Mendelova univerzita v Brně Provozně ekonomická fakulta
Zadluženost a příjmová nerovnost českých domácností v kontextu finanční krize Diplomová práce
Vedoucí práce: doc. Ing. Svatopluk Kapounek, Ph.D.
Brno 2012
Bc. Lenka Fojtů
Touto cestou chci poděkovat vedoucímu diplomové práce doc. Ing. Svatoplukovi Kapounkovi, Ph.D. za jeho ochotu, odborné vedení a cenné připomínky, které mi poskytl při konzultacích diplomové práce.
Prohlašuji, že jsem tuto diplomovou práci na téma „Zadluženost a příjmová nerovnost českých domácností v kontextu finanční krize“ zpracovala samostatně, za odborného vedení vedoucího práce a s použitím literatury a pramenů, které řádně cituji a uvádím v seznamu zdrojů. V Brně dne 2.1.2013
_______________________
Abstract Fojtů, L., Debt and income inequality of Czech households in the context of the financial crisis. Diploma thesis. Brno, 2013. The thesis deals with the indebtness and income inequality of the Czech households. The work analyses this development from 2000 to 2011 and it focuses on the changes that happened after the financial crisis in the second half of the year of 2008. The aim of the thesis is to find out if the increasing income inequality influenced the increase of the indebtness of the Czech households. The results discovered by this thesis are compared with the results of similar studies on this subject. The work also compares the situation of indebtness and income inequality in the Czech Republic with the development of these points in particular Europen countries. Keywords Household debt, income inequality, financial crisis, regression analysis.
Abstrakt Fojtů, L., Zadluženost a příjmová nerovnost českých domácností v kontextu finanční krize. Diplomová práce. Brno, 2013. Diplomová práce se zabývá zadlužeností a příjmovou nerovností českých domácností. Analyzuje vývoj těchto proměnných v období let 2000 až 2011, přičemž se zaměřuje také na změny, které v časových řadách nastaly po propuknutí finanční krize ve druhém pololetí roku 2008. Práce si klade za cíl zjistit na základě regresního modelu, zda měla rostoucí příjmová nerovnost pozitivní vliv na zvýšení zadluženosti českých domácností. Zjištěné výsledky jsou v práci srovnány s výsledky podobných studií na dané téma. Součástí diplomové práce je rovněž komparace stavu zadluženosti a příjmové nerovnosti v České republice s vývojem ve vybraných evropských státech. Klíčová slova Zadluženost domácností, příjmová nerovnost, finanční krize, regresní analýza.
Úvod
5
Obsah 1 Úvod
7
2 Cíl práce
9
3 Metodika
10
3.1
Model ............................................................................................................... 11
3.2
Data .................................................................................................................. 12
3.3
Chow test ........................................................................................................ 13
4 Vliv příjmové nerovnosti na zadluženost 4.1
15
Vybrané teoretické koncepty spotřební funkce ......................................... 17
4.1.1
Keynesovská spotřební funkce ............................................................ 18
4.1.2
Hypotéza permanentního důchodu ................................................... 19
4.1.3
Hypotéza životního cyklu .................................................................... 20
4.1.4
Model mezičasové volby ...................................................................... 21
4.2
Možnosti dluhového financování................................................................ 21
4.2.1
Hypoteční úvěr ...................................................................................... 22
4.2.2
Úvěry od stavebních spořitelen .......................................................... 23
4.2.3
Spotřebitelský úvěr ............................................................................... 24
4.2.4
Kontokorentní úvěr ............................................................................... 25
4.2.5
Úvěr z kreditní karty ............................................................................ 26
4.3
Příjmová nerovnost ....................................................................................... 26
4.3.1
Zdroje nerovností .................................................................................. 29
4.3.2
Měření příjmové nerovnosti ................................................................ 31
4.3.3 Automatické a institucionální mechanismy regulace příjmové nerovnosti ............................................................................................................. 38 4.3.4
Nástroje sociální ochrany ..................................................................... 40
Státní sociální podpora........................................................................................ 40
Úvod
6
Pomoc v hmotné nouzi ....................................................................................... 41 Sociální pojištění .................................................................................................. 42 4.4
Dílčí závěr ....................................................................................................... 43
5 Výsledky empirické analýzy 5.1
45
Vývoj zadluženosti ........................................................................................ 46
5.1.1
Poměrové ukazatele zadluženosti ...................................................... 47
5.1.2
Úvěry na bydlení ................................................................................... 49
5.1.3
Spotřebitelské úvěry ............................................................................. 52
5.1.4
Srovnání se státy Evropy...................................................................... 53
5.2
Vývoj příjmové nerovnosti ........................................................................... 56
5.2.1
Struktura příjmů domácností .............................................................. 56
5.2.2
Příjmová nerovnost vyjádřená koeficientem S80/S20 ...................... 58
5.2.3
Příjmová nerovnost vyjádřená Giniho koeficientem ....................... 59
5.2.4
Příjmová nerovnost vyjádřená decilovým poměrem....................... 61
5.2.5
Příjmová chudoba ................................................................................. 62
5.2.6
Srovnání se státy Evropy...................................................................... 63
5.3
Výsledky vícerozměrné regresní analýzy .................................................. 65
5.3.1
Výsledky testů modelu ......................................................................... 67
5.3.2
Identifikace strukturálních změn v důsledku finanční krize ......... 70
5.4
Dílčí závěr ....................................................................................................... 72
6 Diskuze a doporučení
75
7 Závěr
81
8 Literatura
83
Seznam tabulek a grafů
88
Přílohy
90
Úvod
7
1 Úvod Zadluženost států, firem, bank, ale i domácností představuje v současné době hrozbu pro řadu států po celém světě a Česká republika v tomto ohledu není výjimkou. Dluh, který dříve poháněl hospodářský růst mnoha zemí, přestal být pro řadu z nich udržitelný. V případě některých zemí se dokonce objevují spekulace ohledně jejich budoucího vývoje. Přemrštěná spotřeba z minulých let se tak nyní projevuje výrazným zpomalením ekonomické aktivity. Ta je mimo jiné spojena s poklesem zaměstnanosti, který donutil řadu ekonomických subjektů k přehodnocení postojů v oblasti spotřebitelského chování Problematice spotřebního chování domácností se přitom věnuje celá řada empirických i teoretických studií. Výchozím bodem pro analýzu spotřebitelského chování je Friedmanova hypotéza permanentního důchodu a Modglianiho hypotéza životního cyklu. V souvislosti s finanční krizí, která vypukla v USA v roce 2007 a která se díky propojenosti finančních a bankovních sektorů postupně rozšířila do celého světa, se stávají stále více aktuálními také studie, které tvrdí, že růst spotřeby je tak výrazný, že standardní spotřební funkce nepostačují k jeho vysvětlení. V těchto studiích je uváděna řada faktorů, pomocí kterých se jejich autoři snaží rostoucí zadlužení vysvětlit. Jedním z faktorů, který je popisován coby hybná síla rostoucího zadlužování, je právě příjmová nerovnost. V souvislosti s předkrizovým obdobím je příjmová nerovnost často zmiňována v kontextu s demonstrativní spotřebou, tedy spotřebou, jejímž cílem není uspokojování reálných potřeb, ale demonstrace společenského postavení. Takto motivovaná spotřeba může v konečném důsledku vést k nadměrnému a často neudržitelnému zadlužování. V České republice je zadluženost domácností z širšího historického pohledu poměrně novým fenoménem. Ještě před deseti lety se celková hodnota úvěrů domácností pohybovala zhruba na úrovni 140 miliard korun a zadluženost byla téměř tabu. Během uplynulých deseti let se dynamika úvěrů začala výrazně zvyšovat a z žití na dluh se stala rutinní záležitost. Na konci roku 2011 dosáhla hodnota úvěrů domácností úrovně zhruba 1,1 biliónu korun. Přesto patří české domácnosti ve srovnání s ostatními státy Evropy k nejméně zadluženým. Zatímco zadlužení evropských domácností dosahuje průměrně poloviny hrubého domácího produktu (HDP), v České republice se ukazatel zadlužení k HDP pohybuje na úrovni dvaceti pěti procent (ČSÚ, 2001, 2011).
Úvod
8
Domácnosti s nízkými či průměrnými příjmy představují skupinu, která je nejvíce ohrožena dluhovou spirálou. Vzhledem k nízkým příjmům je pro tuto skupinu často obtížnější najít ve svém rozpočtu finanční prostředky na zaplacení nečekaného výdaje. Pokud pak nějaká nečekaná výdajová situace nastane, uchylují se často k dluhovému financování. Domácnosti disponují mnohdy tak malými příjmy, že nejsou schopny dosáhnout na úvěr u bankovních institucí a půjčí si u institucí nebankovních, kde je poskytnutí úvěru většinou i nákladnější. Vzhledem k tomu, že nízkopříjmové skupiny obyvatelstva jsou rovněž více vystaveny riziku ztráty zaměstnání, dojde, v případě naplnění tohoto rizika, k dalšímu prohloubení problému. Ačkoliv patří Česká republika ve srovnání s ostatními evropskými státy k zemím s nejnižší příjmovou nerovností, dochází i zde k jejímu postupnému nárůstu. Proto nelze ani v podmínkách České republiky opomíjet vážnost tohoto jevu. Příjmová nerovnost totiž vede k neefektivnosti ekonomiky, má negativní vliv na objem úspor, podněcuje v lidech násilí a v konečném důsledku zpomaluje ekonomický růst. V souvislosti s poslední finanční krizí se stále častěji objevují studie, které zmiňují, že nerovnost v rozdělení příjmů je jedním z faktorů, jenž pomohl tuto krizi zapříčinit (Rajan, 2010). Řada ekonomů se zabývá i opačnou kauzalitou, v rámci které představuje finanční krize impuls, na základě něhož se zvyšuje nerovnost v rozdělení příjmů (Atkinson, Morelli, 2011).
Cíl práce
9
2 Cíl práce Cílem diplomové práce je zjistit, zda má rostoucí příjmová nerovnost vliv na zvýšení zadluženosti českých domácností. Zároveň se práce zaměří i na změny ve vývoji zadluženosti a příjmové nerovnosti, ke kterým došlo po propuknutí finanční krize, která se v české ekonomice projevila v druhé polovině roku 2008. Hypotéza je definována následovně: „Rostoucí příjmová nerovnost přispívá ke zvyšování zadluženosti českých domácností.“ Tato hypotéza bude ověřována pomocí vícerozměrného regresního modelu. Model je založen na práci Markuse Christena a Ruskina M. Morgana (2005), kteří ve své studii identifikovali, že příjmová nerovnost podstatně přispěla ke zvýšení zadluženosti domácností v USA. Strukturální změny v uvedených proměnných budou testovány pomocí Chow testu, který ověřuje hypotézu, že ve sledované časové řadě nastala statisticky významná změna v trendu. Za účelem dosažení výše definovaného cíle práce byly stanoveny dílčí cíle. Těmi jsou analýza vývoje příjmové nerovnosti a analýza vývoje zadluženosti českých domácností. Zadluženost domácností bude přitom posuzována jednak v souvislosti s vývojem příjmové nerovnosti, ale také v závislosti na dalších determinantech spotřeby. Vývoj příjmové nerovnosti a zadluženosti domácností v České republice bude následně porovnán s průběhem těchto proměnných ve vybraných evropských státech. Všeobecný konsenzus říká, že státy s vysokou mírou zadluženosti se potýkají také s vysokou mírou příjmové nerovnosti. Hlavním přínosem práce je ověření uvedeného předpokladu, zejména pak vlivu příjmové nerovnosti na rostoucí zadluženost domácností. Aktuálnost problému udává především současná finanční krize, která odhaluje možné důsledky příjmové nerovnosti a snižující se sociální soudržnosti v nejvíce poškozených ekonomikách.
Metodika
10
3 Metodika Diplomová práce popisuje vztah mezi příjmovou nerovností a zadlužeností domácností nejdříve z pohledu ekonomické teorie a následně se na základě empirických dat snaží identifikovat vztah mezi těmito veličinami pomocí ekonometrického modelu. Za účelem ověření hypotézy stanovené v cíli této práce a posouzení vlivu změn příjmové nerovnosti a dalších ukazatelů na zadluženost českých domácností, bude v práci využito vícerozměrné regresní analýzy. Ta se používá při zkoumání závislostí dvou či více číselných proměnných a slouží k odhadu hodnot nebo středních hodnot nějaké proměnné odpovídající daným hodnotám jedné či většího počtu vysvětlujících proměnných. Vícerozměrná regresní analýza rozšiřuje jednorozměrnou regresi o další nezávisle proměnné a vyjadřuje tedy závislost několika proměnných X na závisle proměnné Y (Hindls, 2000). Při sestavování modelu je kromě relevantních dat podstatné také správné určení funkční normy, která nejvíce vyhovuje zkoumanému vztahu. Základní vztah, pomocí kterého definujeme závislost, je možné vyjádřit následující rovnicí: Y = Xβ + ε ,
(3.1)
kde: Y X
β
ε
náhodný vektor pozorování vysvětlované (závislé) proměnné matice pozorování vysvětlujících (nezávisle) proměnných vektor neznámých parametrů vektor náhodných veličin (chyb)
Odhad vhodné regresní funkce lze zapsat jako: Yˆ = X βˆ ,
(3.2)
kde: βˆ
vektor odhadovaných parametrů regresní funkce
Odhady parametrů metodou nejmenších čtverců (OLS) jsou pak dány vztahem:
Metodika
11
βˆ = (X T X ) X T Y −1
(3.3)
Po sestavení tohoto regresního modelu je možné testovat stanovené hypotézy.
3.1 Model Vztah zadluženosti a příjmové nerovnosti v prostředí České republiky se v práci pokusíme identifikovat pomocí vícerozměrného regresního modelu. Jako vysvětlovaná proměnná bude v tomto modelu figurovat podíl celkového TD Y . zadlužení na hrubém národním disponibilním příjmu (dále zadluženost) Jako vysvětlující proměnné pak kromě nerovnosti (I) budou do modelu zahrnuty i další proměnné jako spotřeba (C), úspory (S) a důchod (Y). Základ modelu využitého v diplomové práci tvoří následující vztah: ∆Dt ≡ ∆Ct + ∆St - ∆Yt, kde ∆Dt vyjadřuje změnu ve velikosti celkového dluhu domácností, ∆Ct změnu ve velikosti spotřeby, ∆St změnu ve velikosti úspor a Yt změnu ve velikosti hrubého národního disponibilního příjmu, vše v čase t. Příjmová nerovnost (I) bude do rovnice zakomponována jako další vysvětlující proměnná. Kromě celkového dluhu domácností (TDt) je možné samostatně zkoumat také efekt příjmové nerovnosti na velikost zadlužení souvisejícího s úvěry poskytnutými na bydlení (HDt) a velikost zadlužení vyplývající ze spotřebních úvěrů (CDt). Uvedený funkční vztah vychází ze studie Christena a Morgana (2005), kteří se ve své studii „Keeping up with Joneses“ zaměřovali na determinanty zvyšující se zadluženosti v USA. Jednu z vysvětlovaných proměnných přitom představovala právě příjmová nerovnost. Christen a Morgan do svého modelu kromě úspor spotřeby, hrubého disponibilního příjmu a příjmové nerovnosti zahrnuli také další proměnné jako například úrokovou sazbu a hodnotu aktiv domácností. Vzhledem k faktu, že v našem modelu není cílem vytvořit komplexní model identifikující veškeré determinanty zadlužení, ale jde především o specifikaci vlivu příjmové nerovnosti, bude od těchto proměnných v modelu abstrahováno. V rámci vícerozměrného regresního modelu budeme analyzovat následující vztah:
Metodika
12
∆
+− + − + TD = α + β 1 ∆ C t + β 2 ∆ S t + β 3 ∆ Yt + β 4 ∆ I t + ε Y t
(3.4)
Obdobně můžeme tento funkční vztah dosazením HDt nebo CDt místo TDt zkonstruovat i pro zadlužení související s úvěry na bydlení nebo zadlužení vyplývající ze spotřebních úvěrů. V rámci výše uvedeného funkčního vztahu předpokládáme pozitivní vliv spotřeby. Ten je možné interpretovat tak, že s růstem dochází k růstu celkové zadluženosti. Vztah úspor v uvedené rovnici je naopak negativní. V případě růstu jejich objemu je totiž pravděpodobné, že mají domácnosti k dispozici více finančních prostředků, tudíž se nebudou tak často uchylovat k dluhovému financování. Vliv důchodu na celkovou zadluženost není jednoznačný. S růstem důchodu totiž může v důsledku většího objemu disponibilních prostředků docházet k poklesu zadluženosti. Domácnosti mohou větší část spotřeby financovat ze svého a nemusí si půjčovat. Analogicky v případě poklesu důchodu mohou být domácnosti častěji donuceny využívat k financování spotřeby cizí zdroje. V tomto případě bude vztah negativní. Na druhé straně mohou být domácnosti s růstem důchodu více optimistické ohledně očekávání výše budoucího důchodu. V důsledku tohoto pozitivního očekávání se snaží docílit vyššího životního standardu, například v podobě vlastního bydlení financovaného hypotečním úvěrem. Vyšší důchod činí domácnosti rovněž kredibilnější z pohledu finančních institucí a úvěry se pro ně tak stávají dostupnějšími. Pokud tedy pozitivní očekávání převáží, může být vztah mezi celkovým zadlužením a výší důchodu pozitivní. Pokud existuje vliv příjmové nerovnosti na výši celkového zadlužení, je tento vliv pozitivní. Předpokládáme tedy, že s růstem příjmové nerovnosti roste celková zadluženost domácností.
3.2 Data Údaje o výši zadluženosti domácností využité v této práci vychází z celkového objemu poskytnutých úvěrů tomuto sektoru a jsou stejně jako objemy úvěrů na bydlení a objemy spotřebitelských úvěrů získány ze systému časových řad statistických údajů sestavovaných Českou národní bankou (ČNB). Údaje o velikosti spotřeby, úspor a hrubého národního disponibilního příjmu za období let 2000 až 2011 pak pochází z veřejně dostupné databáze Eurostat. K měření příjmové nerovnosti bývá obvykle použit Giniho koeficient nebo koeficient S80/S20, které budou společně s dalšími metodami blíže popsány v této diplomové práci. Vzhledem k nedostupnosti dat, ze kterých by bylo
Metodika
13
možné vypočítat některý z těchto dvou indikátorů za dostatečně dlouhé časové období v užším než ročním intervalu, je příjmová nerovnost substituována decilovým poměrem (P90/P10). Tento indikátor vyjadřuje podíl mezi horní hranicí mzdy, kterou obdrží 10 % osob s nejnižšími příjmy a dolní hranicí mzdy, kterou obdrží 10 % osob s nejvyššími příjmy. Data pro výpočet tohoto indikátoru byla získána z databáze Informačního systému o průměrném výdělku (ISPV), kterou pro Ministerstvo práce a sociálních věcí zpracovává společnost Trexima. Údaje o horní hranici mzdy, kterou obdrží 10 % osob s nejnižšími příjmy a dolní hranici mzdy, kterou obdrží 10 % osob s nejvyššími příjmy, jsou zde k dispozici pouze od čtvrtého čtvrtletí roku 2000 do čtvrtého čtvrtletí roku 2010. Za rok 2011 jsou pak k dispozici pouze údaje za druhé a čtvrté čtvrtletí. Z toho důvodu byla data za první a třetí čtvrtletí dopočítána pomocí klouzavých průměrů a délce klouzavé části tři. Data použitá v regresním modelu jsou očištěná od inflace pomocí bazických indexů spotřebitelských cen k základnímu období (bází je rok 2005=100). Vzhledem k existenci nestacionarity u jednotlivých časových řad, které slouží jako podklad pro tvorbu vícerozměrného regresního modelu, jsme časové řady dále upravovali. Před tvorbou modelu jsme provedli jejich stacionarizaci pomocí prvních diferencí logaritmů.
3.3 Chow test Abychom zjistili, zda v České republice v průběhu finanční krize došlo ke změně ve vývoji zadluženosti a příjmové nerovnosti, bude výsledný regresní model podroben testu strukturálních zlomů, tzv. Chow testu. Chow test se používá, pokud chceme zjistit, zda jsou parametry navrženého modelu konstantní po celé sledované období. Je navržen tak, že strukturální změna rozdělí časovou řadu o n pozorováních na n1 pozorování před změnou a na n2 pozorování po změně. Poté jsou na základě regresního modelu vypočítány součty čtverců reziduí pro jednotlivé modely a jednotlivé části časové řady, tj. RSS, RSS1 a RSS2. Pokud ke strukturální změně nedošlo, předpokládáme, že platí vztah RSS ≅ RSS1 + RSS2. Test je pak založen na vztahu RSS – (RSS1 + RSS2). Testová statistika má pro formulaci hypotéz H0: „parametry jsou neměnné“, nezamítáme jestliže F < F1−α (k , n − 2k ) H1: „hypotéza H0 neplatí“, jestliže F ≥ F1−α (k , n − 2k ) 2
tvar:
2
Metodika
14
F=
(RSS − (RSS1 + RSS 2 )) / k ~ F (k , n − 2k ) , (RSS1 + RSS 2 ) / (n − 2k )
(3.5)
kde je, RSS celkový součet čtverců reziduí RSS1 součet čtverců reziduí pro úsek před předpokládaným okamžikem strukturální změny RSS2 součet čtverců reziduí pro úsek po předpokládaném okamžiku strukturální změny k počet parametrů modelu n počet pozorování. V případě, že nulovou hypotézu o stabilitě časové řady zamítneme na hladině významnosti α, lze konstatovat, že strukturální zlom v datech nastal. V opačném případě ke strukturální změně ve sledovaných datech nedochází (Cipra, 2008, str. 133-134).
