UNIVERZITET U BEOGRADU EKONOMSKI FAKULTET Olgica B. Glavaški EKONOMETRIJSKO MODELIRANJE EFIKASNOSTI I ODRŽIVOSTI JAVNE POTROŠNJE U EVROPSKIM ZEMLJAMA Doktorska disertacija Beograd, 2016. UNIVERSITY OF BELGRADE FACULTY OF ECONOMICS Olgica B. Glavaški ECONOMETRIC MODELING OF EFFICIENCY AND SUSTAINABILITY OF PUBLIC EXPENDITURE IN EUROPEAN COUNTRIES Doctoral Dissertation Belgrade, 2016. Mentor: dr Radmila Dragutinović Mitrović Redovni profesor Univerzitet u Beogradu Ekonomski fakultet Članovi Komisije: dr Milojko Arsić, vanredni profesor, Univerzitet u Beogradu, Ekonomski fakultet dr Milena Jovičić, redovni profesor u penziji, Univerzitet u Beogradu, Ekonomski fakultet dr Kosta Josifidis, redovni profesor, Univerzitet u Novom Sadu, Ekonomski fakultet u Subotici Datum odbrane doktorske disertacije: Ekonometrijsko modeliranje efikasnosti i održivosti javne potrošnje u evropskim zemljama Rezime U ovom radu se analizira fiskalna održivost, uticaj javne potrošnje na produbljivanje fiskalnog deficita i efikasnost politika javne potrošnje u 28 ekonomija Evropske Unije u periodu 1995-2014. godine, u okviru ekonometrijskih metoda nestacionarnih heterogenih panela, sa zavisnošću uporednih podataka. Fiskalna održivost je analizirana objedinjenjem pristupa o fiskalnoj održivosti zasnovanog na varijablama toka i pristupa na bazi modela stok-tok sa ciljem da se istraži drugi sloj kointegracije između javnog duga i javne potrošnje. Kako bi se obuhvatili heterogeni parametri i zavisnost po uporednim podacima u analiziranom uzorku panela, korišćen je metod (združenih) grupnih sredina i metodi sa zajedničkim korelisanim faktorima. Rezultati kointegracione analize upućuju da postoji slaba održivost, dok rezultati multikointegracionog pristupa pružaju heterogenu evidenciju o dubljoj kointegraciji, izdvajajući grupe ekonomija u kojima fiskalne vlasti prilagođavaju javnu potrošnju kako bi stabilizovale javni dug, u odnosu na ad hoc promene javne potrošnje. Pri istraživanju uticaja politika javne potrošnje na fiskalni deficit, upoređivani su rezultati dobijeni u klasičnim modelima panela prilagođenim kako bi obuhvatili uslovnu heterogenost i nestacionarnost, sa novim metodama zasnovanim na pristupu sa zajedničkim korelisanim faktorima. Dijagnostički testovi pokazuju da su preferabilni metodi koji obuhvataju neidentifikovane zajedničke faktore i zavisnost uporednih podataka. Determinante koje doprinose i remete fiskalnu ravnotežu su identifikovane, pri čemu u homogenom i heterogenom modelu izdaci za penzije predstavljaju važan remetilački faktor. U zemljama u kojima nije značajno faktorsko opterećenje, nije značajno ni prilagođavanje ravnotežnoj vezi, niti uticaj politika javne potrošnje na fiskalni deficit, upućujući da je pridržavanje fiskalnog okvira EU ključni faktor održivosti. Analiza efikasnosti diskrecionih mera na području politika socijalnog osiguranja, zdravstva i obrazovanja pri ispunjenju postavljenih ciljeva, ukazuje da postoji izražena heterogenost među članicama EU. Rezultati se ne mogu uopštiti za grupe evropskih zemalja (stare članice/emergentne ekonomije Evrope), jer postoje veće sličnosti između definisanih grupa, nego unutar grupa. Ispostavlja se da pristupanje EU ne znači automatsko poboljšanje u fiskalnoj politici, ali su pozitivna iskustva u kontekstu najbolje prakse zabeležena u određenim emergentnim ekonomijama Evrope. Ključne reči: efikasnost, fiskalna održivost, javna potrošnja, heterogeni paneli, zavisni paneli, (multi)kointegracija, zajednički korelisani faktori. Naučna oblast: ekonomske nauke. Uža naučna oblast: javne finansije i ekonometrija. JEL: H50, C33. UDK: [336.5:336.532.2]:330.43(4)(043.3) Econometric Modeling of Efficiency and Sustainability of Public Expenditure in European Countries Summary This paper analyzes fiscal sustainability, public expenditure influence on fiscal deficit deepening and efficiency of public expenditure policies in 28 countries of the European Union in the period 1995-2014, within econometric framework of nonstationary heterogeneous panels with cross-sectional dependence. Fiscal sustainability is analyzed by unifying the approach for fiscal sustainability testing based on flow variables, and the approach based on stock-flow models, with the aim to investigate second layer of cointegration, between public debt and public expenditure. In order to obtain heterogeneous parameters and cross-sectional dependency in analyzed sample, (pooled) mean group and common correlated factors approach are used. The results of cointegration analysis point to weak sustainability, while results of multicointegration approach provide heterogeneous evidence of deeper cointegration, distinguishing groups of economies in which fiscal authorities adjust their public expenditure in order to stabilize public debt, relative to ad hoc changes in public expenditures. In exploring public expenditure influence on fiscal deficit, we compared the results obtained by standard panel estimators modified to encompass restricted heterogeneity and nonstationarity, and results obtained by