971 -0,1258 1



Z uvedené tabulky vyplývá, že je předepsané pojistné nejvíce korelováno s vysvětlující proměnnou GDP. Podobně vysokou korelaci lze pozorovat opět u průměrné hrubé mzdy. Jelikož je však průměrná hrubá mzda vysoce korelována s GDP, bude z modelu vyloučena. Míra nezaměstnanosti, jež je negativně korelovaná s předepsaným pojistným, je v modelu statistiky nevýznamná. P-hodnota této proměnné činí 0,1460, proto bude z modelu vyřazena. Lineární regresní model tak zahrnuje jednu vysvětlovanou (PW) a jednu vysvětlující (GDP) proměnnou. Získané odhady parametrů včetně standartních chyb a t-statistik pro regresní model jsou následující: Yî = 0,0326 + 1,0394 GDP (0,237) t= 37,29 2 n = 20 R = 0,5022 F = 19,1609 p-hodnota (F) = 0,0004 AIC = -30,28 Dle uvedené rovnice lze opět říci, že s růstem výkonnosti ekonomiky poroste i předepsané pojistné. Pokud bude růst výkonnosti ekonomiky nulový, pak bude nulový i růst předepsaného pojistného. Z adjustovaného koeficientu determinace vyplývá, že se model podařilo vysvětlit na 50,22 %. U provedeného Ftestu můžeme zamítnout nulovou hypotézu o nevýznamnosti modelu, jelikož phodnota je nižší než zvolená hladina významnosti 5 %. Model je tedy statisticky významný. Nyní opět přikročíme k provedení testů, jimiž zjistíme, zda byly splněny všechny předpoklady lineárního regresního modelu. V následující tabulce jsou uvedeny testové statistiky a p-hodnoty testů specifikace modelu.

Regresní analýza Tab. 20

66


Druh testu RESET test Test nelinearity – čtverce Test nelinearity – logaritmy

Testová statistika 0,84747 1,87607 1,71022

p-hodnota 0,44800 0,17078 0,19095


Na základě p-hodnot testů, jež jsou vyšší než zvolená hladina významnosti, nulovou hypotézu nezamítáme. Můžeme tedy konstatovat, že I. předpoklad lineárního regresního modelu byl splněn. Model je správně specifikován a vztah mezi proměnnými je lineární. Pro zjištění, zda byl splněn II. předpoklad lineárního regresního modelu, využijeme grafu reziduí. Obr. 33



Dle grafu reziduí lze říci, že jednotlivé chybové členy jsou rozmístěny přibližně kolem nuly a jejich součet tedy přibližné dává nulovou hodnotu. Předpoklad II. lineárního regresního modelu byl tedy splněn. Vzhledem k tomu, že byla potvrzena správná specifikace modelu, lze stejně tak jako u předchozích modelů předpokládat, že vysvětlující proměnná a chybový člen nejsou korelovány. III. předpoklad lineárního regresního modelu lze považovat za splněný. Pro ověření IV. předpokladu se opět podíváme na grafy ACF a PACF.


67

Model 3: ACF a PACF


Jelikož hodnoty autokorelační a parciální autokorelační funkce nepřesahují vyznačenou hranici, pozorování chybového členu jsou nekorelována se sebou samými. IV. předpoklad lineárního regresního modelu byl tedy splněn. Na základě p-hodnoty Whiteova testu, která činí 0,85789, nulovou hypotézu o homoskedasticitě nezamítáme. Chybový člen tak lze považovat za klasický chybový člen a V. předpoklad je tímto splněn. Jelikož je v modelu pouze jedna vysvětlující proměnná, VI. předpoklad lineárního regresního modelu opět netestujeme. P-hodnota Chí-kvadrát testu činí 0,11201. To znamená, že nulovou hypotézu nezamítáme a můžeme říci, že chybový člen je normálně rozdělen. Tedy i poslední předpoklad lineárního regresního modelu byl splněn. Na základě výše uvedené regresní rovnice a platnosti všech předpokladů lineárního regresního modelu lze potvrdit hypotézu, že ekonomická výkonnost pozitivně ovlivňuje předepsané pojistné. K tvorbě predikce časové řady předepsaného pojistného byl využit autoregresní a integrovaný proces klouzavých průměrů. Na základě TRAMO analýzy byl detekován model ARIMA (1,1,0). Z výstupu TRAMO analýzy byly zjištěny následující predikované hodnoty předepsaného pojistného.

