Ekonomický sentiment a jeho vliv na poptávku po spotřebním zboží

Mendelova univerzita v Brně Provozně ekonomická fakulta

Ekonomický sentiment a jeho vliv na poptávku po spotřebním zboží Diplomová práce

Vedoucí práce: doc. Ing. Svatopluk Kapounek, Ph.D. Brno 2014

Bc. Kateřina Nechvátalová

Tímto bych chtěla poděkovat doc. Ing. Svatoplukovi Kapounkovi, PhD., vedoucímu mé diplomové práce, za odborné vedení, cenné rady a za poskytnuté materiály nezbytné pro zpracování této práce.

Čestné prohlášení Prohlašuji, že jsem tuto práci: Ekonomický sentiment a jeho vliv na poptávku po spotřebním zboží vypracoval/a samostatně a veškeré použité prameny a informace jsou uvedeny v seznamu použité literatury. Souhlasím, aby moje práce byla zveřejněna v souladu s § 47b zákona č. 111/1998 Sb., o vysokých školách ve znění pozdějších předpisů, a v souladu s platnou Směrnicí o zveřejňování vysokoškolských závěrečných prací. Jsem si vědom/a, že se na moji práci vztahuje zákon č. 121/2000 Sb., autorský zákon, a že Mendelova univerzita v Brně má právo na uzavření licenční smlouvy a užití této práce jako školního díla podle § 60 odst. 1 Autorského zákona. Dále se zavazuji, že před sepsáním licenční smlouvy o využití díla jinou osobou (subjektem) si vyžádám písemné stanovisko univerzity o tom, že předmětná licenční smlouva není v rozporu s oprávněnými zájmy univerzity, a zavazuji se uhradit případný příspěvek na úhradu nákladů spojených se vznikem díla, a to až do jejich skutečné výše. V Brně dne 21. května 2014

_______________________________

Abstract Nechvátalová, K. Economic sentiment and its impact on demand of consumer goods. Diploma thesis. Brno: Mendel University, 2014. This diploma thesis focuses on importance of economic sentiment indicator and its predictional power for real macroeconomic indicators. The aim of the thesis is to prove that economic indicator can predict future development of aggregate demand. In the empirical part will be discussed the impact of economic sentiment indicator on particular real macroeconomic indicators for V4 countries. To prove the causality will be used Granger exogeneity test. As a result of the thesis, there will be recommendation for company’s management created. The recommendation will be used for creation stocks and sources plans. Keywords Economic sentiment indicator, Granger exogeneity, real macroeconomic indicators.

Abstrakt Nechvátalová, K. Ekonomický sentiment a jeho vliv na poptávku po spotřebním zboží. Diplomová práce. Brno: Mendelova univerzita v Brně, 2014. Tato diplomová práce se zabývá významem indikátoru ekonomického sentimentu a jeho predikční schopností ohledně vývoje reálných ukazatelů ekonomiky. Snahou práce je dokázat, zda indikátor ekonomického sentimentu dokáže predikovat budoucí vývoj agregátní poptávky. V empirické části bude zkoumán vliv indikátoru ekonomického sentimentu na jednotlivé reálné ukazatele pro země V4. k určení dané kauzality bude využito Grangerovy exogenity. Výsledkem práce je doporučení pro firemní management ohledně budoucího plánování zásob a zdrojů výroby. Klíčová slova Indikátor ekonomického sentimentu, Grangerova exogenita, makroekonomické ukazatele

Obsah

9

Obsah 1

2

Úvod a cíl práce 1.1

Úvod....................................................................................................................................... 15

1.2

Cíl práce................................................................................................................................ 16

Literární přehled

4

5

18

2.1

Spotřební zboží ................................................................................................................. 18

2.2

Cesty distribuce spotřebního zboží ........................................................................... 19

2.3

Poptávka po spotřebním zboží ................................................................................... 20

2.4

Manažerské plánování.................................................................................................... 21

2.5

Manažerské rozhodování .............................................................................................. 22

2.5.1

3

15

Rozhodovací postupy ........................................................................................... 23

2.6

Plánování zásob a zdrojů ............................................................................................... 24

2.7

Dílčí závěr ............................................................................................................................ 25

Ekonomický sentiment

27

3.1

Výpočet indikátoru ekonomického sentimentu ................................................... 27

3.2

Dělení indikátorů ekonomického sentimentu ...................................................... 27

3.3

Pohledy na ukazatel ekonomického sentimentu ................................................. 28

3.4

Měření indikátoru ekonomického sentimentu ..................................................... 29

3.5

Konjukturální průzkumy ............................................................................................... 31

3.6

Kompozitní indikátory ................................................................................................... 31

3.7

Předstihové indikátory (leading indicators) ......................................................... 32

3.8

Dílčí závěr ............................................................................................................................ 33

Metodika empirické analýzy

35

4.1

Data a jejich transformace ............................................................................................ 35

4.2

Testování stacionarity časových řad ........................................................................ 36

4.3

Korelační analýza ............................................................................................................. 37

4.4

Analýza a testování Grangerovy nekauzality ........................................................ 38

Výsledky empirické analýzy

39

Obsah

10

6

Doporučení pro firemní management

48

7

Diskuse

58

8

Závěr

60

9

Literatura

62

Obsah

11

Seznam obrázků

12

Seznam obrázků Obr. 1

Možné distribuční cesty

19

Obr. 2

Vývoj časových řad obrat produkce ve stavebnictví (konstrukce) a ukazatele ekonomického sentimentu ve stavebnictví pro Českou republiku

48

Vývoj časových řad HDP a spotřebitelského indikátoru ekonomického sentimentu pro Českou republiku

49

Vývoj časových řad HDP a spotřebitelského indikátoru ekonomického sentimentu pro Polsko

50

Vývoj časových řad HDP a spotřebitelského indikátoru ekonomického sentimentu pro Slovensko

50

Vývoj časových řad HDP a souhrnného ukazatele ekonomického sentimentu pro Českou republiku

51

Vývoj časových řad HDP a souhrnného ukazatele ekonomického sentimentu pro Polsko

52

Vývoj časových řad obratu v průmyslu (těžba a nerostné suroviny, manufaktury) a indikátoru ekonomického sentimentu v průmyslu pro Maďarsko

52

Vývoj časových řad obratu v průmyslu (těžba a nerostné suroviny, manufaktury) a indikátoru ekonomického sentimentu v průmyslu pro Slovensko

53

Obr. 3 Obr. 4 Obr. 5 Obr. 6 Obr. 7 Obr. 8

Obr. 9

Obr. 10 Automatizované hladinové řízení zásoby

54

Obr. 11 Vývoj časových řad obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) a ukazatele ekonomického sentimentu v maloobchodě pro Maďarsko

55

Obr. 12 Vývoj časových řad obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) a ukazatele ekonomického sentimentu v maloobchodě pro Polsko

56

Seznam tabulek

13

Seznam tabulek Tab. 1

ADF test ukazatele ekonomického sentimentu

39

Tab. 2

ADF test reálné ukazatele

40

Tab. 3

ADF test po odečtech časových řad

41

Tab. 4

ADF test pro ukazatele ekonomického sentimentu po meziročním srovnání

42

Tab. 5

ADF test pro reálné ukazatele po meziročním srovnání

42

Tab. 6

KPSS test pro sporné hodnoty

43

Tab. 7

Vliv indikátoru ekonomického sentimentu ve stavebnictví na ukazatel produkce ve stavebnictví

44

Vliv spotřebitelského ukazatele ekonomického sentimentu na HDP

45

Vliv souhrnného indikátoru ekonomického sentimentu na HDP

45

Tab. 8 Tab. 9

Tab. 10 Vliv indikátoru ekonomického sentimentu v průmyslu na obrat v průmyslu (těžba a nerostné suroviny, manufaktury)

46

Tab. 11 Vliv ekonomického sentimentu v maloobchodě na obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů)

47

Úvod a cíl práce

15

1 Úvod a cíl práce 1.1

Úvod

S pojmem ekonomický sentiment se setkáváme stále častěji. Články zabývající indikátorem ekonomického sentimentu plní nejen odborné časopisy, ale také internetové stránky. Důvodem je hospodářská a finanční krize, jejíž důsledky stále přetrvávají a důvěra v ekonomiku se stává sledovaným pojmem. Mnoho spotřebitelů, investorů i firem ale často netuší, jakou vypovídající schopností tento ukazatel disponuje. Řada finančních institucí zaměstnává analytiky, jejichž náplní je sledovat a předvídat ekonomický vývoj Evropské unie, eurozóny a vlastně celé globální ekonomiky. V dnešní době jsou ovšem jakékoliv předpovědi velmi nejisté a více než kdy jindy platí pravidlo, že co ekonom, to jiný názor. (Pravdu.cz, 2014) Pro včasný zásah proti ekonomickým šokům byly identifikovány některé předstihové indikátory, které jsou schopny s dostatečným předstihem upozornit na náhlý obrat v ekonomice. Indikátor ekonomického sentimentu dle některých autorů disponuje podobnými vlastnostmi a je schopen predikovat budoucí vývoj některých makroekonomických ukazatelů. Tímto ukazatelem se již dnes zabývá mnoho investorů a používají ho jako citlivý ukazatel, který je schopen zachytit náladu nejen spotřebitelů, ale i náladu v jednotlivých odvětvích mnoha zemí. Evropská komise pro hospodářské a měnové záležitosti vyhodnocuje ukazatele ekonomického sentimentu jednotnou metodologií. Výhodou tohoto výzkumu je snadná dostupnost a porovnatelnost dat. Indikátor ekonomického sentimentu je souhrnným ukazatelem, jeho měření probíhá pro oblast stavebnictví, průmyslu, maloobchodu, služeb a také pro zjištění důvěry spotřebitelů. Z těchto ukazatelů je následně vyhodnocován souhrnný ukazatel ekonomického sentimentu, přičemž každá oblast se podílí jinou vahou. V dubnu tohoto roku byl vytvořen průvodce, který popisuje, jak Evropská komise postupuje při vyhodnocování dat a podává tak komplexní obraz o použité metodologii. Pro Českou republiku vyhodnocuje ukazatel ekonomického sentimentu Český statistický úřad. V této práci bude rozebráno, zda indikátor ekonomického sentimentu dokáže predikovat nástup ekonomické krize, zda dokáže působit jako včasný barometr vzniku obratu v ekonomice. Pro analýzu budou použita data indikátoru ekonomického sentimentu vyhodnocovaného Evropskou komisí pro hospodářské a měnové záležitosti. V první části práce bude vysvětlen pojem spotřební zboží, poptávka po spotřebním zboží, manažerské rozhodování, chování spotřebitele při jeho nákupním rozhodování a plánování zásob a zdrojů firemním managementem. Dále bude vysvětlen pojem ekonomický sentiment, způsob jeho měření a možné pohledy na roli tohoto ukazatele v předpovědích ohledně budoucího vývoje ekonomiky. Bude objasněn význam předstihových ukazatelů pro identifikaci náhlých obratů v ekonomice.

Úvod a cíl práce

16

V metodické části bude popsán postup empirické analýzy a použitých metod testování. Bude zde podrobně rozebrána úprava dat pro účely analýzy, popsána korelační analýza a test Grangerovy exogenity. Výsledky empirické analýzy budou shrnuty v samostatné kapitole. Budou aplikovány metody popsané v metodické části práce, jejich návaznost a budou okomentovány dosažené výsledky. Výsledky budou interpretovány v kapitole doporučení. Bude zde vysvětleno, zda je ukazatel ekonomického sentimentu vhodný k predikci budoucího vývoje různých odvětví ekonomiky a zda by ho měl firemní management brát v potaz při svých rozhodováních. Diskuse provede srovnání dosažených výsledků s pracemi ostatních autorů zabývajících se podobným výzkumem. Provede zhodnocení přínosu práce a rozdílů mezi dosaženými výsledky. Závěr práce poskytne komplexní shrnutí a doporučení ohledně využití indikátoru ekonomického sentimentu při predikci budoucího vývoje ekonomiky pro účely rozhodování firemního managementu v oblasti plánování zásob a zdrojů výroby. Přínos této práce oproti stávající literatuře bude ve vymezení role indikátoru ekonomického sentimentu a jeho predikční schopnosti v případě vzniku ekonomických šoků v zemích V4. Bude vytvořeno doporučení pro firemní management, zda je vhodné tento indikátor použít pro řízení ohledně budoucího stavu zásob a zdrojů výroby.

1.2

Cíl práce

Cílem práce je tvorba doporučení pro firemní management v oblasti řízení zásob a zdrojů výroby. Dílčím cílem, který bude vést k naplnění cíle hlavního, bude prokázání kauzality mezi jednotlivými indikátory ekonomického sentimentu a reálnými makroekonomickými ukazateli. Pokud bude potvrzen vliv indikátoru ekonomického sentimentu na daný makroekonomický ukazatel, bude vytvořeno doporučení pro management podniků jak využít tento ukazatel při svých plánováních a rozhodováních. Vliv mezi zvoleným indikátorem a reálným ukazatelem bude prokazován pomocí odečtu vybraných dvojic časových řad očekávaného a reálného ukazatele a následně bude potvrzena pomocí Grangerovy exogenity pro země V4. V práci bude využito indikátoru ekonomického sentimentu ve stavebnictví, spotřebitelského indikátoru ekonomického sentimentu, indikátoru ekonomického sentimentu v průmyslu, indikátoru ekonomického sentimentu v maloobchodě a souhrnného indikátoru ekonomického sentimentu. Tyto indikátory budou srovnávány s reálnými ukazateli produkce ve stavebnictví (konstrukce), HDP, obratem v průmyslu (těžba a nerostné suroviny, manufaktury) a obratem a objemem prodejů v maloobchodě (bez prodejů automobilů a motocyklů). Přínosem práce bude doporučení, zda lze využít jednotlivých indikátorů ekonomického sentimentu jako včasného barometru při vzniku náhlých šoků v eko-

Úvod a cíl práce

17

nomice. Pokud bude toto tvrzení potvrzeno, bude doporučeno, jak by měl firemní management při svých rozhodováních zohlednit ukazatel ekonomického sentimentu.


18

2 Literární přehled Tato práce se zabývá působením vlivu ekonomického sentimentu na poptávku po spotřebním zboží. První část literárního přehledu se bude zabývat vysvětlením pojmů spotřební zboží a možných cest distribuce spotřebního zboží. Bude zde objasněno, jak probíhá manažerské plánování a rozhodování. Bude vysvětleno, jak se spotřebitel rozhoduje při svém nákupním chování a které faktory ho při jeho jednání ovlivňují. V další samostatné kapitole bude vysvětlen pojem ekonomický sentiment, způsob jeho měření a pohledy různých autorů na význam tohoto ukazatele. Bude objasněn vliv předstihových indikátorů na náhlé zvraty v ekonomice.

2.1

Spotřební zboží

Spotřební zboží je zboží, které nakupují koncoví spotřebitelé pro svou osobní spotřebu. Bývá klasifikováno podle nákupních zvyklostí spotřebitelů a to na rychloobrátkové zboží, zboží dlouhodobé spotřeby, speciální zboží a nevyhledávané zboží. Rozlišení vychází z nákupních zvyků spotřebitelů a ze způsobu nabízení daného zboží koncovým zákazníkům.(Kotler, 2007) Rychloobrátkové zboží představuje spotřební zboží, které je spotřebiteli nakupováno často s využitím minimálního úsilí. Je prodáváno levně a je nabízeno na mnoha místech tak, aby bylo vždy jednoduše k dispozici. Zboží dlouhodobé spotřeby je nakupováno méně často, zákazníci věnují větší množství času jeho výběru. (Kotler, 2007) Zboží dlouhodobé spotřeby lze dále dělit na homogenní a heterogenní zboží. Homogenní typ zboží má srovnatelnou kvalitu, ale liší se v cenách natolik, že je vhodné provádět podrobné srovnání. Heterogenní zboží se odlišuje kvalitou a připojenými službami, které jsou v konečném efektu důležitější než cena. Prodejce heterogenního zboží musí disponovat širokým sortimentem, aby byl schopen uspokojit rozličná přání různých zákazníků. Tento typ zboží dále vyžaduje asistenci kvalifikovaného personálu, který disponuje potřebnými znalostmi a je tak schopen poradit zákazníkům. (Kotler, Keller, 2007) Speciální zboží disponuje jedinečnými vlastnostmi či značkovou identifikací, díky které jsou zákazníci ochotni vyvinout zvláštní nákupní úsilí. U speciálního zboží není důležité srovnání, zákazníci jsou ochotni investovat pouze čas na dosažení dealerů daného zboží. (Kotler, Keller, 2007) Nehledané zboží je takové zboží, o kterém spotřebitelé nevědí nebo o jeho koupi neuvažují. Příkladem nehledaného zboží mohou být životní pojistky, encyklopedie apod. Tento typ zboží vyžaduje reklamu a podporu osobního prodeje. (Kotler, Keller, 2007)


2.2

19

Cesty distribuce spotřebního zboží

Způsob distribuce spotřebního zboží konečnému zákazníkovi výrazně ovlivňuje výslednou hodnotu a konečný úspěch prodávaného zboží. Distribuční cesty mohou být definovány jako soubory vzájemně závislých organizací zapojené do procesu výroby zboží či služby dostupné pro spotřebu či užití. (Keller, 2007) Jedná se vlastně o zajištění dostupnosti produktu na správném místě, ve správném čase, ve správném množství a požadované kvalitě. Náklady na distribuci představují podstatnou část ceny prodávaného výrobku. (Zamazalová, 2010) Distribuční cesty jsou ovlivněny rozvojem techniky a technologií, přelom v rozvoji způsobil vývoj informačních technologií. Výběr distribuční cesty je ovlivněn mnoha faktory. Mezi ty nejvýznamnější patří velikost podniku, druh a povaha prodávaného produktu, povaha trhu nebo jeho částí, objem objednávek, prostředí, distribuční mezičlánky, konkurence a spotřebitel. (Zamazalová, 2010) Distribuční cesty lze dělit na (1) přímé distribuční cesty a (2) nepřímé distribuční cesty.