using estimators from common correlated factors approach. Diagnostic tests showed that preferable estimators are those which account for unobserved common factors incorporating cross-section dependence. The determinants which contribute and disturb fiscal balance are identified. According to the main findings of the paper pension expenditure is important disturbance factor. In economies with nonsignificant factor loadings, fiscal adjustment is not significant, nor public expenditure influence on fiscal deficit, indicating that compliance with EU fiscal framework is crucial factor of fiscal sustainability. Analysis of discretionary measures efficiency in the area of social insurance, health and education policies in meeting goals, indicates that there is a significant heterogeneity among the EU member states. The results could not be generalized to the groups of European countries (old members/emerging European economies), because there are more similarities between defined groups than within groups. It turns out that joining the EU does not automatically improve fiscal policy, but the positive experiences in the context of best practices are observed in certain emerging European economies. Key words: Efficiency, Fiscal sustainability, Public expenditure, Heterogeneous panels, Dependent panels, (Multi)Cointegration, Common correlated factors. Scientific field: Economic Sciences. JEL: H50, C33. Narrow scientific field: Public Finance and Econometrics. JEL: H50, C33. UDK: [336.5:336.532.2]:330.43(4)(043.3) i SADRŽAJ UVOD 1 PRVI DEO – TEORIJSKI I ISKUSTVENI ASPEKTI 8 I POGLAVLJE – TEORIJSKI KONCEPTI POLITIKA JAVNE POTROŠNJE 9 1. Referentni teorijski diskurs 9 2. Efikasnost: drţava i (ne)savršenost trţišta 17 2.1 Javna dobra i eksterni efekti 22 2.2 Nesavršena konkurencija, nepotpuna trţišta i nesavršenost informacija 25 2.3 Makroekonomska neravnoteţa 28 2.4 Ne-trţišni neuspesi 29 3. Javna potrošnja 32 3.1 Socijalno osiguranje 36 3.1.1 Penzijsko osiguranje 37 3.1.2 Osiguranje za slučaj nezaposlenosti 45 3.1.3 Osiguranje za slučaj invalidnosti 46 3.2 Socijalna zaštita 47 3.3 Zdravstvena zaštita 50 3.4 Obrazovanje 55 3.5 Ostali oblici javne potrošnje 61 4. Finansiranje javne potrošnje 63 4.1 Izvori za finansiranje javne potrošnje 63 4.2 Dualitet javne potrošnje i investicija 66 4.3 Stabilizaciono ograničenje 67 4.4 Odrţivost 69 4.4.1 Koncept kointegracije – modeli toka 73 4.4.2 Koncept multikointegracije – modeli stok-tok 79 II POGLAVLJE – POLITIKE JAVNE POTROŠNJE U ZEMLJAMA EVROPE 83 1. Stare članice Evropske Unije 88 1.1 Iskustva u socijalnom osiguranju 88 1.2 Iskustva u zdravstvenom osiguranju 93 1.3 Iskustva u javnoj potrošnji za obrazovanje 98 2. Emergentne ekonomije Evrope 103 2.1 Iskustva u socijalnom osiguranju 104 2.2 Iskustva u zdravstvenom osiguranju 106 2.3 Iskustva u javnoj potrošnji za obrazovanje 110 3. Zapadni Balkan 113 4. Javna potrošnja u Srbiji 115 ii DRUGI DEO – METODOLOŠKI ASPEKTI I EMPIRIJSKI REZULTATI 117 III POGLAVLJE – EKONOMETRIJSKI OKVIR 118 1. Referentni metodski diskurs 118 2. Izbor optimalnog modela panela 120 2.1 Specifikacija 122 2.1.1 Heterogeni slobodni član i homogeni regresioni parametri 124 2.1.2 Heterogeni parametri 127 2.2 Ocenjivanje 128 2.2.1 Ocenjivanje modela sa individualnim (i vremenskim efektima) 129 2.2.1.1 Fiksna specifikacija 129 2.2.1.2 Stohastička specifikacija 131 2.3 Izbor modela 136 3. Specifični metodološki problemi u modelu panela 140 3.1 Ocenjivanje u uslovima neispunjenosti pretpostavki modela panela sa komponentama slučajne greške 140 3.1.1 Endogenost, heteroskedastičnost i autokorelacija 141 3.1.2 Zavisnosti između uporednih podataka (CSD) 142 3.2 Stacionarnost i nestacionarnost 144 3.2.1 Testovi jediničnih korena prve generacije 145 3.2.2 Testovi jediničnih korena druge generacije 150 3.3 Specifikacija nestacionarnih modela panela 154 3.3.1 Testovi kointegracije 155 3.3.1.1 Testovi kointegracije prve generacije 156 3.3.1.2 Testovi kointegracije druge generacije 160 3.3.1.3 Testovi mulitkointegracije 163 3.3.2 Metodi ocenjivanja heterogenih parametara 168 3.3.2.1 Ocenjivanje modela sa heterogenim parametrima 169 3.3.2.1.1 Metod grupnih sredina (MG) 169 3.3.2.1.2 Metod zdruţenih grupnih sredina (PMG) 171 3.3.2.2 Pristup modeliranju na osnovu zajedničkih faktora 172 3.3.2.2.1 Metod grupnih sredina sa zajedničkim korelisanim efektima (CCEMG) 177 3.3.2.2.2 Metod proširenih grupnih sredina (AMG) 178 3.3.2.2.3 Metod zdruţenih sredina sa zajedničkim korelisanim efektima (CCEP) 179 3.3.3 Poređenje alternativnih metoda za obuhvat homogenih/heterogenih parametara u slučaju postojanja zavisnosti između uporednih podataka 180 iii IV POGLAVLJE – EMPIRIJSKI REZULTATI ODRŢIVOSTI JAVNE POTROŠNJE U HETEROGENIM ZEMLJAMA EVROPE 183 1. Raspoloţivi podaci i komparacija deskriptivnih statistika 185 1.1 Heterogenost uzorka i alternative obuhvata 189 1.2 Zavisnost uporednih podataka 191 1.3 Testovi jediničnih korena 192 2. Odrţivost javne potrošnje 195 2.1 Modeli toka – kointegraciona analiza 196 2.1.1 Provera robusnosti – hipoteza „oporezuj i troši“ 205 