Regresní analýza Tab. 21

68


Rok 2012 2013 2014 2015

Předepsané pojistné na obyvatele (v Pln) 1 538 1 618 1 732 1 883


V následujících letech lze na polském pojistném trhu předpokládat, stejně tak jako na českém a slovenském pojistném trhu, růst předepsaného pojistného. Opět nelze zhodnotit přesnost predikce z důvodu nedostupnosti výroční zprávy Polské asociace pojišťoven pro rok 2012.

9.7 Lineární regresní model č. 4 - HU V lineárním regresním modelu č. 4 je uvažován následující funkční vztah: + - + PW/obyv = f (GDP, U, W), přičemž předpokládáme pozitivní vliv hrubého domácího produktu, negativní vliv míry nezaměstnanosti a pozitivní vliv průměrné hrubé mzdy. Pro odstranění nestacionarity a trendu časových řad byly opět využity logaritmické diference. Míru závislosti jednotlivých proměnných lineárního regresního modelu můžeme vidět v následující tabulce. Tab. 22



U -0,5085 -0,4920 1

W 0,7927 0,8820 -0,5312 1



Z uvedené tabulky vyplývá, že je předepsané pojistné nejvíce korelováno s vysvětlující proměnnou GDP. Podobně vysokou korelaci lze pozorovat u průměrné hrubé mzdy. Průměrná hrubá mzda je však opět, jako v předchozích modelech, silně korelována s hrubým domácím produktem, proto bude z modelu vyřazena. Lze říci, že je předepsané pojistné také podstatně ovlivňováno i mírou nezaměstnanosti, p-hodnota této proměnné však v modelu činí 0,3731, takže

Regresní analýza

69

byla z modelu vyřazena. Opět tedy dostáváme model o jedné vysvětlované (PW) a jedné vysvětlující (GDP) proměnné. Získané odhady parametrů včetně standartních chyb a t-statistik pro regresní model jsou následující: Yî = 0,0019 + 1,156 GDP (0,215) t= 5,361 2 n = 20 R = 0,6064 F = 28,739 p-hodnota (F) = 0,000052 AIC = -46,22 Dle uvedené regresní rovnice lze konstatovat, že pokud poroste výkonnost ekonomiky, poroste i předepsané pojistné. Na rozdíl od předchozích lineárních regresních modelů lze dle regresní rovnice lineárního regresního modelu č. 4 říci, že předepsané pojistné poroste rychleji než výkonnost ekonomiky. Pokud bude růst výkonnosti ekonomiky nulový, pak bude nulový i růst předepsaného pojistného. Z adjustovaného koeficientu determinace vyplývá, že se model podařilo vysvětlit na 60,64 %. U provedeného F-testu můžeme zamítnout nulovou hypotézu o nevýznamnosti modelu, jelikož p-hodnota je nižší než zvolená hladina významnosti 5 %. Model je tedy statisticky významný. Nyní přikročíme k provedení testů, jimiž opět zjistíme, zda byly splněny všechny předpoklady lineárního regresního modelu. Testové statistiky a phodnoty testů specifikace modelu jsou uvedeny v tabulce. Tab. 23


Druh testu RESET test Test nelinearity – čtverce Test nelinearity – logaritmy

Testová statistika 1,01649 1,62857 2,45871

p-hodnota 0,38500 0,20190 0,11687


Dle uvedených p-hodnot lze konstatovat, že model je lineární. I. předpoklad lineárního regresního modelu byl tedy splněn. Model je správně specifikován a vztah mezi proměnnými je lineární. Pro zjištění, zda byl splněn II. předpoklad lineárního regresního modelu, využijeme grafu reziduí.