Vliv příjmové nerovnosti na zadluženost
15
4 Vliv příjmové nerovnosti na zadluženost Příjem a jeho rozdělení mezi domácnost jsou základními determinanty společenského blahobytu. Příslušnost k určité příjmové skupině do značné míry ovlivňuje spotřebu a tím i společenskou úroveň obyvatel. Pokud jsou příjmy ve státě poměrně rovně rozděleny, nachází se v něm široká střední vrstva a počet extrémně chudých nebo bohatých je poměrně malý. V případě státu s vysokou nerovností v rozdělení příjmů bude podíl střední třídy malý a naopak se zde bude vyskytovat vysoké procento chudých a bohatých. Rozsáhlá střední vrstva přitom znamená rozsáhlou spotřebu domácností, která přispívá i k ekonomickému růstu. Země s vysoce nerovně rozdělenými příjmy rostou pomalu, protože chudé domácnosti mají nízký objem spotřeby a bohaté domácnosti se zase vyznačují nízkým sklonem ke spotřebě. Právě velikost střední třídy a její příjem je tedy důležitým faktorem pří zkoumání spotřeby obyvatelstva. Friedmanova hypotéza permanentního důchodu říká, že domácnosti se snaží udržet svou spotřebu na určité stabilní úrovni (Holman, 2005, str. 426). Pokud pak dochází k poklesu nebo stagnaci příjmů a domácnost se dostane z vyšší příjmové skupiny do skupiny s nižším příjmem, snaží se tuto stabilní spotřebu udržet pomocí cizích zdrojů, tj. využívá půjčky. Důležitou roli v souvislosti s vlivem příjmové nerovnosti na zadlužení pak hraje Veblenův referenční model (Veblen, 1994), který zdůrazňuje sociální aspekty při rozhodování o úrovni spotřeby. Podle tohoto modelu člověk svojí spotřebou vyjadřuje příslušnost k určité referenční skupině. Touze stát se členem této referenční skupiny pak podřizuje i svou spotřebu. V případě, že se domácnost nachází v nižší příjmové skupině, je pro ni referenční skupinou domácnost s vyšším příjmem, která se rovněž vyznačuje vyšší spotřebou. Ve snaze vyrovnat se referenční skupině v úrovni spotřeby pak často dochází k situacím, kdy nízkopříjmové domácnosti volí cestu dluhového financování, protože jejich nízký příjem jim nedovoluje udržovat spotřebu na jimi preferované úrovni. Příjmová nerovnost v souvislostech finanční krize Spojitostí mezi zadlužeností a příjmovou nerovností se zabývá řada odborných studií zejména v kontextu s nedávnou finanční krizí. V průběhu 20. století se dle empirických údajů nerovnost v řadě zemí snižovala. Posledních 20 let je
Vliv příjmové nerovnosti na zadluženost
16
však opět ve znamení růstu pomyslné propasti mezi bohatými a chudými. Od vzniku finanční krize v roce 2008 se tento jev stává stále diskutovanějším tématem, neboť řada bohatých bankéřů byla zachráněna, zatímco obyčejní lidé v mnoha případech přišli o své domy a zaměstnání. V ekonomických studiích (např. Atkinson, Morelli, 2011) jsou v souvislosti s nerovností v rozdělení příjmů a ekonomickou krizí uváděny dvě možné kauzality - vliv ekonomických otřesů na příjmovou nerovnost a naopak také vliv příjmové nerovnosti na pravděpodobnost vzniku ekonomické krize. V prvním případě vyvstává otázka, jak moc finanční krize přispívá k růstu příjmové nerovnosti. Zda jsou to právě skupiny s nejnižšími příjmy, které na krizi nejvíce doplácí, nebo zda krize nejvíce postihuje bohaté. To, že finanční krize vede ke zvýšení příjmové nerovnosti, zdůrazňovali například Galbraith a Jiaquing (1999), kteří ve své studii zkoumali řadu krizí, které se objevily v různých státech Latinské Ameriky, Asie a Evropy. Původ tohoto tvrzení spatřovali v tom, že finanční krize postihuje více skupiny lidí s nízkými příjmy než osoby, jejichž příjem je relativně vysoký. Zároveň tvrdili, že nárůst propasti mezi chudými a bohatými je větší v zemích s deregulovaným pracovním trhem než ve státech, které jsou charakteristické silně regulovaným pracovním trhem. Při hodnocení vlivu rostoucí příjmové nerovnosti na pravděpodobnost vzniku ekonomické krize pak ekonomové nejvíce upozorňují na fakt, že rostoucí nerovnost v rozdělení příjmů oslabuje poptávku, zpomaluje hospodářský růst a v konečném důsledku vyvolá krizi. Názory na vztah mezi příjmovou nerovností a fází ekonomického cyklu přitom nejsou jednoznačné. Na jedné straně může nerovnost dokonce podpořit růst, protože bohatí lidé více investují a zároveň jsou lidé, jejichž ekonomická situace není tak dobrá, více motivováni k usilovnější práci. Na straně druhé představuje příjmová nerovnost zdroj neefektivnosti vedoucí k likvidaci ekonomického růstu, neboť brání chudším skupinám obyvatelstva k přístupu ke vzdělání, podněcuje znepokojení mezi obyvateli, které může vést zákonodárce k nezodpovědné populistické politice. Stiglitzova teorie (Stiglitz, 2009) o vlivu příjmové nerovnosti na bankovní krize hovoří o tom, že zvyšující se nerovnost ve většině států světa znamená, že peníze se dostávají od těch, kteří by je chtěli utratit k těm, kteří jsou na tom tak dobře, že ačkoliv by peníze utratit chtěli a snaží se sebevíc, nemohou je utratit všechny. Tento příliv likvidity, podporovaný lehkomyslným podstupováním rizika, pak podle Stiglitze položil základy krizi. V podobném duchu se vyjadřovali i Anthony Atkinson a Salvatore Morelli (2011), kteří tvrdili, že domácnosti s nižšími příjmy se i přes stagnaci reálných příjmů snaží udržet
Vliv příjmové nerovnosti na zadluženost
17
rostoucí životní standard, k čemuž využívají výpůjčky. Tyto výpůjčky se však později ukážou jako neudržitelné, což vede k pozdějším selháním a přílišnému tlaku na finanční instituce. Veblen (1994) v tomto směru poukázal na důležitou roli tzv. okázalé spotřeby. K té se spotřebitelé uchylují ne proto, aby uspokojili svou reálnou potřebu, ale proto, aby prostřednictvím spotřeby demonstrovali svou sociální pozici. Pokud tedy příjem jedné skupiny roste o poznání více než příjem jiné skupiny, volí skupina s menšími příjmy často cestu dluhového financování. Rostoucí příjmová nerovnost tak může podnítit rostoucí zadlužování. Proti těmto tvrzením stojí studie Michaela Bordoa and Christophera Meissnera (2012), kteří analyzovali data ze 14 zemí za období 120 let a dospěli k názoru, že příjmová nerovnost není příčinou krize. Úvěrový boom často vede k finanční krizi, ale příjmová nerovnost podle nich nevede k úvěrovému boomu.
4.1 Vybrané teoretické koncepty spotřební funkce Zadluženost domácností je úzce spjata s úrovní spotřeby. Pokud se tedy zabýváme zadlužeností, je nezbytné zaměřit se rovněž na spotřební funkci a na faktory, které spotřební funkci ovlivňují. Za zásadní faktor, na základě kterého ekonomické subjekty rozhodují o úrovni spotřeby, lze považovat příjem. Příjem domácnosti získávají z různých zdrojů. Většinou se jedná o mzdu ze závislé činnosti, z nezávislé činnosti, dále také o příjmy z majetku a transfery. Sumu těchto příjmů většinou domácnosti nemohou libovolně použít ke své spotřebě v celé její výši. Část musí odvést v podobě daní z příjmu a zdravotního či sociálního pojištění. Částka, která domácnostem po odečtení těchto položek zůstane k využití, pak podléhá dalšímu omezení, neboť velká část výdajů je smluvně ukotvena a nelze se z nich v krátkém časovém horizontu vymanit. Jedná se zejména o nájemné, vedlejší náklady (např. energie), telekomunikační služby a pojištění. V České republice připadal v roce 2011 největší podíl, zhruba 28 % spotřebních výdajů na oblast bydlení. V pořadí druhou nevýznamnější spotřební položkou byly potraviny – 15 %, následované výdaji na rekreaci, kulturu a sport (ČSÚ, 2011). Domácnosti však nevydávají celý svůj příjem pouze na spotřebu. Část svých finančních prostředků také odloží pro budoucí spotřebu, která jim zajistí maximalizaci užitku. Příjmy, které domácnosti nepoužily ke spotřebě, označujeme jako úspory. Díky úsporám poskytují domácnosti kromě výrobního
Vliv příjmové nerovnosti na zadluženost
18
faktoru – práce další výrobní faktor – kapitál. Odměnou domácnostem za poskytnutí kapitálu je úrok. Podle toho, zda jsou peněžní prostředky střadatelům okamžitě k dispozici, či podle toho, jak vysoký výnos přinášejí, rozlišujeme různé formy úspor nesoucí jinou míru rizika, výnosů, likvidity apod. Sklon domácností k úsporám je kromě úrokových sazeb a zásob aktiv silně závislý na čistém příjmu domácností, stejně tak na očekávání ohledně budoucích příjmů a také jejich stabilitě. Vzhledem k tomu, že spotřeba a úspory domácností představují jeden z klíčových determinantů ekonomického růstu, věnovala se její analýze řada světových ekonomů. V první části této kapitoly budou jednotlivé teoretické koncepty věnující se problematice úspor (resp. zadlužení) a spotřeby rozebrány. Druhá část kapitoly bude věnována možnostem dluhového financování.
4.1.1 Keynesovská spotřební funkce John Maynard Keynes byl britský ekonom, který svými myšlenkami významným způsobem zapsal do dějin ekonomických teorií a zároveň podstatně ovlivnil hospodářskou politiku 20. století. Ve svém díle se věnoval řadě ekonomických problémů, mezi které patří i teorie efektivní poptávky a spotřební funkce. Tuto problematiku přitom rozvádí zejména ve svém díle Obecná teorie zaměstnanosti úroku a peněz z roku 1936. Podle Keynese jsou výdaje domácností na spotřebu, výdaje firem na investice a vládní výdaje základními složkami efektivní poptávky. Platí přitom, že v případě vyrovnaného státního rozpočtu a nízkém podílu státních výdajů na národním důchodu, vládní sektor výši agregátní poptávky v podstatě neovlivňuje. Ta je tedy závislá na spotřebě a investicích. Výdaje domácností na spotřebu jsou funkcí jejich disponibilního důchodu. Disponibilní důchod se dělí na úspory a na spotřebu. Podle Keynese je toto dělení založeno na působení základního psychologického zákona, podle něhož při růstu důchodu spotřeba roste, ale pomaleji než důchod. To znamená, že se podíl spotřeby na důchodu snižuje, zatímco roste podíl úspor. Keynes byl přesvědčen, že 19. století bylo ještě érou poměrně vysokého sklonu ke spotřebě, protože národní důchody byly nízké. Ve 20. století, kdy národní důchody vzrostly, bohaté země trpí nízkým sklonem ke spotřebě a vysokým sklonem k úsporám. Na základě svého základního psychologického zákona definoval Keynes sklon ke spotřebě jako klesající funkci běžného důchodu:
Vliv příjmové nerovnosti na zadluženost
19
C = c ⋅ Yd ,
(4.1)
kde c je sklon ke spotřebě, c =C/Yd (Holman, 2005, str. 362). Empirické výzkumy však potvrdily platnost Keynesovy spotřební funkce, kdy s růstem důchodu dochází k zvyšování spotřeby a úspor, pouze v krátkém období. Pro dlouhé období byla platnost základního psychologického zákona zpochybněna Simonem Kuznetsem. Jeho výzkumy ve čtyřicátých letech 20. století vedly spíše k závěru o určité stabilitě podílu spotřeby na disponibilním důchodu (Liberty Fund, Inc., 2008). Ve snaze vysvětlit tyto skutečnosti vznikla postupně řada nových teoretických koncepcí, z nichž nejznámějšími se staly teorie životního cyklu Franca Modiglianiho a hypotéza permanentního důchodu Miltona Friedmana.
4.1.2 Hypotéza permanentního důchodu Hypotéza permanentního důchodu, jejímž autorem je nejvýznamnější představitel monetarismu Milton Friedman, otevřela nový pohled na problematiku spotřební funkce, neboť z ní vyplývalo, že spotřeba je mnohem stabilnější, než se přepokládalo. Tento závěr Friedman využil při vysvětlování své teorie poptávky po penězích, resp. její stability. Transakční poptávka po penězích podle něj závisí na spotřebních výdajích a ty na permanentním (nikoli běžném) důchodu, tudíž i poptávka po penězích je také poměrně stabilní. Permanentní důchod je ve Friedmanově pojetí veličina významná pro chování domácností. Definoval ho jako diskontovanou přítomnou hodnotu očekávaného toku budoucích důchodů. Jedná se o důchod stabilně dosahovaný v minulosti a očekávaný v budoucnosti v závislosti na vlastněném bohatství, vývoji běžné úrokové míry, pracovních schopnostech atd. Celkový důchod dělí Friedman na stálou a proměnnou složku. Stálá složka se prosazuje dlouhodobě jako stabilní složka důchodu, zatímco proměnnou tvoří neočekávané vyšší příjmy, případně neočekávané poklesy příjmů. Spotřeba na makroekonomické úrovni je v dlouhém období podle něj závislá výhradně na stálé složce důchodu, protože domácnosti zůstávají věrny svým plánům nezávisle na tom, zda jejich příjmy krátkodobě odpovídají plánovaným výdajům nebo neodpovídají (Sojka, 2010, str. 379-380). Friedmanovu spotřební funkci lze tedy vyjádřit následující rovnicí: C = c ⋅Y P ,
kde c je mezní sklon ke spotřebě a YP je permanentní důchod.
(4.2)
Vliv příjmové nerovnosti na zadluženost
20
Friedman se ve svém díle Teorie spotřební funkce věnoval rovněž kritice Keynesova základního psychologického zákona. Keynese kritizoval zejména za to, že ve své spotřební funkci opomenul roli bohatství, které je dáno snahou každého subjektu maximalizovat celkový užitek v čase. Friedman proti jeho pojetí spotřební funkce postavil svou hypotézu permanentního důchodu. Jejím východiskem je teze, že ekonomické subjekty drží bohatství částečně v peněžní a částečně v reálné podobě, případně v podobě cenných papírů. Ve srovnání s Keynesem má Friedman také odlišný pohled na původ peněz. Friedman chápe nabídku peněz jako exogenní veličinu, determinovanou centrální bankou. Nabídka peněz je autonomní veličinou, která je ve značné míře nezávislá na fungování ekonomiky, a hlavní úlohu v jejím ovlivňování má monetární politika. S monetární politikou Friedman rovněž spojuje hospodářské poruchy. Podle něj je totiž tržní ekonomika stabilní systém, šoky do něj vnášejí právě změny v nabídce peněz, které mění ceny i reálné veličiny (Holman, 2005, str. 427).
4.1.3 Hypotéza životního cyklu Tato hypotéza vznikla jako reakce na původní Keynesovu teorii úspor, která byla založena na základním psychologickém zákoně, podle kterého při růstu důchodu spotřeba absolutně roste, ale její podíl na důchodu má tendenci se snižovat. Současně s tím, se zvyšuje podíl úspor. Vzhledem k tomu, že se tento psychologický zákon neslučoval se statistickými údaji pro USA, zformuloval v roce 1954 Franco Modigliani společně s Richardem Brumbergem novou teorii úspor domácností založenou na hypotéze životního cyklu. Jejím východiskem se stala myšlenka, že lidé o spotřebě a úsporách uvažují v dlouhodobé perspektivě. Životní cyklus se podle této teorie skládá ze tří období. V prvním stádiu se lidé připravují na zaměstnání a zakládají rodiny, takže převažují výdaje nad příjmy a spotřeba je částečně hrazena i z dluhových zdrojů. Ve druhé fázi je tomu obráceně. Domácnosti již spoří, aby si vytvořily úspory na třetí období, kdy odejdou do důchodu a budou čerpat z úspor. V této souvislosti Modigliani s Brumbergem vytvořili matematickou formulaci hypotézy životního cyklu, v níž jsou úspory jednotlivce vedle důchodu dány navíc jeho bohatstvím, očekáváním budoucích příjmů a věkem (Sojka, 2010, str. 277-278). Spotřební funkce zahrnující stávající bohatství pak má tvar:
Vliv příjmové nerovnosti na zadluženost
C = a ⋅ W + c ⋅ Ye
21
(4.3)
kde W je bohatství, Ye je očekávaný celoživotní důchod, parametr a představuje mezní sklon ke spotřebě určený bohatstvím spotřebitele a parametr c mezní sklon ke spotřebě určený důchodem.
4.1.4 Model mezičasové volby Autorem tohoto modelu je americký ekonom Irwing Fisher. Podle něj jsou domácnosti při rozhodování o své spotřebě omezeny rozpočtem (disponibilním důchodem) a snaží se najít odpověď na otázku, jak své zdroje rozdělit mezi přítomnou a budoucí spotřebu. Model přitom vychází z předpokladu, že současná spotřeba je obecně preferována před spotřebou budoucí, protože užitek v případě přítomné spotřeby je dostupný dříve než v případě spotřeby budoucí. Koncept se zabývá závislostí přítomné spotřeby na přítomném důchodu, úrokové míře a budoucím důchodu. Vliv úrokové míry na spotřebu souvisí se substitučním a důchodovým efektem (Sojka, 2010, str. 163). Substituční efekt je zde nákladem příležitosti. Pokud se spotřebitel rozhodne pro přítomnou spotřebu, vzdává se úroku, který by mu úspory přinášely. Dochází-li tedy k růstu úrokové míry, zdražuje se tím současná spotřeba. Z toho důvodu reaguje spotřebitel většinou snížením spotřeby. V případě důchodového efektu je brána v potaz role úroku coby důchodu. Zvýšení úrokové míry vede ke zvýšení důchodu, důsledkem čehož je pak obvykle vyšší spotřeba. Je tedy zřejmé, že oba efekty působí na přítomnou spotřebu protichůdně. To platí pro individuální spotřební funkci. Na agregátní úrovni je důchodový efekt úrokové míry zanedbatelný, proto je možné brát v potaz pouze substituční efekt úrokové míry. To znamená, že vztah mezi úrokovou mírou a agregátní spotřebou je inverzní. Co se týká vlivu důchodu na spotřebu domácností, vztah mezi celoživotním důchodem a spotřebou je přímo úměrný – růst celoživotního důchodu vyvolá zvýšení celoživotní spotřeby. Rozložení růstu důchodu mezi přítomnou a budoucí spotřebu závisí na preferencích spotřebitelů (Fisher, 1930).
4.2 Možnosti dluhového financování V okamžiku, kdy výdaje na spotřebu není možné pokrýt disponibilním důchodem ani prostředky naspořenými v minulosti, začnou domácnosti financovat svou spotřebu prostředky vypůjčenými. V tomto směru patřily české domácnosti v minulosti spíše k těm konzervativnějším. Údaje
Vliv příjmové nerovnosti na zadluženost
22
statistického úřadu z poslední dekády však dokládají, že i v České republice je financování spotřeby vypůjčenými prostředky stále běžnějším jevem. Prostřednictvím úvěrů a půjček si spotřebitelé uměle zvyšují životní standard a často úvěry využívají i k pokrytí nákladů na statky, které nepotřebují a které si z pohledu svého disponibilního důchodu ani nemohou dovolit. Podporou v tomto chování je jim i finanční trh, který nabízí velké množství mnohdy snadno dostupných úvěrových produktů. Mezi ty nejběžnější patří hypoteční úvěr, úvěry ze stavebního spoření, spotřebitelský úvěr, kontokorentní úvěr a kreditní karta. V následující kapitole budou tyto druhy úvěrů blíže charakterizovány. 4.2.1
Hypoteční úvěr
Zákon o dluhopisech č. 190/2004. Sb definuje hypoteční úvěr jako úvěr, jehož splacení včetně příslušenství je zajištěno zástavním právem k nemovitosti, i rozestavěné. Tady se česká právní úprava odlišuje například od Francie, Belgie či Lucemburska, kde je možné zastavit hypotéku i majetkem investičního charakteru. Úvěr se považuje za hypoteční úvěr dnem vzniku právních účinků zástavního práva. Hypoteční úvěr je dlouhodobým úvěrem a jeho nejčastějším případem využití je pořízení bytu nebo domu s tím, že získaná nemovitost slouží jako zástava poskytnutého úvěru. Poskytnout jej může v podstatě každá finanční instituce. Ne každá finanční instituce však může získat zdroje na poskytování hypotečních úvěrů prostřednictvím emise hypotečních zástavních listů. Hypoteční zástavní listy (HZL) jsou zákonem o dluhopisech definovány jako dluhopisy, jejichž jmenovitá hodnota a poměrný výnos jsou plně kryty pohledávkami z hypotečních úvěrů nebo částí těchto pohledávek a popřípadě též náhradním způsobem podle tohoto zákona. Emise HZL jsou ve všech zemích striktně regulované, protože stát prostřednictvím změn v podmínkách poskytování hypotečních úvěrů ovlivňuje a podporuje bydlení. Pro zajištění hypotečního úvěru a zprostředkovaně i pro zajištění bezpečnosti hypotečních zástavních listů má dále zásadní význam i stanovení úvěrového limitu. Ve většině zemí je považována za relativně bezpečnou výši krytí hypotečních úvěrů hranice mezi 60 – 80 % obvyklé ceny reality (Polouček, 2006, str. 290). Splatnost hypoték se většinou pohybuje mezi 5 až 45 lety, přičemž platí, že žadatelé o úvěr by měli být po celou dobu splácení v produktivním věku. V případě České republiky je průměrná doba splatnosti cca 24 let. Obecně platí, že čím je delší doba splatnosti, tím nižší je splátka. Na druhou stranu však
Vliv příjmové nerovnosti na zadluženost
s rostoucí dobou splatnosti roste i úroková sazba hypotéky. hypotečním trhu rozlišujeme dva typy hypotečních úvěrů:
23
Na českém
Americká hypotéka V případě americké hypotéky hovoříme o úvěru, za který dlužník ručí vlastní nemovitostí, např. domem nebo bytem v osobním vlastnictví. Finanční prostředky, které dlužník získá, pak může použít k jakémukoliv účelu. Úrokové sazby u tohoto typu hypotéky bývají většinou vyšší než u hypotéky, nicméně nejsou tak velké jako u spotřebitelských úvěrů. Minimální výše úvěru se pohybuje mezi 150 - 200 tisíci korunami. Účelová hypotéka Účelový hypoteční úvěr musí klient využít pouze za účelem uvedeným v úvěrové smlouvě. Tímto účelem může být koupě nemovitosti nebo stavebního pozemku, výstavba nemovitosti, ale také rekonstrukce, oprava či modernizace nemovitosti nebo splácení jiného úvěru či půjčky, tzn. refinancování dřívější investice do nemovitosti nebo získání vlastnického podílu na nemovitosti. Účelové hypoteční úvěry banky poskytují až do výše 100 % zástavní hodnoty nemovitosti (resp. nemovitostí – může jich být i více), na kterou je zástavní právo zřízeno. Částku zaplacenou na úrocích z účelového hypotečního úvěru lze každý rok odečíst od základu daně z příjmu, a to až do určité výše stanovené v zákoně o daních z příjmů. 4.2.2
Úvěry od stavebních spořitelen
Stavební spořitelny poskytují účelově vázané úvěry, které jsou určené na financování bytových potřeb jejich klientů. Přesnou definici bytových potřeb nalezneme v zákoně 96/1993 Sb. o stavebním spoření a státní podpoře stavebního spoření. Bytovými potřebami se rozumí především získání, změna, modernizace a údržba bytu, výstavba nebo koupě stavby pro bydlení, získání stavebního pozemku za účelem této výstavby, úprava nebytového prostoru na byt a dokonce i úhrada závazků vzniklých uhrazením výše uvedených potřeb (Syrový, 2005, str. 82). Úvěry od stavebních spořitelen se dělí na dva základní typy, v obou případech je podmínkou pro jejich získání uzavření smlouvy o stavebním spoření se stavební spořitelnou. Jedná se o úvěr ze stavebního spoření a překlenovací úvěr.
Vliv příjmové nerovnosti na zadluženost
24
Úvěr ze stavebního spoření Nárok na úvěr ze stavebního spoření vzniká klientům stavebních spořitelen teprve po splnění všech následujících podmínek. Uplynutí tzv. minimální čekací doby. Její délka je přitom stanovena zákonem na nejméně dva roky. Další podmínkou je naspoření minimální částky, přičemž každá stavební spořitelna ve svých všeobecných obchodních podmínkách určuje poměr mezi výší zůstatku a maximální částkou úvěru. Minimální naspořená částka se v současné době pohybuje na úrovni 40 % cílové částky. Žadatel o úvěr musí také splnit požadavky na výši hodnotícího čísla. Hodnota tohoto čísla se u každé stavební spořitelny liší a stejně tak se liší i algoritmus jeho výpočtu. Zpravidla je tento výpočet ovlivňován výší naspořené částky vzhledem k cílové částce, výší připsaných úroků, délkou spoření a variantou spoření (Dvořák, 2005, str. 436). Překlenovací úvěr ze stavebního spoření V mnoha případech dochází k tomu, že klienti potřebují finanční prostředky dříve, než jim vznikne nárok na čerpání řádného úvěru ze stavebního spoření. V takové situaci lze využít tzv. překlenovací úvěr. Překlenovací úvěry jsou určeny pro klienty, kteří nemají splněny všechny podmínky pro přidělení řádného úvěru. Jedná se o úvěr, který překlenuje dobu mezi skutečnou potřebou cizích zdrojů a vznikem nároku na úvěr ze stavebního spoření. Na poskytnutí překlenovacího úvěru nemá účastník spoření automatický nárok. Překlenovací úvěr se poskytuje maximálně do výše cílové částky a je stejně účelově vázán jako klasický úvěr ze stavebního spoření. Klient platí pouze úroky z tohoto úvěru a čeká, až mu bude přidělena cílová částka. Jejím přidělením je tento úvěr splacen a klient od této chvíle čerpá řádný úvěr (Syrový, 2005, str. 84). Úročení řádného úvěru se v současné době obvykle pohybuje okolo 5 % p.a., v případě překlenovacích úvěrů je sazba většinou o něco vyšší. Vkládané prostředky jsou pak nejčastěji úročeny sazbou 2 % ročně. Vzhledem k tomu, že stavební spoření patří ke státem podporovaným produktů, lze zaplacené úroky z úvěru ze stavebního spoření odečíst od základu daně z příjmu. 4.2.3
Spotřebitelský úvěr
Spotřebitelské úvěry představují skupinu úvěrů, které jsou kromě bankovních institucí poskytovány i řadou nebankovních institucí a prostředky jimi
Vliv příjmové nerovnosti na zadluženost
25
poskytnuté slouží občanům k financování spotřebního zboží či k financování různých služeb. Právní úprava tohoto typu úvěru se řídí zákonem č. 145/2010 o spotřebitelském úvěru. Tento zákon vymezuje zejména informace, které je věřitel, případně zprostředkovatel, povinen poskytnout spotřebiteli v dostatečném předstihu před uzavřením smlouvy, ve které se sjednává spotřebitelský úvěr, v samotné smlouvě a během plnění smlouvy. V zákoně je také ustanoveno, že má spotřebitel právo úvěr kdykoliv předčasně splatit a zároveň jsou zde upraveny i podmínky předčasného splacení. Spotřebitelský úvěr je poskytován na základě písemné smlouvy, jejíž součástí jsou podmínky pro poskytnutí, čerpání a splácení úvěru. Největší výhodou spotřebitelského úvěru je dostupnost finančních prostředků bez nutnosti předchozího spoření. Nevýhodu naopak představuje úroková sazba, která je ve srovnání s úvěry hypotečními nebo úvěry ze stavebního spoření vyšší. V České republice se v současné době tato sazba pohybuje obvykle mezi 6 a 16 %, s tím, že u nebankovních institucí je možné se setkat i se sazbami vyššími (MFČR, 2007). Úroková sazba však není jediným nákladem, který je s poskytnutím spotřebitelského úvěru spojený. Poskytovatelé si za zřízení a správu úvěru účtují nejrůznější poplatky, proto je důležité sledovat výši roční procentní sazby nákladů (RPSN). RPSN představuje dle zákona o spotřebitelském úvěru úhrn všech poplatků a jiných nákladů, které musí dlužník/klient při řádném plnění svých povinností z úvěrové smlouvy nutně zaplatit věřiteli/bance vedle jistiny v souvislosti s poskytnutým úvěrem za celou dobu trvání svého závazku, vyjádřený procentním podílem z dlužné částky za období jednoho roku. Povinnost uvádět RPSN u spotřebitelského úvěru je stanovena zákonem. 4.2.4
Kontokorentní úvěr
Kontokorentní úvěr je krátkodobým typem úvěru, který je vázán na existenci běžného účtu. Čerpání tohoto úvěru probíhá tak, že se klient dohodne s bankou, že může z běžného účtu čerpat peníze i v případě, že na něm již své vlastní prostředky nemá k dispozici. Od okamžiku, kdy se klient banky na svém účtu dostane do minusových čísel, čerpá od banky úvěr a za něj platí také předem sjednané úroky. Poskytnutí kontokorentního úvěru závisí na rozhodnutí banky. Banky poskytují tento úvěr, resp. stanoví vyšší limit čerpání takovým klientům, u kterých si ověřily, že dostávají na svůj běžný účet dostatek prostředků (tyto informace mají o klientovi ve svém informačním systému) a mají dobrou
Vliv příjmové nerovnosti na zadluženost
26
platební disciplínu, tj. splácejí úvěry v dohodnutých termínech i u jiných bank (tyto informace získají z tzv. úvěrových registrů), tedy, že jsou „spolehlivými“ klienty. Noví klienti dané banky se proto mohou setkat s tím, že jim stanovený „limit“ bude zpočátku poměrně nízký, a to do doby, než si banka ověří, kolik plateb a v jaké výši jim pravidelně přichází na účet, a jak tento kontokorentní úvěr splácejí (MFČR, 2007). Úročení kontokorentních úvěrů je zpravidla poměrně vysoké, roční úrokové sazby často převyšují i úrokové sazby u spotřebitelských úvěrů. V České republice se nejčastěji pohybují v rozmezí 14 – 20 %. 4.2.5
Úvěr z kreditní karty
V případě kreditních karet stanoví banka klientovi úvěrový rámec, ze kterého může čerpat finanční prostředky na úhradu zboží či služeb. Účel použití peněžních prostředků přitom klient nemusí dokládat. Ve většině případů musí majitelé kreditních karet splňovat určitá kritéria, aby jim byl úvěrový rámec poskytnut. Jedná se zejména o výši příjmu, překročení určité věkové hranice či pracovní poměr na dobu neurčitou, požadavky se však mohou instituci od instituce lišit. Největší výhodou kreditních karet je okamžitá dostupnost finančních prostředků a také bezúročné období, v rámci kterého vrací klienti vyčerpané prostředky zpět, aniž by z čerpané částky platili úrok. Pokud jim bezúročné období nestačí a vrátí vypůjčené prostředky později, musí zpravidla počítat s dodatečnými náklady v podobě platby úroků. Ty se vzhledem k široké nabídce na českém trhu dle webového serveru Finance.cz obvykle pohybují v rozmezí 15 – 27 % ročně. Kromě úrokových nákladů jsou s existencí kreditní karty spjaty i další poplatky v podobě měsíčních či ročních poplatků, poplatků za vedení karty, měsíčních výpisů apod.