Obr. 1

Možné distribuční cesty

Zdroj: Staňková, 2007

Přímé distribuční cesty zahrnují pohyb zboží od producenta přímo konečnému zákazníkovi. Do této cesty zboží nevstupují žádní prostředníci. Přímé distribuční cesty je vhodné zvolit, pokud firma obchoduje se zbožím, pro jehož prodej je nutné velké množství informací, je zde možnost customizace


20

a pokud důležitou roli hraje kvalita, množství a způsob logistiky zboží. (Keller, 2007) Naopak nepřímé distribuční cesty jsou reprezentovány větším počtem různých prostředníků. Jsou vhodné pro zboží, u kterého je zásadní široký sortiment, snadná dostupnost a důležitý poprodejní servis. (Keller, 2007) Distribuce s využitím prostředníků může zahrnovat maloobchodníky, velkoobchodníky, agenty nebo brokery. Každý pracuje odlišným způsobem. Maloobchodníci prodávají zboží přímo konečnému spotřebiteli a to buď s využitím sítí svých vlastních provozoven, zásilkovým prodejem nebo přímým obchodním prodejem. (Staňková, 2010) Velkoobchodníci jsou vlastníky zboží a toto zboží dále redistribuují ostatním mezičlánkům a to maloobchodům, agentům či průmyslovým spotřebitelům. Velkoobchod disponuje sítí svých prodejců a servisních míst. Je zodpovědný za vlastní organizaci prodeje, podporu prodeje a reklamu. (Staňková, 2010) Posledním mezičlánkem mohou být agenti, kteří přeprodávají zboží jiným zákazníkům za poplatek. Specifickou skupinu tvoří brokeři, jejichž úkolem je spojit prodejce a kupce a dohodnout podmínky prodeje. Nejsou fyzickými vlastníky zboží, účtují si poplatky z odvedených prodejů. Prostřednictvím brokerů se prodává specifické zboží jako například nafta, mražené ryby apod. (Staňková, 2010) Další dělení distribuce může být na (1) intenzivní, (3) exkluzivní a (2) selektivní. Intenzivní distribuce znamená prodej výrobku na velkém množství nákupních míst. Zboží musí být dostupné v daném místě a čase. Jedná se především o zboží krátkodobé spotřeby. (Jakubíková, 2008) Exkluzivní distribuce je soustředěna na výběr několika málo distributorů. Pomocí těchto distributorů je výrobek prodáván koncovým zákazníkům. Distributoři prodávají výjimečný výrobek firmy či službu s množstvím doprovodných služeb na určitém geografickém území. Výhradní distribuce má výhodu vysoké kontroly ze strany výrobce nad formou distribuce výrobku. (Jakubíková, 2008) Tento způsob distribuce umožňuje zvýšit image výrobku, rozvinout loajalitu distributora. Nevýhodou může být přílišná závislost na omezeném počtu distributorů. (Blažková, 2007) Selektivní distribuce se vyznačuje prodejem na omezeném počtu míst. Je zaměřena na několik článků, které jsou schopny prodávat celou výrobkovou linii s odpovídajícím servisem služeb. (Jakubíková, 2008) Tato strategie je používána především pro značkové výrobky a zboží dlouhodobé spotřeby. Její výhodou je možnost snadné kontrolu mezičlánků, nevýhodou mohou být vysoké náklady na komunikaci. (Machková, 2009)

2.3

Poptávka po spotřebním zboží

Poptávka po spotřebním zboží je ovlivněna nákupním chování koncových spotřebitelů. Každý spotřebitel přistupuje k nákupu různého zboží odlišně. Můžeme po-


21

zorovat rozdílné návyky u mužů a u žen, existují rozdíly v nákupním chování osob odlišného věku. Je jasné, že to co zaujme jednoho jedince, nemusí zaujmout jiného. Musíme rozlišovat i různé psychologické aspekty, rozdíly v osobnostech ale také předchozí zkušenosti s nákupem daného zboží, vnímání okolností při nákupu a podobně. Dále je nutné brát v úvahu, že samotný proces nákupu je pouze jednou částí rozhodovacího procesu spotřebitele. Spotřební chování člověka je určeno jeho začleněním ve společnosti a jeho chováním obecně. Dle Zamazalové (2009) je spotřební chování lidí takové chování, které směřuje k získávání, užívání a odkládání spotřebních výrobků. Jedná se tedy o chování jedince v celém rozhodovacím procesu a to od uvědomění si potřeby přes vlastní nákup až po ponákupní chování každého jednotlivce. Modelů chování spotřebitele je vícero, za zmínku ale určitě stojí komplexní model chování spotřebitele, který bere v úvahu nejrůznější faktory podílející se na nákupním chování spotřebitele. Tento přístup zahrnuje model černé skříňky, která představuje mysl spotřebitele a je ovlivňována mikro i makro podněty z okolí. V černé skříňce probíhá proces rozhodování, ze kterého nakonec vzejde konečný ortel, zda koupit či nikoliv. Důsledky tohoto jednání se potom zpětně projevují v predispozicích jedince a jeho dalším nákupním chováním.(Zamazalová, 2009) Chováním spotřebitele se zabývají i ekonomické teorie. Ekonomové byly vůbec první skupinou, která se začala zabývat chováním spotřebitele. Např. teorie A. Marshalla tvrdí, že člověk je racionálně přemýšlející individuum, provádějící nejrůznější kalkulace. Jedná se o rozdělení důchodu jednotlivce mezi statky tak, aby mu přinášely co největší užitek. Tato teorie ale předpokládá, že jedinec disponuje dokonalými informacemi, je schopen porovnat jakékoliv nabídky na trhu v jakémkoliv časovém okamžiku a že na trhu je dokonalá konkurence. V reálném světě však tyto předpoklady většinou neplatí. Spotřebitel nedisponuje dokonalými informacemi, může pouze hádat, jaké nabídky jsou na trhu dostupné. Dále platí, že spotřebitel se většinou smíří s uspokojujícím řešením a ne s maximalizací jeho užitku. Tato teorie dále opomíná již zmíněné specifické vlastnosti spotřebitele. Je zde zásada, že každý spotřebitel se chová stejně, což je ale v praxi nedosažitelné. (Cooper, Algyris, Channon, 1998)

2.4

Manažerské plánování

Plánování je jednou z klíčových činností podnikového managementu. Každý manažer si na začátku procesu plánování musí stanovit cíle, kterých chce dosáhnout. Do plánování by se měli zapojit manažeři na všech stupních řízení. Správný manažer by měl dle stanovených cílů delegovat úkoly na své podřízené.(Bělohlávek, Šuleř, Košťan, 2006) Cíle organizace lze členit dle času na operativní, taktické a strategické. Operativní cíle souvisí s krátkodobým časovým horizontem, jsou konkrétní a bývají spojovány s určitou osobou. (Lojda, 2011) k naplnění operativních cílů slouží operativní plány, které jsou soustředěny na zajišťování plynulosti rutinních


22

činností ve firmě. Může se jednat například o plán výroby, mzdové plánování či plánování skladových zásob. (Žůrková, 2007) Taktické cíle jsou stanovovány obvykle na jeden rok a slouží k naplnění cílů strategických. Tyto cíle jsou naplňovány pomocí taktických plánů, které mohou souviset s realokací zdrojů tak, aby mohly být naplněny strategické cíle podniku. Mluvíme například o tvorbě nových odbytišť, vzdělávání zaměstnanců či plánování a organizaci aktivit. (Žůrková, 2007) Strategické cíle jsou cíle dlouhodobé, jsou stanovovány na období delší než jeden rok. Tyto cíle navazují na vizi společnosti a jsou poměrně otevřené vzhledem k tomu, že na delší časové období nejsme schopni stanovit konkrétní cíle. Příkladem strategických cílů může být například zdvojnásobení obratu firmy či vstup na nové trhy. (Lojda, 2011) Po definici jednotlivých cílů a plánů, které dané konečné cíle podniku naplňují, lze pozorovat, že především pro plán operativní a taktický je nutné sledovat poptávku a důvěru spotřebitelů v produkt firmy. Lze tedy vyvodit, že pro tyto dva plány bude přínosné sledovat ukazatele ekonomického sentimentu. Nesmíme ovšem opomenout ani vliv na plány strategické, které jsou podpořeny právě plány krátkodobějšího charakteru.

2.5

Manažerské rozhodování

Manažerské rozhodování představuje stěžejní činnost každého manažera. Dle Petříka (2009) je tvorba rozhodnutí výběr nejvhodnějšího rozhodnutí z nabízených možností, které jsou spojeny s nejistou budoucností a vedou k naplnění firemních cílů. Rozhodovací problémy mohou být dobře či špatně strukturované z hlediska složitosti. Dobře strukturované rozhodovací problémy se nejčastěji řeší na operativní úrovni řízení. Proměnné, které se v těchto problémech vyskytují, lze snadno kvantifikovat a tyto problémy podléhají rutinnímu řešení. Naopak špatně strukturované rozhodovací problémy řeší zpravidla vyšší management. Tyto problémy jsou svým charakterem unikátní a vyžadují tvůrčí přístup, rozsáhlé znalosti a zkušenosti při jejich řešení. U těchto rozhodovacích problémů existuje větší počet faktorů ovlivňující konečné řešení a některé z daných faktorů nejsou přesně známy. Pouze část faktorů je kvantifikovatelná a existují mezi nimi složité a nestálé vazby. Změny prvků v okolí probíhají náhodně – mluvíme o změnách technologického technického, ekonomického a sociálního okolí. Pro hodnocení variant řešení existuje větší počet kritérií. V neposlední řadě je nutno zmínit obtížnou interpretaci informací potřebných pro rozhodnutí a proměnných popisující okolí. (Fotr, 2000) Na manažerské rozhodování můžeme pohlížet ze dvou stran a to ze strany organizační a procesní.


23

Organizační stránka rozhodování se zaměřuje na rozdělení práce mezi jednotlivá funkční místa. Cílem je především zvýšení efektivity jednotlivých činností. Jednotlivá rozhodovací místa musí disponovat dostatečnou vybaveností informacemi, které jsou základem kvalitního rozhodování. Dané rozhodovací místo by mělo dále disponovat odpovídající kvalifikací a manažer by měl naplňovat zájmy svého zaměstnance. (Blažek, 2011) Procesní stránka rozhodování se zaměřuje na tvorbu týmu, výběr problému, vlastní realizace analýzy rizika a komunikace jejích výsledků. (Fotr, 2000) 2.5.1

Rozhodovací postupy

V organizacích bývá na mnoha funkčních místech uplatňován princip jediného funkčního vedoucího. Tento styl vedení umožňuje činit rozhodnutí pouze jednomu člověku (Blažek, 2011). Nejde však pouze o právo rozhodovat se samostatně, ale jedná se také o povinnost takto činit, i když by to mohlo být neblahé dopady na samotného vedoucího. Manažer však není na rozhodování sám, i když je za dané rozhodnutí zodpovědný. Může využit pomocného hlasu odborníků a specialistů na danou problematiku. (Malach, 2005) V případě plánování velikosti zásob a zdrojů se mohou uplatnit obě stránky rozhodování. Ukazatel ekonomického sentimentu by v těchto případech mohl být využit jako odraz zájmu spotřebitelů o určité výrobky. Management firmy by ho tedy měl zařadit do svých rozhodování a to jak už na organizační tak na individuální úrovni. Dalším důležitým aspektem při rozhodování je vliv míry participace na organizaci. Míra účasti pracovníků na řízení má značný vliv na určité aspekty organizace. Jedná se především o kvalitu rozhodovacích procesů, rozvoj lidského potenciálu, sladění cílů a uspokojení členů organizace, doba trvání rozhodovacích procesů i čas nutný k jejich řešení. (Fotr, 2000) Kvalita rozhodovacích procesů je závislá na disponibilitě informací a znalostí, které jsou potřebné k tvorbě variant řešení a hodnocení důsledků jednotlivých variant vzhledem k přijatým kritériím. Manažer rozhoduje, zda je vhodnější sestavit tým řešitelů, či provést tvorbu variant řešení a konečné rozhodnutí samostatně. Úskalím skupinového rozhodování může spočívat ve zvolení nevhodných členů skupiny, velikosti skupiny, rozdílnými cíli a zájmy členů ve skupině a míra neshody mezi členy skupiny. Diference názorů ale může působit i jako podnětný prvek pro hledání vhodného řešení. Pokud je skupině stanoven společný cíl, kterého se snaží dosáhnout a rozpory se týkají pouze způsobu dosažení cíle, potom musíme využít dodatečných mechanismů jako diskuse nebo sběr dat, kterými můžeme diference úspěšně odstranit. (Fotr, 2000) Míra participace při rozhodování je závislá na subjektu rozhodování, na osobnostních charakteristikách manažera či na zažitém přístupu vedení v organizaci. Můžeme rozlišovat autokratické vedení ve firmě, kdy manažer sám činí jednotlivá rozhodnutí bez porady se svými kolegy. Manažer má dostatek prostředků a informací daný úkol sám splnit a tento úkol je plně v jeho kompetenci. Mírnější formou je částečný autokratický styl vedení, kde sice manažer činí konečné roz-


24

hodnutí sám, ale zaúkoluje své podřízené, aby mu zjistili potřebné informace pro řešení daného problému.(Halík, 2008) Opačným případem je konzultační vedení, které probíhá formou poradenství. Manažer konzultuje daný problém se svými podřízenými, bere jejich názory v úvahu, konečné rozhodnutí ale činí sám. Tento styl bývá používán při zavádění podstatných firemních změn, kdy je pracovníkům dán prostor pro jejich vyjádření, ale konečný směr, kam se bude firma ubírat, je již většinou znám. (FischerováKatzerová, Češková-Lukášová, 2007) Posledním typem je týmové rozhodování, které souvisí s rozhodováním ve skupině, kde není brán ohled na podřízené vztahy. Každý má právo vyjádřit svůj názor. Za konečné rozhodnutí ale nese plnou odpovědnost manažer. Nevýhodou tohoto typu rozhodování může být strach z vyjádření názoru a přílišná snaha dosáhnout shody ve skupině. Proto při týmovém rozhodování jen málokdy vznikají odvážná řešení. (Fischerová-Katzerová, Češková-Lukášová, 2007)

2.6

Plánování zásob a zdrojů

Řízení stavu zásob je jednou z klíčových činností podnikového managementu. Podnik musí být schopen uspokojit poptávku spotřebitelů po své produkci. Z tohoto důvodu musí řádně plánovat dodávky zdrojů materiálu tak, aby bylo možno vyrábět požadované množství produkce. Optimální zabezpečení dodávkové pohotovosti závisí na plánování spotřeby plánování zásob a plánování dodávek. K danému optimálnímu plánu je nutné neustále evidovat spotřebu, stav zásob a plnění pohledávek. Materiálové dispozice lze členit dvěma směry a to na (1) zakázkově orientovanou materiálovou dispozici a na (2) spotřebitelsky orientovanou materiálovou dispozici (Tomek, Vávrová, 2007). Pro zakázkově orientovanou materiálovou dispozici se stává klíčovým pojmem zakázka. Dle ní jsou sestaveny plány výdeje materiálu. Problém může vyvstat, pokud dojde k nenadálé a neplánované spotřebě materiálu. Spotřebitelsky orientovaná materiálová dispozice se řídí průběhem spotřeby tak, jak je zaznamenávána ve skladu, či přímé dodávky (Tomek, Vávrová, 2007). Tok materiálu ve výrobě může být definován jako cyklický pohyb materiálu od příjmu zboží, naskladnění výrobního materiálu, přes jednotlivé mezifáze výroby až po sklad hotových výrobků. Podle funkce zásob ve výrobním procesu je lze členit na (1) výrobní zásoby, které představují veškerý nakoupený materiál od dodavatelů. (2) Zásoby nedokončené výroby, které jsou představovány zásobami vlastních polotovarů vyrobených v procesu výroby. Nakonec jsou to (3) zásoby hotových výrobků, což jsou zásoby hotových výrobků, které byly dokončeny v procesu výroby a jsou připraveny na předání odběratelům. Zásoby slouží také jako pojistka v případě poruch, které mohou být představovány například výkyvy či neplněním dodávek nebo výkyvy v dodávkovém cyklu – zpoždění od dodavatelů nebo zpoždění mezi jednotlivými navazujícími činnostmi výroby (Synek a kol., 2011).