70



Dle grafu reziduí jsou jednotlivé chybové členy rozmístěny přibližně kolem nuly a jejich součet tedy přibližné dává nulovou hodnotu. Předpoklad II. lineárního regresního modelu byl tedy splněn. Vzhledem k tomu, že byla potvrzena správná specifikace modelu lze předpokládat, že vysvětlující proměnná a chybový člen nejsou korelovány. Můžeme tedy usoudit, že i III. předpoklad lineárního regresního modelu byl splněn. Pro ověření IV. předpokladu využijeme grafů ACF a PACF. Obr. 36

Model 4: ACF a PACF


Regresní analýza

71

Jelikož hodnoty autokorelační a parciální autokorelační funkce nepřekračují modře vyznačenou hranici, pozorování chybového členu nejsou korelována se sebou samými. IV. předpoklad lineárního regresního modelu byl tedy splněn. Splněn byl i V. předpoklad lineárního regresního modelu, neboť zjištěná phodnota Whiteova testu činí 0,69534 a nulovou hypotézu o homoskedasticitě nezamítáme. Chybový člen tak lze považovat za klasický chybový člen. VI. předpoklad lineárního regresního modelu (multikolinearita), stejně tak jako u předchozích modelů, testován nebyl, jelikož se jedná o model pouze s jednou vysvětlující proměnnou, jíž je GDP. P-hodnota Chí-kvadrát testu činí 0,71010. Nulovou hypotézu tedy nezamítáme a můžeme říci, že chybový člen je normálně rozdělen, čímž je splněn i poslední předpoklad lineárního regresního modelu. Na základě výše uvedené regresní rovnice a platnosti všech předpokladů lineárního regresního modelu lze potvrdit hypotézu, že ekonomická výkonnost pozitivně ovlivňuje předepsané pojistné. K tvorbě predikce časové řady předepsaného pojistného byl využit autoregresní a integrovaný proces klouzavých průměrů. Na základě TRAMO analýzy byl detekován model ARIMA (1,1,0). Z výstupu TRAMO analýzy byly zjištěny následující predikované hodnoty předepsaného pojistného. Tab. 24


Rok 2012 2013 2014 2015

Předepsané pojistné na obyvatele (Huf) 79 744 77 908 76 301 74 891


V následujících letech lze na maďarském pojistném trhu očekávat pokračující kolísání předepsaného pojistného, ke kterému dochází od roku 2007. Pro překonání kolísavé tendence a docílení opětovného růstu předepsaného pojistného lze uvést doporučení pro pojistitele působící na trhu. Jelikož se v posledních letech na maďarském pojistném trhu neustále zvyšuje zájem o investiční životní pojištění lze doporučit rozšíření nabídky tohoto pojištění o nové produkty. Přesnost predikce za pomoci komparace skutečnosti nelze opět provést z důvodu nedostupnosti výroční zprávy z roku 2012 Maďarské asociace pojišťoven.