2.1.2 Provera robusnosti – skraćenje dimenzije N 206 2.1.3 Provera robusnosti – produţenje dimenzije T 208 2.1.4 Primena metoda sa zajedničkim korelisanim efektima 215 2.2 Modeli stok-tok  multikointegraciona analiza 218 2.2.1 Provera robusnosti – skraćenje dimenzije N 224 2.2.2 Provera robusnosti – produţenje dimenzije T 226 2.3 Komparacija rezultata i zaključci 229 2.4 Osvrt na zemlje Zapadnog Balkana 233 3. Uticaj politika javne potrošnje na fiskalni deficit 235 3.1 Primena modela sa heterogenim slučajnim članom i homogenim regresionim parametrima 238 3.2 Primena modela sa heterogenim slučajnim članom i homogenim regresionim parametrima u grupama zemalja 244 3.3 Primena modela sa heterogenim parametrima 246 4. Efikasnost javne potrošnje 250 4.1 Sistem socijalnog osiguranja 254 4.2 Obrazovni sistem 257 4.3 Zdravstveni sistem 260 ZAKLJUČAK 266 Literatura 272 Apendiks 287 Spisak šema i spisak grafika 313 Spisak tabela 314 Spisak slika 317 Spisak simbola 318 Biografija autora 319 1 Uvod ObezbeĎenje efikasnosti i fiskalne odrţivosti predstavlja ključni problem fiskalne politike u evropskim ekonomijama u poslednje dve dekade, prouzrokovan izdašnom javnom potrošnjom, padom fiskalnog priliva i prekomernom akumulacijom javnog duga. Posledično nastaje niz duţničkih kriza, shodno tolerisanju mekog budţetskog ograničenja i neelastične javne potrošnje koja je prepreka za redukovanje predimenzioniranih javnih izdataka. Preciznije, drţava interveniše kako bi regulisala nesavršenosti trţišta, a u pravcu obezbeĎenja efikasnije alokacije resursa, ali istovremeno kreira nove nesavršenosti i dovodi u pitanje fiskalnu odrţivost. Fiskalna (ne)odrţivost nastaje kao posledica uticaja sistemskih faktora, odnosno dugoročno neusklaĎene poreske politike i politika javne potrošnje u izrazu penzijskog i zdravstvenog sistema, obrazovanja, izdataka za vojsku, drţavne administracije. Stoga se u fokus dovodi pitanje efikasnosti i sposobnosti fiskalnih vlasti da finansiraju javnu potrošnju pri ograničenim kapacitetima privreda, kao i da otplaćuju tekući i budući javni dug. Stoga, dualitet efikanost-odrţivost javne potrošnje i heterogenost njenog (ne)obezbeĎenja u zemljama Evropske Unije (EU), predstavljaju temu od izuzetne vaţnosti i okosnicu ovog rada. Dakle, predmet istraţivanja je analiza efikasnosti i odrţivosti politika javne potrošnje u ispunjenju postavljenih ciljeva u ekonomijama Evropske Unije u periodu 1995-2014. Potreba za analizom politika javne potrošnje proizlazi iz načina funkcionisanja savremenih privreda, koji podrazumeva permanentne drţavne intervencije, usled kontinuiranih ekonomsko-političkih izazova i neizvesnosti. Razlog i opravdanje za drţavne intervencije leţi u teţnji za korigovanjem nekonkurentskih trţišnih struktura, smanjenjem uticaja negativnih eksternih efekata i šokova, obezbeĎenjem javnih dobara i umanjem gubitaka usled asimetričnih informacija. Stoga, drţava interveniše na polju socijalne, zdravstvene, obrazovne, odbrambene politike, korigujući nesavršenosti privatnog sektora, ali i generišući nove nesavršenosti. Zato efikasnost drţavnih intervencija prema postavljenim redistributivnim ciljevima i odrţivost javne potrošnje pri postojećim fiskalnim ograničenjima, podleţe stalnim preispitivanjima. Odrţavanje adekvatnog odnosa na području različitih politika javne potrošnje je veoma aktuelna tema koja je predmet akademskog diskursa, što se u referentnom smislu očituje u 2 velikom broju naučnih radova na temu efikasnosti i odrţivosti u savremenoj svetskoj literaturi. Pritisak na uspostavljanje efikasnosti i fiskalne odrţivosti je jak, a u analiziranom periodu postaje intenziviran delovanjem autonomnih faktora, pored diskrecionih. Promene starosne strukture ekonomija Evrope, u kontekstu smanjenja radno sposobne populacije i sve većeg udela starijih osoba u ukupnoj populaciji, ima niz konsekvenci na ponudu radne snage, privredni rast, raspodelu dohotka, pa posledično i na efikasnost politika javne potrošnje (usled rasta izdataka za penzije i pomoć starijem stanovništvu). TakoĎe, fiskalna odrţivost postaje izazov usled relativno niskih stopa ekonomskog rasta i smanjenih fiskalnih zahvatanja, zajedno sa visokom nezaposlenošću. Osim toga, izazovi poput procesa globalizacije, rasta siromaštva i nejednakosti izmeĎu i unutar zemalja, te promene političke strukture i moći, kao i strukturni indikatori (nasleĎeni uslovi, tradicija, institucionalni okvir), koji ne mogu biti kontrolisani u kratkom roku od strane drţave ili trţišnih mehanizama, determinišu fiskalnu neravnoteţu. Globalna kriza dodatno intenzivira potrebu za rastom javne potrošnje, ali istovremeno utiče na sve oštrija fiskalna ograničenja. Uzimajući u obzir navedene izazove, u disertaciji se sa teorijskog stanovišta sagledavaju moguće alternativne politike javne potrošnje, kako bi se uočile prednosti i nedostaci primene pojedinih oblika i intenziviranja primene politika. Naime, cilj je identifikacija nesavršenosti trţišta i posledičnih neefikasnosti, koje zatim predstavljuju argumentaciju za drţavnu intervenciju na polju socijalnog