25

Management firmy by měl dále dobře zvážit výši jednotlivých operativních zásob. Obratová zásoba vykrývá potřebu zásob mezi dvěma dodávkami. Stav obratové zásoby v průběhu dodávkového cyklu kolísá mezi maximální a minimální zásobou. Průměrná zásoba by se měla v režimu plynulé výroby rovnat zhruba polovině průměrné dodávky (Synek a kol, 2011). Pro zajištění obratové zásoby je nutné sledovat poptávku po výrobcích a službách dané firmy. Management by tedy mohl zvážit i využití sentimentu spotřebitelské důvěry. Je ale nutné brát v úvahu odchylky od předpokládaných stavů a to především přílišnou euforii v období konjunktury a naopak přílišný sklon k úsporám v období recese. Management firmy musí dále počítat s vytvářením pojistné zásoby, která vykrývá odchylky od plánované spotřeby či od plánované délky dodacího cyklu. Pojistná zásoba se ve většině případů nemění a je tedy často předmětem normování. (Synek a kol, 2011) Dalším typem zásoby, kterou je nutné vytvářet je zásoba technická, která by měla krýt potřebu nutných technologických požadavků na přípravu materiálu před jeho vlastním použitím. (Nývltová, Marinič, 2010). V krizových případech, kde by výpadek dostupnosti materiálu mohl způsobit vážné ztráty, je nutné vytvářet havarijní zásobu. Pokud spotřeba podléhá sezónnosti či je možné daný materiál či výrobek naskladňovat pouze v určitém období roku, je nutné vytvářet sezónní zásobu. (Synek a kol, 2011)

2.7

Dílčí závěr

Každá firma čelí mnoha problémům a otázkám při distribuci svého zboží koncovému zákazníkovi. Management firmy musí zvážit, jaké cesty distribuce s ohledem na vlastnosti daného zboží použít, které alternativy možnosti distribučních cest by připadaly v úvahu, jaké jsou náklady jednotlivých variant a v neposlední řadě jak jsou dané alternativy vhodné pro zákazníka. Management firmy proto při každém rozhodování podstupuje složitý proces. Jedná se o důslednou fázi plánování a analýzy a dále zvážení možností rozhodování o jednotlivých alternativách. Je nutné také zvážit faktory, které ovlivňují koncového spotřebitele při jeho nákupním rozhodování. Proto je nezbytné určit si cílovou skupinu, které chceme náš produkt nabízet a zvolit odpovídající marketingový mix a způsob distribuce. Vždy je nutné stanovit odpovídající cíle, které chceme svým jednáním naplnit, ať už se jedná o cíle operativní, taktické či strategické. Správný manažer by měl soustřeďovat veškeré své snažení pro naplnění stanovených cílů, delegování úkolů, proškolování pracovníků za účelem snazšího plnění stanovených cílů. Je nutné zvážit, jaký styl rozhodování zvolit a jakou měrou nechat participovat své kolegy na rozhodování.


26

Pro výrobu je nutné zajistit plynulý tok dodávek materiálu. Management firmy tedy musí dobře naplánovat dodávkový cyklus. Je nutné dobře posoudit velikost dodávek v jednotlivých obdobích a tvořit dostatečné zásoby v případech výpadků či odchylek od obvyklých stavů. V těchto predikcích může být jedním z nápomocných nástrojů ukazatel ekonomického sentimentu. Tento fakt bude verifikován v následujících částech práce.


27

3 Ekonomický sentiment Indikátor ekonomického sentimentu (ESI) je souhrnný ukazatel, který je vytvářen z pěti sektorových indikátorů důvěry s rozdílnými vahami: indikátoru důvěry v průmyslu, indikátoru důvěry ve službách, indikátoru důvěry spotřebitelů, indikátoru důvěry ve stavebnictví a indikátoru důvěry v maloobchodě. (Eurostat, 2014) Pozorování vývoje indikátoru ekonomického sentimentu provádí Český statistický úřad (ČSÚ). ČSÚ nezkoumá pouze jevy minulé, ale snaží se postihnout i očekávaný vývoj v budoucnosti. ČSÚ provádí tzv. konjunkturní průzkumy, při nichž se vybraných subjektů (podnikatelů, spotřebitelů) dotazuje ohledně jejich očekávání do budoucna. (CSÚ, 2013)

3.1

Výpočet indikátoru ekonomického sentimentu

Indikátory důvěry jsou stanovovány aritmetickým průměrem sezónně očištěných sald bilancí odpovědí na vybrané otázky, které úzce souvisejí s referenční proměnnou. Jedná se například o průmyslovou výrobu pro indikátor důvěry v průmyslu. Šetření jsou definována ve Společném harmonizovaném programu EU pro průzkumy u podniků a spotřebitelů. Indikátor ekonomického sentimentu je počítán jako index se střední hodnotou rovnající se 100 a standardní odchylkou 10 pro fixně stanovené standardizované období statistického šetření. Údaje jsou sestavovány podle Statistické klasifikace ekonomických činností v Evropském společenství. (Eurostat, 2014) Souhrnný indikátor důvěry a podnikatelský indikátor důvěry jsou konstruovány na základě váhového systému: indikátoru důvěry v průmyslu je přiřazena váha 40 %, indikátoru ve stavebnictví a v obchodě po 5 %, indikátoru ve vybraných odvětvích služeb 30 % a indikátor důvěry spotřebitelů má v souhrnném indikátoru důvěry váhu 20 %. (CSÚ, 2013)

3.2

Dělení indikátorů ekonomického sentimentu

Indikátor ekonomického sentimentu je tvořen několika dílčími indikátory. Indikátor důvěry v průmyslu je průměr sezónně očištěných sald tří ukazatelů, a to hodnocení celkové poptávky, zásoby hotových výrobků s opačným znaménkem a očekávaný vývoj výrobní činnosti (ČSÚ, 2013). Indikátor důvěry ve stavebnictví je tvořen průměrem dvou ukazatelů, které jsou hodnocení celkové poptávky a očekávaný vývoj zaměstnanosti (ČSÚ, 2013). Indikátor důvěry v obchodě je reprezentován hodnocením ekonomické situace, hodnocením současného stavu zásob s opačným znaménkem a očekávaným vývojem ekonomické situace. Z těchto třech ukazatelů je vytvořen průměr (ČSÚ, 2013). Indikátor důvěry ve vybraných odvětvích služeb je stanovován jako průměr tří ukazatelů, a to hodnocení ekonomické situace, hodnocení poptávky


28

a očekávaná poptávka. Je součástí ukazatele ekonomického sentimentu od května roku 2002 (ČSÚ, 2013). Tyto odvětvové indikátory důvěry jsou konstruovány jako průměry sezónně očištěných vážených konjunkturálních sald. Jedná se o rozdíl mezi odpověďmi ve variantách růst (+) a pokles (-) vyjádřený v %. Indikátor důvěry spotřebitelů je složen ze čtyř ukazatelů zjišťovaných agenturou GfK Praha. Mezi tyto čtyři ukazatele patří očekávaná finanční situace spotřebitele, očekávaná celková ekonomická situace, očekávaná celková nezaměstnanost – vyjádřená opačným znaménkem a očekávané úspory spotřebitele v příštích 12 měsících (ČSÚ, 2013). Dále ČSÚ shromažďuje a vyhodnocuje data pro některé souhrnné indikátory. Souhrnný podnikatelský indikátor důvěry je vážený průměr sezónně očištěných indikátorů důvěry v průmyslu, stavebnictví, obchodě a ve vybraných odvětvích služeb. Souhrnný indikátor důvěry (ESI) je vážený průměr sezónně očištěných indikátorů důvěry v průmyslu, stavebnictví, v obchodě, ve vybraných odvětvích služeb a indikátoru spotřebitelské důvěry (ČSÚ, 2013). Tento indikátor shrnuje spotřebitelskou a podnikatelskou důvěru.

3.3

Pohledy na ukazatel ekonomického sentimentu

Existuje mnoho pohledů na ukazatel ekonomického sentimentu. Na význam tohoto ukazatele upozornili v souvislosti s hospodářskou a finanční krizí Aarle a Kappler (2012). Tito autoři odhalili dopad indikátorů ekonomického sentimentu na hlavní makroekonomické ukazatele a to především na výdaje, objem maloobchodních prodejů a nezaměstnanost. Dokázali, že šoky v ekonomice působí na chování ekonomických subjektů a naopak, že právě změny v chování spotřebitelů, dokážou vysvětlit hospodářské cykly. Hovoříme zde o oboustranné závislosti proměnných. V kontextu nedávné finanční a ekonomické krize došlo v počátku k poklesu indikátoru ekonomického sentimentu. Tento pokles vyústil v pokles finanční aktivity a pádu Lehman Brothers a celkovému zpomalení ekonomiky. Na základě těchto skutečností vyvozují, že pokud dojde k poklesu ekonomického sentimentu, dojde vzápětí k omezení výdajů, ke snížení nákupů rizikových obligací. Firmy přestanou najímat nové pracovníky a omezí své kapitálové investice. Z toho plyne jednoduchý fakt a to, že výdaje klesají, nezaměstnanost roste. I přesto, že indikátory ekonomického sentimentu mají značný vliv na vývoj makroekonomické situace, jsou dle Aarle a Kapplera (2012) mnohými ekonomy často opomíjeny. S tématem ekonomického sentimentu souvisí nedávno vydaná kniha Akerlofa a Schillera (2010), která hovoří o tzv. „zvířecím instinktu“, který se projevil v době finanční a ekonomické krize. V přístupu těchto autorů je zvířecí instinkt spojen se spravedlností, korupcí, špatnou vírou a ilusi v peníze. Změny v těchto aspektech mohou vyvolat změny ve zvířecích instinktech a v ekonomickém sentimentu obec-


29

ně. Jedná se o cykly přílišného optimismu a přílišného pesimismu, které vedou ke vzniku ekonomických cyklů. Tradiční ekonomové často přehlíží vliv těchto aspektů na výkyvy v hospodářských cyklech ekonomiky. Dalším přístupem, který vysvětluje význam tohoto ukazatele, se zabývali Gelper a Croux (2010). Tito autoři se zaměřili na tvorbu ukazatele ekonomického sentimentu, který je každý měsíc vyhodnocován a publikován komisí pro hospodářské a měnové záležitosti. Tito autoři se snažili vysvětlit jeho vliv při vysvětlování ekonomické aktivity jednotlivých subjektů a došli k závěru, že takto sestavený indikátor nemá velkou vysvětlovací váhu při predikci vývoje v oblasti průmyslu v porovnání s autoregresními metodami předpovědí. Z jejich pozorování vyplývá, že indikátor ekonomického sentimentu lze použít jako včasný barometr v ekonomice, který lze následovat, ale nelze mu připisovat přílišný význam. Neobsahuje totiž dostatek relevantních informací z minulosti, aby byl schopen predikovat vývoj a změny v oblasti průmyslu. Kangasniemi a kol (2010) se zaměřují na rozdíly mezi indikátory ekonomického sentimentu pro spotřebitele a v obchodě ve Finsku. Nenašli žádný systematický rozpor mezi těmito dvěma ukazateli. Přesto tvrdí, že spotřebitelský indikátor v sobě spojuje informace jak z makroekonomiky, tak z mikroekonomiky. Z jejich zkoumání vyplývá, že spotřebitelský indikátor více hledí do budoucnosti a je založen na souhrnném sentimentu, pocitech a ekonomických záměrech. Hüfner a Schröder (2002) se zaměřili na porovnání vlivu indikátorů ekonomického sentimentu pro Německu vyhodnocovaného Evropskou komisí, PMI a ZEW indikátor ekonomického sentimentu. Využitím metody korelace a následně Grangerovy nekauzality bylo zjištěno, že všechny indikátory kromě indikátoru měřeného Evropskou komisí dokážou předpovídat růst v oblasti průmyslu. Golinelli a Parigi (2004) se zabývali srovnáním působení indikátoru ekonomického sentimentu na vývoj ukazatele HDP u šesti zemí. Jejich studie připisuje značný význam tohoto indikátoru při predikci vývoje HDP, i když tento vliv nebyl průkazný ve všech šesti zemích současně. Dále z jejich práce vyplývá, že tento indikátor není zdaleka jediným stimulem, který způsobuje vznik hospodářských cyklů. Každá země v EU vyhodnocuje indikátor ekonomického sentimentu trochu odlišně. Souhrnný indikátor je potom sestavován Evropskou komisí a vyhlašován měsíčně.

3.4

Měření indikátoru ekonomického sentimentu

Měření indikátoru ekonomického sentimentu provádí DG ECFIN - Generální ředitelství pro hospodářské a finanční záležitosti. Toto generální ředitelství se zodpovídá komisi pro hospodářské a měnové záležitosti. Snaží se především zvýšit blahobyt obyvatelům států v EU a to prostřednictvím politiky neustálého soustavného ekonomického růstu, vysoké zaměstnanosti, stabilní situace veřejných financí a finanční stability. Současným primárním cílem generálního ředitelství je rychlý únik z finanční a hospodářské krize. (DG ECFIN, 2014)


30

Generální ředitelství pro hospodářské a finanční záležitosti provádí pravidelné harmonizované výzkumy pro různé sektory ekonomiky v EU a v zemích, které žádající o členství do EU. Tyto výzkumy jsou prováděny v oblasti služeb, průmyslu, maloobchodu, stavebnictví a také v oblasti spotřebitelského chování. Výše uvedené výzkumy slouží ke srovnání výkyvů hospodářských cyklů mezi různými zeměmi a staly se nezbytným nástrojem při monitorování vývoje v zemích EU, Eurozóně a v zemích žádajících o členství v EU. (DG ECFIN, 2014) Obchodní a spotřebitelské výzkumy poskytují základní informace o ekonomickém výzkumu a krátkodobých prognózách. Průzkumy jsou ve zmíněných šesti oblastech vyhodnocovány měsíčně, pro oblast průmyslu, služeb, stavebnictví, finančních služeb a spotřebitelské důvěry probíhají i čtvrtletní průzkumy. Pro investiční oblast výrobního sektoru probíhá vyhodnocování dvakrát do roka a jedná se o souhrnné informace investičních plánů společností. Vzorek respondentů pro každou oblast zájmu je adaptován pro každou zemi v závislosti na její ekonomické situaci a populaci. Zhruba 135 000 firem a více než 40 000 spotřebitelů jsou pravidelně dotazováni každý měsíc ve všech státech EU. Respondentům jsou pokládány otázky z různých oblastí a jejich odpovědi jsou shromažďovány do tzv. bilance. Bilance jsou sestaveny jako rozdíl mezi procentem z objemu odpovědí respondentů, kteří se vyjádřili kladně a respondentů, kteří se vyjádřili zamítavě. Komise z těchto údajů vytvoří řady, sezónně je očistí a tyto řady dále slouží pro vyhodnocení kompozitních indikátorů. Prvním krokem k vyhodnocení kompozitních indikátorů je výpočet aritmetického průměru z celkového množství odpovědí respondentů. Tento krok vede k výběru takových otázek, které jsou úzce spojeny s ukazatelem, který mají za úkol sledovat. Jedná se např. o otázky z oblasti průmyslové produkce, které jsou použitelné pro vyhodnocení indikátoru v průmyslu. Tyto indikátory poskytují informace o ekonomickém vývoji v jednotlivých sektorech ekonomiky. Druhým krokem je následná agregace všech pěti vyhodnocených indikátorů pro všechny oblasti v jeden souhrnný agregátní ukazatel ekonomického sentimentu. Hlavním cílem tohoto souhrnného ukazatele je sledovat změny v růstu HDP v jednotlivých členských zemích EU a v zemích Eurozóny. Posledním vyhodnocovaným ukazatelem je tzv. ukazatel obchodního klima, který využívá výsledků z průzkumů v oblasti průmyslu a je sestavován pro odhalení cyklického vývoje v zemích Eurozóny. Cílem jednotného vyhodnocování kompozitních indikátorů pro jednotlivé země EU je jejich možná srovnatelnost a jejich zveřejnění v jednotných tabulkách. Neznamená to ale, že v jednotlivé země musí striktně dodržovat navržené otázky v dotaznících sestavených komisí. (Economic and financial affairs, 2014)