4.3 Příjmová nerovnost Příjmová nerovnost je jedním z problémů, které trápí řadu ekonomik po celém světě. Je možno ji definovat jako rozdíl v příjmech, které obdrží jednotlivé osoby či domácnosti v dané ekonomice. Dále je možné příjmovou nerovnost vymezit i jako stav, kdy na jedné straně dochází k růstu počtu lidí s vysokými příjmy a na straně druhé přibývá lidí, kteří žijí na hranici životního minima (OECD, 2008, str. 15). Otázkou zůstává, zda a proč se máme příjmové nerovnosti obávat. Wilkinson a Pickettová (2009), kteří analyzovali zhruba 200 souborů dat, poukazovali zejména na to, že příjmová nerovnost vede ke kratšímu,
Vliv příjmové nerovnosti na zadluženost
27
nezdravějšímu a méně šťastnějšímu životu. Podněcuje v lidech násilí a nadměrnou spotřebu, vede k obezitě a ničí vztahy mezi jednotlivci, kteří se narodili v téže společnosti, ale do různých příjmových tříd. Dospěli také k názoru, že vztah mezi příjmovou nerovností, špatným zdravotním stavem a sociálními problémy je tak výrazný, že není možné jej označit pouze za náhodu. Perkins et al. (2006) uvádí, že nerovnost vede k neefektivnosti ekonomiky. Čím je totiž nerovnost větší, tím méně lidí je schopno investovat a přispívat tak k rozvoji malého a středního podnikání, což v konečném důsledku zpomaluje ekonomický růst. Todaro (2009) poukazoval na negativní vliv příjmové nerovnosti na úspory. Ve státech s vyšší příjmovou nerovností je podle něj k dispozici menší objem úspor. To je dáno tím, že největší objem úspor se nachází u středních vrstev. Nejbohatší třídy sice spoří ve větších částkách, avšak na agregátní úrovni se jedná o menší procento než v případě středních tříd. Lidé z nejbohatších vrstev také častěji utrácí velké částky za zahraniční zboží, čímž dochází k odlivu zdrojů ze země. Dále se Todaro (2009) zabýval začarovaným kruhem mezi příjmovou nerovností a vzděláním. Podle něj se totiž ve státech s vysokou nerovností nachází více chudých lidí, kteří si nemohou dovolit investovat do vzdělání, což se také odráží ve výši výdělků. Nízké výdělky často neumožňují lidem poskytovat vzdělání svým potomkům, kteří pak mají v budoucnu menší šanci vymanit se z chudších vrstev. I přes uvedená negativa mezi ekonomy panuje shoda v názoru, že určitý stupeň příjmové nerovnosti je nutný. Pokud by totiž ve společnosti panovala absolutní rovnost, vymizela by motivace k práci a růstu. V souvislosti s nedávnou finanční krizí, jejíž kořeny můžeme hledat na americkém hypotečním trhu, se vztah mezi příjmovou nerovností a finanční stabilitou stává stále častěji diskutovanějším (Milanovic, 2009; Moss, 2009; Iacoviello, 2008). Ačkoliv se objevují názory, že příjmová nerovnost je faktor, který způsobil nedávnou ekonomickou krizi, neexistuje v tomto směru mezi akademiky jednoznačná shoda. Často však bývá poukazováno na to, že bankovní instituce v USA poskytovaly hypoteční úvěry i méně bonitním domácnostem. Ty se pak kvůli následnému splasknutí bubliny na trhu nemovitostí a také kvůli růstu úrokových sazeb dostaly do problémů se splácením. Rajan (2010) dokonce tvrdí, že rostoucí příjmová nerovnost, respektive politická reakce na ni, pomohla zapříčinit finanční krizi. Rajan se zabýval právě situací v USA, kde v 80. letech docházelo k výraznému zvyšování příjmové nerovnosti, což také podnítilo tlak na politické
Vliv příjmové nerovnosti na zadluženost
28
reprezentanty k tomu, aby přišli s řešením tohoto problému. Jako vhodná alternativa se tehdy jevila podpora chudých v získávání vlastního bydlení, mimo jiné pomocí nízkých úrokových sazeb. Na pokles úrokových sazeb reagovaly domácnosti snížením úspor a rostoucím zadlužováním. Hypotéky si začaly sjednávat a i ty domácnosti, které by za normální situace na vlastní bydlení neměly dostatek finančních prostředků. Nízké úrokové sazby tak dočasně držely soukromou spotřebu a tím i agregátní poptávku na poměrně vysoké úrovni i přes fakt, že v případě mnoha domácností docházelo ke stagnaci reálných příjmů. Toto chování mělo za následek vytvoření bubliny na trhu nemovitostí, která nakonec splaskla, přičemž důsledky jsou v americké ekonomice patrné dodnes. Rovněž Hein (2010) považuje za hlavní příčiny krize právě zvyšující se nerovnost v rozdělení příjmů, dále také neefektivní regulaci finančních trhů a rostoucí nerovnováhu ve světových ekonomikách. Tyto signály se podle něj objevovaly v ekonomikách už od počátku 80. let 20 století a jsou spojeny s tzv. „kapitalismem s dominancí peněz“. Hein uvádí, že v důsledku těchto jevů začaly vlády některých zemí směřovat k deregulaci na pracovním trhu, redukci státních zásahů do tržní ekonomiky, redistribuci příjmů od bohatých k chudým a k deregulaci a liberalizaci národních i mezinárodních finančních trhů. Z analýz OECD vyplývá tendence mírného růstu příjmové nerovnosti. Tento mírný růst je ovšem nutné vnímat jako výslednici komplikovaného společného působení mnoha faktorů. Příjmová nerovnost se přitom mírně zvyšuje jak uvnitř jednotlivých zemí OECD, tak v jejich vzájemném srovnání. Nejnižší příjmové rozdíly jsou již tradičně ve skandinávských zemích (Dánsko a Švédsko). Druhou skupinu zemí s příjmovou nerovností nižší než průměr OECD tvoří Lucembursko, Rakousko, Česká republika, Slovensko, Finsko, Nizozemsko, Belgie, Švýcarsko, Norsko, Island, Francie, Maďarsko, Německo a Austrálie. Nejvyšší rozdíly mezi příjmy jsou v Turecku a v Mexiku, o něco nižší údaje, nicméně vyšší než průměr OECD, udávají Itálie, Polsko, USA a Portugalsko. Česká republika je mezi 30 členskými zeměmi OECD státem s pátou nejnižší příjmovou nerovností. Trend vykazovaného růstu příjmové nerovnosti, který byl v ČR zaznamenán v 90. letech (se zpomalením ve 2. polovině 90. let) je důsledkem skutečnosti, že společnost byla po dlouhou dobu uměle udržována v ekonomickém a sociálním rovnostářství. Obdobné údaje vykazuje ze stejných důvodů i Slovensko. Vývoj příjmové nerovnosti v Evropě dokumentuje následující tabulka.
Vliv příjmové nerovnosti na zadluženost
29
Tabulka 1: Vývoj Giniho koeficientů vybraných evropských zemí Stát
2005
2008
2010
Belgie
0,28
0,275
0,266
0,2
0,359
0,332
Bulharsko Česká republika
0,26
0,247
0,249
Dánsko
0,239
0,251
0,269
Estonsko
0,341
0,309
0,313
Finsko
0,26
0,263
0,254
Francie
0,277
0,298
0,298
Irsko
0,319
0,299
0,332
Itálie
0,328
0,31
0,312
Litva
0,363
0,34
0,369
Lotyšsko
0,361
0,377
0,361
Lucembursko
0,265
0,277
0,279
Maďarsko
0,276
0,252
0,241
Německo
0,261
0,302
0,293
Nizozemsko
0,269
0,276
0,255
Norsko
0,282
0,251
0,236
Polsko
0,356
0,32
0,311
Portugalsko
0,381
0,358
0,337
Rakousko
0,262
0,262
0,261
Řecko
0,332
0,334
0,329
Slovensko
0,262
0,237
0,259
Slovinsko
0,238
0,234
0,238
Španělsko
0,318
0,313
0,339
Švédsko
0,234
0,24
0,241
-
0,32
0,296
0,346
0,339
0,33
Švýcarsko Velká Británie Zdroj: Eurostat
4.3.1
Zdroje nerovností
Problematice příjmové nerovnosti a jejím příčinám a se věnuje řada ekonomů. Odborná literatura však neposkytuje jednoznačnou odpověď na otázku, co je zdrojem rostoucí polarizace příjmů v posledních desetiletích. Ačkoliv se názory ekonomů v tomto směru různí, bývají většinou za původce příjmové nerovnosti označovány globalizace, technologický pokrok a také podmínky daného pracovního trhu – jako výše a doba trvání podpory v nezaměstnanosti, minimální mzda, daně z příjmu a poplatky (daňové zatížení), odbory a systémy kolektivního vyjednávání (Horn und Kol., 2010, str. 3).
Vliv příjmové nerovnosti na zadluženost
30
Americký filozof Godwin (1797, str. 168-184) označoval za původce chudoby nižších tříd společenské zákony a instituce, které jsou odpovědné za velké nerovnosti v rozdělování. Domníval se, že lze společenské poměry změnit k lepšímu sociálním zákonodárstvím. Proti tomuto tvrzení se postavil Thomas R. Malthus (1798), který v souvislosti se svojí populační teorií tvrdil, že chudoba není důsledkem společenských poměrů a institucí nýbrž, že je důsledkem působení přírodního zákona. Chudobu podle něj nelze odstranit lepšími zákony nebo lepší politikou, ale jedině morální sebekontrolou. Chudinské dávky, tím, že přenášejí část existenčního břemene z chudých lidí na společnost, u nich potlačují pocit odpovědnosti, podporují odevzdanost, spoléhání na jiné, a tím omezují i morální sebekontrolu. O co více Malthus odmítal sociální zákonodárství, o to byl větším stoupencem veřejného školství (Holman, 2010, str. 65-66). Lazonick a O´Sullivan (2000) pak identifikují další příčiny rostoucí příjmové nerovnosti. Ty spatřují v poklesu vyjednávacích schopností odborů a ve změnách strategií firemního managementu (ze strategie „udržuj a investuj“ a na strategii „zmenšuj a rozděluj“). Další příčinu příjmové nerovnosti vidí ve změně ekonomické struktury, v níž se přechází od sektoru veřejných a nefinančních korporací se silnými odbory k sektoru finančnímu, pro který je charakteristická slabá role odborů, deregulace pracovního trhu a rostoucí propojení světového obchodu a finančního trhu. Pokud máme analyzovat zdroje nerovností, je nutné se na prvním místě zaměřit na pracovní příjmy, které tvoří zhruba 75 procent všech příjmů pracovních faktorů. Nerovnosti ve výdělcích plynou z rozdílných schopností a kvalifikace, náročností práce, druhu práce a dalších faktorů. Samuelson (2007, str. 387-388) považuje za nejdůležitější příčiny příjmové nerovnosti schopnosti a kvalifikace, pracovní nasazení, profese a další. Schopnosti a kvalifikace Schopnost lidí se zásadně liší a to v ohledu fyzickém, mentálním i co se týče temperamentu. Tyto osobní rozdíly nám však při vysvětlení otázky rozdělení příjmu příliš nepomohou. Fyzické přednosti (síla, výška nebo míry) či měřitelné mentální přednosti (inteligenční kvocient či hudební sluch) vysvětlují relativně malou část rozdílů v příjmech. Tím však nelze říct, že na individuálních schopnostech nezáleží, nicméně schopnosti, které trh oceňuje, jsou velmi různé a často je těžké je měřit. Trh obvykle oceňuje ochotu riskovat, ambice, štěstí, dobrý úsudek a tvrdou práci. Nic z toho však nelze měřit standardními testy.
Vliv příjmové nerovnosti na zadluženost
31
Pracovní nasazení Pracovní nasazení se u jednotlivých lidí zásadně liší. Workoholik může odpracovat 70 hodin týdně, obejít se bez volna a o důchodu uvažovat spíše výhledově. Asketa může pracovat jen do chvíle, kdy poplatí nezbytné životní minimum. Rozdíly v příjmech se mohou zásadně lišit jednoduše kvůli různému nasazení. Nikdo nemůže říci, že ekonomické příležitosti by byly nerovné. Profese Jedním z důležitých zdrojů nerovnosti příjmů je profese. Na spodním konci stupnice se pohybují výpomoc v domácnosti, obsluha v restauracích rychlého občerstvení či nekvalifikovaní zaměstnanci v oboru služeb. Na opačném pólu se nacházejí profesionálové s vysokými platy. V posledních letech patří mezi profese s nejvyššími platy lékaři (platí pro USA). V České republice, patřili v roce 2011 dle údajů společnosti Trexima k nejlépe placeným oborům inženýři elektronických komunikací a specialisté počítačových sítí. Co je zdrojem tak obrovských rozdílů mezi profesemi? Část nerovností plyne z investic do lidského kapitálu, jako jsou roky strávené lékařským vzděláváním. Svoji roli hrají i schopnosti, neboť k vykonávání inženýrské profese si musíte s čísly tykat. Některá místa jsou lépe placená, protože jsou nebezpečná či nepříjemná. Pokud je nabídka práce v dané profesi omezená, například z důvodu omezení ze strany odborů či kvůli profesním licenčním pravidlům, omezení nabídky žene mzdy a platy dané profese vzhůru. Další faktory Kromě výše zmíněných faktorů existují ještě další vlivy, které působí na příjmovou nerovnost. V případě příjmů žen a menšin hraje důležitou roli diskriminace a vyloučení z některých povolání. Vedle toho má hlavní dopad na pozdější příjmy domov a společenství, se kterým se dítě setkává. Někteří ekonomové věří, že změny v technologiích imigrace, mezinárodní obchod a rostoucí význam trhů, kde vítěz bere vše, vedou k větší nerovnosti. 4.3.2
Měření příjmové nerovnosti
Při měření nerovnosti v rozdělení ekonomických zdrojů je nutné zabývat se rozdíly v příjmech i v bohatství. Jako osobní příjem označujeme celkové příjmy či hotovost, které jednotlivec či domácnost obdrží v rámci určitého období. Hlavními součástmi osobního příjmu jsou pracovní příjmy, příjmy z majetku (renty, úrok a dividendy), a vládní transferové platby. Disponibilní osobní příjem se rovná osobnímu příjmu mínus placené daně. Majetek neboli čisté
Vliv příjmové nerovnosti na zadluženost
32
bohatství odpovídá hodnotě finančních a movitých aktiv mínus částka dlužená bankám a ostatním věřitelům (Samuelson, 2001 str. 382-383). V praxi se pro měření příjmové nerovnosti používají různé metody. Tyto metody pracují se statistickými daty, která obvykle shromažďují národní statistické úřady. Soustavná harmonizace těchto dat v rámci OECD a EU přitom zajišťuje jejich srovnatelnost. Ukazatele jsou buď grafické, nebo číselné. Mezi grafické ukazatele patří Lorenzova křivka a histogram směrnic tečen Lorenzovy křivky. K číselným ukazatelům pak řadíme Giniho koeficient, koeficient příjmové nerovnosti S80/S20. Ve světě jsou dále využívány či navrženy další ukazatele, které umožňují další, hlubší pochopení skutečného stavu rozdělení příjmů v dané společnosti. Některé z nich jsou více teoretické než praktické koncepty, nicméně výhodou je jejich univerzálnost a možnost vzájemné komparace. K těmto patří obsah plochy histogramu směrnic tečen Lorenzovy křivky a variační koeficient (Lapáček, 2007). Lorenzova křivka Lorenzova křivka (viz Graf 1), jejímž autorem je americký ekonom Max O. Lorenz, je jedním z grafických nástrojů pro posuzování míry příjmové nerovnosti. Graf 1: Lorenzova křivka 1 Lorenzova křivka Křivka dokonalého rozdělení důchodu 0,9
0,8
0,7
% příjmů
0,6
0,5
0,4
A
0,3
0,2
B
0,1
0 0
0,1
0,2
0,3
0,4
0,5 % populace
Zdroj: Vlastní zpracování, software Gretl
0,6
0,7
0,8
0,9
1
Vliv příjmové nerovnosti na zadluženost
33
Každý bod na Lorenzově křivce udává podíl příjemců důchodů z jejich celkového počtu vyjádřený v procentech a jejich podíl na celkových důchodech. V případě rovnostářského rozdělení příjmů ve společnosti by Lorenzova křivka byla shodná s křivkou se sklonem 45˚, která znázorňuje rovnoměrné rozdělení důchodů. Podíl příjemců důchodů by byl v tomto případě tedy shodný s jejich podílem na celkových důchodech. Opačným případem je stav absolutní nerovnosti v rozdělení důchodů ve společnosti. Za tohoto předpokladu, by Lorenzova křivka byla shodná s osami grafu. To lze popsat tak, že jedna osoba obdrží celý vyprodukovaný důchod a ostatní neobdrží nic. Z uvedených informací vyplývá, že čím více je Lorenzova křivka vzdálena od pomyslné křivky rovnoměrného rozdělení důchodů, tím větší je ve společnosti nerovnost v rozdělení příjmů (Lapáček, 2007, str. 7). Histogram tečen Lorenzovy křivky Způsob posuzování příjmové nerovnosti pomocí Lorenzovy křivky rozšířil americký ekonom Robert R. Schutz. Vhodnějším způsobem než zkoumání nerovnosti pomocí Lorenzovy křivky, je podle Schutze (1951) posuzování příjmové nerovnosti pomocí směrnic tečen Lorenzovy křivky. Tato metoda je jednak názorná a zároveň potlačuje nepřesnosti při zkoumání více Lorenzových křivek najednou. Graf 2: Směrnice Lorenzovy křivky
Zdroj: Lapáček (2007)
Směrnice tečen Lorenzovy křivky je možné vidět na Grafu 2, kde je populace rozdělena do deseti stejně velkých skupin. Směrnici tečny křivky v daném bodě je možné vypočítat dvěma způsoby. První možností je výpočet
Vliv příjmové nerovnosti na zadluženost
34
pomocí první derivace funkce představující průběh Lorenzovy křivky. Nevýhoda této varianty však spočívá v tom, že většinou není k dispozici matematické vyjádření Lorenzovy křivky. Proto se častěji používá druhý, snadnější a také účelnější způsob výpočtu pomocí následujícího podílu,
tg (α ) =
PDs PPDs ,
(4.4)
kde PDs je procento důchodu, které obdrží skupina S, PPDs je procento příjemců důchodu tvořené skupinou S. O co více se potom velikost směrnice odchyluje od jedné, o to větší je v daném bodě nerovnost. Specifickým případem je hodnota jedna, která odpovídá sklonu křivky 45°. Na Grafu 2 se jedná o vodorovnou úsečku v bodě 1, která odpovídá křivce rovnoměrného rozdělení na obrázku číslo 1. Pokud směrnice nabývají hodnot nižších než jedna, odpovídají tečnám s úhlem do 45°. Celkový obsah vybarvené plochy pod křivkou rovnoměrného rozdělení na Grafu 2 pak vyjadřuje, o kolik jsou na tom nejchudší skupiny obyvatel hůře ve srovnání s nejbohatšími. Obsah této plochy pod křivkou rovnoměrného rozdělení důchodů poté musí být logicky stejně velký jako obsah plochy nad touto křivkou, neboť to, co se nedostává nejchudší skupině, logicky obdrží ti nejbohatší. Zatímco je tedy obsah těchto ploch vždy stejný, jejich tvar se obvykle různí. V praxi tak většinou není dosaženo stavu se stejnými obsahy a stejnými tvary ploch, který dokládá Graf 2. Obsah zmiňované plochy je možné spočítat pomocí vzorce: m PDs Obsah = ∑ 1 − PPDs S =1
m ⋅ PPDs = ∑ (PPDs − PDs ) S =1
(4.5)
kde: m je počet skupin, pro které je směrnice tečny Lorenzovy křivky menší než 1 (na Grafu 2 jsou to čtyři skupiny). Jako měřítko příjmové nerovnosti pak slouží velikost obsahu této plochy nebo součet obsahů těchto ploch pod a nad křivkou rovnoměrného rozdělení důchodů. Předností tohoto přístupu je i jednodušší porovnávání příjmové nerovnosti mezi jednotlivými skupinami, právě na základě obsahu plochy, tentokrát však jednotlivých sloupců pro každou skupinu (Lapáček, 2007).