osiguranja, zdravstvenog osiguranja i obrazovanja. Analiza specifičnih problema svake od politika javne potrošnje, fokusira pitanje da li su dobra koja drţava proizvodi javna ili privatna, koji su postavljeni ciljevi kada drţava interveniše, pitanje oprečnih stavova od liberalnih do konzervativnih o problemu redistribucije, problem tekućeg ili kapitalizovanog finansiranja usled demografskih promena, kao i problem potencijalnog istiskivanja investicija privatnog sektora usled drţavnih intervencija. Detaljna analiza navedenih dilema, kao i iskustava evropskih ekonomija, doprinose definisanju poţeljnog nivoa drţavnih intervencija, odnosno pozicioniranju uloge drţave. Sa stanovišta pitanja odrţivosti, osnovno usmerenje fiskalne politike u evropskim ekonomijama odreĎeno je ka smanjenju fiskalnog deficita i obezbeĎenju fiskalne odrţivosti, što je formalno definisano Ugovorom iz Mastrihta (The Maastricht 3 Treaty, 1992) i Paktom o stabilnosti i rastu (Stability and Growth Pact, 1997). Zemlje se obavezuju da ispune fiskalne ciljeve, što podrazumeva respektovanje srednjoročne budţetske pozicije, kao i ciljeve da se obezbedi fiskalna ravnoteţa ili suficit budţeta. Kako je propisano Ugovorom iz Mastrihta, deficit budţeta ne sme biti veći od dozvoljenog deficita koji iznosi 3% bruto domaćeg proizvoda (BDP), dok javni dug ne sme biti veći od propisane gornje granice, 60% BDP. Pored uvoĎenja zajedničke budţetske discipline, evropske ekonomije formiraju Evropski socijalni model (Scharpf 2002) koji predstavlja viziju društva sa odrţivim ekonomskim rastom zajedno sa napretkom u uslovima ţivljenja i rada. Evropski socijalni model(i) kombinuje ekonomsku, socijalnu politiku i politiku zapošljavanja, kao “trougao” politika koje obezbeĎuje sinergiju. Ideja o Evropskom socijalnom modelu zaţivela je kao posledica potrebe za odbranom evropskih zemalja od procesa globalizacije, kao i sa ciljem formiranja zajedničkog identiteta. Iako su evropske ekonomije suočene sa istim fiskalnim pravilima o deficitu i javnoj potrošnji, koja predstavljaju trajna ograničenja fiskalne politike, implementacija pravila i ciljeva razlikuje se na nacionalnom nivou, što rezultira u različitim politikama javne potrošnje i obezbeĎenja fiskalne odrţivosti. Drastične razlike se ogledaju u načinu regulisanja nezaposlenosti, putem trţišnog mehanizma ili javne potrošnje. Anglo- saksonske zemlje su tradicionalno orijentisane ka trţišnim mehanizmima, sa niskom ali efikasnom javnom potrošnjom, što rezultira u visokoj nejednakosti i jakoj ekonomiji, dok je za nordijske ekonomije tradicionalna izdašna javna potrošnja, razvijena socijalna mreţa i jednakost u dohotku. Mediteranske i kontinentalne zemlje vode politiku visoke (ali neefikasne) javne potrošnje, te se nalaze izmeĎu dve pomenute ekstremne grupe u sprovoĎenju politika fiskalne odrţivosti. Sa procesom proširenja Evropske Unije, postavlja se pitanje veoma vaţne teme fiskalne politike (bivših) tranzicionih zemalja koje su se pridruţile EU 2004, 2007. i 2013. godine (evropskih zemalja u usponu, odnosno, emergentnih ekonomija Evrope), kao i zemalja koje su u procesu pridruţivanja. Naime, nakon napuštanja sistema centralnog upravljanja, emergentne zemlje Evrope su promenile ekonomsko i političko okruţenje, i sprovele sveobuhvatne reforme fiskalne politike. Vlade tranzicionih zemalja suočile su se sa teškim zadatkom obezbeĎenja kratkoročne i dugoročne fiskalne ravnoteţe, što je podrazumevalo niz fiskalnih prilagoĎavanja i smanjenje javne 4 potrošnje. Emergentne ekonomije Evrope su sprovele transformaciju fiskalnog obuhvata i javne potrošnje, preusmerile su ciljeve javne potrošnje kao i mehanizme za postizanje ciljeva radi obezbeĎenja fiskalne odrţivosti. Sa druge strane, reforme na svim nivoima u zemljama (potencijalnim) članicama EU, nisu u potpunosti sprovedene, iako pomenute zemlje prihvataju ciljeve fiskalne politike postavljene od strane evropskih ekonomija. Postavlja se pitanje da li pomenute zemlje formiraju zaseban sistem funkcionisanja javnih finansija, ili su u procesu traţenja i pridruţivanja postojećim modelima funkcionisanja javne potrošnje. Drugim rečima, pitanje je da li zemlje koje su se naknadno pridruţile EU, formiraju sopstvene mehanizme politika javne potrošnje usled različitih ciljeva, ili vode slične politike kao zemlje koje su ranije pristupile EU, a da se razlika očituje samo u tranzicionoj prirodi novih članica EU. Dakle, u radu se ne polazi od a priori podele zemalja na stare i nove članice EU, već se proučava da li se zemlje EU mogu klasifikovati u grupe shodno sličnostima u fiskalnim prilagoĎavanjima radi obezbeĎenja efikasnosti i fiskalne odrţivosti, ili su sasvim heterogene. Ideja u ovom radu je, prvo, da se analizira heterogenost uspostavljanja fiskalne odrţivosti evropskih ekonomija, primenom tradicionalnog teorijskog okvira vezanog za modele toka i kointegracionu analizu panela izmeĎu javne potrošnje i javnih prihoda, kao i modela sa korekcijom ravnoteţne greške primenom metoda zdruţenih grupnih sredina. Na taj način je moguće utvrditi zajedničku dugoročnu vezu