Diskuze

72

10 Diskuze V zemích Visegrádské skupiny byl v letech 2000-2007 vývoj předepsaného pojistného srovnatelný. Ve všech zemích v tomto období předepsané pojistné rostlo. Rozdíly ve vývoji předepsaného pojistného můžeme sledovat od roku 2008. Zatímco v České republice, na Slovensku a v Polsku předepsané pojistné stále rostlo, v Maďarsku byl již v tomto roce zaznamenán pokles celkového předepsaného pojistného. Pokles celkového předepsaného pojistného byl způsoben poklesem předepsaného pojistného investičního životního pojištění a pojištění motorových vozidel. V následujícím roce 2009 již začalo klesat předepsané pojistné i v Polsku a na Slovensku. Na Slovensku byl pokles předepsaného pojistného spojen s poklesem výkonnosti ekonomiky. V Polsku však i přes projevy finanční krize výkonnost ekonomiky rostla. Pokles celkového předepsaného pojistného v Polsku se projevil z důvodu poklesu předepsaného pojistného životního pojištění, u kterého se snížil zájem ze strany klientů. V roce 2010 začalo předepsané pojistné na zmiňovaných trzích opět růst. Na českém pojistném trhu rostlo předepsané pojistné od počátku sledovaného období až do roku 2010. Finanční krize, která vypukla v roce 2008, se tak na českém pojistném trhu nijak výrazně neprojevila. Svědčí o tom i vývoj pojištěnosti, která se na českém pojistném trhu v období finanční krize zvyšovala. V roce 2011 však i na českém pojistném trhu došlo k poklesu celkového předepsaného pojistného. Tento pokles byl způsoben poklesem předepsaného pojistného v neživotním pojištění. Hlavní příčinou poklesu předepsaného pojistného v neživotním pojištění byl tlak na nízkou cenu pojištění, který se projevil především snižováním pojistného u pojištění motorových vozidel. Jelikož zastává pojištění odpovědnosti z provozu vozidla největší podíl ve struktuře neživotního pojištění, mělo snížení ceny pojistného u tohoto pojištění na celkový vývoj předepsaného pojistného značný dopad. V období růstu předepsaného pojistného na pojistných trzích zemí Visegrádské skupiny docházelo také na všech trzích k růstu pojistného plnění. Zisky pojišťoven tak byly o tyto náklady snižovány. Co se týče konkurence na pojistných trzích, tak největší koncentrace konkurence byla zjištěna na polském pojistném trhu. Druhým pojistným trhem s nejvyšší koncentrací konkurence je český pojistný trh, přičemž ke zvýšení konkurence na tomto pojistném trhu došlo po vstupu České republiky do Evropské unie. Ve všech zemích Visegrádské skupiny rostla ekonomika do roku 2008. V roce 2009 jako důsledek finanční krize došlo v České republice, na Slovensku a v Maďarsku k poklesu hrubého domácího produktu. Jedinou ze zemí Visegrádské skupiny, jejíž ekonomika neustále rostla i přes projevy finanční krize, je Polsko. V rámci sledovaných makroekonomických ukazatelů byla nejnižší míra nezaměstnanosti po sledované období zaznamenána v České republice. U makroekonomického ukazatele průměrné hrubé mzdy lze v rámci Visegrádské skupiny pozorovat srovnatelný vývoj. Průměrná hrubá mzda po celé sledované období rostla v rámci všech zemí Visegrádské skupiny.

Diskuze

73

Za využití regresní analýzy byly v práci zkoumány faktory, které mají na vývoj předepsaného pojistného v zemích Visegrádské skupiny vliv. Z důvodu vysoké korelace mezi vysvětlujícími proměnnými (hrubým domácím produktem a průměrnou hrubou mzdou) byla z modelů vyřazena průměrná hrubá mzda, jež je s předepsaným pojistným méně korelovaná než ukazatel hrubého domácího produktu. Z regresních modelů byla vyřazena i proměnná míry nezaměstnanosti, jež ovlivňuje vývoj předepsaného pojistného jen slabě a jež v modelech nebyla statisticky významná. Následně byla na základě splnění všech předpokladů lineárního regresního modelu potvrzena hypotéza, že ekonomická výkonnost pozitivně ovlivňuje předepsané pojistné. Růst předepsaného pojistného lze v budoucnu očekávat na českém, slovenském a polském pojistném trhu. Na maďarském pojistném trhu je na základě provedené predikce očekáván pokračující kolísavý trend předepsaného pojistného, ke kterému dochází od roku 2007.