3.5

31

Konjukturální průzkumy

Konjunkturální průzkumy prováděné v podnikové sféře jsou významným zdrojem informací v zemích s ekonomikou založenou na tržních vztazích, poskytují informace o očekávaných tendencích ve vývoji hlavních oblastí podnikové ekonomiky v nejbližší budoucnosti (ČSÚ, 2013). Konjukturální průzkumy se dle Novotného (2004) zabývají analýzou a prognózou vývoje makroekonomických ukazatelů s cílem zjistit zákonitosti v jejich vývoji a také předvídat jejich budoucí vývoj. Tyto výzkumy jsou významné právě proto, že, monitorují atmosféru v podnikatelském prostředí a poskytují informace s velkým časovým předstihem. Pomáhají tak včasné identifikaci různých zvratů v ekonomice. Konjunkturální průzkumy jsou již celá desetiletí organizovány a využívány v zemích s vyspělou tržní ekonomikou.(ČSÚ, 2013) Konjunkturální průzkumy se opírají o názory podnikatelů, působících v oblasti zájmu (např. v průmyslu, stavebnictví, obchodě, ve vybraných službách) a vypovídají o výhledech do budoucna. Spotřebitelské průzkumy vypovídají o úmyslech spotřebitelů, zejména o sklonu k nákupům či spoření a o konkrétních záměrech pro nákup vybraných předmětů dlouhodobé spotřeby. I když konjukturální cyklus oplývá určitými zákonitostmi, můžeme pozorovat odchylky spotřebitelského chování od předpokládaného chování. Dle Fialové (2000) jsou spotřebitelé ve fázi konjuktury v určité euforii a předpokládají, že daný stav bude trvat donekonečna. Naopak ve fázi poklesu spotřebitelé nevěří v nástupný rychlý vzestup hospodářského cyklu, podnikají tak opatrné kroky ve svém nákupním chování a právě tento aspekt vede k velmi pomalému oživování ekonomiky. Konjunkturální průzkumy využívají ke zjišťování názorů respondentů velmi jednoduché dotazníky, ve kterých se dotazují na poměrně blízkou budoucnost – měsíc, tři měsíce či půl roku dopředu. Dotazník je koncipován tak, aby ho management podniku mohl rychle a operativně vyplnit. Výstupem daných dotazníků není přímo kvantifikovatelný výsledek, ale jedná se o srovnání jednotlivých skutečností použitím výrazů lepší, stejný, či horší (ČSÚ, 2013). Následné vyhodnocení výsledků je prováděno shrnutím odpovědí v jednotlivých variantách. Jednoznačným vyjádřením tendencí je konjunkturální saldo, což je, jak již bylo zmíněno, rozdíl mezi odpověďmi zlepšení a zhoršení, vyjádřený v procentech. Čím vyšší je kladné saldo odpovědí, tím optimističtěji je možné hodnotit získanou odpověď (ČSÚ, 2013).

3.6

Kompozitní indikátory

Vzhledem k faktu, že diplomová práce se zaměřuje na období vývoje hospodářského cyklu více let, je nutné věnovat pozornost jeho monitorování. Pro analýzu hospodářského cyklu lze využít mnoha postupů, jedním z nich je princip, který se opírá o kompozitní indikátory.


32

Dle Czesaného a Jeřábkové (2009) jsou tyto indikátory sestavovány velkou částí vyspělých ekonomik a mezinárodních institucí. Přesto však pro českou ekonomiku s jejími tranzitivními specifiky tyto indikátory stále chybí. Sestaven byl pouze předstihový indikátor OECD, ministerstvem financí ČR a Eurostatem. Kompozitní cyklické indikátory jsou sestaveny z dílčích indikátorů hospodářského cyklu a jsou přímým nástrojem empirické analýzy aktuálně dosažitelných dat. Dílčí indikátory, které vstupují do kompozitního indikátoru, se mohou pro různé země odlišovat. Je to způsobeno tím, že pro každou ekonomiku má vypovídající schopnost jiná skupina indikátorů. V EU jsou používány stejné skupiny dílčích indikátorů, což je vhodné především pro mezinárodní srovnání. (Czesaný, Jeřábková, 2009) K predikování pozice ekonomiky v určité části hospodářského cyklu slouží tzv. předstihové indikátory. Hlavním úkolem předstihového indikátoru je odhalit možné zvraty v ekonomice s dostatečným časovým předstihem. Dle Nissona a Guidettiho (2007) se předstihový indikátor používá pro stanovení nepravidelné odchylky nekorespondující s pozdějším vývojem referenční řady. Dalším typem indikátorů jsou souběžné indikátory, které kopírují vývoj jednotlivých ukazatelů. Tyto indikátory buďto potvrzují nebo vyvracejí danou pozici ekonomiky a tím přispívají ke stabilitě ekonomiky. Občas může docházet k nesouladu a potom mohou hodnoty tohoto indikátoru přinášet novou informaci o současném ekonomickém vývoji. (Czesaný, Jeřábková, 2009) Posledním typem indikátorů jsou zpožďující se indikátory. Ty slouží k ověření průběhu uplynulého cyklu. (Czesaný, Jeřábková, 2009) Při stanovování cyklických kompozitních indikátorů pro malé transformující se ekonomiky lze nalézt několik problémů. Jedná se o země, které procházejí ojedinělým hospodářským vývojem a tak může dojít ke stavu, že stabilita mezi indikátorem a hospodářským cyklem není dostatečná. (Czesaný, Jeřábková, 2009)

3.7

Předstihové indikátory (leading indicators)

Předstihové indikátory slouží k včasnému varování před vznikem krize. Chování těchto indikátorů je před krizí zásadně odlišné než v normálních obdobích. Je nutné definovat podmínky, za jakých tyto indikátory vysílají signál potenciální krize. První předstihový indikátor, který je schopen předpovídat období růstu i recese, definoval v roce 1960 americký ekonom Moore z Economic cycle research institute. Tento indikátor později přepracoval do podoby indexu předstihových ekonomických indikátorů. Od té doby se mnoho ekonomů při predikci vývoje hospodářských cyklů opírá o předstihové cyklické indikátory. (Economic cycle research institute, 2014) Dle Cihelkové a kol. (2008) ale pouze některé indikátory dokáží vykazovat jednoznačnou změnu chování před vypuknutím krize. U mnoha proměnných nelze nalézt statistickou významnost v rozdílech chování v jednotlivých obdobích. U mnoha proměnných se chování začne odlišovat, až když krize začne propukat.


33

Jako nejspolehlivější proměnné, které jsou schopny detekovat vznik krize, jsou nadhodnocení reálného kurzu oproti trendové hodnotě, rychlá peněžní a úvěrová expanze a vysoký poměr peněžní zásoby a devizových rezerv. Pokud proměnné v normálním období byly nad svou průměrnou hodnotou, pak je země náchylná ke krizi v případě šoků, které mohou nepříznivě ovlivnit důvěru investorů. Nadhodnocení reálného kurzu představuje jeden z nejspolehlivějších indikátorů vůbec. V minulosti již třináct měsíců před krizí reálné zhodnocení domácí měny oproti průměru předchozích dvou let signalizovalo možný vznik krize. Zhruba dvacet čtyři měsíců před krizí se reálný kurz pohybovat o 7 % nad svou obvyklou hodnotou a asi tři měsíce před nástupem krize začal nenadále klesat vůči své normální hodnotě. Tlakům v ekonomice se snaží vzdorovat i bankovní sektor, jehož schopnost se s tlaky vyrovnat závisí na krytí domácích pasiv devizovými rezervami. Tento poměr se začne asi rok před krizí zvyšovat a těsně před krizí se jeho růst ještě urychlí. Později byl mezi proměnné schopné detekovat nástup krize zařazen i poměr krátkodobého zahraničního dluhu k devizovým rezervám. Nedostatek likvidního nárazníku se řadí mezi klíčové indikátory pravděpodobnosti a hloubky krize. Devizové rezervy v malých otevřených ekonomikách mohou náhle klesnout kvůli volnému pohybu kapitálu a neschopnosti získat zdroje na mezinárodním trhu. Autority musí odhadnout nutnost potřeby externího financování a dostupnost zdrojů k pokrytí této potřeby. To, že se určité veličiny chovají typickým způsobem, je důležitým pomocným nástrojem pro tvůrce hospodářské politiky. Jejich opakované chování dokáže napomoct při predikci budoucího vývoje ekonomiky a tím k aplikaci vhodných nástrojů. Je ale jasné, že ani předstihové indikátory nemohou být stoprocentně spolehlivé, přesto je ale dobré sledovat jejich vývoj. (Jurečka, 2010)

3.8

Dílčí závěr

Ukazatel ekonomického sentimentu je souhrnný ukazatel tvořen z pěti sektorových indikátorů. Významem nejen dílčích ukazatelů, ale i souhrnného ukazatele se zabývalo již mnoho autorů. Jeho vliv je určitě neopomenutelný a měl by se na něj brát ohled při ekonomických výzkumech. Právě spotřebitel je totiž ten, kdo určuje, kolik budou jednotlivé firmy nakonec vyrábět. Existuje více metod výpočtu ukazatelů ekonomického sentimentu. Jsou však vždy vyhodnocovány pomocí dotazníků reprezentativních vzorků respondentů z jednotlivých sektorů ekonomiky. Jednotná metoda je využívána Evropskou komisí pro hospodářské a měnové záležitosti. Ta vyhodnocuje dle svých dotazníkových šetření tyto indikátory pro všechny země EU, země Eurozóny i kandidující země do EU. Výhodou tohoto souhrnného vyhodnocování je snadná porovnatelnost jednotlivých ukazatelů pro různé země a také jejich snadná dostupnost.


34

V České republice zajišťuje shromažďování a vyhodnocování dotazníků Český statistický úřad. S růstem zájmu o vznik a přetrvávající vliv finanční a hospodářské krize, se mnoho ekonomů začalo uchylovat právě k ukazatelům zobrazujícím důvěru spotřebitelů. Bylo zjištěno, že je to právě spotřebitelská důvěra v ekonomiku, která výrazně ovlivňuje budoucí vývoj ekonomické situace v jednotlivých zemích a nejedná se zde jen o tradiční vliv vývoje ekonomiky (makroekonomických ukazatelů) na chování spotřebitelů. Je tedy opravdu důležité zabývat se ze strany firem důvěrou spotřebitelů v ekonomiku? Pomohou právě předstihové indikátory detekovat možný strukturální zlom? A bude to v dostatečném časovém předstihu, aby na něj jednotlivé firmy stihly zareagovat? Právě těmito problémy se budou zabývat následující části práce.


35

4 Metodika empirické analýzy Metoda empirické analýzy bude zaměřena na státy V4. Státy V4 nebo také Visegrádská skupina vznikla z úsilí zemí střední Evropy o spolupráci v řadě oblastí společného zájmu. Důvodem vzniku této formace byla kooperace mezi zeměmi po pádu komunistického režimu a dále především snaha o hladký přechod od totalitního režimu k svobodné, pluralitní, demokratické společnosti. (Visegrad group, 2014) V následující části práce bude vysvětlena úprava kvalitativních dat indikátoru ekonomického sentimentu a jejich převod na data kvantitativní. Dále bude vysvětlena metoda korelační analýzy, která bude provedena k prokázání těsnosti závislosti mezi vybranými indikátory ekonomického sentimentu ve státech V4 a vybranými makroekonomickými indikátory. Bude proveden odečet časových řad reálných a očekávaných ukazatelů. Cílem odečtu bude prokázat vliv jednotlivých indikátorů na reálné makroekonomické ukazatele. Závěry z odečtů časových řad budou ověřeny pomocí Grangerovy exogenity. Tam, kde dojde k potvrzení vlivu očekávaného ukazatele na ukazatel reálný, bude vytvořeno doporučení ohledně predikční schopnosti očekávaných ukazatelů a jejich vlivu na plánování firem v oblasti řízení zásob a zdrojů výroby.

4.1

Data a jejich transformace

Pro účely prováděné analýzy budou použita data ze serveru Eurostat. Bude se jednat o sezoně očištěné časové řady, jejichž hodnoty budou znormovány a následně budou tyto řady testovány testem stacionarity. Normování proměnných použijeme tehdy, pokud je nezbytné porovnat určité objekty podle kritérií vyjádřených v různých měrných jednotkách. Normování je vlastně převod kritérií na bezrozměrná čísla. (Kislingerová, 2003) Upravovány budou vybrané časové řady ukazatelů ekonomického sentimentu zemí V4 Ke znormování jednotlivých hodnot časových řad bude použit vzorec od Kapounka a Laciny (2011), který požadovaná data modifikuje.

(

)

YitP − Yt ESI it − ESI i = , sYi s ESI i

(1)

Kde YitP je kvantifikovaný ukazatel ekonomického vnímání, Y i reprezentuje vybraný makroekonomický indikátor a sYi je směrodatná odchylka daného ukazatele. ESI it je hodnota vybraného indikátoru ekonomického sentimentu v daných čtvrtletích, ESI i je aritmetický průměr vybraného indikátoru ekonomického sentimentu, s ESIi je směrodatná odchylka zvoleného indikátoru ekonomického sentimentu. Rovnice (1) bude převedena do následující formy:


36

Yit =

(ESI

it

− ESI i

s ESI i

)⋅ s

Yi

+ Yi .

(2)

Vybranými makroekonomickými indikátory jsou HDP, produkce ve stavebnictví (konstrukce), obrat v průmyslu (těžba a nerostné suroviny, manufaktury), obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů). Tyto makroekonomické ukazatele budou porovnávány s vybranými indikátory ekonomického sentimentu za období let Q1/2003-Q4/2013 a to s ukazatelem důvěry ve stavebnictví, v průmyslu, v maloobchodu, spotřebitelský indikátor ekonomického sentimentu a souhrnný ukazatel ekonomického sentimentu.

4.2

Testování stacionarity časových řad

Vzhledem k tomu, že bude zkoumána vzájemná kauzalita proměnných, je nutné vstupovat do regresní analýzy se stacionárními časovými řadami. Z tohoto důvodu bude nutné nestacionární časové řady upravit o meziroční srovnání a znovu testovat. K testování stacionarity bude využito ADF testu popř. KPSS testu v rozporuplných případech. Časové řady reálných a očekávaných ukazatelů budou v prvním kroku testovány na stacionaritu kolem konstanty. Jedná se o test dle následující rovnice: ∆z t = α 0 + θz t −1 + α 1 z t −1 + α 2 z t − 2 + ... + α p z t − p + a t ,

(3)

Pomocí t-testu testujeme hypotézy H0: θ=0 (řada vykazuje nestacionární chování) a alternativní hypotézu H1: θ<0 (řada vykazuje stacionární chování). Test bude proveden pro hladiny významnosti 1%, 5% a 10%. (Wooldridge, 2003) Ve druhém kroku analýzy bude proveden odečet časových řad. Nově vzniklá časová řada bude testována ADF testem kolem nuly dle následující rovnice: ∆z t = θz t −1 + α 1 z t −1 + α 2 z t − 2 + ... + α p z t − p + a t ,

(4)

Testujeme stejné hypotézy jako v předchozím ADF testu kolem konstanty, H0: θ=0 a alternativní hypotézu H1: θ<0. (Fomby, T, 2007) Stacionarita je opět testována na hladinách významnosti 1%, 5% a 10%. V případě, že časové řady vykazují nestacionární chování, bude využito meziročního srovnání (prvních diferencí). Po této úpravě budeme znovu testovat stacionaritu pomocí ADF testu kolem konstanty. ADF test přesto i po úpravě může vykazovat nestacionární chování časové řady. V takovémto případě bude využito KPSS testu pro ověření, zda zmíněná úprava časových řad byla přínosná pro odstranění nestacionárního chování. ADF test nedisponuje dostatečnou sílou, co se týče testování řad, které mají charakteristický kořen blízko jedné v absolutní hodnotě. Jelikož nulovou hypotézou je přítomnost jednotkového kořene v řadě tzn., že řada vykazuje nestacionární


37

chování, kvůli nízké síle testu je závěrem přítomnost jednotkového kořene častější než deklarovaná hladina významnosti. Vyhnout se výše zmíněnému úskalí ADF testu lze docílit pomocí aplikace testu, který představili Kwiatkowski, Phillips, Schmidt a Shin (1992). KPSS test testuje nulovou hypotézu o stacionární chování časové řady a alternativní hypotézu o nestacionaritě. Tento test využívá rozkladu časové řady na součet deterministického trendu, náhodné procházky a stacionární chyby: y t = ξ t + rt + ε t ,

(5)

kde rt je náhodná procházka popsána rovnicí: rt = rt −1 + u t ,

(6)

Testujeme hypotézu, zda se rozptyl náhodné procházky σu2=0. Výhodou KPSS testu je, jak uvádí Ewa Syczewska (2010), že testování nulové hypotézy stacionarity i jednotkového kořene nám v případě nedostatečné informace obsažené v datech umožňuje určit, zda je daná řada stacionární nebo má jednotkový kořen.