izmeĎu javne potrošnje i javnih prihoda, dok je po zemljama moguće odrediti heterogeno prilagoĎavanje dugoročnom ravnoteţnom nivou. Zatim, primenom multikointegracije, zasnovane na stok-tok modelima, obezbeĎuje se provera postojanja dublje kointegracione veze u sistemu integrisanih varijabli. Naime, multikointegraciona analiza proverava postojanje drugog sloja kointegracije izmeĎu varijable stoka (javnog duga) i varijabli toka (javne potrošnje i javnih prihoda). Tako je moguće proveriti da li su reakcije fiskalnih vlasti u smislu korekcija javne potrošnje sprovedene na način da uzimaju u obzir nivoe zaduţenja ili su sprovoĎene ad hoc. Drugo, ideja je da se odgovori na pitanje da li pojedinačne politike javne potrošnje izazivaju visoke deficite, i ukoliko je to tačno, da li je moguće izbeći ili izvršiti preusmerenje takvih politika radi obezbeĎenja fiskalne odrţivosti. S tim u vezi, primenjene su alternativne strategije modeliranja na bazi grupisanja zemalja prema sličnostima u voĎenju fiskalnih politika i modeliranja u panelu sa heterogenim koeficijentima po pojedinačnim zemljama. U radu 5 se analizira niz determinanti fiskalnog deficita u 28 ekonomija EU, u periodu od 1995. do 2014. godine, klasifikovanih u nekoliko grupa: budţetske, makroekonomske, demografske i političke. Treće, proverava se efikanost drţavnih intervencija na području socijalnog osiguranja, zdravstva i obrazovanja u odnosu na postavljene ciljeve svake od politika. Realizacija navedenih ideja, u ekonometrijskom smislu, podrazumeva primenu alternativnih specifikacija u okviru modela panela: od specifikacija sa homogenim parametrima (klasični ili standardni metodi), do specifikacija sa heterogenim parametrima, od metoda koje ignorišu postojanje zavisnosti izmeĎu uporednih podataka do onih koji tu zavisnost obuhvataju. Naime, veličina uzorka od 28 zemalja EU u poslednjih 20 godina implicira su u pitanju makro paneli, u kojima je primena standardnih metoda ograničena. Stoga su u radu, standardni metodi prilagoĎeni u smislu obuhvata uslovne heterogenosti grupisanjem i nestacionarnosti diferenciranjem, a zatim su dobijeni rezultati komparirani sa rezultatima po metodama koje se zasnivaju na heterogenim parametrima (metodi grupnih sredina i zdruţenih grupnih sredina, kao i metodi zavisnih panela - modeli sa zajedničkim faktorima). Na osnovu modela sa zajedničkim faktorima uključuju se neidentifikovani faktori koji imaju heterogeno faktorsko opterećenje, a koji uzrokuju zavisnost izmeĎu uporednih podataka. Primenom diverzifikovanih metoda, praćene su promene u ocenama parametara i dijagnostičkim testovima sa ciljem da se utvrde metodi koji obezbeĎuju što preciznije i pouzdanije rezultate za merenje efikasnosti i fiskalne odrţivosti. Konsultujući savremenu literaturu iz oblasti javne potrošnje i primenjene ekonometrije panela, ova disertacija ima sledeća tri cilja: (1) Teorijski – na osnovu sistematične analize teorijskih koncepata i iskustava ekonomija Evropske Unije, donošenje zaključaka o prednostima i manama specifičnih alternativnih politika javne potrošnje; (2) Metodski – pronalaţenje adekvatnog načina obuhvata specifičnih kvantitativnih i kvalitativnih uticaja na javnu potrošnju. Navedeni cilj se postiţe primenom:  primenom metodi za ocenu heterogenih nestacionarnih panela uz prisustvo zavisnosti uporednih podataka; 6  poreĎenjem performansi modela sa homogenim/heterogenim parametrima i metoda zavisnih i nezavisnih panela; (3) Primenjeni – definisanje preporuka kreatorima ekonomskih politika, što se ostvaruje na osnovu:  ocenjivanja da li je fiskalna politika odrţiva za prosek EU i za svaku zemlju pojedinačno;  merenja intenziteta uticaja politika javne potrošnje na pogoršanje pozicije deficita za prosek EU, grupe zemalja i za svaku zemlju pojedinačno;  ocenjivanja efikasnosti politika javne potrošnje. Očekivani rezultat je pozicionisan na relaciji: efikasnost vs. neefikasnost različitih politika javne potrošnje i odrţivost vs. neodrţivost ukupne politike javne potrošnje, kojima je proverena svrsishodnost koncepta politika javne potrošnje u evropskim ekonomijama. Doprinos rada se odnosi na primenu savremenih metoda i modela panela, kao i na obuhvat svih zemalja EU pri analizi efikasnosti i fiskalne odrţivosti. Disertacija je organizovana na sledeći način. Prvi deo fokusira teorijske i iskustvene okvire politika javne potrošnje. U tom delu, prvo poglavlje je posvećeno objašnjenju problema uspostavljanja Pareto-efikasnosti delovanjem trţišnih mehanizama naspram drţavne intervencije. Zatim su analizirane politike socijalnog, zdravstvenog osiguranja, obrazovanja, kao i ostale politike u kojima drţavna politika preuzima primat. Nakon toga je definisan koncept fiskalne odrţivosti i dat pregled postojeće literature iz oblasti fiskalne odrţivosti, što predstavlja teorijsku osnovu za empirijsku proveru koncepta odrţivosti primenom testova jediničnog korena, kointegracione i multikointegacione analize. U drugom poglavlju su predstavljeni iskustveni aspekti politika socijalnog osiguranja, zdravstva i obrazovanja u starim članicama