Závěr

74

11 Závěr Cílem práce bylo zjistit faktory, které mají na vývoj předepsaného pojistného na pojistných trzích Visegrádské skupiny vliv a predikovat vývoj předepsaného pojistného na těchto trzích do budoucna. Na základě provedené regresní analýzy bylo zjištěno, že je vývoj předepsaného pojistného na trzích Visegrádské skupiny pozitivně ovlivňován vývojem hrubého domácího produktu. Hrubý domácí produkt je ukazatelem ekonomické výkonnosti dané země. První hypotézu stanovenou v cíli práce, jež zní: „ekonomická výkonnost pozitivně ovlivňuje vývoj předepsaného pojistného“, můžeme na základě regresní analýzy potvrdit. Výsledky regresní analýzy potvrzuje i vývoj na pojistných trzích Visegrádské skupiny od roku 2000 do roku 2008. V tomto období se každoročně zvyšovala jak výkonnost ekonomik těchto zemí, tak předepsané pojistné. S příchodem finanční krize však došlo k porušení výsledků regresní analýzy. V roce 2009 totiž v České republice ekonomika poklesla, kdežto předepsané pojistné rostlo. K porušení předpokladu pozitivního vlivu ekonomické výkonnosti na předepsané pojistné došlo v roce 2009 i v Polsku. Zde však došlo k opačné situaci než v České republice. Polská ekonomika v roce 2009 i přes projevy finanční krize rostla, nicméně předepsané pojistné v tomto roce pokleslo. Lze tedy usoudit, že hypotéza o pozitivním vlivu ekonomické výkonnosti na předepsané pojistné je platná, nicméně při výskytu externího šoku, jako je finanční krize, může dojít k jejímu porušení. Druhá hypotéza stanovená v cíli práce byla odvozena od předpokladu splnění hypotézy první. Na základě údajů Mezinárodního měnového fondu, které předpokládají růst ekonomické výkonosti v zemích Visegrádské skupiny, bylo stanoveno, že v následujících letech bude předepsané pojistné růst. Tuto hypotézu lze potvrdit v rámci České republiky, Slovenska a Polska. Na maďarském pojistném trhu bude dle predikce pokračovat kolísavá tendence předepsaného pojistného. Pro překonání kolísavé tendence a docílení opětovného růstu předepsaného pojistného lze doporučit rozšíření nabídky investičního životního pojištění o nové produkty, jelikož se v posledních letech na maďarském pojistném trhu zvyšuje zájem právě o toto pojištění. Zatím nejvyšší hodnota předepsaného pojistného na obyvatele, které bylo v České republice dosaženo v roce 2010, by měla být dle predikce překročena v roce 2012. Zda tomu tak bylo, nelze zatím potvrdit z důvodu nedostupnosti výroční zprávy pro rok 2012, kterou Česká asociace pojišťoven zveřejní pravděpodobně až ve druhé polovině roku 2013. Na Slovensku bylo nejvyšší hodnoty předepsaného pojistného na obyvatele dosaženo v roce 2011. Tato hodnota by dle predikce měla být překročena v roce 2012. Opět tato predikce nelze prozatím potvrdit z důvodu nedostupnosti výroční zprávy Slovenské asociace pojišťoven pro rok 2012. V Polsku bylo dosaženo nejvyšší hodnoty předepsaného pojistného na obyvatele v roce 2008. Po prudkém poklesu předepsaného pojistného v roce 2009 začalo předepsané pojistné opět pozvolna růst. Hodnota předepsaného pojistného na obyvatele dosažená v roce 2008 by měla být překročena v roce 2013. Nejvyšší hodnoty předepsaného pojistného na obyvatele na maďarském pojistném trhu bylo dosaženo v roce 2007.

Závěr

75

Dle predikce nelze očekávat, že by v následujících letech bylo této hodnoty opět dosaženo. Na závěr je třeba zmínit, že v práci byl zkoumán vliv na předepsané pojistné pouze některých faktorů. Vývoj předepsaného pojistného zemí Visegrádské skupiny je však ovlivňován i řadou dalších faktorů, jejichž vliv z důvodu nemožnosti jejich kvantifikace či nedostupnosti údajů zkoumán nebyl. Prognózovaný vývoj předepsaného pojistného je pouze orientační, k jeho naplnění nemusí dojít v důsledku externích šoků (např. krize) či změně v právních předpisech, které můžou ovlivnit chování na trhu.