4.3

Korelační analýza

Korelační analýza je metodou zjištění těsnosti závislosti dvou náhodných spojitých proměnných. Pro kvantitativní vyjádření těsnosti vztahu dvou korelovaných veličin byla navržena řada koeficientů, které se liší podle typů proměnných, pro které se používají. Pro korelaci mezi dvěma spojitými náhodnými proměnnými X a Y je nejčastěji používán Pearsonův korelační koeficient. (Sharma, 2007) Pearsonův korelační koeficient počítáme dle vzorce:

r=

Cov ( x, y )

σ xσ y

=

(

)(

1 ∑ x−x ⋅ y− y n

∑ (x − x )

2

n

)

∑ (y − y )

2

⋅

,

(7)

n

Koeficient korelace nabývá hodnot od -1 do +1. Správná interpretace Pearsonova korelačního koeficientu předpokládá, že obě proměnné jsou náhodné veličiny a mají společné dvourozměrné normální rozdělení. (Synek, Kopkáně, Kubálková, 2009) Testování významnosti korelačního koeficientu bude provedeno pomocí phodnoty. Testována bude hypotéza H0: ρ=0 a alternativní hypotéza H1: ρ≠0


38

H 0 : ρ = 0, t ≤ t

1−

α

(n − 2 ),

(8)

2

Nezamítáme, jestliže p-hodnota≥α. H 1 : ρ ≠ 0, t ≤ t α (n − 2 ),

(9)

2

Zamítáme, jestliže p-hodnota<α. r Testová statistika t = n − 2 (Hušek, 2007) 1− r2

4.4

Analýza a testování Grangerovy nekauzality

V práci bude využito Grangerovy nekauzality. Grangerova nekauzalita (chápaná jako jistý druh statistické zpětné vazby) není přítomna tehdy, pokud se rovnají podmíněné hustoty. f (x t x t −1 , y t −1 ) = f (xt x t −1 ),

(10)

Definice vyjadřuje, že v podmíněné hustotě f (xt xt −1 , y t −1 ) nepřinášejí zpožděné veličiny yt-1 žádný další informační přínos k vysvětlení chování závisle proměnných xt jiný než ten, který přinášejí zpožděné hodnoty proměnných xt-1. (Engle, Granger, Richard, 1983)


39

5 Výsledky empirické analýzy Empirická analýza byla provedena na datech let 2003-2013 pro státy V4. Jednalo se o měsíční a čtvrtletní data jednotlivých indikátorů ekonomického sentimentu a měsíční a čtvrtletní data reálných ukazatelů ekonomiky. Zdrojem dat je Eurostat a jsou použita sezóně očištěná data, neboť právě sezónnost může způsobit cyklické výkyvy a tím znesnadnit interpretaci dat. Odstranění sezonních vlivů z pozorované časové řady nesnižuje kvalitu výsledků pozorování. Naopak zvyšuje využitelnost dat, jelikož tyto sezonní vlivy jsou oproti ostatním vlivů pravidelné a poměrně velké a proto je můžeme z časové řady vyjmout (ČSÚ, 2013). Jako indikátory ekonomického sentimentu byly využity ukazatele důvěry ve stavebnictví (ESI_construction), v průmyslu (ESI_industry), v maloobchodu (ESI_retail), spotřebitelský indikátor ekonomického sentimentu (ESI_consumer) a souhrnný ukazatel ekonomického sentimentu (ESI). Reálné indikátory reprezentuje HDP, produkce ve stavebnictví (konstrukce) (Real_construction), obrat v průmyslu (těžba a nerostné suroviny, manufaktury) (Real_industry), obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) (Real_retail). Data pro indikátory ekonomického sentimentu byly přepočítány dle vzorce Kapounka a Laciny (2011) vysvětleného v metodické části práce, z dat kvalitativních na data kvantitativní. U reálných ukazatelů bylo využito indexů 2010=100. Indikátory ekonomického sentimentu (spotřebitelský a souhrnný indikátor ekonomického sentimentu), které byly porovnávány s HDP (GDP), byly přepočítány na čtvrtletní data z důvodu časové shody obou ukazatelů. V první části práce byla testována stacionarita pomocí ADF testu s konstantou u vybraných časových řad a to jak pro ukazatele ekonomického sentimentu, tak pro reálné ukazatele. Výsledky testů stacionarity reprezentují tabulky 1 a 2: Tab. 1

ADF test ukazatele ekonomického sentimentu

ESI_construction ESI_consumer

ESI

ESI_industrial ESI_retail

Česká republika

0,8741

0,3743

0,1845

** 0,03707

0,351

Maďarsko

0,424

* 0,0728

0,1291

* 0,09838

0,2889

0,1035

* 0,05304

0,1843

0,2552

* 0,0732

* 0,0731

Polsko Slovensko

* 0,09956 0,6564

Zdroj: Vlastní výpočet

0,1496 0,1183


40

Hvězdičky nad jednotlivými hodnotami reprezentují jednotlivé hladiny významnosti pro testování. Tři hvězdičky reprezentují statistickou významnost na hladině 1 %, dvě hvězdičky na hladině významnosti 5 % a jedna hvězdička statistickou významnost na hladině 10 %. Tab. 2

ADF test reálné ukazatele

Real_construction

GDP

Real_industry

Real_retail

Česká republika

0,7751

0,1162

*** 0,00915

0,4106

Maďarsko

0,8182

0,118

0,2476

0,5733

Polsko

0,5205

0,247

0,7619

0,6972

Slovensko

0,4252

0,2888

0,6552

0,2804


Testy stacionarity byly provedeny na 1%, 5% a 10% hladině statistické významnosti. Časové řady v některých případech vykazovaly nestacionární chování. Stacionarita byla potvrzena pouze pro ukazatel ekonomického sentimentu ve stavebnictví pro Polsko na 10% hladině významnosti, ukazatel ekonomického sentimentu v průmyslu pro všechny země V4 na 10% hladině významnosti a pro ukazatel ekonomického sentimentu v maloobchodě pro Slovensko na 10% hladině významnosti. U reálných indikátorů byla stacionarita prokázána pouze u obratu v průmyslu (těžba a nerostné suroviny, manufaktury) pro Českou republiku na 1% hladině významnosti. Po zobrazení grafů časových řad jednotlivé časové řady vykazovaly v podstatě stacionární chování kromě jednoho strukturálního zlomu v čase. Tento fakt byl způsoben vlivem finanční a hospodářské krize, která se začala projevovat kolem roku 2008. Tímto problémem se zabýval ve své práci Peter Perron (2008), jehož analýza prokázala, že ADF test může vykazovat systematickou chybu, pokud se v časové řadě, která vykazuje jinak stacionární chování, objeví nečekaný strukturální zlom. V další části práce byl proveden odečet časových řad. Tímto odečtem získáváme novou časovou řady, kterou budeme testovat ADF testem bez konstanty. Odečet je proveden pro jednotlivé dvojice reálných ukazatelů a ukazatelů ekonomického sentimentu. Touto operací se snažíme dokázat závislost mezi vybranými dvojicemi proměnných.

Výsledky empirické analýzy Tab. 3

ADF test po odečtech časových řad REAL_constructionESI_construction

Česká republika Maďarsko

41

GDPESI_consumer

GDP-ESI

REAL_industryESI_industrial

REAL_retailESI_retail

0,1181

* 0,0716

0,1863

0,1658

*** 0,00033

0,1126

0,1305

** 0,0274

** 0,0186

* 0,0679

0,2617

0,2142

0,1356

* 0,0586

Polsko

0,2247

0,1134

* 0,0956

Slovensko

* 0,0890

0,1640

0,1943


Z tabulky vyplývá, že pro Českou republiku a Slovensko oblasti stavebnictví vykazuje nová časová řada stacionární chování. Z tohoto faktu můžeme usuzovat, že indikátor ekonomického sentimentu ve stavebnictví má vliv na reálný ukazatel produkce ve stavebnictví (konstrukce). Naopak pro Maďarsko a Polsko vykazuje toto chování souhrnný indikátor ekonomického sentimentu, který má vliv na HDP těchto zemí. Vliv spotřebitelského indikátoru ekonomického sentimentu na HDP jednotlivých zemí nebyl prokázán ani pro jeden stát V4. Usuzujeme z toho, že na HDP mají vliv jiné faktory než důvěra spotřebitelů. Indikátor ekonomického sentimentu v průmyslu má vliv na reálný ukazatel obratu v průmyslu (těžba a nerostné suroviny, manufaktury) pro Českou republiku a Maďarsko. Vliv indikátoru ekonomického sentimentu v maloobchodě na reálný ukazatel obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) vykazuje Maďarsko a Slovensko. Pro Českou republiku a Polsko se daný vliv nepotvrdil. Kauzality mezi jednotlivými dvojicemi reálných a očekávaných ukazatelů budou dále ověřeny testem Grangerovy exogenity, který musí být proveden na stacionárních časových řadách. Z tohoto důvodu je nutné původní časové řady upravit pomocí mezičasového srovnání (pomocí prvních diferencí). Po provedení prvních diferencí byly časové řady otestovány pomocí ADF testu. Bylo nutné ověřit, zda úprava pomohla odstranit nestacionární chování časových řad. Výsledky reprezentují tabulky 4 a 5.

Výsledky empirické analýzy Tab. 4

42

ADF test pro ukazatele ekonomického sentimentu po meziročním srovnání

ESI_construction ESI_consumer ESI_general ESI_industrial ESI_retail ** 0,0115

* 0,0541

*** 0,0000

*** 0,0075

*** 0,0000

Maďarsko

0,1205

*** 0,0086

*** 0,0004

*** 0,0000

*** 0,0036

Polsko

* 0,0538

*** 0,0001

*** 0,0000

*** 0,0000

*** 0,0072

Slovensko

*** 0,0000

*** 0,0005

* 0,0907

*** 0,0000

** 0,0116

Česká republika


Tab. 5

ADF test pro reálné ukazatele po meziročním srovnání

Real_Construction *** 0,0047

Real_Retail

0,6873

Real_Industry *** 0,0000

Maďarsko

*** 0,0000

*** 0,0094

*** 0,0000

* 0,0828

Polsko

*** 0,0000

** 0,0417

** 0,01092

*** 0,0000

Slovensko

** 0,03167

0,332

*** 0,0000

* 0,05883

Česká republika

GDP

0,4331


Ve většině případů byly odstraněny nedostatky, které způsobovaly nestacionaritu časových řad. Pouze u ukazatele ekonomického sentimentu pro Maďarsko, HDP pro Českou republiku a Slovensko a ukazatele obratu a objemu prodejů v maloobchodě (bez prodejů automobilů a motocyklů) pro Českou republiku vykazoval ADF test stále nestacionární chování časových řad a proto bylo nutné pro ověření provést KPSS test. Tento test byl proveden z důvodu případného zlomu


43

v časové řadě, který by mohl zkreslovat výsledek a detekovat tak nestacionaritu, která byla výsledkem ADF testu. Tab. 6

KPSS test pro sporné hodnoty

ESI_construction Maďarsko HDP Česká republika HDP Slovensko Retail Česká republika

10% 0,349

5% 0,465

1% 0,736

Testová statistika 0,194123

0,352

0,472

0,721

0,319884

0,352

0,472

0,721

0,354146

0,349

0,465

0,736

0,632446


Po porovnání hodnot pro jednotlivé kritické hodnoty s testovou statistikou KPSS test potvrdil stacionaritu i u sporných časových řad. Pro indikátor ekonomického sentimentu ve stavebnictví pro všechny kritické hodnoty, stejně tak pro HDP pro Českou republiku potvrdil KPSS test stacionární chování časových řad. V případě reálného ukazatele HDP pro Slovensko je stacionarita potvrzena pro 5% a 1% kritickou hodnotu. Pro ukazatel obratu a objemu prodejů v maloobchodě (bez prodejů automobilů a motocyklů) byla potvrzena stacionarita pro 1% kritickou hodnotu. Všechny řady vykazují stacionární chování a proto je možné je nyní použít pro regresi, přesněji pro testování Grangerovou exogenitou, kterou bude otestována kauzalita proměnných. Byl sestaven model pro vyjádření kauzality mezi proměnnými. Yt = c + α 1Yt −1 + α 2Yt − 2 + β 1 ESI t −1 + β 2 ESI t − 2 + ε ,

(11)

Yt reprezentuje reálné makroekonomické ukazatele v čase t a časovém zpoždění o jedno a dvě období, ESIt představuje ukazatele ekonomického sentimentu v čase t a pro zpoždění o jedno a dvě období, c je konstanta, α1, α2, β1, β2 jsou koeficienty a ε je reziduální složka. Zpoždění o dvě období bylo vybráno dle inspirace práce Kapounek, Lacina (2011). Ukazatel ekonomického sentimentu by měl vykazovat své působení hlavně v krátkodobých horizontech. Proto se domníváme, že zpoždění o dvě období by mělo být dostačující. Budou ověřovány předpoklady, že jestliže α1, α2=0 a zároveň β1 a β2≠0, potom ESI→HDP. Naopak pokud α1, α2≠0 a zároveň β1 a β2=0, potom ESI↛HDP. Grangerova nekauzalita bude vyhodnocována pouze jedním směrem, a to, zda příslušný indikátor ekonomického sentimentu ovlivňuje odpovídající reálný ukazatel ekonomiky.


44

Tabulka 7 reprezentuje vliv indikátoru ekonomického sentimentu ve stavebnictví na reálný ukazatel produkce ve stavebnictví (konstrukce). Vycházíme z rovnice: Re al _ constructi ont = c + α 1 Re al _ construcit ion t −1 + α 2 Re al _ constructi ont − 2 + + β 1 ESI _ constructi ont −1 + β 2 ESI _ construcio nt − 2 + ε ,

Tab. 7

Vliv indikátoru ekonomického sentimentu ve stavebnictví na ukazatel produkce ve stavebnictví

c Česká republika

Maďarsko

Polsko

Slovensko

(12)

α2 ** -0,20634 (0,01651)

β1 *** 0,63654 (0,00119)

β2

Kauzalita

0,01819 (0,58485)

α1 *** -0,40012 (0,00001)

0,10137 (0,61214)

ESI→Y

-0,00782 (0,76218)

*** -0,55009 (0,00001)

* -0,1532 (0,08662)

0,03267 (0,70275)

-0,00318 (0,97018)

ESI↛Y

0,01914 (0,31486)

-0,12640 (0,15972)

* -0,16440 (0,07241) *

0,11003 (0,48211)

0,15204 (0,33064)

ESI↛Y

0,01235 (0,64036)

*** -0,26883 (0,00306)

-0,09767 (0,28343)

-0,00267 (0,98054)

0,13969 (0,19624)

ESI↛Y


Pro Českou republiku můžeme konstatovat, že v krátkodobém horizontu indikátor ekonomického sentimentu ve stavebnictví ovlivňuje reálný ukazatel produkce ve stavebnictví (konstrukce). Pro ostatní země musíme na základě Grangerovy nekauzality vyvodit závěr, že ukazatel ekonomického sentimentu nemá vliv na reálný ukazatel. Reálný ukazatel je ovlivňován jinými faktory. Polsko, které nám vyšlo po odečtu časových řad jako adept na prokázání příslušné kauzality, se Grangerovou nekauzalitou nepotvrdilo. Dalšími dvěma ukazateli, mezi kterými budeme zkoumat kauzalitu je HDP jednotlivých zemí a spotřebitelský indikátor ekonomického sentimentu.