EU, emergentnim ekonomijama EU, kao i na Zapadnom Balkanu. Drugi deo prikazuje ekonometrijski i primenjeni okvir. U tom delu, treće poglavlje elaborira metodski okvir korišćen u radu: klasični modeli panela i metode njihovih ocenjivanja, specifikacije i metodi ocenjivanja heterogenih nestacionarnih panela, problem zavisnosti uporednih podataka. Prikazan je teorijski okvir, a zatim primena Pesaranovog testa jediničnih korena i CD-testa zavisnosti uporednih podataka, 7 Kao, Pedroni i Westerlund test kointegracije, zatim metod (zdruţenih) grupnih sredina, proširenih grupnih sredina i metod grupnih sredina sa zajedničkim korelisanim efektima. U četvrtom poglavlju su predstavljeni rezultati ocenjenih modela fiskalne odrţivosti i efikasnosti, sa fokusom na rezultatima kointegracione analize, metoda zdruţenih grupnih sredina i multikointegracije. Zatim su prikazani rezultati uticaja politika javne potrošnje: penzija, zdravstva i obrazovanja na fiskalni deficit u grupama evropskih zemalja primenom klasičnih metoda panela, i u svakoj zemlji pojedinačno, primenom metoda sa heterogenim parametrima. Konačno, metodom grupnih sredina sa zajedničkim korelisanim faktorima ocenjena je efikasnost u članicama EU na području politike socijalnog osiguranja, zdravstva i obrazovanja. U poslednjem poglavlju su izloţeni zaključci na osnovu empirijskih rezultata disertacije, kao i preporuke kreatorima fiskalne politike. Analizom fiskalne odrţivosti primenom kointegracione analize i modela sa korekcijom ravnoteţne greške, došlo se do zaključka o formiranju dugoročne ravnoteţne veze i slaboj fiskalnoj odrţivosti u ekonomijama EU. Rezultati multikointegracione analizi potvrĎuju postojanje drugog sloja kointegracije, koji podrazumeva prilagoĎavanje javne potrošnje akumuliranim nivoima javnog duga. Na osnovu oba pristupa, formirano je pet grupa zemalja sa sličnostima u fiskalnom ponašanju. Determinisanost fiskalnog deficita politikama javne potrošnje: penzija, zdravstva i obrazovanja, meren je primenom standardnih metoda i metoda sa zajedničkim korelisanim faktorima. Rezultati upućuju da su izdaci za penzije najčešći remetilački faktor fiskalnog deficita. Analiza efikasnosti politika javne potrošnje, ukazuje da postoji izraţena heterogenost meĎu članicama EU u ispunjenju postavljenih ciljeva, a da pristupanje EU ne obezbeĎuje automatski poboljšanje fiskalne pozicije. 8 PRVI DEO – TEORIJSKI I ISKUSTVENI ASPEKTI 9 I POGLAVLJE – TEORIJSKI KONCEPTI POLITIKA JAVNE POTROŠNJE 1. Referentni teorijski diskurs Niz komparativno-istorijskih i empirijskih studija sprovedeno je u savremenoj literaturi sa ciljem da se objasne varijacije politika javne potrošnje po zemljama. Istraţivanja najčešće za fokus postavljaju analizu efikasnosti politika javne potrošnje, koncepta fiskalne odrţivosti, različitih faktora koji je determinišu fiskalnu odţivost ili pak objašnjavaju razlike izmeĎu zemalja shodno različitosti fiskalne discipline. Uspostavljanje efikasnosti jeste tema koja je od uvek bila predmet paţnje ekonomista, meĎutim polovinom prošlog veka, dolazi se do nove dimenzije problema u kontekstu Pareto-efikasnosti privatnog u odnosu na efikasnost javnog sektora. Značajan doprinos literaturi dali su Bator (1958), Arrow (1969), Greenwald i Stiglitz (1986), Stiglitz (1994; 2009), podrţavajući intervencije drţave radi regulisanja nesavršenosti i neefikasnosti trţišta. Sa druge strane, plejada autora kritikuje mogućnost da drţava koriguje neefikasnosti trţišta, naglašavajući da su ne-trţišni neuspesi gori od oni koji nastaju kao posledica trţišnih mehanizama: von Hayek (1948); McKoen (1965); Wolf (1979). Empirijski, analiza efikasnosti trţišta naspram efikasnosti politika javne potrošnje je najčešće analizirana korišćenjem deskriptivnih metoda, cost-benefit analize, eksperimentalnih i kvazi-eksperimentalnim metodama. Primena ekonometrijskih tehnika putem kojih bi se kvantifikovali intenzitet i efekti politika javne potrošnje se primenjuje tek u poslednjih deset godina. Uticaj politika javne potrošnje je obično meren u kontekstu efikasnosti pri realizaciji postavljenih ciljeva. Tako je u nekoliko studija potvrĎen problem efikasnosti u sistemu zdravstva i obrazovanja (Bronchi 2003; Afonso, Schuknecht i Tanzi 2005, 2006; Aghion 2007; Hanushek i Luque 2003; Chawla 2007). MeĎutim, prema studiji Svetske banke (World Bank 2010), neophodna je bolja koordinacija u svim fazama javne potrošnje, a posebno je potrebna detaljna analiza uticaja politika javne potrošnje na fiskalnu odrţivost. Dodatno, poslednjih godina u nekoliko radova koji se bave javnom potrošnjom i konkretnim politikama, eksplicitno 10 su uključeni sofisticirani ekonometrijski problem pri modeliranju podataka panela, kao što je zavisnosti uporednih podataka. U pitanju su radovi koju u savremenom ekonometrijskom kontekstu proučavaju efikasnost u zdravstvu: Freedman (2003), Carion-i-Silvestre (2005), Baltagi i Moscone (2010), Moscone i Toseti (2010), de Mello-Sampayo i de Sousa-Vale (2014), pri definisanju socijalne pomoći Yong Tan (2006), za obrazovanje Simoes (2011), kao i za