Vliv příjmové nerovnosti na zadluženost
35
Giniho koeficient Giniho koeficient, jehož autorem je Corradi Gini, představuje číselné vyjádření odklonu Lorenzovy křivky od rovnoměrného rozdělení důchodu (Todaro, 2000, str. 159). Vypočítat jej lze pomocí vztahu: A A+ B ,
G=
(4.6)
kde A představuje obsah plochy mezi Lorenzovou křivkou a křivkou dokonalého rozdělení důchodu a B obsah celkové plochy pod křivkou dokonalého rozdělení důchodu. Z tohoto vztahu vyplývá, že se Giniho koeficient může pohybovat v rozmezí hodnot <0,1>. Pokud by se Giniho koeficient rovnal nule, znamenalo by to, že ve společnosti dochází k absolutně rovnému rozdělení důchodů. V případě, že by tento koeficient nabýval hodnoty jedna, hovořili bychom o absolutní nerovnosti v rozdělení příjmů. Obecně lze tedy konstatovat, že čím vyšší je hodnota Giniho koeficientu, tím větší je nerovnost. Kromě grafického vyjádření lze hodnotu tohoto indexu vypočítat také pomocí matematického vzorce, a to jako průměr rozdílu v příjmech mezi všemi možnými páry jednotlivců: n
n
∑∑ x G=
i =1 j =1
i
− xj
2 ⋅ n2 ⋅ x
,
(4.7)
kde xi,j jsou příjmy dvou náhodně vybraných jednotlivců, n je počet jednotlivců,
x je průměrný příjem jednotlivce. Přednost tohoto početního postupu spočívá v tom, že není nutné jednotlivce či skupiny řadit dle výše příjmu. Pokud je známé pouze intervalové příjmové rozdělení, je možné velikost Giniho koeficientu spočítat dle následujícího vzorce:
∑ [M (h ) − M (d )]⋅ k ( p )⋅ [1 − k ( p )] r
G=
j
j =1
j
j
j
∑ [M (h ) − M (d )]⋅ [1 − k ( p )] r −1
j =1
j
j
j
,
(4.8)
kde Mj(h) je horní mez intervalu pro j=1,2,...,r, Mj(d) je dolní mez intervalu pro j=1,2,...,r, Pj je relativní četnost v j-tém intervalu pro j=1,2,...,r, k(pj) je kumulativní
Vliv příjmové nerovnosti na zadluženost
36
součet relativních četností až do j-tého intervalu. Častěji se však pro výpočet Giniho koeficientu používá tzv. Brownův vzorec: n
G = 1 − ∑ ( xi − xi −1 ) ⋅ ( yi + yi −1 ) i =1
,
(4.9)
kde xi je kumulovaný podíl příjemců důchodů, přičemž x0 = 0 a xn = 1, yi je kumulovaný podíl příjmů, přičemž y0 = 0 a yn = 1. Index Robina Hooda Index Robina Hooda je možné ilustrovat na Grafu 1 jako nejdelší možnou úsečku, která spojuje Lorenzovu křivku s křivkou dokonalého rozdělení důchodu. Velikost indexu pak udává, jak velká část celkového příjmu ve společnosti by musela být přerozdělena od domácností s vyšším než průměrným příjmem, k domácnostem s příjmem nižším než je průměr, aby bylo dosaženo stavu příjmové rovnosti. Konkrétní postup výpočtu indexu pak vypadá následovně. Jednotlivé domácnosti je nutné nejdříve seřadit podle výše příjmu od nejbohatších po nejchudší. Takto seřazené domácností se v dalším kroku rozdělí do deseti stejně velkých skupin. Následně se vypočítá suma procentních částí z celkového důchodu, které každá ze skupin dosahuje. Do indexu se přitom zařazují pouze skupiny, jejichž podíl na celkovém příjmu je vyšší nežli 10 %. Nakonec se od tohoto čísla odečte n násobek 10 %, přičemž n reprezentuje počet skupin započítaných do sumy (Lapáček, 2007). Výpočet indexu Robina Hooda je možné ilustrovat na následujícím příkladu. Nejbohatších 10 % domácností (1. skupina) obdrží 32 % z celkových příjmů, další skupina obdrží 19 % z celkových příjmů, další 14 %, další 11 %, další 9 % a ostatní skupiny stále menší část z celkových příjmů. Do vzorce tedy zahrneme první čtyři skupiny, protože jejich příjmy jsou větší než 10 % z celkových. Od této sumy pak odečteme čtyřnásobek 10 %, konkrétně: RHI = ( 0,32 + 0,19 + 0,14 + 0,11) − ( 4 × 0,1) = 0,36 .
(4.10)
Robin Hood index v tomto případě dosahuje hodnoty 36 %. Toto zjištění lze popsat tak, že přesně taková část z celkového příjmu by musela být přerozdělena od domácností s nadprůměrným příjmem k domácnostem s příjmem podprůměrným, aby bylo ve společnosti dosaženo příjmové rovnosti.
Vliv příjmové nerovnosti na zadluženost
37
Koeficient příjmové nerovnosti S80/S20 Koeficient příjmové nerovnosti S80/S20 představuje poměr celkového objemu příjmů připadajících na 20 % osob s nejvyššími příjmy (5. kvintil) k celkovému objemu příjmů připadajících na 20% populace s nejnižšími příjmy (1. kvintil). Koeficient může nabývat hodnot v intervalu <1;∞>. Čím vyšší je jeho hodnota, tím vyšší jsou celkové příjmy 20 % nejbohatších osob ve společnosti v poměru k celkovým příjmům 20 % osob nejchudších a tím vyšší je tedy i nerovnost příjmů v dané společnosti. Naopak čím více se hodnota koeficientu přibližuje k jedné, tím jsou příjmy v dané společnosti rovnoměrněji rozděleny. Hodnota koeficientu jedna pak znamená absolutní rovnost příjmů všech členů společnosti. Tento způsob měření příjmové nerovnosti je také preferován Evropským hospodářským a sociálním výborem (European Union, 2010, str. 348). V souvislosti s výše uvedenými ukazateli je nutné poukázat také na to, že vypočítané hodnoty jednotlivých ukazatelů se v různých zdrojích liší a je takřka nemožné nalézt dvě studie, které by poskytovaly stejné hodnoty. V důsledku této skutečnosti tak můžeme zjistit, že Giniho koeficient pro Českou republiku za rok 2008 má podle ČSÚ hodnotu 0,249, zatímco OECD uvádí hodnotu 0,256. Decilový poměr Pro měření příjmové nerovnosti je často využíván rovněž decilový poměr. Tento ukazatel vychází z toho, že příjmy ekonomických subjektů jsou seřazeny podle velikosti a rozděleny na decily. Do prvního decilu spadá 10 % osob s nejnižšími příjmy, do desátého pak 10 % subjektů, které se vyznačují nejvyššími příjmy. Decilový poměr P90/P10 pak vyjadřuje podíl nejnižší hodnoty desátého decilu k nejvyšší hodnotě prvního decilu rozdělení mezd. Ekvivalizovaný příjem Ekvivalizovaný neboli také poměrný příjem je příjem, jehož hodnota vychází z celkového čistého peněžního příjmu domácnosti. Slouží jako podklad pro výpočet hranice chudoby a míry ohrožení osob příjmovou chudobou. Vypočítá se jako podíl celkového čistého peněžního příjmu domácnosti a součtu jejích spotřebních jednotek. Přepočet na spotřební jednotku se jeví jako vhodný zejména proto, že bere v potaz velikost a demografické složení domácnosti. Je konstruován tak, aby odrážel existenci tzv. úspor z rozsahu, tj. úspor na nákladech na předměty a služby, které slouží většímu počtu členů domácnosti. Pro účely výpočtu míry chudoby se využívá tzv. modifikovaná stupnice OECD, která přiřazuje první dospělé osobě v domácnosti váhu 1,0, dalším osobám
Vliv příjmové nerovnosti na zadluženost
38
starším 13 let včetně váhu 0,5 a dětem do 13 let včetně váhu 0,3. Vypočtený poměrný příjem domácnosti se přiřazuje všem jejím členům. Ekvivalizovaný příjem se tedy vypočítá jeden za celou domácnost a přiřadí se všem členům této domácnosti. U osob bez vlastních příjmů (zejména dětí) je tedy odvislý od výše příjmů členů domácnosti s vlastními příjmy. Ze souboru všech osob seřazených vzestupně podle tohoto poměrného příjmu se poté určí medián (hodnota, která rozděluje soubor osob na dvě poloviny), ze kterého se vypočítá hranice chudoby. Nejčastěji používanou hranicí chudoby je 60 % mediánu ekvivalizovaného příjmu. Míra ohrožení příjmovou chudobou odpovídá podílu osob z domácnosti s příjmy nižšími, než je tato hranice. Osoby jsou ohrožené příjmovou chudobou, pokud poměrný příjem domácnosti, ve které žijí, nedosahuje této hodnoty. Omezení ukazatelů Uvedené ukazatele se však často stávají terčem kritiky. Důvod spočívá například v tom, že neodrážejí příjmy plynoucí z šedé ekonomiky. Ukazatele také často nevypovídají správně o tom, jestli si jednotlivé skupiny přilepšují, či naopak. Pokud totiž hodnota těchto ukazatelů roste, nemusí to být nutně známka toho, že se příjem chudších vrstev snižuje. Naopak může dokonce růst, tento růst však může být potlačen tím, že bohatší si přilepší ještě více. Další problém je spojen s tím, že ukazatele nejsou ve všech zemích sledovány systematicky ve stejnou dobu jednou institucí. Často pak neexistují jednotné časové řady, které se mohou navzájem porovnávat. 4.3.3
Automatické a institucionální mechanismy regulace příjmové nerovnosti
Mechanismy regulující příjmovou nerovnost jsou s rozdílnou měrou a s různou účinností zastoupeny ve všech zemích na světě. Tyto mechanismy jsou vytvářeny jednotlivými vládami v rámci systému veřejných financí, který se zabývá právě vztahy mezi tvorbou, rozdělováním a užitím peněz patřících občanům. Kromě toho plní veřejné finance a státní rozpočet tři důležité ekonomické funkce. Jedná se o funkce alokační, stabilizační a redistribuční. Cílem alokační funkce je zvýšit za pomoci systému veřejných financí efektivnost tržní alokace zdrojů. Opodstatnění má tato funkce zejména v případech, ve kterých je nějakým způsobem deformovaná tržní cena a nedochází tak k efektivní alokaci zdrojů. Další funkcí je pak funkce stabilizační, která má napomáhat zmírňování hospodářským cyklem způsobených výkyvů v ekonomické aktivitě. Pokud se
Vliv příjmové nerovnosti na zadluženost
39
tedy ekonomika nachází ve fázi recese, uplatňuje vláda ve snaze povzbudit ekonomiku fiskální expanzi. V případě, že ekonomice hrozí přehřátí, se vláda naopak uchyluje k restriktivním krokům. Poslední funkcí, která nejvíce souvisí s příjmovou nerovností, je funkce redistribuční. Jak již sám její název napovídá, stát pomocí ní formou redistribuce upravuje „nespravedlivé“ tržní rozdělení prvotních důchodů. Jejím účelem je tedy zmírnění majetkové a příjmové nerovnosti ve společnosti. Výsledkem této činnosti je pak situace, kdy jedna skupina občanů z přerozdělování důchodů profituje a druhá naopak ztrácí (Dvořák, str. 10). Z uvedeného je zřejmé, že nastavením systému veřejných financí vláda podstatně ovlivňuje důchodovou situaci ekonomických subjektů daných států. Děje se tak za pomoci opatření na příjmové a výdajové straně státního rozpočtu. Tato opatření dále ovlivňují spotřební a investiční chování v jednotlivých zemích a v konečném účinku také agregátní poptávku. K nejdůležitějším nástrojům, které působí na spotřebu domácností, patří zejména vládní výdaje a změny ve výši daní. Vládní výdaje jsou součástí agregátní poptávky. Jejich zvýšení může vést k růstu agregátní poptávky a tím také zvýšit úroveň rovnovážného produktu. To však platí pouze za předpokladu, že se skutečný výstup nachází pod úrovní potencionálního produktu a že ve společnosti existují faktory, které způsobují, že je křivka agregátní poptávky v krátkém období rostoucí. V případě, že tyto podmínky nejsou splněny, může růst vládních výdajů vést pouze ke zvýšení cenové hladiny. Navíc je nutné, mít na paměti fakt, že zvýšení vládních výdajů může mít další důsledky v podobě deficitu státního rozpočtu. Ale i v situaci, kdy dochází k růstu vládních výdajů a rozpočty jsou vyrovnané nebo přebytkové, má zvyšování vládních výdajů své důsledky. V takové situaci totiž domácnosti i firmy pravděpodobně platí vysoké daně a nemohou tak peníze, které vydělávají a které jsou jim zdaněny, použít na svoje investice (Hamerníková, Maaytová a kol., 2007, str. 245-246). V souvislosti s účinky vládních výdajů coby nástrojem fiskální politiky, rozlišuje ekonomická teorie dva efekty, a to efekt multiplikační a vytěsňovací. Multiplikační efekt spočívá v tom, že přírůstek vládních výdajů vyvolává několikanásobně větší přírůstek domácího produktu. To proto, že vládní výdaje zvyšují důchody lidí, kteří následně zvyšují svou spotřebu, což vyvolává další důchody (Holman, 2010, str. 250). Druhým efektem je efekt vytlačování soukromých výdajů výdaji veřejnými, neboť zvýšení schodku veřejných rozpočtů snižuje národní úspory, což vyvolává růst úrokové míry (Holman,
Vliv příjmové nerovnosti na zadluženost
40
2010, str. 251); v případě uzavřené ekonomiky vyvolá vytlačování soukromých investic, v případě otevřené ekonomiky pokles vývozu. K výdajům, kterými vláda zmírňuje příjmovou nerovnost a pomocí nichž naplňuje redistribuční funkci, patří také výdaje na sociální ochranu obyvatelstva. 4.3.4
Nástroje sociální ochrany
Pro většinu domácností i jednotlivců je zdrojem pro financování základních životních potřeb mzda. V populaci se však vyskytuje mnoho lidí, kteří z opodstatněných důvodů nejsou schopni vykonávat práci, za kterou by jim mzda náležela, nebo tato mzda nepostačuje na pokrytí jejich běžných nákladů. Pro tyto účely v České republice funguje systém sociální ochrany, který zahrnuje státní sociální podporu, sociální pojištění a pomoc v hmotné nouzi. Tato kapitola je zpracována na základě informací Ministerstva práce a sociálních věcí. Státní sociální podpora Prostřednictvím státní sociální podpory se stát spolupodílí na krytí nákladů na výživu a ostatní základní potřeby rodin s nezaopatřenými dětmi a poskytuje pomoc při některých dalších sociálních situacích. Systém státní sociální podpory je upraven zákonem č. 117/1995 Sb., o státní sociální podpoře, ve znění pozdějších předpisů. Podle tohoto zákona je poskytováno několik typů dávek. Patří mezi ně přídavek na dítě, příspěvek na bydlení, rodičovský příspěvek, dávky pěstounské péče, pohřebné a porodné. Přídavek na dítě je základní, dlouhodobou dávkou, poskytovanou rodinám s dětmi, která jim pomáhá krýt náklady, spojené s výchovou a výživou nezaopatřených dětí. Nárok na přídavek na dítě vzniká nezaopatřenému dítěti, které žije v rodině, jejíž rozhodný příjem je nižší než 2,4násobek částky životního minima rodiny. Pro nárok na dávku se posuzuje příjem za předchozí kalendářní rok, za příjem se považuje i rodičovský příspěvek. Přídavek je vyplácen ve třech výších podle věku nezaopatřeného dítěte. Příspěvek na bydlení slouží ke krytí nákladů na bydlení rodinám či jednotlivcům s nízkými příjmy. Získání příspěvku podléhá testování příjmů rodiny za předchozí čtvrtletí. Příspěvek na bydlení může být přiznán vlastníkovi nebo nájemci bytu, který je v bytě přihlášen k trvalému pobytu, pokud splní stanovené podmínky. Další formou státní sociální podpory je rodičovský příspěvek. V současné době má na rodičovský příspěvek nárok rodič, který celodenně a řádně pečuje
Vliv příjmové nerovnosti na zadluženost
41
o dítě, které je nejmladší v rodině, a to dokud nevyčerpá celkovou částku 220 000 Kč, nejdéle však do 4 let věku dítěte. Dávkami pěstounské péče přispívá stát na potřeby spojené s péčí o dítě, které je svěřené do pěstounské péče a o které se rodiče nemohou nebo nechtějí starat. Pěstounovi a dítěti svěřenému do pěstounské péče může vzniknout nárok i na další dávky státní sociální podpory, např. na rodičovský příspěvek, přídavek na dítě apod. Mezi dávky pěstounské péče patří příspěvek na úhradu potřeb dítěte, odměna pěstouna, příspěvek na zakoupení motorového vozidla a také příspěvek na převzetí dítěte. Porodné je vypláceno rodinám s nízkými příjmy jednorázově a jeho účelem je přispívat na náklady související s narozením prvního dítěte. Nárok na porodné je přitom vázán na stanovenou hranici příjmů v rodině. Na pohřebné pak má nárok osoba, která vypravila pohřeb nezaopatřenému dítěti, nebo osobě, která byla rodičem nezaopatřeného dítěte, a to za podmínky, že zemřelá osoba měla ke dni úmrtí trvalý pobyt na území České republiky. Pomoc v hmotné nouzi Systém pomoci v hmotné nouzi upravuje zákon č. 111/2006 Sb. o pomoci v hmotné nouzi ve znění pozdějších předpisů. Představuje formu pomoci osobám s nedostatečnými příjmy a zároveň se snaží motivovat tyto osoby k tomu, aby si aktivně zajišťovaly prostředky k uspokojení životních potřeb. Tento systém vychází z principu, že každá osoba, která pracuje, se musí mít lépe než ta, která nepracuje, popřípadě se práci vyhýbá. Hmotnou nouzi definuje zákon jako stav, kdy osoba či rodina nemá dostatečné příjmy a její celkové sociální a majetkové poměry neumožňují uspokojení základních životních potřeb na úrovni ještě přijatelné pro společnost. Současně si tyto příjmy nemůže z objektivních důvodů zvýšit (uplatněním nároků a pohledávek, prodejem nebo využitím majetku) a vyřešit tak svoji nelehkou situaci vlastním přičiněním. Zákon také uvádí, které osoby se v hmotné nouzi nenachází. Patří sem například osoba, která prokazatelně neprojevuje snahu zvýšit si příjem vlastním přičiněním, která není v pracovním nebo obdobném vztahu, nevykonává samostatnou výdělečnou činnost a není vedena v evidenci uchazečů o zaměstnání nebo ta, která nastoupila výkon zabezpečovací detence nebo trestu odnětí svobody nebo byla vzata do vazby. Osobou, která není v hmotné nouzi, je dále osoba, která je vedena v evidenci uchazečů o zaměstnání a bez vážných důvodů odmítla vykonávat krátkodobé zaměstnání nebo účastnit se v cíleném programu k řešení zaměstnání, které
Vliv příjmové nerovnosti na zadluženost
42
nevznikl nárok na nemocenské nebo jí náleží ve snížené výši, a to z důvodu, že si přivodila pracovní neschopnost úmyslně, Mezi dávky, které řeší pomoc v hmotné nouzi, patří příspěvek na živobytí, doplatek na bydlení a mimořádná okamžitá pomoc. Příspěvek na živobytí je základní dávkou pomoci v hmotné nouzi, která pomáhá osobě či rodině při nedostatečném příjmu. Nárok na příspěvek na živobytí vzniká osobě či rodině v případě, že po odečtení přiměřených nákladů na bydlení nedosahuje příjem této osoby či rodiny částky živobytí. Tato částka je stanovena pro každou osobu individuálně, a to na základě hodnocení její snahy a možností. Pro stanovení živobytí rodiny se jednotlivé částky živobytí osob sčítají. Doplatek na bydlení je druhou dávkou pomoci v hmotné nouzi a řeší nedostatek příjmu k uhrazení nákladů na bydlení tam, kde nestačí vlastní příjmy osoby či rodiny včetně příspěvku na bydlení ze systému státní sociální podpory. Je poskytován nájemci nebo vlastníku bytu, který má nárok na příspěvek na živobytí. Výše doplatku na bydlení je stanovena tak, aby po zaplacení odůvodněných nákladů na bydlení (tj. nájmu, služeb s bydlením spojených a nákladů za dodávky energií) zůstala osobě či rodině částka živobytí. Vyplacení mimořádné okamžité pomoci je vázáno na skutečnost, že se osoba ocitne v některé ze situací, které jsou definovány zákonem o pomoci v hmotné nouzi. Mezi tyto situace patří například fakt, že v případě neposkytnutí pomoci osobě hrozí vážná újma na zdraví, že je osoba postižena vážnou mimořádnou událostí nebo že je osoba ohrožena sociálním vyloučením a podobně. Sociální pojištění Organizaci a provádění sociálního pojištění v České republice upravuje zákon č. 582/1991 Sb. o organizaci a provádění sociálního zabezpečení ve znění pozdějších předpisů. Sociální zabezpečení podle tohoto zákona obsahuje nemocenské pojištění zaměstnanců a osob postavených jim v tomto pojištění na roveň, nemocenské pojištění osob samostatně výdělečně činných a důchodové pojištění.
Vliv příjmové nerovnosti na zadluženost
43
4.4 Dílčí závěr Vysoká zadluženosti domácností představuje společně s vysokou příjmovou nerovností problém pro řadu zemí světa. Objevuje se tak řada studií, které se těmito jevy zabývají. Tyto studie zdůrazňují, že zadluženost domácností je často tak výrazná, že standardní spotřební funkce nepostačují k jejímu vysvětlení a snaží se identifikovat další faktory, pomocí kterých by bylo možné rostoucí zadlužení vysvětlit. Jako jeden z faktorů, který přispívá k nárůstu zadluženosti, bývá v těchto studiích označována také rostoucí příjmová nerovnost. Cílem této práce je tedy zjistit, zda i v podmínkách České republiky přispěla příjmová nerovnost ke zvýšení zadluženosti domácností. Vzhledem k tomu, že je zadluženost domácností úzce spjata s úrovní spotřeby věnovala se tato kapitola nejdříve teoretickým konceptům spotřební funkce, která zaznamenala během staletí významný rozvoj. Tento rozvoj souvisí zejména s přechodem k tržnímu typu koordinace ekonomických aktivit, ale i s empirickými poznatky. V soudobých teoriích spotřební funkce se prolínají zejména hypotéza permanentního důchodu a hypotéza životního cyklu. Z obou těchto teorií jasně vyplývá, že veličinou, která zásadně ovlivňuje vývoj spotřeby, je příjem. Pokud tedy chceme vytvořit jakýkoliv model věnující se vývoji zadluženosti domácností, je nezbytné zahrnout příjem mezi vysvětlující proměnné. V případě poklesu nebo dokonce výpadku příjmu, se domácnosti snaží udržet úroveň spotřeby pomocí úvěrů, čímž dochází k zadlužování. V současné době je přitom k dispozici řada úvěrových produktů, pomocí nichž je domácnostem umožněno obvyklou úroveň spotřeby zachovat. K nim patří hypoteční úvěry, úvěry ze stavebního spoření, spotřebitelské úvěry, kontokorentní úvěry, či úvěry z kreditní karty. Jednotlivé typy produktů se liší svým účelem, délkou trvání, poplatky a úroky s nimi spojenými a řadou dalších podmínek. Široké spektrum jednotlivých druhů a také vysoké množství bankovních i nebankovních poskytovatelů úvěrů spojené s konkurenčním bojem v podobě masivních reklamních kampaní přitom usnadňují přístup domácností k těmto cizím zdrojům. Snadná dostupnost úvěrových produktů a všudypřítomné reklamní kampaně institucí poskytujících úvěry se pak mohou stát osudnými zejména pro domácnosti s nízkými příjmy. Ty zpravidla hůře zvládají situace, při nichž musí zaplatit nutný nečekaný výdaj. Jejich nízký rozpočet jim nedovoluje uhradit tento výdaj z vlastních prostředků, a proto také častěji využívají cizích zdrojů v podobě půjček. Další část této kapitoly se věnovala příjmové nerovnosti. Přesto, že Česká republika patří ve srovnání s ostatními zeměmi ke státům s poměrně nízkou
Vliv příjmové nerovnosti na zadluženost
44
příjmovou nerovností, dochází i zde k jejímu postupnému nárůstu. Problémem je zejména fakt, že zvětšující se rozdíly v příjmech brání talentovaným lidem v přístupu ke vzdělání a podněcují nespokojenost občanů, což může vést k populistické politice, která má negativní dopady na výkonnost ekonomiky. Řada studií spojuje příjmovou nerovnost také s nemocemi a sebevraždami. V souvislosti s poslední finanční krizí se stále častěji objevují studie, které zmiňují, že nerovnost v rozdělení příjmů je jedním z faktorů, který pomohl tuto krizi zapříčinit. Řada ekonomů se zabývá i opačnou kauzalitou, v rámci které představuje finanční krize impuls, na jehož základě se zvyšuje nerovnost v rozdělení příjmů. Za zdroj příjmové nerovnosti bývají v relevantní literatuře dále zmiňovány společenské zákony a instituce, rozdílné schopnosti a kvalifikace jednotlivců, typ profese nebo také rozdílné pracovní nasazení. K měření příjmové nerovnosti je využívána celá řada nástrojů. Patří k nim Giniho koeficient, Lorenzova křivka, index Robina Hooda, koeficient příjmové nerovnosti S80/S20 či ekvivalizovaný příjem. S cílem zmírnit dopady příjmové nerovnosti a zajistit spravedlivé rozdělení příjmů jsou v jednotlivých zemích přítomny redistribuční mechanismy a různé systémy sociální ochrany. V podmínkách České republiky se jedná o sociální podporu, sociálního pojištění a pomoc v hmotné nouzi. Prospěšnost a optimální míra redistribuce příjmů je přitom předmětem neustálých debat, neboť kromě pozitiv sebou redistribuce přináší také negativa v podobě růstu deficitu státního rozpočtu.