45

Vycházíme z rovnice: GDPt = c + α 1GDPt −1 + α 2 GDPt − 2 + β 1 ESI _ consumert −1 + β 2 ESI _ consumert − 2 + ε , (13) Tab. 8

Česká republika Maďarsko Polsko Slovensko

Vliv spotřebitelského ukazatele ekonomického sentimentu na HDP

c * 0,10487 (0,06621) 0,12243 (0,39107) ** 0,029211 (0,04984) *** 0,1236 (0,00025)

α1 *** -0,459232 (0,00888) *** -0,513957 (0,00348) *** -0,648669 (0,00042) -0,153127 (0,24992)

α2 -0,132913 (0,41738) -0,180074 (0,27822) -0,245231 (0,14539) *** -0,642623 (0,00002)

β1 *** 0,349512 (0,00597) 0,306994 (0,26499) *** 0,096319 (0,00646) * 0,121909 (0,05344)

β2

Kauzalita

0,0297121 (0,82583)

ESI→Y

-0,093788 (0,73537)

ESI↛Y

0,0567663 (0,13136)

ESI→Y

0,016176 (0,80573)

ESI→Y


Při odečtu časových řad nebyl prokázán žádný vliv indikátoru spotřebitelského sentimentu na HDP. Po provedení Grangerovy nekauzality se ale vliv indikátoru spotřebitelského sentimentu projevil u České republiky, Polska a Slovenska. Jedinou zemí, kde vliv indikátoru spotřebitelského sentimentu není patrný, je Maďarsko. Další zkoumanou kauzalitou bude vliv souhrnného indikátoru ekonomického sentimentu na HDP jednotlivých zemí. GDPt = c + α 1GDPt −1 + α 2 GDPt − 2 + β 1 ESI t −1 + β 2 ESI t − 2 + ε , Tab. 9

Česká republika Maďarsko Polsko Slovensko

(14)

Vliv souhrnného indikátoru ekonomického sentimentu na HDP

c ** 0,123495 (0,03817) 0,126761 (0,35697) * 0,0304036 (0,05335) *** 0,128376 (0,00020)


α1 *** -0,477289 (0,00544) *** -0,577352 (0,00115) *** -0,56973 (0,00170) -0,084169 (0,49795)

α2 -0,23061 (0,15268) -0,21356 (0,19589) -0,21952 (0,19711) *** -0,684123 (0,00001)

β1 * 0,249634 (0,06173)

β2

Kauzalita

0,17914 (0,20329)

ESI→Y

0,400059 (0,10015) ** 0,0610912 (0,04430)

0,184649 (0,46228)

ESI↛Y

0,0436845 (0,16290)

ESI→Y

0,0399799 (0,44056)

0,0584796 (0,26761)

ESI↛Y


46

Při ověřování vlivu souhrnného indikátoru ekonomického sentimentu na HDP jednotlivých zemí, bylo Grangerovou nekauzalitou ověřeno, že tento vliv je průkazný pro Českou republiku a Polsko. Naopak pro Maďarsko a Slovensko se tento vliv nepotvrdil a na HDP v těchto zemích mají především vliv jiné faktory. Po odečtu časových řad byla kauzalita prokázána pro Polsko a Maďarsko. Pro Polsko byl vliv indikátoru ekonomického sentimentu na reálný ukazatel potvrzen, pro Maďarsko ale dle Grangerovy nekauzality vliv potvrzen nebyl. Předposlední zkoumanou kauzalitou je vliv ekonomického indikátoru v průmyslu na ukazatel obratu v průmyslu (těžba a nerostné suroviny, manufaktury). Re al _ industry t = c + α 1 Re al _ industry t −1 + α 2 Re al _ industry t − 2 +

(15)

+ β 1 ESI _ industry t −1 + β 2 ESI _ industry t − 2 + ε , Tab. 10

Vliv indikátoru ekonomického sentimentu v průmyslu na obrat v průmyslu (těžba a nerostné suroviny, manufaktury)

c

α1

α2

β1

β2

Kauzalita

Česká republika

-0,37934 (0,39041)

*** -0,260413 (0,00401)

-0,139026 (0,13103)

0,99938 (0,53913)

0,0967612 (0,95274)

ESI↛Y

Maďarsko

0,029293 (0,12933)

*** -0,262995 (0,00333)

-0,018745 (0,82712)

*** 0,139106 (0,00168)

*** 0,117403 (0,00971)

*** 0,035426 (0,00033)

*** -0,347341 (0,00021)

-0,075022 (0,41068)

0,047189 (0,18524)

0,029628 (0,40358)

ESI↛Y

* 0,0238866 (0,09214)

-0,017246 (0,85315)

0,0978533 (0,28897)

** 0,0549865 (0,03382)

0,0277036 (0,28297)

ESI→Y

Polsko

Slovensko

ESI→Y


Ekonomický sentiment v průmyslu ovlivňuje vývoj reálného ukazatele obratu v průmyslu (těžba a nerostné suroviny, manufaktury) pro Maďarsko a Slovensko. Pro Českou republiku a Polsko se tento vliv nepotvrdil. Jedná se přesně o opačný vliv, než byl prokázán v případě souhrnného ekonomického indikátoru. Po odečtu časových řad byla kauzalita prokázána pro Českou republiku a Maďarsko. V případě Maďarska došlo k potvrzení vlivu indikátoru ekonomického


47

sentimentu v průmyslu na obrat v průmyslu. V případě České republiky vliv dle testu Grangerovy nekauzality prokázán nebyl. Posledním zkoumaným vztahem je vliv indikátoru ekonomického sentimentu v maloobchodě na obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů). Re al _ retail t = c + α 1 Re al _ retail t −1 + α 2 Re al _ retail t − 2 + + β 1 ESI _ retail t −1 + β 2 ESI _ retail t − 2 + ε ,

Tab. 11

Česká republika

Maďarsko

Polsko

Slovensko

(16)

Vliv ekonomického sentimentu v maloobchodě na obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů)

c *** 0,0433909 (0,00086)

α1 *** -0,579191 (0,00001)

α2 *** -0,333471 (0,00026)

β1

β2

Kauzalita

0,0484811 (0,11494)

0,00893662 (0,76879)

ESI↛Y

0,0044098 (0,95977)

*** -0,0890477 (0,00618)

0,0186182 (0,57444)

ESI→Y

-0,0545472 (0,10297)

ESI→Y

0,036619 (0,25952)

ESI↛Y

0,0097173 (0,54158)

-0,106457 (0,23971)

*** 0,0344068 (0,00921)

*** -0,42278 (0,00001)

0,043612 (0,61242)

*** -0,107136 (0,00132)

0,020696 (0,16034)

-0,052431 (0,55755)

-0,016534 (0,85782)

0,019357 (0,56813)


V případě indikátoru ekonomického sentimentu v maloobchodě byl prokázán vliv na reálný ukazatel obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) pro Maďarsko a Polsko. Vliv tohoto ukazatele na reálný ukazatel v maloobchodě nebyl detekován pro Českou republiku a Slovensko. Po odečtu časových řad přicházelo v úvahu Maďarsko a Slovensko. U Slovenska byl vliv indikátoru na reálný ukazatel potvrzen, ovšem u Maďarska nikoliv.


48

6 Doporučení pro firemní management Doporučení pro firemní management bude vytvořeno v případě prokázání vlivu mezi indikátorem ekonomického sentimentu a reálným makroekonomickým ukazatelem. Vliv mezi indikátorem ekonomického sentimentu ve stavebnictví a reálným ukazatel obrat produkce ve stavebnictví (konstrukce) se potvrdila pouze v případě České republiky. Obr. 2 Vývoj časových řad obrat produkce ve stavebnictví (konstrukce) a ukazatele ekonomického sentimentu ve stavebnictví pro Českou republiku

Zdroj: Vlastní práce

Při porovnání vývoje obou proměnných, můžeme pozorovat simultánní vývoj obou ukazatelů po roce 2008. Na konci roku 2006 vidíme náhlý nárůst ve vývoji ukazatele indikátoru ekonomického sentimentu. Tento nárůst pokračoval až do roku 2008, kde v jeho druhé polovině dochází k postupnému poklesu a v závislosti na tomto poklesu i k poklesu reálného ukazatele obratu produkce ve stavebnictví. Tento fakt si vysvětlujeme působením hospodářské a finanční krize, která začala pomalu nastupovat v roce 2008. Poté následuje sestupný pokles až do současnosti. Před rokem 2006 vidíme rozdílný vývoj očekávaného a reálného ukazatele, ovšem po nárůstu v roce 2006 až do současnosti se lze domnívat, že ukazatel ekonomického sentimentu lze využít při predikcí budoucího vývoje ekonomiky a k včasnému upozornění na vznikající obrat v ekonomice. Managementu firem působících v oblasti stavebnictví v České republice bychom doporučili, zabývat se ukazatelem ekonomického sentimentu ve stavebnictví, neboť byla prokázána jeho predikční síla. Samozřejmě je nutné sledovat i ostatní ukazatele, např. průměrné příjmy obyvatelstva, nezaměstnanost, HDP apod., které mohou mít také přímý vliv na ochotu spotřebitelů nakupovat nebo investovat do výstavby nových nemovitostí. V době doznívající finanční krize je pro stavební firmy stále těžké nacházet nové zakázky. To lze ostatně vidět i na stále klesající důvěře v oblasti stavebnictví a na stálém poklesu obratu produkce ve stavebnictví. Proto je nutné správně řídit oběh zásob, protože některé materiály a technologie mo-


49

hou podléhat opotřebení a také technickému zastarání pouhým skladováním nebo vyčkáváním na příležitosti. V případě poklesu důvěry ve stavebnictví lze očekávat i pokles budoucích prodejů a počtu zakázek v tomto oboru. Firmy se na tuto situaci musí připravit, začít vyskladňovat zásoby, připravit se na snížení objemu budoucích dodávek materiálu apod. Další zkoumanou kauzalitou byla vzájemná závislost mezi HDP a ukazatelem spotřebitelského sentimentu. Vliv spotřebitelského sentimentu na reálný ukazatel HDP byl potvrzen pro Českou republiku, Polsko a Slovensko. Obr. 3 Vývoj časových řad HDP a spotřebitelského indikátoru ekonomického sentimentu pro Českou republiku


V případě České republiky můžeme pozorovat shodný vývoj očekávaného a reálného indikátoru až do roku 2010. Je vidět, že spotřebitelská důvěra je mnohem citlivější než samotný vývoj HDP. Tento fakt pozorujeme už kolem roku 2005, kdy panuje spotřebitelská euforie, vysoká důvěra v ekonomiku. Toto období se vyznačovalo vysokou spotřebou, malou nezaměstnaností. Tato euforie ale musela, dle vývoje hospodářských cyklů, zákonitě skončit. Stalo se tak kolem roku 2008, kdy přichází náhlá panika z nástupu hospodářské krize, a můžeme pozorovat vysokou sensitivitu spotřebitelů, která byla až přehnaná v porovnání s vývojem reálného ukazatele HDP. Po roce 2010 se očekávaný a reálný ukazatel rozcházejí. Očekávaný ukazatel zaznamenává systematický pokles až do roku 2013, v posledním roce se důvěra spotřebitelů v ekonomiku začíná znovu zvyšovat. Z výše uvedených vyhodnocení vyplývá, že v případě České republiky lze doporučit, aby se firemní management zabýval ukazatelem spotřebitelského sentimentu. Je ale třeba brát v potaz, že spotřebitelé jsou na náhlé obraty v ekonomice velmi citliví a fázi euforie může rychle vystřídat fáze deprese. V období růstu ekonomiky spotřebitelé udržují nízkou hladinu úspor a vydávají peněžní prostředky za statky, které by si v období ekonomické deprese určitě nepořídili. Vliv na spotřebitelské chování mají i média, která často dokážou celou situaci ještě více zdramatizovat. Spotřebitelé v návaznosti na vzniklou krizovou situaci omezí své výdaje a tím dojde k zpomalení celé ekonomiky.

Doporučení pro firemní management Obr. 4 Polsko

50

Vývoj časových řad HDP a spotřebitelského indikátoru ekonomického sentimentu pro


Vývoj očekávaného a reálného ukazatele v Polsku vykazuje podobný trend jako v případě České republiky. Opět pozorujeme náhlý pokles důvěry spotřebitelů kolem roku 2009, který byl mnohem markantnější než pokles reálného ukazatele HDP. Po roce 2011 se ukazatele rozcházejí. Vývoj očekávaného ukazatele před krizí lze ale považovat za predikčně schopný detekovat náhlý obrat v ekonomice. Obr. 5 Vývoj časových řad HDP a spotřebitelského indikátoru ekonomického sentimentu pro Slovensko


V případě Slovenska opět pozorujeme větší citlivost očekávaného ukazatele před reálným ukazatelem HDP. Do roku 2008 probíhá spotřebitelská euforie, po roce 2008 nástupem krize dochází ke spotřebitelské depresi a nedůvěře v budoucí vývoj ekonomiky na Slovensku. Pro ukazatel spotřebitelského ekonomického sentimentu všech tří zemí můžeme pozorovat propad po roce 2008. Opět se tak stalo spotřebitelskou panikou z nástupu finanční krize, omezením výdajů a zvýšením úspor z obavy nástupu horších časů. Z daného výsledku vyplývá, že všechny firmy by měly brát v potaz vývoj


51

spotřebitelského ukazatele ekonomického sentimentu, neboť právě spotřebitelé určují, co a v jakém množství se bude vyrábět a prodávat. Vliv spotřebitelského chování na produkci firem je tak nezanedbatelný a firmy by měly přizpůsobit svou produkci i objem zásob náladě spotřebitelů utrácet a investovat. Firmy, obchodující se zbožím, které podléhá rychlé zkáze, musí optimalizovat výši dodávek a jejich frekvenci. Neopomenutelný je i vliv na náklady, které musí každá firma v souvislosti s určitou situací a množstvím držených zásob zvážit. Firmy, obchodující s luxusními statky jsou krizí postihnuty nejvíce, neboť právě tyto výdaje spotřebitelé omezí jako první v případě pocitu ohrožení. Proto by právě tyto firmy měly sledovat vývoj důvěry spotřebitelů a s předstihem tak reagovat na jejich chování. Jedná se především o zmenšení nových dodávek zásob zboží, vyskladňovaní zboží, a vypracování krizových scénářů managementem firmy. Další zkoumanou kauzalitou byl vliv souhrnného indikátoru ekonomického sentimentu na HDP zemí V4. Vliv indikátoru na reálný ukazatel byl prokázán pro Českou republiku a Polsko. Obr. 6 Vývoj časových řad HDP a souhrnného ukazatele ekonomického sentimentu pro Českou republiku


Souhrnný ukazatel ekonomického sentimentu pro Českou republiku vykazuje větší citlivost než ukazatel HDP. Jde především o propad po roce 2008, který nastal nástupem hospodářské a finanční krize. Ukazatel ekonomického sentimentu lze využít jako předstihový indikátor obratu v ekonomice. Po roce 2009 dochází k rychlému nárůstu souhrnného ukazatele ekonomického sentimentu a tento trend trvá až do počátku roku 2011. Po roce 2011 se vývoj očekávaného a reálného ukazatele v některých okamžicích rozchází. Po mírném propadu v roce 2013 lze ale pozorovat postupný mírný nárůst obou ukazatelů.

Doporučení pro firemní management Obr. 7

52

Vývoj časových řad HDP a souhrnného ukazatele ekonomického sentimentu pro Polsko


V případě Polska vidíme obdobný vývoj obou ukazatelů jako pro Českou republiku. Počáteční nárůst obou ukazatelů je vystřídán rychlým propadem po roce 2008. Opět je reakce ukazatele ekonomického sentimentu citlivější než reakce reálného ukazatele HDP. V obou případech je patrný pokles ukazatele ekonomického sentimentu a hned vzápětí pokles ukazatele reálného indikátoru. Souhrnný ukazatel ekonomického sentimentu vykazuje vysokou predikční schopnost při výskytu náhlých změn v ekonomice v případě České republiky a Polska. Tento ukazatel v sobě zahrnuje jak spotřebitelskou tak podnikatelskou důvěru a je tak zcela komplexním ukazatelem. Další zkoumanou kauzalitou byl vztah mezi indikátorem ekonomického sentimentu v průmyslu a ukazatelem obratu v průmyslu (těžba a nerostné suroviny, manufaktury). Vliv ukazatele ekonomického sentimentu průmyslu byl potvrzen pro Maďarsko a Slovensko. Obr. 8 Vývoj časových řad obratu v průmyslu (těžba a nerostné suroviny, manufaktury) a indikátoru ekonomického sentimentu v průmyslu pro Maďarsko



53

Indikátor ekonomického sentimentu v průmyslu pro Maďarsko vykazuje vysokou citlivost po roce 2008, kdy přišel obrat v ekonomice. Pokles očekávaného ukazatele je mnohem větší než pokles reálného ukazatele. Od roku 2009 ale dochází k opětovnému růstu očekávaného ukazatele a to až do roku 2011. Obr. 9 Vývoj časových řad obratu v průmyslu (těžba a nerostné suroviny, manufaktury) a indikátoru ekonomického sentimentu v průmyslu pro Slovensko