odrţivost fiskalne politike Gemmell, Kneller, i Sanz (2011), Chow (2013). Evolucija debate o fiskalnoj odrţivosti moţe se podeliti u tri potperioda: prvi, koji obuhvata rane, pre-Kejnzijanske poglede, drugi, razvijen 1930-tih i 1940-tih, i treći, razvijen 1990-tih. Moderni koncept fiskalne odrţivosti uzrokovan je visokim kamatnim stopama, često višim u odnosu na stope rasta BDP, koje su izmenile prvobitne teorijske okvire (Burger 2003). Pitanje uspostavljanja fiskalne odrţivosti postaje fokus literature krajem 1980-tih i početkom 1990-tih godina, s obzirom na sve veći rast udela javnog duga u BDP, koji je uzrokovao seriju duţničkih kriza, te nemogućnost ekonomija da odrţe solventnost (Blejer i Cheasty 1991). Stoga, savremeni koncept fiskalne odrţivosti podrazumeva mogućnost ekonomija da zadrţi postojeće politike javne potrošnje i oporezivanja, bez daljeg zaduţivanja (Blanchard et al. 1990). Dakle, stabilni nivo udela duga u BDP uz stabilni nivo udela deficita u BDP predstavlja suštinu fiskalne odrţivosti (Easterly i Schmidt-Hebbel 1993), pri čemu su dva najznačajnija indikatora fiskalne odrţivosti politika javne potrošnje i mera u akumulaciji javnog duga (Blanchard et. al, 1990). Nedvosmisleni doprinos definisanju modernog koncepta fiskalne odrţivosti, od kojih su neki isključivo teorijski, dok drugi sadrţe i empirijski deo dali su Hamilton i Flavin (1986); Wilcox (1989); Hakkio i Rush (1991); Quintos (1995); Bohn (1998, 2005), Camarero, Carrion-i Silvestre, Tamarit (2013). Pregled teorijskih okvira za uspostavljanja fiskalne odrţivosti, detaljno je prikazano u radovima Chalk i Hemming (2000); Balassone i Franco (2000); Burnside (2003); Wyplosz (2012), dok je algebra uspostavljanja fiskalne odrţivosti objašnjena u radovima Ley (2010); Escolano (2010). MeĎutim, u literaturi se pojavljuje niz radova u kojima je fokus upravo empirija, i provera definisanih hipoteza u teorijskom okviru. Ekonometrijske tehnike koje su u tom smislu korišćene, kreću se od analize vremenskih serija (jednodimenzionalne i višedimenzionalne), do analize podataka panela (testovi jediničnih korena i 11 kointegracije prve i druge generacije, modeli sa korekcijom ravnoteţne greške, metode heterogenih nestacionarnih panela zasnovane na analizi zajedničkih faktora i faktorskog opterećenja). Formulisanje teorijskog koncepta fiskalne odrţivosti je u pionirskim radovima uvek bilo propraćeno empirijskom analizom fiskalne odrţivosti Sjedinjenih Američkih Drţava. Prve studije koje su analizirale fiskalnu odrţivost zemalja Evrope, naravno, u okviru jednodimenzionalne analize vremenskih serija su Caporale (1995) primenjujući testove stacionarnosti i dokazujući da je fiskalna politika neodrţiva za Italiju, Grčku, Dansku i Nemačku u periodu 1960-1991; Vanhorebeek i van Rompuy (1995) za period 1970-1994 pokazujući da je fiskalna politika odrţiva u Nemačkoj i Francuskoj; dok je u analizi fiskalne odrţivosti kointegracija prvi put primenjena u radu Papadopoulos i Sidiropoulos (1999) za 4 evropske zemlje u periodu 1961-1995. Zatim, za svaku od 11 evropskih zemalja iz uzorka u periodu od 1960-2000, u svom radu obraĎuju Santos Bravo i Silvestre (2002), pokazujući da su udeli javne potrošnje i javnih prihoda u GDP varijable integrisane reda 1, da postoji kointegracija izmeĎu njih, ali da je zadovoljen samo slab uslov odrţivosti za pojedine zemlje (Austriju, Francusku, Nemačku, Holandiju i UK), dok je za ostale zemlje iz uzorka javna potrošnja neodrţiva. U analizi su korišćeni Augmented Dickey-Fuller test (ADF) i Engle-Granger test kointegracije. Greiner, Koeller, i Semmler (2004) proučavaju fiskalnu odrţivost 5 evropskih zemalja u period 1960-2003, utvrĎujući vezu izmeĎu primarnog deficita i javnog duga i donose zaključak o odrţivoj fiskalnoj politici. Sličnu analizu sprovodi i Krejdl (2006), na primeru pojedinačnih evropskih zemalja. Jednodimenzionalnu analiza za 7 evropskih zemalja je sproveo i Neaime (2015) upućujući na potrebu fokusiranja na uslov transverzalnosti i predlaţući mere koje bi Evropska centralna banka trebalo da sprovodi kako bi ubrzala privredni rast u evropskim zemljama i smanjila realnu kamatnu stopu. U tom radu primenjeni su ADF test, vektorska autoregresiona (eng. Vector Autoregression - VAR) i kointegraciona analiza. Analizu zasnovanu na VAR/VECM (eng. Vector Error Correction) modelu sprovodi i Bohn (2005) za SAD koristeći istorijske podatke vremenskih serija za period od 1792. do 2003. godine. U radu je pokazano da testovi jediničnih korena nisu uvek pouzdani, već se analizom zasnovanom na modelu sa korekcijom ravnoteţne greške moţe odrediti funkcija reakcije Vlade u smislu porasta ili smanjenja javne potrošnje i 12 javnih prihoda pri fluktoacijama javnog duga. Polazeći od ideje Bohn-a (2005), upravo je funkciju reakcije fiskalnih vlasti na promene u dinamici javnog duga, pratio je Laquien (2012) na primeru Francuske i Grčke u poslednjih 30 godina, primenom parametarskih i neparametarskih testova. U kontekstu pojedinačnih analiza evropskih zemalja, doprinos je dao Afonso (2004) koji je analizirao fiskalnu