Výsledky empirické analýzy
45
5 Výsledky empirické analýzy V následující kapitole budeme pomocí vícerozměrné regresní analýzy zkoumat závislost mezi vývojem časových řad zadluženosti a příjmové nerovnosti. Jednotlivé čtvrtletní změny v uvedených proměnných v období mezi čtvrtým čtvrtletím roku 2000 a čtvrtým čtvrtletím roku 2011 názorněji dokumentuje Graf 3. Na ose y tohoto grafu jsou vyneseny mezikvartální změny ve vývoji zadluženosti, na ose x pak mezikvartální změny ve vývoji příjmové nerovnosti. Graf 3: Závislost mezi vývojem zadluženosti a příjmové nerovnosti - mezikvartální změny 35% 30% 25%
Zadluženost
20% 15% 10% 5% 0% -5% -10% -15% -20% -4%
-2%
0%
2%
4%
6%
8%
10%
Příjmová nerovnost Zdroj: Vlastní zpracování na základě dat z ISPV a ČSÚ
Nejdříve však bude kapitola pojednávat o vývoji zadluženosti a příjmové nerovnosti českých domácností samostatně. Kromě celkového zadlužení bude pozornost věnována i struktuře zadluženosti a různým typům úvěrů, zejména úvěrům na bydlení a spotřebitelským úvěrům. V rámci příjmové nerovnosti se zaměříme i na strukturu příjmů a problematiku příjmové chudoby.
Výsledky empirické analýzy
46
5.1 Vývoj zadluženosti Zadluženost českých domácností se od vzniku samostatné České republiky zvýšila ze 115 miliard v roce 1993 na 1098 miliard korun českých v roce 2011. V procentuálním vyjádření se jedná o přírůstek v hodnotě 954 %. Pokud se zaměříme pouze na období let 2000 - 2011 dosahuje tato změna 887 %. To je dáno zejména tím, že zatímco v průběhu 90. let 20. století bylo možné zaznamenat i meziroční poklesy zadluženosti, konkrétně v letech 1995, 1996 a 1998. Od roku 1999 se dluh českých domácností neustále zvyšuje. Jako nejčastější příčiny růstu dluhu jsou přitom v relevantní literatuře zmiňovány otevřené horizonty spotřeby, změněný náhled na zadluženost, růst životní úrovně, snadná dostupnost peněz od bank, společností splátkového prodeje či leasingových společností, silný marketing těchto finančních zprostředkovatelů, ochota některých komerčních bank zúžit své marže a také hlad po vlastním bydlení patrný zejména v posledních letech zkoumaného období. Graf 4: Úvěry poskytnuté domácnostem v mld. Kč za období 2000-2011 1098
Absolutní hodnota v mld. Kč
1200 975
1000
1044
873 721
800 536
600 415 400 200
124
143
181
237
314
0
Rok Zdroj: Vlastní zpracování na základě dat ČSÚ, 2000 – 2011
V relativním vyjádření docházelo k nejvyššímu nárůstu zadlužení během let 2002 až 2007, kdy se nárůst meziročního zadlužení pohyboval kolem 30 %. Vrchol úvěrové expanze pak nastal mezi lety 2006 a 2007, kdy činil meziroční nárůst dluhu domácností 34,4 %. Za zlomový lze považovat rok 2008. Ačkoliv i od tohoto roku absolutní výše dluhu roste, v relativním vyjádření dochází naopak k poklesu, přičemž v roce 2011 už je ve srovnání s rokem 2010 růst
Výsledky empirické analýzy
47
dluhu pouze 5,18%. Kořeny poklesu dynamiky vývoje dluhu lze spatřovat ve světové finanční krizi, která se nevyhnula ani České republice. Graf 5: Relativní přírůstky v objemu úvěrů poskytovaných českým domácnostem v procentech za období 2000-2011
Meziroční změny v procentech
40% 32% 31% 32%
35%
34% 29%
27%
30% 25%
21%
20% 15%
16% 12%
9%
7%
10%
5%
5% 0%
Rok Zdroj: Vlastní zpracování na základě dat ČSÚ, 2000 – 2011
V důsledku finanční krize jsou domácnosti obecně obezřetnější. V České republice se tato obezřetnost projevila jednak nižší ochotou domácností si půjčovat, což dokládá Graf 5. Změny však lze zaznamenat i ve spotřebě domácností. Při detailnějším prozkoumání položek spotřeby domácností je možné z dat očištěných o inflaci pomocí bazických indexů vypozorovat, že v roce 2009 dochází k poklesu u mnoha kategorií spotřebních výdajů domácností. Do roku 2009 se přitom tento pokles vyskytuje pouze v roce 2002 u položky doprava a v roce 2003 u položek potraviny, odívání a obuv a zdraví. Poklesy v těchto dvou letech jsou navíc velmi malé. V roce 2009 dochází k daleko razantnějšímu snížení výdajů na spotřebu, a to hned u osmi z dvanácti sledovaných položek. Konkrétně se jedná o výdaje na potraviny, odívání a obuv, bytové vybavení, doprava, pošty a telekomunikace, rekreace, kultura a sport, vzdělávání a ostatní služby. 5.1.1
Poměrové ukazatele zadluženosti
Absolutní vyjádření výše dluhu je spojeno s poměrně malou vypovídací hodnotou. Je tomu tak proto, že hodnoty dluhu v absolutním vyjádření nepodávají informaci o tom, jak moc může objem úvěru ohrozit danou
Výsledky empirické analýzy
48
domácnost, či jak moc je nebezpečný pro danou ekonomiku. Z toho důvodu jsou monitorovány také poměrové ukazatele. Mezi nejčastěji používané patří podíl dluhu českých domácností na HDP, podíl dluhu českých domácností na disponibilním důchodu a čistý finanční majetek domácností. Podíl dluhu českých domácností na HDP Graf 6 dokumentuje vývoj dluhu českých domácností ve vztahu k hrubému domácímu produktu. Na první pohled je patrné, že tento podíl po celé sledované období roste, a to konkrétně z 5,5 % v roce 2000 na 28,8 % v roce 2011. V roce 2011 dosahoval podíl dluhu českých domácnosti na HDP více než jedné čtvrtiny. Růst tohoto poměrového ukazatele je způsoben zejména tím, že tempo zadlužování domácností v České republice bylo po celé sledované období vyšší než tempo růstu HDP. Zatímco se domácnosti zadlužovaly tempem růstu v desítkách procent, meziroční růst HDP po celé sledované období desetiprocentní hranici nepřevýšil. Nejvyšší meziroční změna tohoto ukazatele byla zaznamenána mezi lety 2006 a 2007. Mezi těmito lety sice došlo k nejvyššímu růstu HDP, nicméně současně nejvíce narostlo i zadlužení domácností. Tempo růstu zadlužení bylo mezi těmito dvěma léty čtyřikrát vyšší než tempo růstu HDP. Pozitivní zprávou může být fakt, že v posledních dvou letech se dynamika tohoto ukazatele snižuje, což bylo doposud možné zaznamenat pouze v roce 2008. Graf 6: Vývoj podíl dluhu českých domácností na HDP v % 35 28,83
Velikost v procentech
30 26,07
25 22,69 20
19,68 16,00
15
13,32
10 5
5,85
7,07
8,83
10,71
5,46
0
Rok Zdroj: Vlastní zpracování na základě dat ČSÚ
27,66
Výsledky empirické analýzy
49
Podíl dluhu českých domácností na disponibilním důchodu Ukazatel podílu dluhu domácností na disponibilním důchodu je dalším ukazatelem, který zvyšuje vypovídací hodnotu v oblasti zadlužení. Porovnáním výše dluhu s disponibilním důchodem je možné získat představu o únosnosti zadlužení pro domácnosti. Zatímco ještě v roce 2000 činil tento poměr 13,3 % na konci sledovaného období, v roce 2011, se jednalo již o hodnotu 55,9 %. To lze interpretovat tak, že dluhy domácností tvořily v roce 2011 více než polovinu příjmů domácností. Z Grafu 7 lze vypozorovat, že hodnoty tohoto ukazatele po celé sledované období rostly. Nejvyšší nárůst byl zaznamenán mezi lety 2006 a 2007, kdy se hodnota ukazatele zvýšila o 24,79 procentního bodu. Naopak nejméně ukazatel vzrostl mezi lety 2009 a 2010, a to pouze o jeden procentní bod. Graf 7: Vývoj podílu dluhu českých domácností k disponibilnímu důchodu v %
Velikost podílu v procentech
60 50 49,46 40
52,02 52,54
55,9
45,5 36,46
30 31,42 26,14
20 10
19,08 20,49 13,33 14,22
0
Rok Zdroj: Vlastní zpracování na základě dat Eurostatu 2000-2011
5.1.2
Úvěry na bydlení
Hlavní hybnou silou, na základě které dochází k růstu zadluženosti českých domácností, je touha domácností po vlastním bydlení. Zatímco ještě v roce 2000 představoval podíl úvěrů na bydlení na celkových úvěrech domácností 19 %, na konci roku 2011 už se jednalo o 70 %. Největší podíl na celkových úvěrech poskytnutých v souvislosti s bydlením přitom po celé sledované období zaujímají hypoteční úvěry následovány standardními a překlenovacími úvěry ze stavebního spoření. Velmi malou část těchto úvěrů pak tvoří spotřebitelské
Výsledky empirické analýzy
50
úvěry na bydlení. Jejich podíl činil na konci roku 2011 2,93 % z celkových 772,9 mld. Hypoteční úvěr je zákonem č. 84/1995 Sb., Zákon o dluhopisech definovaný jako úvěr, jehož splacení včetně příslušenství je zajištěno zástavním právem k nemovitosti, i rozestavěné. Úvěr se považuje za hypoteční úvěr dnem vzniku právních účinků zástavního práva. Vzhledem k existenci zajištění a také díky poměrně silné konkurenci na trhu poskytovatelů hypotečních úvěrů, je tento typ úvěru ve srovnání se standardními spotřebitelskými úvěry poskytován za poměrně nízkou úrokovou sazbu. Průměrná úroková sazba u hypotečních úvěrů se v květnu 2012 dostala na hodnotu 3,68 %. Ani tato sazba však nepřekonala historicky nejnižší hodnotu 3,62 % z července roku 2005. Jak je patrné z Grafu 8, dochází od roku 2000 každoročně k nárůstu objemu hypotečních úvěrů. Co se týká tempa růstu, je možné konstatovat, že zatímco se ještě v roce 2003 zvyšoval meziroční objem hypoték o 54 %, od roku 2005 dochází ke ztrátě dynamiky a v roce 2011 je tempo růstu pouze 8,99%.
Absolutní hodnota v mil. Kč
Graf 8: Úvěry na bydlení poskytnuté domácnostem v mil. Kč 900000 800000 700000 600000 500000 400000 300000 200000 100000 0
Rok Spotřebitelské úvěry na nemovitosti Překlenovací úvěry ze stavebního spoření Standardní úvěry ze stavebního spoření Hypoteční úvěry na bydlení Zdroj: Vlastní zpracování na základě dat ČSÚ, 2000 – 2011
Výsledky empirické analýzy
51
Problematické je zhodnocení roku 2009, kdy podle dat ČNB roste objem hypotečních úvěrů o 39,52 % ve srovnání s předchozím rokem. Tento růst je však pouze zdánlivý a ve skutečnosti jej lze přičíst metodickým změnám. V tomto roce totiž byla do kategorie hypotečních úvěrů zařazena část překlenovacích úvěrů ze stavebního spoření ve výši zhruba 100 mld. korun. Pokud tedy opomeneme rok 2009, lze konstatovat, že od roku 2008 zaznamenávají hypoteční úvěry největší pokles dynamiky. To lze přičíst zejména oslabování reálné ekonomiky v České republice a také negativnímu očekávání spotřebitelů ze ztráty zaměstnání popřípadě snížení příjmů. V případě, že zájemci o vlastní bydlení nemohou získat hypoteční úvěr, mají možnost využít služeb stavebních spořitelen. Pokud mají klienti na stavebním spoření dostatečné úspory, mohou čerpat standardní úvěr ze stavebního spoření. V opačném případě mohou tuto situaci řešit pomocí překlenovacího úvěru ze stavebního spoření. Následující tabulka přináší základní údaje o vývoji na trhu stavebního spoření. Je z ní zřejmé, že po celé sledované období kromě roku 2010 docházelo k nárůstu průměrné cílové částky u nově uzavřených smluv. Zatímco v roce 2000 činila tato částka 139,4 tisíce korun, v roce 2011 se jednalo o 346,2 tisíce korun. Tabulka rovněž dokumentuje velké výkyvy v počtu nově uzavřených smluv. K nejvyššímu poklesu došlo v roce 2004, kdy se počet nových smluv snížil o 85 %. Na této skutečnosti se do značné míry podepsala novela zákona o stavebním spoření, která vstoupila od tohoto roku. Týkala se mimo jiné změn ve výši státní podpory, která již nečinila 25 % z maximálně 18 000, ale poklesla na 15 % z maximálně 20 000. V konečném důsledku získali klienti bank od státu místo dosavadních 4500 pouze 3000. K dalšímu významnému odklonu klientů od uzavírání nových smluv o stavebním spoření došlo v roce 2011. Od tohoto roku se opět snížila výše státní podpory, která je nyní stanovena ve výši 10 % z maximální částky 20 000. Fakticky lze tedy od státu získat maximálně 2 000 korun ročně. Tyto změny jsou platné na základě novely č. 348/2010 Sb., která navíc stanovuje, že stavební spoření již nadále nebude osvobozeno od daně z úroků. Stále vyšší oblibu žití na dluh mezi českými domácnostmi tabulka dokumentuje tím, že po celé sledované období docházelo k nárůstu počtu úvěrů ze stavebního spoření i k navyšování objemu těchto úvěrů. Výjimku představuje rok 2011, kdy v obou ukazatelích dochází k poklesu. Ten lze vysvětlit tím, že stavební spoření již díky poklesu státní podpory a dalším aspektům není pro klienty tak atraktivní, a proto se raději uchylují k jiným typům úvěrových produktů.
Výsledky empirické analýzy
52
Zajímavé hodnoty poskytuje ukazatel poměru celkového objemu úvěrů a celkové naspořené částky. Zatímco v letech 2000 a 2001 tento poměr klesal, dochází od roku 2002 k jeho neustálému nárůstu. Znamená to tedy, že lidé si ze systému stavebního spoření půjčují více, než ukládají. Výjimku opět tvoří rok 2011, kdy tento poměr nepatrně poklesl. Graf 9: Podíl objemu úvěrů ze stavebního spoření na naspořené částce 80 68,2
Podíl v procentech
70 64,4
60
56,7
50
46,6
40 30 20
67,6
37,6 32,8
28,1 27,8 25,7
26,9
29,3
10 0
Rok Zdroj: Vlastní zpracování na základě dat ČSÚ, 2000 – 2011
5.1.3
Spotřebitelské úvěry
Rostoucí zadlužení lze pozorovat i na segmentu spotřebitelských úvěrů. Zatímco v závěru roku 2000 činil objem spotřebitelských úvěrů (včetně debetních zůstatků na běžných účtech) poskytnutých domácnostem bankovními institucemi 23,3 mld. Kč, na konci roku 2011 už se jednalo o sumu 196, 1 mld. Tuto sumu tvoří debetní zůstatky na běžných účtech, pohledávky bank z karet, účelové spotřebitelské úvěry na zboží a služby a neúčelové spotřebitelské úvěry, které zaujímají největší podíl na celkových spotřebitelských úvěrech. Největší rozkvět zaznamenaly spotřebitelské úvěry mezi lety 2001 a 2002, kdy jejich meziroční přírůstek dosáhl 46,6 %. Období let 2002 až 2008 se pak vyznačuje meziročními přírůstky v intervalu 20 – 30 %. Následující dva roky jsou ve znamení výrazného zpomalení dynamiky v objemu spotřebitelských úvěrů, kdy tempo růstu nepřekročilo 10% hranici. V roce 2011 pak poskytly bankovní instituce domácnostem dokonce o 3,1 miliard korun českých méně
Výsledky empirické analýzy
53
než v roce 2010, přičemž je tento poklesem dán zejména menším objemem neúčelových spotřebitelských úvěrů. Kromě bankovních institucí mohou domácnosti získat spotřebitelský úvěr i u nebankovních poskytovatelů finančních prostředků. Nebankovní instituce sdružené v ČLFA1 zaznamenávaly růst v objemech prodaných spotřebitelských úvěrů od roku 2001 až do roku 2008, kdy celková výše smluv v oblasti spotřebitelských úvěrů činila 54,4 miliard. Od roku 2009 však dochází u nebankovních institucí k poklesu objemu těchto obchodů. A to na rozdíl od institucí bankovních, které krize postihla pouze poklesem dynamiky (kromě roku 2011, kdy i bankovní instituce zaznamenaly absolutní pokles objemu poskytnutých spotřebitelských úvěrů).
Relativní změny v procentech
Graf 10: Relativní změny v objemu spotřebitelských úvěrů u bankovních a nebankovních institucí 60% 50% 40% 30% 20% 10% 0% -10% -20% -30% 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Rok Meziroční změna objemu spotřebitelských úvěrů v % - bankovní instituce Meziroční změna objemu spotřebitelských úvěrů v % - nebankovní instituce sdružené v ČLFA Zdroj: Vlastní zpracování na základě dat ČSÚ, 2001 – 2011
5.1.4
Srovnání se státy Evropy
Pro srovnání vývoje zadluženosti domácností je možné využít řadu ukazatelů. Jedním z nich je absolutní výše zadlužení. Podle tohoto ukazatele byla v roce 2011 zemí s největším objemem úvěrů domácností Velká Británie, přičemž tento objem činil 1,7 biliónu eur. Za ní následovalo Německo s úvěry poskytnutými
1
Česká leasingová a finanční agentura
Výsledky empirické analýzy
54
domácnostem o objemu 1,5 bilionu eur a pomyslnou třetí příčku obsadila Francie s úvěry v hodnotě 1,1 biliónu eur. Na druhém pólu se naopak nachází země jako Malta, pobaltské republiky a Bulharsko, jejichž domácnosti ve stejném roce vykazovaly zadlužení v objemu menším než 10 miliard eur. České domácnosti s objemem úvěrů o velikosti 46,7 miliard eur pak patří v evropském srovnání k lepšímu průměru. Ukazatel absolutního zadlužení však má pouze malou vypovídací hodnotu, jelikož nerespektuje odlišné velikosti států a výši jejich HDP.
300 250 200 150 100 50 0 Dánsko Nizozemí Švýcarsko Irsko Norsko Velká Británie Švédsko Portugalsko Španělsko Německo Finsko Rakousko Belgie Francie Estonsko Litva Itálie Maďarsko Česká republika Slovinsko Polsko Lotyšsko Slovensko
Podíl zadluženosti na disponibilním příjmu v %
Graf 11: Podíl zadluženosti na disponibilním příjmu v letech 2005 a 2011
Stát 2005
2011
Zdroj: Vlastní zpracování na základě dat z Eurostatu, z důvodu nedostatku dat je u Švýcarska, Norska, Estonska a Polska hodnota podílu zadluženosti na disponibilním příjmu v roce 2011 nahrazena údajem z roku 2010.
Častěji se proto pro srovnání používá přepočtu zadlužení k výši HDP nebo k výši hrubého disponibilního příjmu. V případě ukazatele podílu zadluženosti na disponibilním příjmu patří k nejvíce zadluženým domácnostem dánští obyvatelé, u kterých tento poměr v roce 2011 činil 267 procent. Vyšší než 150% podíl zadluženosti na disponibilním příjmu pak ve stejném roce vykazovalo ještě Nizozemí, Švýcarsko a Irsko. Na opačné straně tabulky se pak nachází Slovinsko, Polsko, Lotyšsko a Slovensko, u nichž se tento ukazatel pohybuje v rozmezí 20 až 30 procent. České domácnosti vykazovaly ve vztahu k disponibilnímu příjmu pátou nejnižší zadluženosti. Konkrétní hodnoty tohoto ukazatele v letech 2005 a 2011 jsou zobrazeny v Grafu 11.
Výsledky empirické analýzy
55
Další možný způsob srovnání zadluženosti jednotlivých států vychází z porovnání tempa růstu zadluženosti. V souvislosti s tímto indikátorem je však nutné upozornit na fakt, že ačkoliv se v některých případech zdá nárůst zadluženosti enormní, je často způsoben velmi nízkou úrovní zadluženosti v počátečním období. To se týká zejména zemí bývalého východního bloku. Pokud srovnáváme podíl zadluženosti na disponibilním příjmu v roce 2001 s rokem 2011, obdržíme velmi vysoké hodnoty nárůstu zejména v případě Lotyšska (o 1404 %), Litvy (o 582 %), Estonska (o 414 %) a Maďarska (o 401 %). Naopak v Německu hodnota tohoto ukazatele během let 2001 a 2011 dokonce poklesla o téměř 18 %. Pokud bereme v úvahu rozdíly mezi lety 2005 a 2011 zjistíme, že hodnoty již tak rapidní nárůst nevykazují. V průměru se hodnota podílu zadluženosti na disponibilním příjmu zvýšila o 38 %. Nejlepší úrovně v tomto směru dosahuje Německo, kde zadluženost klesla o 13 %, následované Švýcarskem, kde zůstala hodnota ukazatele takřka nezměněná (pokles o 0,16 %). Největší dynamiku zadlužování pak zaznamenalo Polsko (růst o 138 %) a Slovensko (růst o 107 %). Hodnoty u ostatních zemí zobrazuje Graf 12. Graf 12: Relativní změny ve vývoji podílu zadluženosti na disponibilním příjmu mezi lety 2005 a 2011 160% Změna v procentech
140% 120% 100% 80% 60% 40% 20% 0% Polsko Slovensko Lotyšsko Česká republika Maďarsko Estonsko Slovinsko Litva Itálie Francie Belgie Finsko Nizozemí Irsko Norsko Švédsko Dánsko Španělsko Portugalsko Rakousko Velká Británie Švýcarsko Německo
-20%
Stát
Zdroj: Vlastní zpracování na základě dat z Eurostatu, z důvodu nedostatku dat je u Švýcarska, Norska, Estonka a Polska hodnota podílu zadluženosti na disponibilním příjmu v roce 2011 nahrazena údajem z roku 2010.