Literatura

76

12 Literatura CIPRA, T. Finanční ekonometrie. 1. vyd. Praha: Ekopress, 2008, ISBN 978-8086929-43-9. DAŇHEL, J. A KOL. Pojistná teorie. 1. vyd. Praha: Profesional Publishing, 2005. ISBN 80-86419-84-3. DUCHÁČKOVÁ, E. Principy pojištění a pojišťovnictví. 3. vyd. Praha: Ekopress, 2009. 178 s. ISBN 978-80-86929-51-4. DUCHÁČKOVÁ, E., DAŇHEL, J. Teorie pojistných trhů. 1. vyd. Praha: Profesional Publishing, 2010. ISBN 978-80-7431-015-7. STUDENMUND, A. H. Using econometrics: a practical quide. 5th ed. Publisher: Pearson Education, 2006. ISBN 0-321-31649-5. KLÍMA, J. Makroekonomie. 1. vyd. Praha: Alfa Publishing, 2006. ISBN 8086851-27-3. SOUKUP, J. A KOL. Makroekonomie. 2. aktualizované vyd. Praha: Profesional Publishing, 2010. ISBN 978-80-7261-219-2. VÁVROVÁ, E., DOLOŽÍLKOVÁ M., STUCHLÍK, R. Pojišťovnictví : vybrané kapitoly pro základní kurs. 1. vyd. Brno: Mendelova zemědělská a lesnická univerzita v Brně, 2000. ISBN 978-80-7157-487-3. WALKER, I. Výzkumné metody a statistika. 1. vyd. Praha: Management Press, 2010. ISBN 978-80-247-3920-5. Zákon č. 277/2009 Sb., o pojišťovnictví Zákon č. 8/2008 Z. z., o poisťovníctve a o zmene a doplnení niektorých zákonov USTAWA z dnia 22 maja 2003 r. o działalności ubezpieczeniow 2003. évi LX. törvény a biztosítókról és a biztosítási tevékenységről

Literatura

77

Association of Hungarian Insurance Companies. [online]. Market Report. 2013. [cit. 2013-01-25]. Dostupné na . Česká asociace pojišťoven. [online]. Výroční zprávy 2000-2011. 2012. [cit. 2012-12-12]. Dostupné na . Český statistický úřad. [online]. Česká republika od roku 1989 v číslech. 2012. [cit. 2012-12-28]. Dostupné na . Český statistický úřad. [online]. Makroekonomické údaje. 2012. [cit. 2012-1229]. Dostupné na . European Insurance in figures. [online]. 2013. [cit. 2013-01-20]. Dostupné na . European Insurance. [online]. Total European insurance business. 2013. [cit. 2013-01-20]. Dostupné na . Hungariean Central Statistical Office. [online]. Economic and financial data. 2013. [cit. 2013-02-12]. Dostupné na . Národná banka Slovenska. [online]. O národnej banke. 2013. [cit. 2013-01-16]. Dostupné na . New Insurance Regulation. [online]. 2013. [cit. 2013-01-25]. Dostupné na . OECD.StatExtracts. [online]. .

2013.

[cit.

2013-02-25].

Dostupné

na

Polish insurance association. [online]. Annual PIU Report. 2013. [cit. 2013-0128]. Dostupné na .

Literatura

78

Polish Central Statistical Office. [online]. Macroeconomic indicators. 2013. [cit. 2013-02-04]. Dostupné na . Polish Central Statistical Office. [online]. Population. 2013. [cit. 2013-02-04]. Dostupné na . Polish Financial Supervision Authority. [online]. 2013. [cit. 2013-01-28]. Dostupné na . Slovenská asociácia poisťovní. [online]. Ročné správy 2000-2011. 2013. [cit. 2013-01-16]. Dostupné na . Štatistický úrad Slovenskej republiky. [online]. Ukazatele ekonomického vývoja SR. 2013. [cit. 2013-01-22]. Dostupné na . Štatistický úrad Slovenskej republiky. [online]. Základné charakteristiky obyvateľstva. 2013. [cit. 2013-01-22]. Dostupné na . Štatistický úrad Slovenskej republiky. [online]. Revidované údaje HDP. 2013. [cit. 2013-01-19]. Dostupné na .