Pro případ Slovenska také pozorujeme větší citlivost očekávaného ukazatele než reálného ukazatele obratu v průmyslu. Dále je zajímavé, že i když po roce 2011 dochází ke stálému poklesu očekávaného ukazatele a to až do roku 2013, reálný ukazatel v těchto obdobích zaznamenává stálý pomalý nárůst. U obou zemí je opět viditelný prvotní pokles indikátoru ekonomického sentimentu a hned na to navazující pokles reálného ukazatele obratu v průmyslu. Indikátor ekonomického sentimentu v průmyslu lze použít jako předstihový indikátor nástupu krize v ekonomice pro Maďarsko a Slovensko. Po krizi se ale vývoj časových řad v případě Maďarska pro oba ukazatele rozchází. V posledním roce lze ale pozorovat pomalý systematický nárůst očekávaného ukazatele. Indikátor ekonomického sentimentu v průmyslu je kvalitativním ukazatelem. Je vyhodnocován z otázek o nedávných trendech v oblasti průmyslové produkce, o výši současných objednávek a zásob, dále o očekávání ohledně výše produkce, o prodejních cenách a zaměstnanosti. Tento ukazatel dále poskytuje informace o využití kapacit a o počtech měsíců, kdy je zajištěna produkce. (Economic and financial affairs, 2014) V oblasti řízení zásob jsou firmy působící v oblasti průmyslu značně specifické. Je nutné dbát na segmentaci řízeného portfolia zásob. Vhodné je použít například ABC analýzu nebo segmentaci pomocí délky dodacích lhůt či rozdělení zásob dle dostupnosti různých položek. Cílem segmentace je efektivně rozdělit rozsáhlé portfolio na skupiny, které vyžadují odlišný přístup při optimalizaci a mají specifické nároky na plánování a řízení zásob. (Systemonline, 2009) Vzhledem ke složitosti procesu řízení zásob a vzhledem ke skutečnosti, že se jedná o zpracování velkého množství dat, je vhodné, pořídit si kvalitní informační


54

systém, který umožňuje provádět odborné a analýzy a segmentace v oblasti řízení zásob a zdrojů. Na základě chování ekonomických subjektů je nutné predikovat budoucí spotřebu jednotlivých položek zásob. Predikce musí vycházet vždy z historie spotřeb, která musí být reprezentativní, tedy dostatečně dlouhá. V případě náhradních dílů pracujeme typicky s historií pěti až deseti let, u sporadických položek jsou minimem alespoň tři roky evidované historie spotřeb. K jednotlivým položkám je třeba přistupovat podle charakteru jejich spotřeby. Položky s běžnou poptávkou (rychloobrátkové díly typu spojovací materiál apod.) jsou předpovídány pomocí široké palety statistických metod běžně užívaných pro řízení zásob (klouzavé průměry, exponenciální vyrovnání, Holtovo exponenciální vyrovnání, trendy, sezonní koeficienty a Wintersova metoda). Položky, jejichž spotřeba je sporadická, jsou předpovídány speciálními metodami vhodnými pro předpověď sporadické poptávky (bootstrapping, metoda Smart-Willemain). Smart-Willemainem byla navržena simulační statistická metoda, jejímž základem je stochastická předpověď budoucí spotřeby. Pomocí této metody je možné stanovit minimální hladinu zásoby (objednací hladinu) tak, aby bylo zajištěno pokrytí požadavků s určenou pravděpodobností (logistickým servisem). Základem metody Smart-Willemain je náhodné vzorkování z historie spotřeb (ve statistice se tento postup nazývá bootstrapping). Použití klasických metod predikce a řízení zásob vede u sporadických položek často k výraznému nadhodnocení předpovědi, a tedy i úrovně zásoby. (Systemsonline, 2009) V dnešní době jsou zásoby řízeny automatizovaně dle speciálních informačních systémů nebo ERP systémů. Jak tyto informační systémy fungují, shrnuje následující schéma: Obr. 10

Automatizované hladinové řízení zásoby

Zdroj: Přepracováno dle serveru Systemsonline, 2009


55

Počáteční zásoba je průběžnou spotřebou postupně snižována až na úroveň optimální zásoby (řídicí objednací hladiny). V okamžiku protnutí řídicí hladiny informační systém automaticky generuje objednávku dodavateli. Objednané množství je určeno podle předpovědi spotřeby během dodací lhůty dodavatele a zaokrouhleno na nejbližší vyšší možné objednací množství. Takto nastavené automatické hladinové řízení zásoby s řídicí hladinou nastavenou metodou Smart-Willemain zaručuje dosažení cílového logistického servisu i v případě položek se sporadickou spotřebou. (Systemsonline, 2009) Tyto informační systémy spolu se sledováním předstihových indikátorů mohou managementu značně usnadnit práci. Managementu firem zabývajících se činností v oblasti průmyslu v Maďarsku a na Slovensku lze doporučit, aby se zabývali vývojem ukazatele ekonomického sentimentu v průmyslu. Tento ukazatel, i když je značně citlivější na nástup krize než reálný ukazatel, může včas varovat firemní management před obratem v ekonomice. Na tento zlom se tak může s časovým předstihem připravit. Poslední zkoumanou kauzalitou je vliv ukazatele ekonomického sentimentu v maloobchodě na obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů). Vliv ukazatele ekonomického sentimentu na reálný indikátor byl potvrzen pro Maďarsko a Polsko. Obr. 11 Vývoj časových řad obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) a ukazatele ekonomického sentimentu v maloobchodě pro Maďarsko


I u Maďarska pozorujeme vyšší citlivost ukazatele ekonomického sentimentu v maloobchodě oproti reálnému ukazateli obratu a objemu prodejů v maloobchodě. Přesto i zde můžeme tvrdit, že po roce 2008 dochází k náhlému propadu očekávaného ukazatele a, i když k menšímu, propadu reálného ukazatele. Po roce 2009 se ale oba ukazatele naprosto rozcházejí a jejich další společný trend zde nemůže být nalezen.


56

Obr. 12 Vývoj časových řad obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů) a ukazatele ekonomického sentimentu v maloobchodě pro Polsko


Pokud se zaměříme na vývoj časových řad pro Polsko, vidíme prudký pokles indikátoru ekonomického sentimentu v maloobchodě po roce 2008. V tomto případě lze ale pro reálný indikátor detekovat pouze velmi malý pokles po roce 2008, který je okamžitě vystřídán postupným konstantním růstem až do současnosti. V Polsku se maloobchodu daří a i po snížené důvěře po roce 2008 dochází k postupnému růstu důvěry v toto odvětví. Domníváme se, že to může být způsobeno značnou vytížeností maloobchodního odvětví z důvodu levné pracovní síly. Většina firem v EU využívá Polsko ve svém obchodním řetězci z důvodu úspory nákladů – např. při přebalování potravin nebo z důvodu levnějších surovin, jejichž snížená cena je ale často právě na úkor kvality. Právě snížení nákladů a nižší cena výrobků hraje v období hospodářské deprese důležitou roli. Firmy se touto cestou snaží snížit své náklady, aby v této těžké době obstály, a cestou snížení cen se snaží znovu přimět spotřebitele, aby začali znovu nakupovat. Ukazatel ekonomického sentimentu v maloobchodě je vyhodnocován na základě otázek na manažery ohledně posouzení nedávných vývojů v jejich podnikatelské situaci, současné výše zásob a o očekáváních ohledně nových objednávek, produkce, zaměstnanosti a prodejních cenách. (Economic and financial affairs, 2014) Přestože každá firma by měla udržovat optimální zásobu, je někdy nutné pořídit větší množství zásob, např. pokud by nákupem většího množství došlo k úsporám z rozsahu, nebo pokud dojde k náhlému nárůstu poptávky po výrobcích firmy. Důvodem k držení vyšší zásoby může být i ochrana před nepředvídatelnými výkyvy v poptávce v době cyklu objednávky nebo může vykrývat výkyvy v dodávkovém cyklu. Indikátor ekonomického sentimentu v maloobchodě nedokáže předvídat problémy v dodávkovém cyklu. Co ale dokáže, je upozornit firemní management na možnost budoucí krize a nechuti spotřebitelů utrácet. Tato vlastnost může být přínosná v oblasti řízení zásob, jejich postupnému vyskladňování a zmenšení výše budoucích určitých objednávek od dodavatelů.


57

Dle Mulačové, Mulače. (2013) tvoří zásoby u obchodních firem 60-80 % celkové hodnoty aktiv. Je proto jasné, že právě řízení zásob je z jednou hlavních oblastí řízení managementu firmy. Optimální zásoba nesmí být příliš nízká, ale ani příliš vysoká kvůli vysokým nákladům. V každém odvětví je ale řízení zásob odlišné a jedná se nejen o komoditu, se kterou daná firma obchoduje. Jde také o ekonomickou situaci v zemi a na ní závislé ochotě spotřebitelů utrácet. Neopomenutelnou roli hraje i politická situace dané země, která může mít značný vliv na důvěru lidí nejen v ekonomiku ale i ve stabilní situaci státu. V neposlední řadě musíme zmínit vliv médií a jejich úlohu při vytváření povědomí spotřebitelů o situaci v zemi. Řízení zásob je dnes často diskutované téma a proto vznikají systémy, které firmám pomáhají zásoby optimálně řídit.

Diskuse

58

7 Diskuse Je známo, že očekávání hraje významnou roli při určování makroekonomických výstupů. Bohužel neexistuje jednotný postup v modelování formy očekávání. (Pesaran, 1984). Bylo navrženo mnoho teorií ohledně modelace tohoto důležitého ukazatele pro tvorbu ekonomických modelů. V posledních desetiletích se teorie racionálních očekávání stala dominantním paradigmatem makroekonomických teorií a výsledky výzkumů byly používány k testování racionálních očekávání respondentů. Tato testování ale nebyla průkazná a často zde chyběla právě racionalita respondentů. (Acemoglu, Scott, 2004) Přesto vznikl jednotný postup jak potřebná data sbírat. O tento úkol se stara Evropská komise pro hospodářské a měnové záležitosti, díky níž můžeme s danými daty pracovat, analyzovat je a jednoduše porovnávat mezi sebou. Významem ukazatele ekonomického sentimentu se zabývalo mnoho ekonomů. Jejich závěry se ale v mnoha případech liší. Vztahy mezi indikátorem ekonomického sentimentu a vybranými makroekonomickými ukazateli se zabývali např. Aarle a Kappler (2012). Tito autoři odhalili dopad indikátorů ekonomického sentimentu na hlavní makroekonomické ukazatele a to především na výdaje, objem maloobchodních prodejů a nezaměstnanost. Dokázali, že šoky v ekonomice působí na chování ekonomických subjektů a naopak, že právě změny v chování spotřebitelů, dokážou vysvětlit hospodářské cykly. Na základě těchto skutečností vyvozují, že pokud dojde k poklesu ekonomického sentimentu, dojde vzápětí k omezení výdajů, ke snížení nákupů rizikových obligací. Firmy přestanou najímat nové pracovníky a omezí své kapitálové investice. Z toho plyne jednoduchý fakt a to, že výdaje klesají, nezaměstnanost roste. Významem ukazatele ekonomického sentimentu se zabývali Hüfner a Schröder (2002). Tito autoři se zaměřili na porovnání vlivu indikátorů ekonomického sentimentu pro Německu vyhodnocovaného Evropskou komisí pro hospodářské a měnové záležitosti, PMI a ZEW indikátor ekonomického sentimentu. Využitím metody korelace a následně Grangerovy nekauzality bylo zjištěno, že všechny indikátory kromě indikátoru měřeného Evropskou komisí dokážou předpovídat růst v oblasti průmyslu. V této práci bylo dokázáno, že i indikátory měřené jednotným postupem Evropskou komisí pro hospodářské měnové záležitosti mohou předpovídat růst v průmyslu. i přesto, že tento vliv nebyl dokázán pro všechny sledované země, lze předpokládat, že ukazatel ekonomického sentimentu v průmyslu by se při tvorbě predikčního výhledu ekonomiky neměl opomínat. Působením indikátoru ekonomického sentimentu a jeho vlivem na HDP u šesti zemí se zabývali Golinelli a Parigi (2004). Jejich studie připisuje značný význam tohoto indikátoru při predikci vývoje HDP, i když tento vliv nebyl průkazný ve všech šesti zemích současně. Ani v našem případě se nepodařil potvrdit vliv u všech zkoumaných zemí V4. Přesto byla zmíněná kauzalita prokázána pro tři ze čtyř sledovaných zemí. V tomto případě lze souhrnnému indikátoru ekonomického sentimentu připisovat důležitou roli při predikci budoucího vývoje HDP a lze ho

Diskuse

59

brát jako vhodný ukazatel při rozhodování firemního managementu v oblasti řízení zásob a zdrojů. Silgoner(2008) zkoumala vliv souhrnného indikátoru ekonomického sentimentu měřeného Evropskou komisí pro hospodářské a měnové záležitosti. Tento indikátor charakterizuje jako stabilní ukazatel, který je používán mnoha výzkumnými institucemi. Dále je ukazatelem, který neobsahuj ex post revize, vyznačuje se dlouholetou zkušeností, pokrývá řadu sektorů v mnoha zemích a je vyhodnocován standardizovanou metodologií. Autorka zkoumala rozdíl mezi predikční schopností souhrnného indikátoru ekonomického sentimentu starých členů EU a zemí, které přistoupily do EU v roce 2004 a později. Pro lepší názornost bylo 24 zemí rozděleno na 15 stávajících členů, kde byla data dostupná od roku 1990 a na zbytek, kde jsou data dostupná až od roku 1999. Autorka se zaměřila na prokázání vlivu indikátoru ekonomického sentimentu na průmyslovou produkci. Jejím závěrem bylo, že vliv indikátoru ekonomického sentimentu na průmyslovou produkci je prokazatelný pro 15 stálých členů EU. Pro mladší členy EU je predikční schopnost daného indikátoru nižší a některé vůdčí vlastnosti se liší mezi danými skupinami. To může být způsobeno rozdíly mezi těmito dvěma skupinami a to především tím, že nově přistupující země musely projít obdobím celkové restrukturalizace. Vzhledem k tomu, že Silgoner(2008) se svým výzkumem zabývala pouze čtyři roky po vstupu těchto zemí do EU, se výsledky mohly změnit a to i z důvodu prodloužení délky časové řady a stabilnější situace v jednotlivých zemích. Autoři Gelper a Croux (2010) došli k závěru, že indikátoru ekonomického sentimentu v průmyslu nelze připisovat přílišný význam. Lze ho pouze použít jako jakýsi včasný barometr v ekonomice, ale jeho predikční síla je malá a to z důvodu nedostatečných informací z minulosti. V této práci byla pro oblast průmyslu potvrzena kauzalita pro dvě země z V4. Indikátoru ekonomického sentimentu v průmyslu tedy lze připisovat určitý predikční význam, ale vliv budou mít samozřejmě i jiné faktory působící na ekonomickou situaci zemí.

Závěr

60

8 Závěr Hlavním cílem této diplomové práce bylo vytvořit doporučení pro firemní management v oblasti řízení zásob a zdrojů v závislosti na vývoji ukazatele ekonomického sentimentu. Prvním dílčím cílem bylo dokázat vliv jednotlivých indikátorů ekonomického sentimentu na reálné makroekonomické ukazatele. Tohoto dílčího cíle bylo dosaženo pomocí odečtu časových řad reálného a očekávaného ukazatele a následné ověření výsledků pomocí Grangerovy exogenity. Na základě potvrzení existence kauzalit bylo vytvořeno doporučení pro firemní management ohledně řízení zásob a zdrojů výroby. Jednalo se o kauzalitu mezi indikátorem ekonomického sentimentu ve stavebnictví a produkce ve stavebnictví (konstrukce), spotřebitelským ekonomickým sentimentem a HDP, souhrnným ekonomickým sentimentem a HDP, ekonomickým sentimentem v průmyslu a obratu v průmyslu (těžba a nerostné suroviny, manufaktury), ekonomickým sentimentem v maloobchodě a obratem a objemem prodejů v maloobchodě (bez prodejů automobilů a motocyklů). V této práci jsme se zaměřili na indikátory vyhodnocované jednotným stylem Evropskou komisí pro hospodářské a měnové záležitosti. Vliv indikátoru ekonomického sentimentu ve stavebnictví byl prokázán pouze pro Českou republiku ze všech zemí V4. Po porovnání vývoje časových řad očekávaného a reálného ukazatele pro Českou republiku bylo zjištěno, že v době nástupu finanční a hospodářské krize došlo v předstihu k poklesu očekávaného ukazatele před reálným ukazatelem. Lze tedy doporučit, aby se firmy působící v oblasti stavebnictví zabývali mimo jiných ukazatelů i ukazatelem ekonomického sentimentu. Tento ukazatel by mohl mít schopnost v předstihu identifikovat možný potenciální šok v ekonomice a tak firmám pomoci v oblasti řízení jejich zásob a zdrojů výroby. Vliv spotřebitelského indikátoru ekonomického sentimentu na HDP byl prokázán pro Českou republiku, Polsko a Slovensko. V těchto zemích lze firmám obecně doporučit, aby přihlíželi při svých rozhodováních k tomuto ukazateli, neboť právě spotřebitel je hnací silou dnešní ekonomiky. Jeho chování výrazně ovlivňuje způsob řízení zásob jednotlivých firem a i jejich jednání na trzích. Dále zde bylo prokázáno, že spotřebitelský indikátor ekonomického sentimentu je mnohem citlivější na šoky v ekonomice než reálný ukazatel HDP jednotlivých zemí. Jeho pokles při nástupu hospodářské a finanční krize v roce 2008 byl mnohem markantnější než pokles reálného ukazatele ekonomiky. Další zkoumanou závislostí byl vliv souhrnného ukazatele ekonomického sentimentu na HDP zemí V4. Vliv tohoto očekávaného souhrnného ukazatele na HDP byl prokázán v případě České republiky a Polska. Tento ukazatel je zcela souhrnným ukazatelem a zahrnuje tak ekonomický sentiment nejen pro oblast obchodu, ale i pro spotřebitele. i souhrnný ukazatel ekonomického sentimentu vykazoval větší citlivost než reálný ukazatel ekonomiky. Další zkoumanou oblastí byla oblast průmyslu. V této práci byl potvrzen vliv indikátoru ekonomického sentimentu v průmyslu pro Maďarsko a Slovensko. Opět jsme pozorovali větší citlivost ukazatele ekonomického sentimentu v porovnání