Výsledky empirické analýzy
56
5.2 Vývoj příjmové nerovnosti Ekonomické svobody a hospodářská soutěž s sebou kromě pozitiv přináší také stále větší nerovnost v úrovni ekonomických a sociálních podmínek. Dochází tedy k polarizaci mezi občany, kteří jsou velmi dobře materiálně zabezpečení a občany, jejichž přístup ke zdrojům je omezen. Následující kapitola podává přehled o struktuře a výši příjmů českých domácností a také o vývoji podílu populace ohrožené chudobou. Datovou základnu v tomto případě tvoří zejména údaje Českého statistického úřadu. Sledovaným obdobím jsou roky 2000 – 2011, v některých případech je toto období z důvodu nedostatku dat zkráceno. 5.2.1
Struktura příjmů domácností
Pro analýzu příjmů domácností je nutné věnovat pozornost nejen absolutní výši příjmů ale i její struktuře. Nejpodstatnější část příjmů tvoří v případě českých domácností příjmy ze závislé činnosti, které jsou doplněny příjmy z podnikání, sociálními příjmy a ostatními příjmy. Skupina sociálních příjmů je tvořena důchody, které představují její největší podíl, dále dávkami státní sociální podpory, kam patří přídavky na děti, sociální příplatek, příspěvek na bydlení, rodičovský příspěvek a ostatní dávky. Poslední část sociálních příjmů pak tvoří jiné sociální příjmy jako například dávky v hmotné nouzi. Graf 13: Zastoupení jednotlivých položek příjmů českých domácností v roce 2011 6,79%
29,73% 54,67% 8,81%
Příjmy ze závislé činnosti
Příjmy z podnikání
Sociální příjmy
Ostatní příjmy
Zdroj: Vlastní zpracování na základě dat ČSÚ, 2011
Výsledky empirické analýzy
57
Vývoj průměrného hrubého peněžního příjmu na osobu za rok lze rozdělit na dvě období. V období let 2003 až 2008 docházelo každoročně k růstu průměrného hrubého peněžního příjmu v rozmezí 5 – 10 %. Nejvyšší meziroční nárůst peněžního příjmu byl zaznamenán v roce 2004 a v roce 2007. V obou případech nárůst činil 9,2 %. Zatímco v roce 2004 byl nárůst příjmů domácností způsoben zejména zvýšením příjmů z podnikání, v roce 2007 rostl hrubý příjem domácností díky většímu objemu příjmů ze závislé činnosti. Od roku 2009 se na objemu příjmů naplno začíná projevovat pokles hospodářské aktivity v důsledku finanční krize a objem příjmů na osobu začíná stagnovat. V letech 2009 a 2010 se růst hrubých peněžních příjmů pohyboval kolem jednoho procenta. V roce 2011 došlo dokonce k absolutnímu poklesu objemu průměrných hrubých peněžních příjmů na osobu, přičemž klesaly jak příjmy ze závislé činnosti tak příjmy z podnikání. Naopak sociální příjmy na osobu se oproti předcházejícímu roku zvýšily o 9 %. Graf 14: Vývoj relativních změn ročních příjmů na osobu a jejich jednotlivých složek
100% 90% 80% 70% Relativní změna v procentech
60% 50% 40% 30% 20% 10% 0%
-10%
2004
2005
2006
2007
2008
2009
2010
2011
-20% -30% -40% -50% -60% Hrubé peněžní příjmy Příjmy ze závislé činnosti Sociální příjmy
Rok
Zdroj: Vlastní zpracování na základě dat ČSÚ, 2003 – 2011
Čisté peněžní příjmy Příjmy z podnikání Ostatní příjmy
Výsledky empirické analýzy
58
Důležitým ukazatelem, který slouží k posouzení příjmové situace obyvatelstva, je rovněž čistý peněžní příjem. Ten vypovídá o tom, jaký peněžní příjem občanům zůstane po odečtení daně z příjmu a zdravotního a sociálního pojištění a po přičtení bonusu u daňového zvýhodnění na děti. V letech 2003 až 2007 byl meziroční přírůstek čistého ročního příjmu na osobu nižší než přírůstek hrubého peněžního příjmu. Od roku 2008 roste rychleji právě čistý měsíční příjem. Příčina spočívá v reformě veřejných financí, která v tomto roce proběhla. V rámci reformy byla zavedena rovná daň z příjmu fyzických osob ve výši 15 % z tzv. superhrubé mzdy, byl upraven systém slev (zvýšila se např. částka slevy na dani za vyživované dítě) a odpočtů od základu daně. Změny se dotkly také podmínek pro pobírání dávek státní sociální podpory a jejich vyplácených částek. Vývoj příjmů na osobu a jejich jednotlivých složek dokumentuje Graf 14. 5.2.2
Příjmová nerovnost vyjádřená koeficientem S80/S20
Ačkoliv souhrnné údaje podávají důležité informace o vývoji příjmů na osobu, mají pro analýzu příjmové nerovnosti pouze malou vypovídací hodnotu. Pro posouzení vývoje příjmové nerovnosti je nutné rozdělit domácnosti do skupin podle výše příjmů na osobu. V této části diplomové práce jsou domácnosti rozděleny do kvintilů. V každé příjmové skupině se tedy nachází 20 % domácností. Na základě analýzy hrubých peněžních příjmů je možné konstatovat, že rozdíl v průměrném příjmu na osobu v prvním a v pátém kvintilu (tzv. koeficient S80/S20) se od roku 2003 neustále zvyšuje. Pouze mezi lety 2006 a 2007 došlo k jeho poklesu. Zatímco v roce byl průměrný příjem osob v pátém kvintilu třikrát větší než v prvním, v roce 2011 se tento rozdíl vyšplhal na hodnotu 3,8. Za účelem specifikace vlivu daní z příjmu obyvatelstva a srážek za povinné pojištění na příjmovou nerovnost domácností je vhodné zaměřit se také na čisté peněžní příjmy. V tomto případě je koeficient S80/S20 nižší, nicméně od roku 2003 do roku 2011 se jeho hodnota zvýšila z 2,8 na 3,45. Největší meziroční nárůst koeficient zaznamenal v roce 2006, naopak v letech 2007 a 2008 docházelo k jeho mírnému meziročnímu poklesu.
Výsledky empirické analýzy
59
Graf 15: Vývoj relativních změn hodnot koeficientu S80/S20 16% 14%
Relativní změny v procentech
12% 10% 8% 6% 4% 2% 0% 2004
2005
2006
2007
2008
2009
2010
2011
-2% -4%
Rok S80/S20 hrubé peněžní příjmy
S80/S20 čísté peněžní příjmy
Zdroj: Vlastní zpracování na základě dat ČSÚ, 2003 – 2011
Při pohledu na graf zachycující koeficient S80/S20 je možné pozorovat výraznější výkyv v roce 2006, kdy klesala míra nezaměstnanosti a kdy docházelo k poměrně dynamickému růstu hrubého domácího produktu. V letech, kdy se v České republice začala projevovat finanční krize, je vývoj tohoto indikátoru poměrně stabilní. 5.2.3
Příjmová nerovnost vyjádřená Giniho koeficientem
Rozšířenějším přístupem k hodnocení příjmové nerovnosti je měření nerovnosti pomocí Giniho koeficientu. Určit jednoznačný vývoj tohoto indexu pro Českou republiku je však, vzhledem k tomu, že se údaje v různých studiích liší, poněkud obtížné. Oficiální data pro Českou republiku jsou ve statistikách Eurostat dostupná pouze od roku 2005. Podle těchto dat je Giniho index poměrně stabilní a jeho hodnota se měnila pouze minimálně. Od roku 2006 do roku 2011 konkrétně poklesla z 0, 253 na 0,252. Marek (2011) uvádí hodnoty Giniho koeficientu za delší časové období. Pro výpočet tohoto koeficientu použil databázi obsahující údaje o mzdách tří miliónů respondentů, přičemž mzdy těchto respondentů byly rozděleny do
Výsledky empirické analýzy
60
mzdových intervalů o velikosti pěti set korun. Jeho výsledky dokládají, že hodnota tohoto indexu se od roku 2000 do roku 2010 zvýšila z hodnoty 0,238 na hodnotu 0,262. Největší nárůst však tento index zaznamenal mezi lety 2000 a 2001, kdy se zvýšil o 11,34 procent. V období let 2002 až 2004 pak docházelo k poklesu hodnot tohoto indikátoru a od roku 2005 tyto hodnoty opět rostou, v průměru o jedno procento ročně. Co se týká hodnot Giniho indexu podle věkových skupin, vykazují nejvyšší nerovnost v rozdělení příjmů lidé ve věkové skupině 30 až 50 let, u kterých mezi lety 2000 až 2010 došlo k nárůstu tohoto indikátoru o 3,4 procenta. Nejmenší příjmová nerovnost naopak panuje u občanů do 30 let. Marek (2011) se dále zabýval také analýzou příjmové nerovnosti mezi jednotlivými regiony České republiky a dospěl k závěru, že hodnoty Giniho koeficientu se výrazně odlišují v případě Prahy, kde jsou srovnatelné se západní Evropou. Graf 16: Vývoj relativních změn Gini koeficientu podle věkových skupin 14%
Relativní změny v procentech
12% 10% 8% 6% 4% 2% 0% -2% -4% -6% 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Rok GI do 30
GI 30-50
GI nad 50
GI Celkem
Zdroj: Vlastní zpracování dle Marek, 2011, str. 44.
Na základě analýzy dat OECD pak můžeme dospět k závěru, že příjmová nerovnost vyjádřená Giniho koeficientem, byla v České republice na velmi nízké rovni na počátku 90. let. Hodnota Giniho koeficientu byla tehdy 0,232. Tento stav je možné připisovat politickému režimu, který společnost dlouhou dobu uměle udržoval v ekonomickém a sociálním rovnostářství. V průběhu 90. let i po roce 2000 pak dochází k postupnému nárůstu nerovnosti. Nejvyšší
Výsledky empirické analýzy
61
hodnotu 0,268 zaznamenal Giniho koeficient kolem roku 2005. Od té doby dochází k jeho poklesu. Nejnovější údaje OECD hovoří o hodnotě 0,256. 5.2.4
Příjmová nerovnost vyjádřená decilovým poměrem
Pokud se zaměříme na analýzu příjmové nerovnosti pomocí decilového poměru, zjistíme, že jeho hodnota od roku 2000 neustále roste. Pouze v roce 2007 byl zaznamenán jeho pokles. V roce 2000 měl podíl mezi horní hranicí mzdy, kterou obdrží 10 % osob s nejnižšími příjmy a dolní hranicí mzdy, kterou obdrží 10 % osob s nejvyššími příjmy hodnotu 2,84, v roce 2011 se již pohyboval na úrovni 3,86. Na tomto nárůstu se nejvíce podepsal fakt, že příjem osob nacházejících se v desátém decilu rostl rychleji než příjem osob, které se nachází v nejnižším decilu. V roce 2007, kdy se hodnota decilového poměru snížila, naopak zaznamenaly rychlejší růst mezd osoby nalézající se v prvním decilu. K nejvyššímu nárůstu hodnoty tohoto ukazatele došlo v roce 2011. Tento nárůst však může být do značné míry způsoben zásadními změnami v metodice Informačního systému o průměrném výdělku (ISPV). V rámci těchto změn, došlo od roku 2011 k harmonizaci metodiky ISPV s metodikou ČSÚ a soubor ISPV byl rozšířen o dříve nesledované subjekty. Z tohoto důvodu mohlo v roce 2011 dojít ke zkreslení hodnoty decilového poměru. Průměrné roční přírůstky hodnot decilového poměru dokumentuje následující graf.
Průměrné roční přírůstky v procentech
Graf 17:Průměrné roční přírůstky hodnot decilového poměru 5% 4%
3,84%
3,67% 3,23%
3%
2,66%
2,42%
2,50%
2% 1,44%
1,38%
1% 0,60%
0,38%
0% -0,73%
-1%
Rok Zdroj: Vlastní zpracování na základě dat ISPV, 2000 - 2011
Výsledky empirické analýzy
5.2.5
62
Příjmová chudoba
Pod pojmem chudoba označujeme stav, kdy si člověk není schopen zajistit nejzákladnější potřeby, jako jsou jídlo, pitná voda, bydlení, zdravotní a základní hygienické potřeby, vzdělání či přístup k informacím. Relativní chudoba pak porovnává životní úroveň konkrétního jedince s průměrnou životní úrovní celé společnosti (Šustová, 2012, str. 21). Konkrétní výpočet hranice příjmové chudoby a míry ohrožení příjmovou chudobou se určuje na základě ekvivalizovaného příjmu, který vychází z celkové čistého peněžního příjmu domácnosti. K tomuto příjmu patří kromě pracovního příjmu i dávky státní sociální podpory, dávky pomoci v hmotné nouzi, porodné a pohřebné, příjmy z pronájmů nemovitostí a movitých věcí nebo transfery mezi domácnostmi. Ekvivalizovaný příjem se vypočítá pro celou domácnost a následně se na základě vah přiřadí každému členu domácnosti. Samotná hranice chudoby je pak nejčastěji určena jako 60 % mediánu ekvivaliovaného příjmu. Míra ohrožení chudobou pak dokumentuje, jaké procento osob disponuje příjmy nižšími, než je tato hranice. Hranice příjmové chudoby se v případě České republiky rok od roku zvyšuje. Konkrétně narostla z 85 806 korun v roce 2006 na 113 040 korun v roce 2011. Vývoj počtu osob pod touto hranicí byl v České republice až do roku 2009 pozitivní, neboť počet osob ohrožených chudobou klesal. S tím, jak se začaly projevovat důsledky hospodářské krize, dochází k nárůstu osob ohrožených chudobou, přičemž v roce 2011 překročil počet těchto osob miliónovou hranici. Z hlediska převažující ekonomické aktivity představují nezaměstnaní skupinu, která je příjmovou chudobou ohrožena nejvíce. Nejméně ohroženou skupinou jsou naopak pracující. V souvislosti s pohlavím jsou pak více chudobou ohroženy ženy než muži. Pokud se zaměříme na typ domácnosti, pak nalezneme největší počet osob ohrožených chudobou v neúplných rodinách, kde je alespoň jedno závislé dítě. Pod hranicí chudoby se v tomto případě totiž v roce 2011 nacházelo 35,6 % jedinců. Velký procentuální počet osob ohrožených chudobou, konkrétně 23,9 % rok 2011, pak nalezneme také mezi rodinami se třemi a více dětmi. Naopak nejméně ohroženou kategorii představují dvojice dospělých bez dětí, kde alespoň jeden je starší 65 let, u kterých činila míra ohroženosti chudobou pro rok 2011 pouze 2,7 %.
Výsledky empirické analýzy
63
Tabulka 2: Osoby ohrožené chudobou v letech 2006-2011 Rok Počet osob pod hranicí chudoby (v tis.)
2006
2007
2008
2009
2010
2011
1 001,4
980,0
925,2
884,9
936,4
1 022,3
9,9
9,6
9,0
8,6
9,0
9,8
85 806
92 212
101 083
109 184
111 953
113 040
muži
8,9
8,7
8,0
7,5
8,0
8,9
ženy
10,8
10,5
10,1
9,5
10,0
10,6
do 17 let
16,5
16,6
13,2
13,3
14,3
15,2
8,8
8,6
8,3
7,6
8,1
9,1
z toho: 18-24
12,0
12,1
11,6
11,0
11,2
12,7
25-49
9,9
9,3
8,3
7,1
8,0
9,1
50-64
5,6
5,8
6,8
6,9
6,8
7,4
5,9
5,5
7,4
7,2
6,8
6,6
3,5
3,3
3,6
3,2
3,7
4,0
43,3
48,6
47,8
46,9
40,6
46,4
6,8
6,3
8,0
7,1
6,6
6,7
ostatní neaktivní 14,8 13,1 Zdroj: ČSÚ, Příjmy a životní podmínky domácností 2011
12,4
13,0
12,9
14,0
Míra chudoby (v %) Hranice příjmové chudoby (Kč) Pohlaví Věk
18-64
65 a více Převažující ekonomická aktivita (osoby ve věku 16+) pracující celkem nezaměstnaní důchodci
5.2.6
Srovnání se státy Evropy
Nyní se zaměříme na porovnání příjmové nerovnosti napříč Evropou. Opět přitom existuje řada způsobů, jak nerovnost srovnávat. V případě hodnocení pomocí Giniho koeficientu dosahovala v roce 2011 největší příjmové nerovnosti Litva s hodnotou tohoto indexu 0,35. První trojici pak dále doplňují Španělsko a Portugalsko, jejichž Gini koeficient má hodnotu 0,34. Mezi země s nejvíce rovným rozdělením příjmů v Evropě pak patří Švédsko, Slovinsko a Island, u nichž tento indikátor vykazuje hodnotu 0,24. Norsko s hodnotou Gini koeficientu 0,23 je pak zemí, která se v roce 2011 pyšnila nejvyšší rovností v rozdělení příjmů.
Výsledky empirické analýzy
64
Graf 18:Hodnota Gini koeficientu evropských zemí v letech 2005 a 2011 0,50
Hodnota Gini koeficientu
0,40
0,30
0,20
0,10
Litva Portugalsko Španělsko Greece Řecko Irsko Rumunsko Velká Británie Lotyšsko Estonsko Itálie Polsko Francie Německo Dánsko Malta Lucembursko Maďarsko Belgie Rakousko Nizozemí Finsko Slovensko Česká republika Švédkso Slovinsko Island Norsko
0,00
2005
2011
Stát Zdroj: Vlastní zpracování na základě dat z Eurostatu, z důvodu nedostatku dat je u Irska a Itálie hodnota Gini koeficientu v roce 2011 nahrazena údajem z roku 2010.
Alternativní hodnocení příjmové nerovnosti pak představuje koeficient S80/S20. Vyjadřuje poměr celkového objemu příjmů připadajících na 20 % osob s nejvyššími příjmy (5. kvintil) k celkovému objemu příjmů připadajících na 20% populace s nejnižšími příjmy (1. kvintil). Zemí s nejméně rovným rozdělením příjmu s hodnotou tohoto koeficientu 6,8 bylo v roce 2011 Španělsko. Šestiprocentní hranici pak překročily ještě Litva, Rumunsko, Bulharsko a Řecko. Česká republika a Slovensko, jejichž S80/S20 index má hodnotu 3,5 pak patří společně s Islandem a Norskem, s hodnotou indexu 3,3 k nejvíce rovnostářským zemím. Pokud se zaměříme na dynamiku vývoje těchto ukazatelů mezi lety 2005 a 2011, zjistíme, že se oba vyvíjí stejným směrem. Giniho koeficient však vykazuje větší míru fluktuace. K zemím, kde se v uvedeném období situace v oblasti rozdělení příjmů nejvíce zhoršila, patří Bulharsko, které zaznamenalo nárůst hodnoty Gini koeficientu o 34 % a dále pak Dánsko, kde se tato hodnota zvýšila o 16 %. Významný nárůst o hodnotě 11 % zaznamenalo také Německo
Výsledky empirické analýzy
65
a Francie. Situace v oblasti rovnějšího rozdělení příjmů se naopak výrazně zlepšila v Norsku, kde zmíněná hodnota poklesla o téměř 19 % a Polsku, které rovněž zaznamenalo její pokles o téměř 13 %.
5.3 Výsledky vícerozměrné regresní analýzy Za účelem dosažení cíle práce se nyní pokusíme sestrojit vícerozměrný regresní model identifikující vliv příjmové nerovnosti na vývoj zadluženosti. Kromě příjmové nerovnosti budou do modelu zařazeny i další proměnné, kterými jsou spotřeba, úspory a disponibilní důchod. Pro jeho tvorbu jsme využili statistický program Gretl. Jeho základ tvoří model Christena a Morgana (2005), který je podrobněji popsán v metodice této práce. Jako vysvětlovaná proměnná do analýzy vstupuje zadluženost, jako poměr celkového zadlužení domácností na disponibilním národním důchodu. Vysvětlujícími proměnnými pak jsou příjmová nerovnost (I), úspory (S), spotřeba (C) a důchod domácností (Y). U proměnných zahrnutých do modelu byla nejdříve provedena logaritmická transformace. Důvodem byl fakt, že přirozený logaritmus zúží rozsah pozorování proměnných, a zajistí tak menší citlivost odhadů na odlehlá pozorování, čímž bude dosaženo normálního pravděpodobnostního rozdělení. Po této transformaci pak odhadnuté koeficienty udávají relativní změnu proměnných vyjádřenou v procentech. U časových řad, které slouží jako podklad pro tvorbu vícerozměrného regresního modelu, jsme identifikovali nestacionaritu. Z toho důvodu byla před tvorbou modelu provedena také jejich stacionarizace za použití prvních diferencí logaritmů. Při hledání optimálního regresního modelu byla pozorována statistická významnost jednotlivých proměnných společně s jejich zpožděnými proměnnými. V úvahu bylo bráno zpoždění proměnných v rozmezí jednoho až pěti období, v našem případě čtvrtletí. V rámci výběru nejvhodnějšího modelu byla zohledněna řada kritérií. Především byl kladen důraz na soulad s ekonomickou teorií, hodnotu koeficientu determinace a hodnotu informačních kritérií2. Výsledný regresní model znázorňuje následující tabulka.
Hodnoty informačních kritérií výsledného modelu: Akaikovo kritérium: -145, 3480, HannanQuinnovo kritérium: -142,9054 2
Výsledky empirické analýzy
66
Tabulka 3: Model s robustními směrodatnými chybami (HAC) za použití pozorování 2000:42011:4 Proměnná ld_C_4
Koeficient
Směr. chyba
t-statistika
p-hodnota
3,2039
0,3962
8,0865
1,30e-09 ***
ld_Y
-0,7985
0,0927
-8,6100
2,89e-010 ***
ld_I
0,7497
0,2160
3,4700
0,0014 ***
ld_S -0,1051 Zdroj: Vlastní zpracování, software Gretl
0,0389
-2,7040
0,0104 **
Pro sestrojení tohoto modelu jsme v práci použili HAC odhad. Ten v případě problému s heteroskedasticitou zaručí, že jsou směrodatné odchylky konstantní. Takto zkonstruovaný model pak můžeme považovat za korektní a rovněž jej lze použít pro ověřování hypotéz. P-hodnoty jednotlivých proměnných i analýza konfidenčních intervalů dokládají, že všechny proměnné jsou statisticky významné na 5% hladině významnosti. Hypotézu H0 o nevýznamnosti regresních parametrů modelu tudíž zamítáme. Model bude mít v tomto případě následující tvar: TD = 3,2039 C t − 4 − 0,1051 S t − 0,7985 Yt + 0,7497 I t + ε t Y t
Z testovaného modelu vyplývá, že celkové zadlužení domácností je závislé na spotřebě, kterou domácnosti vykazovaly před rokem a dále na disponibilním důchodu. Na 5% hladině významnosti model rovněž potvrdil závislost zadlužení na příjmové nerovnosti a objemu úspor. Vliv spotřeby je pozitivní. Pokud se spotřeba domácností pozorovaná před jedním rokem zvýší o jeden procentní bod, dojde k růstu zadluženosti domácností o 3,2 procenta. Model tak potvrdil předpoklad, že s růstem spotřeby dochází k růstu zadluženosti. Dále byl identifikován negativní vliv úspor. V případě, že se objem úspor domácností zvýší o jeden procentní bod, poklesne podíl zadluženosti domácností o 0,1 procenta. Z toho vyplývá, že s rostoucím množstvím úspor objem celkového zadlužení klesá. Jak již bylo zmíněno dříve, vliv disponibilního příjmu na zadluženost není zcela jednoznačný. V našem případě však zjišťujeme, že je negativní. Pokud tedy disponibilní příjem roste, objem celkových úvěrů klesá. Konkrétně při růstu hrubého disponibilního příjmu o 1 %, dochází k poklesu podílu dluhu na disponibilním příjmu o 0,8 %.
Výsledky empirické analýzy
67
Model rovněž odhalil pozitivní závislost mezi vývojem příjmové nerovnosti a zadluženosti českých domácností. Pokud se tedy příjmová nerovnost zvýší o jeden procentní bod, dojde současně k růstu zadluženosti domácností o 0,75 procenta. Tím byla také potvrzena hypotéza stanovená v cíli této práce. 5.3.1
Výsledky testů modelu
Metoda nejmenších čtverců poskytuje dostačující odhady parametrů pouze, pokud jsou splněny určité předpoklady vztahující se na data a konkrétní regresní model. V případě, že by tyto předpoklady naplněny nebyly, ztratily by výsledky metodou nejmenších čtverců své vlastnosti. Z toho důvodu budeme v následující kapitole tyto klasické předpoklady modelu ověřovat. RESET test Mezi základní předpoklady klasického vícerozměrného regresního modelu patří předpoklad správné specifikace modelu. Ten je možné otestovat s využitím RESET testu. Nulová hypotéza testu říká, že model je správně specifikovaný. Alternativní hypotéza vysvětluje, že model není správně specifikovaný. V případě, že je p-hodnota nižší než hladina významnosti alfa, je nulová hypotéza zamítnuta. V našem případě je p-hodnota 0,0894 a hladina významnosti 5 %. Z toho vyplývá, že nezamítáme nulovou hypotézu a model je správně specifikovaný. F-test Významnost modelu je možné posoudit na základě F-testu. Jelikož je v tomto případě p-hodnota F-testu poměrně nízká 2,86e-11 , zamítáme hypotézu H0, že uvedený model není statisticky významný. Koeficient determinace R2 Dalším důležitým indikátorem kvality modelu je koeficient determinace. Ten nabývá hodnot v rozmezí <0,1> a podává informaci o tom, kolik procent variability se nám podařilo modelem vysvětlit. V našem případě má koeficient hodnotu 0,776657, takže se nám podařilo modelem vysvětlit téměř 78 % variability. Ke zvýšení tohoto indikátoru může vést například zahrnutí dalších proměnných do modelu. Jako příklad je možné uvést mimo jiné hodnotu nefinančních aktiv domácností nebo vliv úrokové míry, které uvažovali Christen a Morgan (2005). Další významnou proměnnou pak může být i vliv
Výsledky empirické analýzy
68
masivních reklamních kampaní ze strany poskytovatelů úvěrů. Ten je však hůře měřitelný. Úplné vysvětlení variability modelu však není cílem této práce. Normalita reziduí Dalším důležitým předpokladem klasického regresního modelu je normalita reziduí. Nulová hypotéza testu normality reziduí říká, že chyby jsou normálně rozdělené. V našem případě je p-hodnota tohoto testu rovna hodnotě 0,8715. Vzhledem k tomu, že je vyšší než hladina významnosti, nezamítáme nulovou hypotézu a můžeme konstatovat, že v modelu není narušen předpoklad normality reziduí. Výsledky tohoto testu dokumentuje následující graf. Graf 19: Graf normality reziduí 18 uhat1 N(0,021847 0,029611)
Testovací statistika pro normalitu: Chí-kvadrát(2) = 0,275 [0,8715] 16
14
Hustota
12
10
8
6
4
2
0 -0,06
-0,04
-0,02
0
0,02
0,04
0,06
0,08
0,1
Rezidua
Zdroj: Vlastní zpracování, software Gretl
Fakt, že v uvedeném modelu není narušen předpoklad normality reziduí, dokládá také reziduální Q-Q graf.