Přílohy

79

Přílohy

Tramo analýza

80

A Tramo analýza Lineární regresní model č. 1 – Česká republika TIME SERIES REGRESSION MODELS WITH ARIMA ERRORS, MISSING VALUES AND OUTLIERS. BETA VERSION (*) BY VICTOR GOMEZ & AGUSTIN MARAVALL with the programming assistance of G. CAPORELLO (*) Copyright : V. GOMEZ, A. MARAVALL (1994,1996) SERIES TITLE=pw_obyv SINCE LONGER FORECAST FUNCTION IS REQUIRED BY SEATS, NPRED CHANGED TO ( 8) ORIGINAL SERIES TOO FEW OBSERVATIONS FOR AUTOMATIC MODEL IDENTIFICATION. INIC CHANGED TO 2 TOO FEW OBSERVATIONS FOR AUTOMATIC MODEL IDENTIFICATION. INIC CHANGED TO 0 DEFAULT MODEL USED. MODEL FINALLY CHOSEN: (0,1,1) WITHOUT MEAN METHOD OF ESTIMATION: EXACT MAXIMUM LIKELIHOOD PARAMETER

ESTIMATE

MA1

0.75462

1

STD ERROR

T RATIO

0.15053

LAG

5.01

RESIDUALS STATISTICS -------------------MEAN= 0.3650E+03 SKEWNESS= -0.6770E+00 KURTOSIS= 0.3573E+01 STANDARD ERROR= 0.5546E+03 MODEL FINALLY CHOSEN: (0,1,1)

( SE = ( SE = ( SE =

9.2448 ) 0.5620 ) 1.1239 )

1

Tramo analýza

81

WITH MEAN METHOD OF ESTIMATION: EXACT MAXIMUM LIKELIHOOD PARAMETER

ESTIMATE

MA1

-.16418E-02

1

STD ERROR

T RATIO

0.22942

LAG

-0.01

RESIDUALS STATISTICS -------------------MEAN= 0.1017E+03 SKEWNESS= -0.1121E-01 KURTOSIS= 0.3739E+01 STANDARD ERROR= 0.3597E+03 ELAPSED TIME IS

0.0000 "

( SE = ( SE = ( SE =

7.8209 ) 0.5774 ) 1.1547 )

1

Tramo analýza

82

Lineární regresní model č. 2 – Slovensko TIME SERIES REGRESSION MODELS WITH ARIMA ERRORS, MISSING VALUES AND OUTLIERS. BETA VERSION (*) BY VICTOR GOMEZ & AGUSTIN MARAVALL with the programming assistance of G. CAPORELLO (*) Copyright : V. GOMEZ, A. MARAVALL (1994,1996) SERIES TITLE=pw_obyv SINCE LONGER FORECAST FUNCTION IS REQUIRED BY SEATS, NPRED CHANGED TO ( 8) ORIGINAL SERIES

TOO FEW OBSERVATIONS FOR AUTOMATIC MODEL IDENTIFICATION. INIC CHANGED TO 2

MODEL FINALLY CHOSEN: (1,1,0) WITH MEAN METHOD OF ESTIMATION: EXACT MAXIMUM LIKELIHOOD PARAMETER

ESTIMATE

AR1

-.63187

1

STD ERROR

T RATIO

0.17781

LAG

-3.55

RESIDUALS STATISTICS -------------------MEAN= 0.1561E+01 SKEWNESS= -0.5834E-01 KURTOSIS= 0.1507E+01 STANDARD ERROR= 0.7802E+01

( SE = ( SE = ( SE =

LINEAR SERIES YEAR

1ST

2ND

3RD

4TH

1.7964 ) 0.5941 ) 1.1882 )

1

Tramo analýza 1992-1995 1996-1999 2000-2003 2004-2007 2008-2011

83 39.476 85.320 168.826 296.434 366.727

50.566 104.666 198.215 318.983 373.709

59.287 131.032 225.878 330.799 380.313

65.485 145.478 261.524 354.444 390.266

TOTAL OUTLIER EFFECT YEAR 1992-1995 1996-1999 2000-2003 2004-2007 2008-2011

1ST 0.000 0.000 0.000 0.000 22.593

ELAPSED TIME IS

2ND

3RD

4TH

0.000 0.000 0.000 0.000 0.000

0.000 0.000 0.000 0.000 0.000

0.000 0.000 0.000 0.000 0.000

0.0000 "