Závěr

61

s reálným ukazatelem ekonomiky. Firmy, působící v oblasti průmyslu se vyznačují značně specifickým řízením zásob. Je nutné, aby dbali na segmentaci řízeného portfolia zásob. Vhodné je použít například ABC analýzu nebo segmentaci pomocí délky dodacích lhůt či rozdělení zásob dle dostupnosti různých položek. Cílem segmentace je efektivně rozdělit rozsáhlé portfolio na skupiny, které vyžadují odlišný přístup při optimalizaci a mají specifické nároky na plánování a řízení zásob. Posledním zkoumaným vlivem byla kauzalita mezi indikátorem ekonomického sentimentu v maloobchodě a reálného ukazatele obrat a objem prodejů v maloobchodě (bez prodejů automobilů a motocyklů). Vliv ukazatele ekonomického sentimentu na reálný ukazatel byl potvrzen pro Maďarsko a Polsko. V případě Maďarska, po prudkém snížení očekávaného ukazatele vlivem nástupu hospodářské a finanční krize, dochází k postupnému nárůstu a to až do roku 2011. Reálný ukazatel ale zaznamenává sestupný trend od roku 2006 až do roku 2013. Pro případ odhalení nastávající krize je tento ukazatel vhodný, ale o krizi se tyto dva ukazatele zcela rozcházejí. V případě Polska dochází o roce 2008 pouze k malému poklesu reálného ukazatele obratu v maloobchodě, který je ale skoro okamžitě vystřídám postupným růstem, až do současnosti V Polsku se maloobchodu daří a i po snížené důvěře po roce 2008 dochází k postupnému růstu důvěry v toto odvětví a to až do roku 2012, kdy zaznamenáváme menší sestup, který je ale opět vystřídán růstem tohoto ukazatele až do současnosti. Domníváme se, že to může být způsobeno značnou vytížeností maloobchodního odvětví z důvodu levné pracovní síly. Většina firem v EU využívá Polsko ve svém obchodním řetězci z důvodu úspory nákladů – např. při přebalování potravin nebo z důvodu levnějších surovin, jejichž snížená cena je ale často právě na úkor kvality. Právě snížení nákladů a nižší cena výrobků hraje v období hospodářské deprese důležitou roli. Firmy se touto cestou snaží snížit své náklady, aby v této těžké době obstály, a cestou snížení cen se snaží znovu přimět spotřebitele, aby začali znovu nakupovat. Ukazatel ekonomického sentimentu v maloobchodě může sloužit v případě Maďarska a Polska jako včasný barometr při nástupu krize v ekonomice a firemní management by měl vzít jeho vývoj v úvahu při svých rozhodováních. Ukazatel ekonomického sentimentu se v některých případech prokázal jako vhodný predikční nástroj vývoje jednotlivých makroekonomických ukazatelů. Přesto účinnost jednotlivých indikátorů nebyla prokázána jednotně pro všechny země V4. Lze tedy vyvozovat, že vliv ekonomického sentimentu je neopomenutelný, ale rozhodně by management firem měl přihlížet i k dalším faktorům, které působí na vývoj ekonomické situace v zemi.

Literatura

62

9 Literatura AARLE, B., KAPPLER, M., 2012: Economic sentimetn shocks and fluctuations in economic aktivity in the euro area and the USA. Intereconomics: Review of European Economic Policy, 47, 1: 44-51, ISSN 0020-5346. ACEMOGLU AND SCOTT. 1994 Delorme et al., 2001, and the survey by Nardo, 2003. AKERLOF, G., SHILLER, R.: Animal spirits: How human psychology drives the economy, and why it matters for global capitalism, Princeton 2010, University Press. BĚLOHLÁVEK, F, ŠULEŘ, O., A KOŠŤAN, P. Management. Vyd. 1. Brno: Computer Press, 2006, 724 s. ISBN 80-251-0396-x. BLAŽEK, L. Management: organizování, rozhodování, ovlivňování. 1. vyd. Praha: Grada, 2011, 191 s. ISBN 978-80-247-3275-6. BLAŽKOVÁ, M. Marketingové řízení a plánování pro malé a střední firmy. 1. vyd. Praha: Grada, 2007, 278 s. ISBN 978-80-247-1535-3. BUSINESS AND CONSUMER SURVEYS. Economic and Financial Affairs [online]. [cit. 201404-25]. Dostupné z WWW: http://ec.europa.eu/economy_finance/ db_indicators/surveys/index_en.htm. CIHELKOVÁ, E. Mezinárodní ekonomie II. Vyd. 1. V Praze: C. H. Beck, 2008, 258 s. ISBN 978-80-7400-054-6. COOPER, C., ARGYRIS, CH., CHANNON, D. The concise Blackwell encyclopedia of management. Malden, Mass.: Blackwell Business, 1998, xiii, 701 s. ISBN 0631209115. CZESANÝ, S., JEŘÁBKOVÁ, Z. Metoda konstrukce kompozitních indikátorů hospodářského cyklu pro českou ekonomiku. Praha: Český statistický ústav, 2009. Statistika. CZESANÝ, S., JEŘÁBKOVÁ, Z. Kompozitní indikátory hospodářského cyklu české ekonomiky. Praha: Český statistický ústav, 2009. Statistika. ČESKÝ STATISTICKÝ ÚŘAD. Konjunkturální průzkumy - Metodika. [online]. 29. 5. 2013. [cit. 2014-04-13]. Dostupné z WWW: http://www.czso.cz/csu/redakce.nsf/i/ konjunkturalni_pruzkum. ČESKÝ STATISTICKÝ ÚŘAD. Sezóně očištěná data. [online]. 29. 5. 2013. [cit. 2014-04-10]. Dostupné z WWW: http://www.czso.cz/csu/redakce.nsf/i/ sezonne_ocistena_data. DIRECTORATE GENERAL FOR ECONOMIC AND FINANCIAL AFFAIRS. (DG ECFIN). Economic and Financial Affairs 2014. [online]. [cit. 2014-04-25]. Dostupné z WWW: http://ec.europa.eu/dgs/economy_finance/index_en.htm. Economic and financial affairs. In: a USER GUIDE TO THE JOINT HARMONISED EU PROGRAMME OF BUSINESS AND CONSUMER SURVEYS [online]. 21. 3. 2014 [cit. 2014-05-05]. Dostupné z WWW:

Literatura

63

http://ec.europa.eu/economy_finance/db_indicators/surveys/method_guides /index_en.htm. ECONOMIC CYCLE RESEARCH INSTITUTE. Turning Points & Leading Indicators. [online] NewYork: Economic Cycle Research Institute, 2014. [cit. 2014-05-16] Dostupné z WWW: https://www.businesscycle.com/ecri-businesscycles/turning-points-leading-indicators. ENGLE, R., GRANGER, C., RICHARD, J. "Exogeneity", Econometrica, vol. 51, 1983, p. 277-304. EUROSTAT. Obecná databáze Eurostatu [online]. 2014 3.2.2014 [cit. 2014-2-3] Indikátor ekonomického sentimentu. Dostupné z WWW: http://apl.czso.cz/pll/eutab/html.h?ptabkod=teibs010. FIALOVÁ, H. Mezinárodní obchod I: Cíle a nástroje konjunkturní analýzy. Brno. Vysoké učení technické v Brně, 2000. 70 s. ISBN 80-214-15940-0. FISCHEROVÁ-KATZEROVÁ, V., ČEŠKOVÁ-LUKÁŠOVÁ, D. Grafologie pro personalisty a manažery. Vyd. 1. Praha: Grada, 2007, 152 s. ISBN 978-80-247-1552-0. FOMBY, T. 2007 [online]. Augmented Dickey-Fuller Unit Root Tests [cit. 2014-0425]. Dostupné z WWW: http://faculty.smu.edu/tfomby/eco6375/ BJ%20Notes/ADF%20Notes.pdf. FOTR, J a kol. Manažerské rozhodování. Vyd. 2. upr. a rozš. Praha: Ekopress, 2000, 231 s. ISBN 80-86119-20-3. GELPER, S., CROUX, C., 2010: On the construction of the Euroean economic sentiment indicator. Oxford bulletin of economics and statistics, 72, 1: 47-62. ISSN 14680084. GOLINELLI, R., PARIGI, G., 2004: Consumer Sentiment and Economic Activity: a Cross Country Comparison, Journal of Business Cycle Measurement and Analysis – Vol. 1, No. 2 – ISSN 1729-3618. HALÍK, J. Vedení a řízení lidských zdrojů. Vyd. 1. Praha: Grada, 2008, 128 s. ISBN 978-80-247-2475-1. HUŠEK, R. Ekonometrická analýza. Vyd. 1. Praha: Oeconomica, 2007, 367 s. ISBN 978-80-245-1300-3. HÜFNER, P., SCHRÖDER, M., 2012: Forecasting Economic Activity in Germany - How Useful are Sentiment Indicators? ZEW Discussion Paper No. 02-56, SSRNid339141. JAKUBÍKOVÁ, D. Strategický marketing. 1. vyd. Praha: Grada, 2008, 269 s. ISBN 978-80-247-2690-8. JUREČKA, V. Makroekonomie. 1. vyd. Praha: Grada, 2010, 332 s. ISBN 978-80-2473258-9. KANGASNIEMI, J., KANGASSALO, P., TAKALA, K., 2010 What affects the views about the economic sentiment? Evidence form the consumer and manufacturing surveys in Finland, Discussion paper at the 30th CIRET konference, New York, USA, October 13-16, 2010. [online]. 2010 [cit. 2014-04-13] Available from

Literatura

64

WWW: https://www.ciret.org/conferences/newyork_2010/papers/upload/p _112-793158.pdf. KAPOUNEK, S A LACINA, L. Inflation Perception and Anticipation Gaps in the Eurozone [online]. 2011[cit. 2012-03-15]. Dostupné z WWW: http://ideas.repec.org/a/prg/jnlpep/v2011y2011i2id392p120139.html#bibl io. KELLER, K. Strategické řízení značky. 1. vyd. Praha: Grada, 2007, 796 s. ISBN 97880-247-1481-3. KISLINGEROVÁ, E. Metody mezipodnikového srovnání. In: [online]. [cit. 2014-0210]. Dostupné z WWW: http://www.euroekonom.sk/download2/testyprijimacky-vs-ekonomia/Materialy-na-prijimacky-Podnikova-ekonomikaPE301-8.pdf. KOTLER, P., KELLER, K. Marketing management. 1. vyd. Praha: Grada, 2007, 788 s. ISBN 978-80-247-1359-5. KOTLER, P. Moderní marketing: 4. evropské vydání. 1. vyd. Praha: Grada, 2007, 1041 s. ISBN 978-80-247-1545-2. KWIATKOWSKI, D.; PHILLIPS, P. C. B.; SCHMIDT, P.; SHIN, Y. (1992). Testing the null hypothesis of stationarity against the alternative of a unit root. Journal of Econometrics 54 (1–3): 159–178. KROPÁČ, J. Statistika B: jednorozměrné a dvourozměrné datové soubory, regresní analýza, časové řady. 3. vyd. Brno: Akademické nakladatelství CERM, 2012, vi, 145 s. ISBN 978-80-7204-822-9. LOJDA, J. Manažerské dovednosti. Vyd. 1. Praha: Grada, 2011, 182 s. ISBN 978-80247-3902-1. MACHKOVÁ, H. Mezinárodní marketing: nové trendy a reflexe změn ve světě. 3., aktualiz. a přeprac. vyd. Praha: Grada, c2009, 196 s. ISBN 978-80-247-2986-2. MALACH, A. Jak podnikat: po vstupu do EU. Praha: Grada Publishing, c2005, 524 s. ISBN 80-247-0906-6. MULAČOVÁ, V., MULAČ, P. Obchodní podnikání ve 21. století. 1. vyd. Praha: Grada, 2013, 520 s. ISBN 978-80-247-4780-4. NILSSON, R. AND GUIDETTI, E. OECD statistics working papers [online], 2007.[cit. 2014-02-06] Current Period Performance of OECD Composite Leading Indicators (CLIs): Revision analysis of CLIs for OECD Member countries, OECD Statistics Working Papers, 2007/01, OECD Publishing. Dostupné z WWW: http://dx.doi.org/10.1787/117868214158. NOVOTNÝ, V. Výzkum hospodářské konjunktury. Ústí nad Labem: UniverzitaJanaEvangelistyPurkyně vU~ stı́nadLabem,Fakultasociá lně ekonomická, 2004, 70 s. Dostupné z WWW: http://fse1.ujep.cz/ download.php?idx=5316. NÝVLTOVÁ, R., MARINIČ, P. Finanční řízení podniku: moderní metody a trendy. 1. vyd. Praha: Grada, 2010, 204 s. ISBN 978-80-247-3158-2.

Literatura

65

PERRON, P., 2008: The Great Crash, the Oil Price Shock, and the Unit Root Hypothesis, Econometrica, Vol. 57, No. 6. (Nov., 1989), pp. 1361-1401. PESARAN, M. H. (1984). ‘Expectation formation and macroeconomic modelling.’ In P. Malgrange and P. A. Muet (eds.), Contemporary Macroeconomic Modelling. Oxford: Blackwell, 2755. PETŘÍK, T. Ekonomické a finanční řízení firmy: manažerské účetnictví v praxi. 2., výrazně rozš. a aktualiz. vyd. Praha: Grada, 2009, 735 s. ISBN 978-80-2473024-0. SHARMA, J. K. Business statistics. India: Pearson Education India, 2007, 199 s. ISBN 978-81-775-8654-1. SILGONER, M., A. (2008) The Economic Sentiment Indicator: Leading Indicator – Properties in Old and New EU Member States, Journal of Business Cycle Measurement and Analysis 2007/2. Dostupné z WWW: http://dx.doi.org/10.1787/jbcma-v2007-art11-en. STAŇKOVÁ, A. Podnikáme úspěšně s malou firmou. Vyd. 1. V Praze: C. H. Beck, 2007, 199 s. ISBN 978-80-7179-926-9. SVOZILOVÁ, A. Zlepšování podnikových procesů. 1. vyd. Praha: Grada, 2011, 223 s. ISBN 978-80-247-3938-0. SYCZEWSKA, E. Empirical power of the Kwiatkowski-Phillips-Schmidt-Shin test. Warsaw School of Economics, Working Paper No. 3-10, 2010, str. 1-21 SYNEK, M A KOL. Manažerská ekonomika. 5., aktualiz. a dopl. vyd. Praha: Grada, 2011, 471 s. ISBN 978-80-247-3494-1. SYNEK, M, KOPKÁNĚ, H. A KUBÁLKOVÁ, M. Manažerské výpočty a ekonomická analýza. Vyd. 1. V Praze: C. H. Beck, 2009, 301 s. ISBN 978-80-7400-154-3. SYSTEMSONLINE. Efektivní řízení zásob náhradních dílů v údržbě [online]. 12/2009 [cit. 2014-05-05]. Dostupné z: WWW: http://www.systemonline.cz/rizeni-vyroby/efektivni-rizeni-zasobnahradnich-dilu-v-udrzbe.htm. TOMEK, G., VÁVROVÁ, V. Řízení výroby a nákupu. 1. vyd. Praha: Grada, 2007, 378 s. ISBN 978-80-247-1479-0. VISEGRAD GROUP. o V4 [online] 2014 10.2.2014 [cit. 2014-2-10]. Dostupné z WWW: http://www.visegradgroup.eu/v4-110412. WOOLDRIDGE, J. M. Introductory econometrics: a modern approach. 2nd ed. Mason, Ohio: South-Western, c2003, 863 s. ISBN 0-324-11364-1. ZAMAZALOVÁ, M. Marketing. 2., přeprac. a dopl. vyd. V Praze: C. H. Beck, 2010, 499 s. ISBN 978-80-7400-115-4. ZAMAZALOVÁ, M. Marketing obchodní firmy. 1. vyd. Praha: Grada, 2009, 232 s. ISBN 978-80-247-2049-4. ŽŮRKOVÁ, H. Plánování a kontrola: klíč k úspěchu. 1. vyd. Praha: Grada, 2007, 135 s. ISBN 978-80-247-1844-6.

Ekonomický sentiment a jeho vliv na poptávku po spotřebním zboží

Recommend Documents