Výsledky empirické analýzy
69
Graf 20: Q-Q graf Q-Q graf pro uhat1 0,1 y=x
0,08
0,06
0,04
0,02
0
-0,02
-0,04
-0,06 -0,06
-0,04
-0,02
0
0,02
0,04
0,06
0,08
0,1
Normální kvantily
Zdroj: Vlastní zpracování, software Gretl
Test sériové korelace (autokorelace) Pro zjištění informace o přítomnosti autokorelace reziduí prvního řádu je možné využít Durbin-Watsonův test (DW test). Hodnoty DW testu se pohybují v intervalu <0,4>. V optimálním případě vykazuje testové kritérium hodnotu 2 a sériová korelace není přítomna. V případě pozitivní sériové korelace se její hodnota blíží 0. Pokud existuje negativní sériová korelace, vykazuje DW test hodnotu blížící se 4. V našem případě má DW test hodnotu 1,133191. Autokorelace tedy není zcela významná. Multikolinearita Model byl dále podroben testu multikolinearity, který testuje závislost mezi vysvětlujícími proměnnými. V případě její přítomnosti dochází k nadhodnocení součtu čtverců regresních koeficientů, což může vést k přikládání větší důležitosti některé z vysvětlujících proměnných. Multikolinearita rovněž zvyšuje rozptyly odhadů, následkem čehož dochází ke snížení přesnosti odhadů individuálních hodnot. V našem případě však VIF faktory u všech
Výsledky empirické analýzy
70
proměnných dosahují hodnoty menší než 10, to znamená, že v modelu nebyl problém s multikolinearitou identifikován. Tabulka 4: Výsledky testu multikolinearity Proměnná
VIF faktor
ld_C_4
1,506
ld_S
1,609
ld_Y
2,199
ld_I
1,496
Zdroj: Vlastní zpracování, software Gretl
5.3.2
Identifikace strukturálních změn v důsledku finanční krize
Nyní se pokusíme zjistit, zda v průběhu finanční krize došlo ke změnám ve vývoji příjmové nerovnosti a zadluženosti domácností. Potenciální změnu ve vývoji těchto proměnných se pokusíme identifikovat na základě Chow testu, tj. testu strukturálních zlomů. Pokud je potvrzena nulová hypotéza tohoto testu, znamená to, že strukturální zlom v časové řadě nenastal. V případě zamítnutí nulové hypotézy existenci strukturálního zlomu potvrzujeme a znamená to, že faktor, který se objevil ve známém časovém období, ovlivnil vývoj časové řady. V našem případě je tímto faktorem právě finanční krize, jejíž důsledky se v české ekonomice projevily od třetího čtvrtletí roku 2008, od kterého dochází k poklesu hrubého domácího produktu. Zpomalení ekonomiky se projevilo také poklesem procentních přírůstků úvěrů, což je možné chápat jako reakci lidí na snížený disponibilní důchod. Zároveň nelze opomenout také obavy lidí ze ztráty zaměstnání. Příčiny poklesu objemu úvěrů však můžeme hledat také na nabídkové straně, tedy na straně komerčních bank, které začaly být obezřetnější při poskytování úvěrů. Výsledná p-hodnota Chow testu celkového modelu má hodnotu 0,0000, tedy zamítáme nulovou hypotézu o nepřítomnosti strukturálního zlomu. V tomto případě tedy byla potvrzena hypotéza, že finanční krize způsobila změnu v časových řadách zadluženosti a příjmové nerovnosti. Kromě těchto proměnných pak došlo rovněž ke změnám v časových řadách disponibilních příjmu a úspor, přičemž u úspor byla změna nejméně významná. DurbinWatsonova statistika tohoto testu má hodnotu 1,4991, z čehož můžeme usoudit, že zde není významný problém se sériovou korelací. Výsledky Chow testu, kterému byl podroben výše uvedený model a jeho jednotlivé časové řady, jsou uvedeny v Tabulce 5.
Výsledky empirické analýzy
71
Tabulka 5: Výsledky Chow testu, zlom v období 2Q2008 Proměnná ld_C_4
Koeficient
Směr. chyba
t-statistika
p-hodnota
3,5116
0,4143
8,475
1,42e-09 ***
ld_S
-0,1458
0,0604
-2,414
0,0219 **
ld_Y
-0,7288
0,1353
5,387
7,08e-06 ***
ld_I
1,0140
0,3060
3,314
0,0023 ***
ld_TD_Y
0,0222
0,0034
6,492
3,05e-07 ***
Zdroj: Vlastní zpracování, software Gretl
Vzhledem k tomu, že období od vypuknutí finanční krize je příliš krátké a máme tedy k dispozici pouze malé množství dat pro tvorbu kvalitního modelu, rozhodli jsme se za účelem detailnějšího prozkoumání souvislostí mezi vývojem zadluženosti domácností a příjmové nerovnosti využít korelačních koeficientů. Korelační koeficienty měří míru, kterou jsou spojeny změny dvou proměnných. V našem případě se jedná o logaritmické diference zadluženosti a příjmové nerovnosti. Pro korelační koeficient platí, že nabývá hodnot od -1 do +1. Výsledky korelační analýzy jsou uvedeny v následující tabulce. Tabulka 6: Korelační koeficienty časových řad příjmové nerovnosti a zadluženosti do 2.Q 2008
od 3.Q 2008
Korelační koeficient
0,4896
0,2471
Oboustranná p-hodnota Zdroj: Vlastní zpracování, software Gretl
0,0045
0,4638
Z výsledků vyplývá, že v období před vypuknutím finanční krize existovala mezi vývojem zadluženosti a příjmové nerovnosti střední, pozitivní závislost, což dokládá korelační koeficient o hodnotě 0,4896. Významnost korelačního koeficientu byla prokázána na 5% hladině významnosti. Od třetího kvartálu roku 2008, tedy poté, co se v české ekonomice projevily důsledky finanční krize, těsnost lineární závislosti mezi těmito proměnnými poklesla. Korelační koeficient v tomto období dosahoval pouze hodnoty 0,2471 s phodnotou 0,4638. Tuto změnu lze podložit tím, že do druhého čtvrtletí roku 2008 rostla zadluženost českých domácností průměrně o 5,34 % za čtvrtletí při růstu disponibilního důchodu o 0,78 % a růstu objemu celkových úvěrů o 5,76 % za čtvrtletí. Ve stejném období se propast mezi skupinou nejbohatších a nejchudších zvětšovala tempem 0,48 % za čtvrtletí. Od třetího kvartálu roku 2008 dochází ke zpomalení dynamiky ve vývoji zadluženosti na 2,42 % za čtvrtletí. Příčinou tohoto zvolnění je právě fakt, že zpomalil čtvrtletní růst objemu celkových úvěrů. Ukazatel příjmové nerovnosti vykazuje od třetího
Výsledky empirické analýzy
72
kvartálu roku 2008 rovněž pokles dynamiky na 0,34 % za čtvrtletí, který je způsoben zejména poklesem mezd u osob s nejvyššími příjmy. V roce 2011 však příjmy osob z nejvyššího decilu opět výrazně rostou, což má za následek také opětovný nárůst příjmové nerovnosti. Zjištěné výsledky vlivu finanční krize na zadluženosti a příjmovou nerovnost vypovídají o tom, že poté, co se v české ekonomice projevily důsledky finanční krize, došlo k výraznému snížení tempa růstu zadluženosti a mírnému snížení tempa růstu příjmové nerovnosti. V podmínkách České republiky se tedy nepotvrdilo tvrzení Galbraitha a Jiaquinga (1999). Ti konstatovali, že finanční krize více postihuje skupiny osob s nízkými příjmy, než osoby s relativně vysokými příjmy, což v konečném důsledku vede ke zvýšení příjmové nerovnosti během dvou let bezprostředně následujících po propuknutí krize. Vývoj nerovnosti v roce 2011 však může naznačovat, že výsledky Galbraitha a Jiaquinga budou při zahrnutí delšího časového horizontu potvrzeny i v České republice.
5.4 Dílčí závěr Od roku 2000 do roku 2011 se dluh českých domácností zvýšil ze 124 miliard na 1,098 bilionu korun. Vrchol úvěrové expanze nastal mezi lety 2006 a 2007, od roku 2008 dochází naopak k poklesu dynamiky zadlužování. Ukazatel podílu dluhu domácností na HDP po celé sledované období roste, v roce 2011 měl tento ukazatel hodnotu 28,8 %. Ve srovnání s ostatními evropskými zeměmi, kde je průměrná hodnota tohoto ukazatele na rovni 50 %, tedy české domácnosti patří k méně zadluženým. Stejně tak jako podíl zadlužení na HDP rostla po celou dobu také hodnota podílu zadlužení na disponibilním příjmu. Ten dosáhl v roce 2011 hodnotu 54,21 %. Největší podíl na rostoucím zadlužování domácností přitom zaujímají úvěry na bydlení, zejména pak hypoteční úvěry. V roce 2011 tvořily úvěry na bydlení dokonce 70 % hodnoty celkového zadlužení domácností. Od roku 2008 však dochází k poklesu jejich dynamiky. Učinit jednoznačný závěr o vývoji příjmové nerovnosti je vzhledem k existenci různých způsobů měření a různým zdrojům poněkud obtížnější. Obecně lze konstatovat, že příjmová nerovnost byla v České republice na nízké úrovni na počátku 90. let. Během 90. let i na začátku nového tisíciletí se její hodnota postupně zvyšovala. Všechny dostupné zdroje se shodují i na názoru, že k jejímu růstu docházelo rovněž v období let 2000 až 2011. Eurostat dokumentuje vývoj nerovnosti rozdělení příjmů pomocí dvou indikátorů, a to Giniho koeficientu a koeficient S80/S20. Při analýze těchto ukazatelů zjistíme, že
Výsledky empirické analýzy
73
je příjmová nerovnost v České republice za období let 2005 až 2011 téměř konstantní a nedochází k jejím změnám. Tyto indikátory však zachycují poměrně krátký časový interval a navíc jsou k dispozici jen v ročním vyjádření, takže nedostatečně popisují změny, ke kterým dochází v průběhu roku. Proto jsme pro účely analýzy nerovnosti a tvorby regresního modelu zvolili jiný indikátor, kterým byl decilový poměr. Decilový poměr představuje podíl nejnižší hodnoty desátého decilu k nejvyšší hodnotě prvního decilu rozdělení mezd. Podle tohoto ukazatele rozdíl mezi skupinou bohatých a chudých v letech 2000 až 2011 postupně narůstal, pouze v roce 2007 došlo k jeho meziročnímu poklesu. Za účelem dosažení cíle diplomové práce byl v této kapitole zkonstruován vícerozměrný regresní model, který zkoumal vliv příjmové nerovnosti a dalších proměnných na vývoj zadluženosti českých domácností. Na základě modelu bylo zjištěno, že zadluženost domácností je závislá jednak na příjmové nerovnosti, ale také na objemu úspor, disponibilním důchodu a spotřebě, kterou domácnosti vykazovaly před čtyřmi čtvrtletími. Modelem byla rovněž potvrzena hypotéza stanovená v cíli práce. Můžeme tedy konstatovat, že rostoucí příjmová nerovnost má pozitivní vliv na zvyšování zadluženosti českých domácností. Na základě Chow testu jsme zjistili, že ve třetím čtvrtletí roku 2008 dochází ke strukturální změně v průběhu časových řad zadluženosti i příjmové nerovnosti, z čehož vyplývá, že důsledky finanční krize mohly významně ovlivnit vývoj uvedených makroekonomických indikátorů. Tato strukturální změna přitom spočívá ve změnách v dynamice růstu u jednotlivých časových řad, v důsledku kterých od třetího kvartálu roku 2008 poklesla korelace mezi časovou řadou zadluženosti a příjmové nerovnosti. V předkrizovém období totiž docházelo k prudkému nárůstu zadluženosti domácností. Poté, co se v české ekonomice projevily důsledky finanční krize, a došlo ke zpomalení ekonomiky, zaznamenáváme rovněž pokles procentních přírůstků úvěrů. To je možné chápat jako reakci lidí na snížený disponibilní důchod. Zároveň nelze opomenout také obavy lidí ze ztráty zaměstnání, v důsledku kterých jsou spotřebitelé obezřetnější v uzavírání nových úvěrových smluv. Vývoj příjmové nerovnosti je v období let 2000 a 2007 charakteristický pozvolným růstem. Od třetího kvartálu roku 2008 však dynamika této proměnné klesá. S tím, jak se v ekonomice projevují důsledky krize, totiž stagnují či dokonce klesají příjmy osob nacházejících se v nejvyšším decilu, zatímco pokles příjmu u osob z nejnižšího decilu tak výrazný není. V roce 2011 však příjmy 10 % nejbohatších
Výsledky empirické analýzy
74
osob opět rostou, v důsledku čehož dochází také k výraznějšímu nárůstu nerovnosti v rozdělení příjmů.
Diskuze a doporučení
75
6 Diskuze a doporučení Prostřednictvím vícerozměrného regresního modelu zkonstruovaného v této práci se nám podařilo identifikovat pozitivní vliv rostoucí příjmové nerovnosti na růst zadluženosti českých domácností v období let 2000 až 2011. Podobnou problematikou se zabývali rovněž Christen a Morgan (2005), kteří zkoumali, zda rostoucí příjmová nerovnost přispěla k rekordně vysokému nárůstu zadluženosti v USA. Autoři ve své studii použili čtvrtletní data vztahující se na období let 1980 až 2003 a dospěli k názoru, že v USA v tomto období existoval pozitivní vztah mezi vývojem příjmové nerovnosti a vývojem zadluženosti domácností. Otázku: „Jak mohou šoky v rozdělení celkových příjmů ovlivnit úvěrové toky“, si kladl i Iacoviello (2008), přičemž se zaměřil rovněž na vývoj v USA. Pro analýzu využil širšího časového horizontu než Christen a Morgen (2005). Zkoumal data v období let 1963 až 2003. Kromě příjmové nerovnosti Iacoviello zdůrazňoval rovněž vliv dalších faktorů, které podle něj silně ovlivnily přístup domácností na úvěrový trh. Konkrétně jmenoval kombinaci snížení nákladů finančního zprostředkování, změn v regulatorním prostředí institucí poskytujících úvěry a nové technologie. Ve své studii potvrdil významnou pozitivní závislost mezi vývojem příjmové nerovnosti a vývojem zadluženosti domácností. S rostoucími rozdíly v rozdělení příjmu podle něj začnou ekonomické subjekty postupem času hledat cestu, jak vyplnit mezeru mezi dosahovaným příjmem a požadovanou úrovní spotřeby. V důsledku toho začne jejich zadlužení postupně narůstat. Jak zdůrazňuje Debelle (2004) oba tyto jevy, tj. růst příjmové nerovnosti i růst zadluženosti domácností, představují důležité ekonomické trendy, které můžeme pozorovat nejen v USA, ale i v řadě dalších zemí. Christen a Morgan 2005) pak dále dodávají, že růst příjmové nerovnosti a zadluženosti se často používají jako indikátory klesající ekonomické výkonnosti. Palley (1994) poukazoval na fakt, že růst spotřeby přesto, že je financován pomocí úvěru, zpočátku zvyšuje zisky obchodníků a tím také zvyšuje výkonnost ekonomiky. Dluhové financování totiž přenáší kupní sílu od domácností s vysokými příjmy a nízkým mezním sklonem ke spotřebě k domácnostem s malými příjmy a vysokým mezním sklonem ke spotřebě. Postupem času se však úrokové platby spojené s dluhem stanou břemenem agregátní poptávky, protože nákupní síla se díky úrokovým platbám opět
Diskuze a doporučení
76
přesune k domácnostem s vyššími příjmy. Následné splátky dluhu navíc v budoucnu vedou k nižšímu disponibilnímu příjmu domácností. Negativní vlivy dluhem financované spotřeby zdůrazňují rovněž Cynamon a Fazzari (2008). Uvádí, že vlivem nastavení akciových trhů a vlivem rostoucích cen nemovitostí se zvýšilo pomyslné bohatství domácností, a ty byly následně více ochotné půjčovat si finanční prostředky. Změny ve finančních strategiích komerčních bank pak vedly ke zhoršení požadavků, dle kterých banky posuzovaly bonitu klientů. Docházelo tak k tomu, že komerční banky poskytovaly vyšší úvěry klientům s nízkými mzdami a nedostatečnou hodnotou majetku. Důsledek tohoto chování bank se projevil v nárůstu spotřeby, který však převyšoval růst příjmu. Kromě příjmové nerovnosti jsme na základě regresní analýzy identifikovali i další významné proměnné. K těmto patří úspory, hrubý disponibilní příjem a spotřeba domácností. V rámci spotřeby jsme přitom zjistili, že aktuální podíl zadluženosti na disponibilním důchodu je nejvíce závislý na spotřebě, kterou domácnosti vykazovaly před rokem. Nejmenší korelaci s vývojem zadlužení domácností přitom vykazovala časová řada dokumentující vývoj úspor. Naopak nejvíce je zadluženost závislá na velikosti disponibilního příjmu. Z uvedeného modelu vyplývá, že pokud chceme snižovat zadluženost domácností, musíme zaměřit svoji pozornost na všechny tyto proměnné. Největší pozornost by přitom měla být věnována pracovním příjmům. Původ nerovnosti rozdělení finančních prostředků, které ekonomické subjekty získávají za vykonanou práci, můžeme nejčastěji hledat v jejich rozdílných schopnostech a kvalifikaci. Obecně platí, že k dosažení vyššího příjmu je zapotřebí velmi dobré vzdělání, nevšední talent nebo výborné zázemí. Pro střední a nižší příjmové vrstvy je však zajištění kvalitního vzdělání, rozvíjení talentu a budování zázemí velmi nákladné a často si jej nemohou dovolit. Právě přístup ke kvalitnímu vzdělání a rozvíjení talentu každého jedince představují oblasti, na které by se v souvislosti se snižováním diferenciace v rozdělení příjmů měli zaměřit také tvůrci hospodářské politiky. Tímto způsobem je možné zabránit tomu, aby se rozdíly v příjmech přenášely z pokolení na pokolení. Vzhledem k demografickým změnám a technologickému pokroku je kromě podpory počátečního vzdělání podstatná rovněž podpora dalšího vzdělávání. Ta by měla zajistit, aby byly dovednosti jedinců neustále obnovovány a aby reflektovaly požadavky trhu. Pozitivní vliv kvalitního vzdělání lze doložit na příkladu skandinávských zemí, které se vyznačují dostupností kvalitního vzdělání, vysokým podílem lidí s ukončeným terciárním vzděláním a také nízkou příjmovou nerovností (v případě Norska a Švédska je
Diskuze a doporučení
77
příjmová nerovnost nižší než v České republice). Z uvedeného je zřejmé, že kvalitní vzdělání může přispět ke zvýšení příjmů jedinců. Samotné zvýšení disponibilního příjmu však ještě nemusí vést ke snížení zadluženosti. Důležitým faktorem je také postoj samotných domácností k problematice zadlužování. Zatímco ještě v 90. letech byly české domácnosti v přístupu k zadlužování poměrně konzervativní, je možné v současné době pozorovat rostoucí tendence k rychlé spotřebě i ochotě ekonomických subjektů k zadlužování. Tento přechod souvisel jednak s rostoucí životní úrovní českých domácností, ale také s rostoucí konkurencí na trhu poskytovatelů úvěrů. Ta vedla k možnosti získání úvěru i v případě, že dlužník disponuje minimálními příjmy. V rámci diplomové práce jsme rovněž zjišťovali, k jakým změnám v časových řadách zadluženosti a příjmové nerovnosti došlo poté, co byla česká ekonomika zasažena finanční krizí. Na základě Chow testu jsme zjistili, že od třetího čtvrtletí 2008 došlo ke změnám v průběhu těchto časových řad. Ve vývoji zadluženosti došlo k poklesu dynamiky procentních přírůstků úvěrů. Stejně tak jsme zaznamenali i zpomalení tempa růstu nerovnosti v rozdělení příjmů. V podmínkách České republiky jsme tedy nedospěli ke stejným závěrům jako Galbraith a Jiaquing (1999), kteří se zabývali efekty řady krizí na příjmovou nerovnost v různých státech Evropy, Asie a Latinské Ameriky. Zjistili, že následkem finanční krize dochází ke zvýšení příjmové nerovnosti. Důkazem tohoto tvrzení byly státy Latinské Ameriky, kde po propuknutí krize nerovnost signifikantně vzrostla. Samotní autoři však zároveň dodávají, že například země jako Finsko, Norsko Španělsko prožily krizi, aniž by se u nich poté nerovnost v rozdělení příjmů zvýšila. Situaci v oblasti příjmové nerovnosti a zadluženosti v České republice se nyní pokusíme porovnat s vývojem v jednotlivých evropských zemích. Zadluženost domácností je opět vyjádřena podílem celkového zadlužení obyvatelstva jednotlivých států na disponibilním příjmu, přičemž do sektoru domácností jsou zařazeny rovněž nefinanční podniky. Příjmová nerovnost je pak vyjádřena pomocí Gini koeficientu. Vývoj v předkrizovém období je reprezentován změnami v průběhu zmiňovaných proměnných mezi lety 2005 a 2006, období po propuknutí finanční krize změnami v průběhu zmiňovaných proměnných mezi lety 2009 a 2010. Předkrizové období je charakteristické tím, že v řadě zemí docházelo k poměrně výraznému nárůstu zadluženosti ve srovnání s předchozím obdobím. K těmto zemím patří zejména postkomunistické země jako Slovensko, Maďarsko, Litva, Lotyšsko, Estonsko a Slovinsko. Vysokým nárůstem
Diskuze a doporučení
78
zadluženosti se dále vyznačují také Norsko, Španělsko, Itálie. Ve všech případech byl nárůst zadluženosti vyšší než 10%. V jediném Německu pak zadluženost poklesla a u ostatních zemí se tempo růstu pohybovalo v rozmezí od 0 do 10 %. Vývoj příjmové nerovnosti v jednotlivých zemích již tak velkých výkyvů nedosahuje. Většinou dochází k jejímu nepatrnému poklesu či drobnému růstu v intervalu od -5 do 5 %. Existují však i země, kde je její nárůst oproti minulému období signifikantní. K těmto patří Maďarsko, Norsko, Slovensko a Lotyšsko, které zároveň patří rovněž k zemím s výrazným růstem zadluženosti. Na druhou stranu však ve sledovaném období existovaly také státy, které vykazovaly zároveň růst zadluženosti a pokles příjmové nerovnosti. K zemím, kde byl tento vztah obzvláště výrazný, patří Litva, Estonsko, Polsko a Španělsko. Vývoj relativních přírůstků zadluženosti a příjmové nerovnosti mezi lety 2005 a 2006 dokumentuje následující graf. Graf 21: Vztah zadluženosti a příjmové nerovnosti mezi lety 2005 a 2006 v evropských zemích 50% LI LV 40% EE
Zadluženost
30% PL 20% SL 10%
0%
SP IT GB NL FR AT
SK
NW HU
IR FI PT BE DE
SW
GE -10% -10%
-5%
0%
5%
10%
Příjmová nerovnost Zdroj: Vlastní zpracování na základě dat z Eurostatu
15%
20%
25%
Diskuze a doporučení
79
Poté, co se v Evropě projevily důsledky finanční krize, se situace v jednotlivých státech změnila. Řada z nich totiž zaznamenala výrazné snížení tempa zadlužování domácností nebo dokonce jeho absolutní pokles. K zemím, ve kterých objem úvěrů vztažený k disponibilnímu příjmu mezi lety 2009 a 2010 absolutně poklesl, patří Velká Británie, Litva, Německo, Dánsko, Irsko a Portugalsko. V ostatních zemích docházelo k nárůstu zadluženosti, který však ve většině případů nepřesahoval hodnotu 5 %. To lze interpretovat tak, že i evropské domácnosti začaly být v době nepříznivého makroekonomického vývoje obezřetnější v uzavírání nových úvěrových smluv. Změny v nerovnosti rozdělení příjmů pak zůstaly většinou i v období po propuknutí krize v intervalu -5 až 5 %. Zajímavá je však situace Španělska, kde se situace v oblasti rovného rozdělení příjmů od roku 2008 neustále zhoršuje. Jedním z determinantů tohoto stavu je vysoká nezaměstnanost, se kterou se tato jihoevropská země potýká. Stejně tak existují vysoké rozdíly ve velikosti příjmů mezi bohatými a chudými v Řecku. Pro zhodnocení toho, jak se tento stav podepsal na zadluženosti tamních domácností, však chybí dostupná data. Obecně lze konstatovat, že pozitivní závislost mezi vývojem příjmové nerovnosti a zadluženosti po propuknutí krize je možné pozorovat pouze na úrovni některých zemí. Těmi jsou Španělsko, Slovinsko, Slovensko a Rakousko. Graf 22:Vztah zadluženosti a příjmové nerovnosti mezi lety 2009 a 2010 v evropských zemích 10% PL