Tramo analýza

84

Lineární regresní model č. 3 – Polsko TIME SERIES REGRESSION MODELS WITH ARIMA ERRORS, MISSING VALUES AND OUTLIERS. BETA VERSION (*) BY VICTOR GOMEZ & AGUSTIN MARAVALL with the programming assistance of G. CAPORELLO (*) Copyright : V. GOMEZ, A. MARAVALL (1994,1996) SERIES TITLE=pw_obyv SINCE LONGER FORECAST FUNCTION IS REQUIRED BY SEATS, NPRED CHANGED TO ( 8) ORIGINAL SERIES

TOO FEW OBSERVATIONS FOR AUTOMATIC MODEL IDENTIFICATION. INIC CHANGED TO 2

MODEL FINALLY CHOSEN: (1,1,0) WITH MEAN METHOD OF ESTIMATION: EXACT MAXIMUM LIKELIHOOD PARAMETER

ESTIMATE

AR1

-.86773

1

STD ERROR

T RATIO

0.11403

LAG

-7.61

RESIDUALS STATISTICS -------------------MEAN= -0.2909E-01 SKEWNESS= 0.5132E+00 KURTOSIS= 0.2747E+01 STANDARD ERROR= 0.7785E-01

( SE = ( SE = ( SE =

LINEAR SERIES YEAR

1ST

2ND

3RD

4TH

0.0169 ) 0.5941 ) 1.1882 )

1

Tramo analýza 1992-1995 1996-1999 2000-2003 2004-2007 2008-2011

85 54.614 210.063 544.623 828.500 1361.759

80.431 314.851 632.417 937.466 1400.330

107.688 403.176 670.356 1135.830 1482.620

140.510 486.703 718.737 1292.880 1492.880

TOTAL OUTLIER EFFECT FACTORS YEAR 1992-1995 1996-1999 2000-2003 2004-2007 2008-2011

1ST 100.000 100.000 100.000 100.000 123.398

ELAPSED TIME IS

2ND 100.000 100.000 100.000 100.000 100.000 0.0000 "

3RD 100.000 100.000 100.000 100.000 100.000

4TH 100.000 100.000 100.000 100.000 100.000

Tramo analýza

86

Lineární regresní model č. 4 – Maďarsko TIME SERIES REGRESSION MODELS WITH ARIMA ERRORS, MISSING VALUES AND OUTLIERS. BETA VERSION (*) BY VICTOR GOMEZ & AGUSTIN MARAVALL with the programming assistance of G. CAPORELLO (*) Copyright : V. GOMEZ, A. MARAVALL (1994,1996) SERIES TITLE=pw_obyv SINCE LONGER FORECAST FUNCTION IS REQUIRED BY SEATS, NPRED CHANGED TO ( 8) ORIGINAL SERIES TOO FEW OBSERVATIONS FOR AUTOMATIC MODEL IDENTIFICATION. INIC CHANGED TO 2 MODEL FINALLY CHOSEN: (1,1,0) WITHOUT MEAN METHOD OF ESTIMATION: EXACT MAXIMUM LIKELIHOOD PARAMETER

ESTIMATE

AR1

-.89499

1

STD ERROR

T RATIO

0.10234

LAG

-8.75

RESIDUALS STATISTICS -------------------MEAN= 0.6921E-02 SKEWNESS= -0.2338E+00 KURTOSIS= 0.2386E+01 STANDARD ERROR= 0.7772E-01 ELAPSED TIME IS

0.0000 "

( SE = ( SE = ( SE =

0.0173 ) 0.5620 ) 1.1239 )

1

Seznam znakových stylů

B Seznam znakových stylů  ČR – Česká republika  SR – Slovensko  PL – Polsko  HU – Maďarsko  ČAP – Česká asociace pojišťoven  SLASPO - Slovenská asociácia poist’ovní  PIU – Polish Insurance Association  MABISZ – Association of Hungarian Insurance Companies  ČSÚ – Český statistický úřad  ŠÚSR – Štatistický úrad Slovenskej republiky  GUS – Polish Central Statistical Office  KSH – Hungariean Central Statistical Office  ČNB – Česká národní banka  NBS – Národná banka Slovenska  KNF - Polish Financial Supervision Authority  PSZAF – Hungarian Financial Supervisory Authority

87

Vývoj na pojistných trzích zemí Visegrádské skupiny

Recommend Documents