8% HU 6%
Zadluženost
4%
NL
AT
IT FR
SP
FI
2%
NW
EE
LT
0% PT
-2%
IR DE GE
-4% -6% -10%
SL SK
BE
SE
GB
-5%
0%
LI
5% Příjmová nerovnost
Zdroj: Vlastní zpracování na základě dat z Eurostatu
10%
15%
20%
Diskuze a doporučení
80
Na základě empirické analýzy údajů o velikosti zadlužení a příjmové nerovnosti v jednotlivých evropských státech v letech 2005 a 2011 se nám nepodařilo potvrdit tvrzení, že státy s vysokou příjmovou nerovností trpí také vysokou zadlužeností domácností. Důkazem jsou například státy jako Dánsko, Norsko a Nizozemí, které i přes velký podíl úvěrů na disponibilním důchodu domácností vykazují nízké hodnoty Giniho koeficientů. Na druhé straně země jako Polsko a Lotyšsko, jejichž domácnosti jsou ve srovnání s ostatními zeměmi málo zadluženy, vykazovaly v roce 2005 jedny z nejvyšších hodnot Giniho koeficientů. Značné rozdíly v rozdělení příjmů domácností a současně vysokou zadluženost domácností tak můžeme identifikovat pouze na úrovni jednotlivých států jako je například Španělsko a Portugalsko. Tabulka 7: Zadluženost a příjmová nerovnost ve vybraných evropských státech v letech 2005 a 2011 Rok Ukazatel/Stát
2005 Zadluženost (TD/Y) Giniho koeficient v%
2011 Zadluženost (TD/Y) Giniho koeficient v%
Dánsko
232,00
0,24
267,31
0,28
Nizozemí
205,25
0,27
250,45
0,26
Irsko
169,65
0,32
206,35
0,33
Norsko
147,01
0,28
177,91
0,23
Velká Británie
138,56
0,35
139,16
0,33
Švédsko
124,01
0,23
148,77
0,24
Portugalsko
113,89
0,38
125,53
0,34
Španělsko
110,95
0,32
125,40
0,34
Německo
99,59
0,26
86,28
0,29
Finsko
85,14
0,26
104,10
0,26
Rakousko
84,13
0,26
88,72
0,26
Belgie
71,07
0,28
88,31
0,26
Francie
64,86
0,28
82,87
0,31
Estonsko
60,54
0,34
96,92
0,32
Litva
48,64
0,36
66,09
0,35
Itálie
48,42
0,33
65,20
0,31
Maďarsko
37,89
0,28
63,39
0,27
Česká republika
31,42
0,26
55,90
0,25
Slovinsko
29,14
0,24
46,55
0,24
Polsko
21,85
0,36
52,02
0,31
Lotyšsko
21,20
0,36
40,76
0,33
Slovensko
20,40
0,26
42,31
0,26
Zdroj: Vlastní zpracování na základě dat z Eurostat, 2005 a 2011
Závěr
81
7 Závěr Diplomová práce se věnovala příjmové nerovnosti a zadluženosti českých domácností. Nejdříve jsme analyzovali samotný vývoj zadluženosti a příjmové nerovnosti českých domácností. Následně jsme pomocí vícerozměrného regresního modelu zkoumali závislost mezi těmito dvěma jevy. Výběr vhodné metody posouzení jejich závislosti byl přitom značně eliminován dostupnými daty, která by dokumentovala vývoj příjmové nerovnosti za dostatečně dlouhé časové období. Vzhledem k absenci podkladových dat, ze kterých by bylo možné vypočítat některý z běžně používaných ukazatelů příjmové nerovnosti uvedených v podkapitole 4.3.2 v kratším než ročním vyjádření, jsme v práci využili indikátoru alternativního. Konkrétně jím byl decilový poměr, který vyjadřuje podíl mezi horní hranicí mzdy, kterou obdrží 10 % osob s nejnižšími příjmy a dolní hranicí mzdy, kterou obdrží 10 % osob s nejvyššími příjmy. Data pro výpočet tohoto indikátoru jsme získali ze čtvrtletních šetření o průměrném výdělku, která poskytuje Informační systém o průměrném výdělku. V práci bylo potvrzeno, že zadluženost českých domácností zaznamenala během let 2000 až 2011 prudký nárůst. Konkrétně se během tohoto období zvýšila ze 124 miliard na 1,098 bilionu korun. Vrchol úvěrové expanze nastal mezi lety 2006 a 2007. Od roku 2008 dochází naopak k poklesu dynamiky zadlužování. Největší podíl na rostoucím zadlužování domácností přitom zaujímají úvěry na bydlení, zejména pak hypoteční úvěry, které v roce 2011 tvořily dokonce 70 % hodnoty celkového zadlužení domácností. Stejně jako se zvyšoval absolutní objem úvěrů, rostl po celou dobu i ukazatel podílu dluhu domácností na HDP. V roce 2011 měl tento ukazatel hodnotu 28,8 %. Ve srovnání s evropskými státy se tak zadluženost domácností v České republice pohybuje hluboko pod evropským průměrem. V evropských státech totiž podíl zadluženosti domácností na HDP dosahuje v průměru 50 %. Zaujmout jednoznačné stanovisko k vývoji příjmové nerovnosti je z důvodu existence mnoha způsobů měření a různých zdrojů dat obtížnější. Různé zdroje dat totiž přináší různé informace o vývoji nerovnosti v rozdělení příjmů v jednotlivých letech. Všechny dostupné zdroje se však shodují v názoru, že se příjmová nerovnost v období let 2000 až 2011 zvýšila. Eurostat dokumentuje vývoj nerovnosti rozdělení příjmů pomocí dvou indikátorů, a to Giniho indexu a koeficientu S80/S20. Při analýze těchto ukazatelů zjistíme, že je příjmová nerovnost v České republice za období let 2005 až 2011 téměř
Závěr
82
konstantní a prohází pouze drobnými změnami. Tyto ukazatele však zachycují poměrně krátký časový interval a navíc jsou k dispozici jen v ročním vyjádření, takže nedostatečně popisují změny, ke kterým dochází v průběhu roku. Pro konstrukci regresního modelu jsme proto v práci zvolili jiný indikátor. Konkrétně jím byl decilový poměr. Decilový poměr představuje podíl nejnižší hodnoty desátého decilu k nejvyšší hodnotě prvního decilu rozdělení mezd. Podle tohoto ukazatele rozdíl ve velikosti příjmů mezi skupinou bohatých a chudých v letech 2000 až 2011 postupně narůstal, pouze v roce 2007 došlo k jeho meziročnímu poklesu. Během sledovaného období hodnota decilového poměru vzrostla z hodnoty 2,85 na hodnotu 3,86, což představuje nárůst nerovnosti v rozdělení příjmů o 36 %. Kromě příjmové nerovnosti vyjádřené decilovým poměrem jsme do modelu zakomponovali i další vysvětlující proměnné, kterými byly spotřeba, úspory a hrubý disponibilní důchod domácností. Na základě vícerozměrného regresního modelu jsme zjistili, že vývoj podílu dluhu domácností na disponibilním příjmu je závislý na vývoji všech zmíněných proměnných, včetně příjmové nerovnosti. Modelem se nám tedy podařilo potvrdit hypotézu stanovenou v cíli této práce. Můžeme tak konstatovat, že rostoucí příjmová nerovnost přispěla k růstu zadluženosti českých domácností. V rámci diplomové práce jsme rovněž zjišťovali, k jakým změnám v časových řadách zadluženosti a příjmové nerovnosti došlo poté, co byla česká ekonomika zasažena finanční krizí. Na základě Chow testu jsme zjistili, že od třetího čtvrtletí 2008 došlo ke změnám v průběhu těchto časových řad. Ve vývoji zadluženosti došlo k poklesu dynamiky procentních přírůstků úvěrů. Stejně tak jsme zaznamenali i zpomalení tempa růstu nerovnosti v rozdělení příjmů. Výsledky zjištěné v práci jsme v diskuzi porovnali s výsledky studií autorů, kteří se zabývali obdobným tématem. V podmínkách České republiky jsme tedy dospěli k podobným závěrům jako Christen a Morgan (2005), kteří zdůrazňovali, že růst příjmové nerovnosti podstatným způsobem přispívá k růstu zadluženosti domácností. Naopak se nám nepodařilo potvrdit tvrzení Galbraitha a Jiaquinga (1999), kteří při zkoumání efektů řady krizí na příjmovou nerovnost v různých státech Evropy, Asie a Latinské Ameriky dospěli k názoru, že následkem finanční krize dochází k výraznému zvýšení příjmové nerovnosti.
Literatura
83
8 Literatura ATKINSON, A. B., MORELLI, S. Economic crisis and inequality, [online] 2011, New York: United Nations Development Programme, Humane development resarch paper, 2011/06, [cit. 2012-08-08], Dostupné z:
. BORDO, M. D., MEISSNER CH. M. Does inequality lead to a financial crisis? [online] 2012, [cit. 2012-09-25], Cambridge: National Bureau of economic research, WP 17896, Dostupné z: < http://www.nber.org/papers/w17896.pdf >. CIPRA, T. Finanční ekonometrie, 1. vydání, Praha: Ekopress, 2008, 538 stran, ISBN 978-80-86929-43-9. CYNAMON, Z. B., FAZZARI, M. S. Household debt in the consumer age: source of growth – risk of collapse, 2008, [cit. 2012-09-28], Capitalism and Society, 27 stran, Dostupné z: < http://artsci.wustl.edu/~fazz/Cyn%20Fazz%20Dist%200807.pdf >. ČSÚ, Příjmy a životní podmínky domácností, [online], 2003-2011, [cit. 2012-09-25], Dostupné z:< http://www.czso.cz/csu/redakce.nsf/i/archiv_publikaci>. ČSÚ, Výdaje na konečnou spotřebu, [online], 2011, [cit. 2012-08-25], Dostupné z:< http://apl.czso.cz/pll/rocenka/rocenkavyber.spotr_dom>. DVOŘÁK, P. Bankovnictví pro bankéře a klienty, 2. vydání, Praha: Linde, 2005, 681 stran, ISBN 80-7201-515-X. DVOŘÁK, P. Veřejné finance, fiskální nerovnováha a finanční krize, 1. vydání, Praha: C.H.Beck, 2008, 343 stran, ISBN 978-80-7400-075-1. EUROPEAN UNION, Income and living conditions in Europe, Luxembourg: Publications Office of the European Union, 2010, 418 stran, ISBN 978-92-7916351-7. EUROSTAT, Gini coefficient, online database 2012, [cit. 2012-08-08], Dostupné z:< http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=ilc_di12&lang=en>.
Literatura
84
EUROSTAT, Income, savings and net lending/borrowing, Online database 2012, [cit. 2012-08-08], Dostupné z:< http://appsso.eurostat.ec.europa.eu/nui/show.do? dataset=namq_inc_c>. FISHER, I. The theory of interest, New York: Macmillan Co., 1930, 554 stran. FINANCE.CZ, Srovnání kreditních karet, [online], 2011, [cit. 2012-09-25], Dostupné z: http://www.finance.cz/uvery-a-pujcky/kreditni-karty/srovnani/. GALBRAITH, J., K., JIAQING, L., Inequality and Financial Crises: Some Early Findings, [online], Inequality and industrial change: A global view, Chapter 9, Cambridge: Cambridge University Press, 2001, [cit. 2012-12-04], Dostupné z: . GODWIN, W., The Enquirer, London: G. G. and J. Robinson, 1797, 481 stran. HAMERNÍKOVÁ, B., MAAYTOVÁ, A. Veřejné finance, 3. vydání, Praha: ASPI, 2007, 364 stran, ISBN 978-80-7357-301-0. HEIN, E. Finance-dominated capitalism, re-distribution, household debt and financial fragility in a Kaleckian distributio and growth model, [online] Berlin: Institute for international political economy, WP 11/2011, [cit. 2012-08-20], 29 stran, Dostupné z: . HINDLS, R. A KOL. Metody statistické analýzy pro ekonomy. Ostrava: Management press, Ekonomicko-správní fakulta, 2000. 2. přeprac. vyd. 259 stran, ISBN 807261-013-9. HOLMAN, R. A KOL. Dějiny ekonomického myšlení, 3. vydání, Praha: C.H. Beck, 2005, 539 stran, ISBN 80-7179-380-9. HOLMAN, R. A KOL. Makroekonomie. Středně pokročilý kurz, 2. vydání, Praha: C.H. Beck, 2010, 425 stran, ISBN 978-80-7179-861-3. HORN, G. UND KOLLEKTIV. Von der Finanzkrise zur Weltwirtschaftskrise (III), Die Rolle der Ungleichheit, Düsseldorf: Institut für Makroökonomie und Konjunkturforschung (IMK), 2009, Report Nr. 41, ISSN: 1861-3683.
Literatura
85
CHRISTEN, M., MORGAN R. M., Keeping Up With the Joneses: Analyzing the Effect of Income Inequality on Consumer Borrowing [online] Quantitative Marketing and Economics, 3, 145–173, 2005, [cit. 2012-09-23], Dostupné z: . IACOVIELLO, M., Household debt and income inequality, 1963 – 2003, Journal of Money, Credit and Banking, Blackwell Publishing, vol. 40(5), 2008, [cit. 2012-0808], strany 929-965, Dostupné z: . KARPÍŠEK, Z., DRDLA, M. Aplikovaná statistika. 1. vyd. Brno: Zdeněk Novotný, 2002. 131 stran, ISBN 80-7079-102-0. KOHOUT, P. Nerovnost jako přirozený stav. In Central Europe. [online] Praha: Institut pro středoevropskou kulturu a politiku, 2003 [cit. 2012–06–20]. Dostupné z: . LAPÁČEK, M. Ekvivalenční stupnice a příjmová nerovnost. In Mezinárodní Baťova doktorandská konference. [online] Zlín: Univerzita Tomáše Bati ve Zlíně, 2007, [cit. 2012-07-18], 296 stran, ISBN 9788073185299, Dostupné z: . LAZONICK, W., O’SULLIVAN, M., Maximizing shareholder value: a new ideology for corporate governance, [online] Economy and Society, Vol. 29, No. 1 February 2000, [cit. 2012-06-28] str. 13-35, Dostupné z: . LIBERTY FUND, INC., The concise encyclopedia of economics, Simon Kuznets, [online], 2008, [cit. 2012-08-08], Dostupné z: . MALTHUS, T. R., An Essay on the Principle of Population, London: J. Johnson, in St. Paul’s Church-Yard, 1798, 126 stran. MAREK, L., Gini Index in Czech Republic in 1995–2010, [online], Statistika Economic and Statistics Journal, 2/2011, [cit. 2012–06–20], str. 42-48, ISSN 1804-
Literatura
86
8765, Dostupné z: . MODIGLIANI, F., BRUMBERG R., Utility Analysis and the Consumption Function: An Interpretation of Cross-Section Data, In Kenneth K. Kurihara (ed.), Post Keynesian Economics, New Brunswick, N.J.: Rutgers University Press, 1954, 388-436. MFČR A FINANČNÍ ASOCIACE, Kontokorentní úvěry, [online] 2007, [cit. 2012-07-28], Dostupné z: . MFČR A FINANČNÍ ASOCIACE, Spotřebitelské úvěry, [online] 2007, [cit. 2012-07-28], Dostupné z: < http://www.financnivzdelavani.cz/webmagazine/page.asp?idk =335>. MPSV, Informační systém o průměrném výdělku, Čtvrtletní výběrové statistické zjišťování, [online] 2000-2011, [cit. 2012-07-28], Dostupné z:< http://www.ispv.cz/ cz/Vysledky-setreni/Archiv.aspx>. OECD, Growing Unequal? Income distribution and poverty in OECD countries, [online] 2008, [cit. 2012-07-28], ISBN 978-92-64-044180-0, Dostupné z: . POLOUČEK, S. Peníze, banky a finanční trhy 1. vydání, Praha: C.H.Beck, 2006, 415 stran, ISBN 978-80-7400-152-9. RAJAN, R. G., Fault Lines: How hidden fractures still treaten the World economy, Princeton University Press: 2010, ISBN: 978-0-691-14683-6. SAMUELSON, P., NORDHAUS, W., Ekonomie – 18. vydání, Praha: NS Svoboda, 2007, 775 stran, ISBN 978-80-205-0590-3. SCHUTZ, R. R., On The Measurement Of Income Inequality, In The American Economic Review, Vol. 41, No. 1, 1951, 107-122, ISSN: 00028282.
Literatura
87
SOJKA, M. Dějiny ekonomických teorií, 1. vydání, Praha: Havlíček Brain Team, 2010, 541 stran, ISBN 978-80-87109-21-2. SYROVÝ, P., NOVOTNÝ, M. Osobní a rodinné finance, 2. vydání, Praha: Grada, 2005, 176 stran, ISBN 80-247-1098-6. STIGLITZ, J. Joseph Stiglitz and why inequality is at the root of the recession, [online], 2009, Next Left website, [cit. 2012-07-29], Dostupné z: . ŠUSTOVÁ, Š. Roste podíl osob pod hranicí příjmové chudoby, [online], 2012, Statistika a my 06/2012, Český statistický úřad, [cit. 2012-09-24], str. 20-21, ISSN 18047149, Dostupné z: . TODARO, M., P. Economic development, 7. vydání, Harlow: Addison-Wesley, 2000, 783 stran, ISBN 0-201-44130-6. VEBLEN, T. The Theory of the Leisure Class, Toronto: Dover Publications, Inc., 1994, 247 stran, ISBN 0-486-28062-4. WILKINSON, G. R., PICKETT K., The spirit level: Why more equal societies almost always do better, London: Penguin, 2009, 352 stran, ISBN 1-84614-039-0.
Seznam tabulek a grafů
88
Seznam tabulek a grafů Seznam tabulek Tabulka 1: Vývoj Giniho koeficientů vybraných evropských zemí ..................... 29 Tabulka 2: Osoby ohrožené chudobou v letech 2006-2011 .................................... 63 Tabulka 3: Model s robustními směrodatnými chybami (HAC) za použití pozorování 2000:4-2011:4 ............................................................................................ 66 Tabulka 4: Výsledky testu multikolinearity ............................................................. 70 Tabulka 5: Výsledky Chow testu, zlom v období 2Q2008 ..................................... 71 Tabulka 6: Korelační koeficienty časových řad příjmové nerovnosti a zadluženosti .................................................................................................................. 71 Tabulka 7: Zadluženost a příjmová nerovnost ve vybraných evropských státech v letech 2005 a 2011 ...................................................................................................... 80 Seznam grafů Graf 1: Lorenzova křivka ............................................................................................ 32 Graf 2: Směrnice Lorenzovy křivky .......................................................................... 33 Graf 3: Závislost mezi vývojem zadluženosti a příjmové nerovnosti mezikvartální změny ................................................................................................... 45 Graf 4: Úvěry poskytnuté domácnostem v mld. Kč za období 2000-2011 ........... 46 Graf 5: Relativní přírůstky v objemu úvěrů poskytovaných českým domácnostem v procentech za období 2000-2011 ................................................... 47 Graf 6: Vývoj podíl dluhu českých domácností na HDP v %................................ 48 Graf 7: Vývoj podílu dluhu českých domácností k disponibilnímu důchodu v 49 Graf 8: Úvěry na bydlení poskytnuté domácnostem v mil. Kč ............................. 50 Graf 9: Podíl objemu úvěrů ze stavebního spoření na naspořené částce............. 52 Graf 10: Relativní změny v objemu spotřebitelských úvěrů u bankovních a nebankovních institucí ................................................................................................ 53 Graf 11: Podíl zadluženosti na disponibilním příjmu v letech 2005 a 2011......... 54 Graf 12: Relativní změny ve vývoji podílu zadluženosti na disponibilním příjmu mezi lety 2005 a 2011 ...................................................................................... 55
Seznam tabulek a grafů
89
Graf 13: Zastoupení jednotlivých položek příjmů českých domácností v roce 2011 ................................................................................................................................ 56 Graf 14: Vývoj relativních změn ročních příjmů na osobu a jejich jednotlivých složek ............................................................................................................................. 57 Graf 15: Vývoj relativních změn hodnot koeficientu S80/S20 ............................... 59 Graf 16: Vývoj relativních změn Gini koeficientu podle věkových skupin ........ 60 Graf 17:Průměrné roční přírůstky hodnot decilového poměru ............................ 61 Graf 18:Hodnota Gini koeficientu evropských zemí v letech 2005 a 2011 .......... 64 Graf 19: Graf normality reziduí ................................................................................. 68 Graf 20: Q-Q graf .......................................................................................................... 69 Graf 21: Vztah zadluženosti a příjmové nerovnosti mezi lety 2005 a 2006 v evropských zemích ...................................................................................................... 78 Graf 22:Vztah zadluženosti a příjmové nerovnosti mezi lety 2009 a 2010 v evropských zemích ...................................................................................................... 79
Přílohy
90
Přílohy Příloha 1: Zdrojová data
Ukazatel/ Období
Úvěry poskytnuté domácnostem
Spotřeba
Úspory
Hrubý disponibilní národní důchod
Příjmová nerovnost
TD
C
S
Y
I
[mil. Kč]
[mil. Kč]
[mil. Kč]
[mil. Kč]
[-]
4.Q 2000
123815,50
297 396,00
156 217,00
596591,00
2,8480527
1.Q 2001
145538,60
301 996,00
145 210,00
542804,00
2,9643337
2.Q 2001
151447,60
308 617,00
157 785,00
596079,00
2,9007357
3.Q 2001
129452,60
315 214,00
145 735,00
592242,00
2,9206091
4.Q 2001
143146,00
320 660,00
169 261,00
645988,00
2,8817276
1.Q 2002
148048,70
322 489,00
138 716,00
569117,00
2,9989720
2.Q 2002
156590,20
323 866,00
158 445,00
625588,00
3,0326111
3.Q 2002
166395,30
324 137,00
153 249,00
624024,00
3,0112970
4.Q 2002
181413,60
330 839,00
144 937,00
650694,00
3,0531656
1.Q 2003
190292,00
337 239,00
144 926,00
602621,00
3,0871518
2.Q 2003
200819,40
339 817,00
158 467,00
655307,00
3,1219037
3.Q 2003
214033,30
342 816,00
148 941,00
649054,00
3,1396435
4.Q 2003
237412,90
347 665,00
136 856,00
675492,00
3,1380412
1.Q 2004
246047,10
357 938,00
167 541,00
650464,00
3,1596889
2.Q 2004
266647,00
360 591,00
166 441,00
690278,00
3,1735995
3.Q 2004
284778,10
368 633,00
146 274,00
677149,00
3,0843954
4.Q 2004
313689,10
372 765,00
193 800,00
765538,00
3,1439842
1.Q 2005
326410,60
371 054,00
186 514,00
689359,00
3,2542657
2.Q 2005
352854,10
373 831,00
179 450,00
726093,00
3,2399557
3.Q 2005
378054,70
381 443,00
190 206,00
749928,00
3,2005316
4.Q 2005
414913,90
389 090,00
207 770,00
803627,00
3,2015719
1.Q 2006
434507,10
392 169,00
205 813,00
739663,00
3,3380782
2.Q 2006
464891,40
396 933,00
199 626,00
773231,00
3,2934817
3.Q 2006
498290,50
406 699,00
218 375,00
806831,00
3,2044209
4.Q 2006
536390,90
409 232,00
216 785,00
844082,00
3,2460191
1.Q 2007
567521,30
420 579,00
243 582,00
812324,00
3,3013843
2.Q 2007
612093,10
424 418,00
205 756,00
812742,00
3,2666844
Přílohy
Ukazatel/ Období
91 Celkový objem úvěrů poskytnutých domácnostem
Spotřeba
Úspory
Hrubý národní disponibilní důchod
Příjmová nerovnost
TD
C
S
Y
I
[mil. Kč]
[mil. Kč]
[mil. Kč]
[mil. Kč]
[-]
3.Q 2007
656928,90
434 085,00
224 235,00
845201,00
3,2051553
4.Q 2007
720915,90
441 034,00
230 365,00
907258,00
3,2126893
1.Q 2008
751006,50
453 257,00
265 634,00
868586,00
3,3000141
2.Q 2008
793345,30
462 190,00
215 476,00
870465,00
3,2675405
3.Q 2008
835811,60
471 080,00
279 086,00
949518,00
3,2317439
4.Q 2008
873373,90
469 992,00
241 045,00
955319,00
3,2361603
1.Q 2009
899472,00
468 528,00
216 213,00
847032,00
3,3845556
2.Q 2009
925700,10
463 324,00
145 932,00
813706,00
3,3394314
3.Q 2009
950551,00
459 580,00
191 655,00
863281,00
3,2977261
4.Q 2009
974750,90
461 725,00
219 010,00
938158,00
3,3399935
1.Q 2010
983970,60
467 290,00
191 585,00
824659,00
3,4415335
2.Q 2010
1000558,30
465 547,00
188 856,00
860862,00
3,3887744
3.Q 2010
1027435,70
468 112,00
173 290,00
851730,00
3,3424151
4.Q 2010
1044067,80
470 357,00
228 842,00
952929,00
3,3739292
1.Q 2011
1049649,80
472 423,00
207 351,00
843904,00
3,5166163
2.Q 2011
1063803,30
471 292,00
170 739,00
844638,00
3,6593035
3.Q 2011
1078930,70
472 497,00
197 912,00
875259,00
3,7597879
4.Q 2011
1098171,60
476 625,00
225 757,00
951793,00
3,8602723
Zdroj: TD – ČNB, 2000-2011, C, S, Y, – Eurostat, 2000-2011, I – vlastní zpracování na základě dat z ISPV, 2000-2011