odrţivost u 15 evropskih zemalja u periodu 1970-2003, koristeći prethodno pomenute tehnike. Novina je što Afonso (2004) uzima u obzir postojanje strukturnih lomova, te primenjuje dodatno i Zivot-Andrews i Perronov test. Joakim Westerlund i Silika Prohl (2007) se svrstavaju u red pionira koji su fiskalnu odrţivost analizirali primenom metoda nestacionarnih panela, uzimajući u obzir strukturne lomove. Za razliku od drugih autora, koristili su kvartalne podatke za period 1977-2005, ali za samo 8 najbogatijih OECD zemalja. Primenili su testove kointegracije koji dozvoljavaju strukturne lomove, a pri oceni koristili dinamički metod običnih najmanjih kvadrata (eng. Dynamic Ordinary Least Squares - DOLS) i potpuno modifikovani metod običnih najmanjih kvadrata (eng. Fully Modified Ordinary Least Squares - FMOLS). Za razliku od drugih studija, njihovi rezultati upućuju da se hipoteza o odrţivosti ne moţe odbaciti za navedeni uzorak. U kontekstu strukturnih lomova, dalji doprinos daju Camarero, Carrion-i- Slvestre i Tamarit (2013) koji primenjuju testove jediničnih korena u panelu sa jedan, dva i tri strukturna loma, na uzorku od 17 OECD zemalja. Nedvosmisleni doprinos ovog rada je što se strukturni lomovi uključuju u stok-tok modele, u kojima se testira postojanje multikointegracije, odnosno dubljih formi odrţivosti, usled kointegracije varijabli toka (javne potrošnje i javnih prihoda) sa varijablom stoka (javnim dugom). Prvobitni doprinos ideji o stok-tok modelima dali su Engsted i Haldrup (1997) na osnovu koncepta multikointegracije (definisanog u radu Engsted, Gonzalo, i Haldrup 1997), a zatim Berenguer-Rico i Carrion-i-Silvestre (2011), koji su definisali uslove odrţivosti u stok-tok modelu (modeli koji kombinuju I(2)-I(1) stohastičke procese), ali u okviru analize vremenskih serija, odnosno fiskalne odrţivosti SAD. Slične studije su sprovoĎenje i pri analizi fiskalne odrţivosti drugih zemalja (na primer, Escario, Gadea, i Sabate (2009) za Španiju, Tronzano (2014) za Indiju). MeĎutim, Camarero, Carrion-i- Silvestre i Tamarit (2013) su analizu fiskalne odrţivosti putem multikointegracije sproveli na podacima panela, dodajući mogućnost postojanja strukturnih lomova uz 13 multikointegraciju. Sa druge strane, takoĎe u kontekstu modela panela, Berenguer-Rico i Carrion-i-Silvestre (2006) su se bavili analizom stok-tok, dakle multikointegracijom, ali u slučaju postojanja zajedničkih faktora, koji se mogu smatrati uzročnikom postojanja zavisnosti uporednih podataka. Analiza fiskalne odrţivosti na podacima panela postaje češće primenjivana u odnosu na analizu zasnovanu na vremenskim serijama, usled relativno male moći testova kada se testira zemlja po zemlja. Nedvosmisleno velik doprinos navedenom je dao Antonio Afonso u oblasti evropskih zemalja. Alfonso i Raul (2007) u analizi zemalja EU-15 za period 1970-2006 primenjuju: testove jediničnih korena prve i druge generacije, Banerjee i Carrion-i-Silvestre test (2006) i Westerlund i Edgerton (2007) test kointegracije. Rezultati primene najsavremenijih metoda ocenjivanja ukazali su da je fiskalna politika u EU-15 odrţiva, uključujući odrţivost za dva ocenjena potperioda 1970-1991 i 1992-2006. U radu iz 2015, Afonso i Rault su na uzorku od 27 zemalja EU za period 1960-2012, definisali nekoliko poduzoraka usled nedostajućih podataka za nove članice EU. U tom radu, po prvi put je odrţivost analizirana primenom naizgled nepovezanih regresija (eng. Seemingly Unrelated Regression - SUR), SURADF testa za proveru nivoa integrisanosti, Westerlund (2007) testa kointegracije, metoda zdruţenih grupnih sredina (eng. Pooled Mean Group - PMG) i metoda zajedničkih korelisanih efekata (eng. Common Correlated Effects - CCE) definisanim od strane Pesaran-a (2006). Rezultati su upućivali na zaključak da je u odreĎenim zemljama u uzorku odrţivost u velikoj meri upitna. Zatim, Alfonso i Jalles (2012) proučavaju fiskalnu odrţivost u OECD zemljama u periodu 1970-2010, primenjujući analizu stacionarnosti i kointegracije, ali dopuštajući strukturne lomove, paralelno, u vremenskim serijama i u metodologiji panela. Rezultati dva metoda se poklapaju upućujući na neodrţivost u većini zemalja, te slabu odrţivost u pojedinim zemljama u smislu poboljšanja pozicije primarnog suficita/deficita. U radu iz 2015. godine, Alfonso i Jalles, na uzorku od 18 OECD zemalja u periodu 1970-2010, primenjuju testove jediničnih korena prve i druge generacije (npr. Pesaran CIPS test), a zatim Peroni-jeve testove za proveru postojanja kointegracije. TakoĎe, autori koriste FMOLS metod ocenjivanja dugoročne uzročnosti. Analiza pokazuje fiskalnu neodrţivost, nepostojanje kointegracije i unapreĎenje pozicije primarnog 14 suficita/deficita, nakon povećanja udela javnog duga u BDP, dakle otkrivaju uzročnika neodrţivosti – rast udela javnog duga u BDP. Slično Alfonsu i koautorima, u radu Chow (2013) fiskalna odrţivost se analizira primenom savremenih metoda u heterogenim panelima. Koristi se metod grupnih sredina, FMOLS i DOLS, na uzorku od 28 zemalja u periodu 1981-2011. Navodeći prednosti primene metoda za ocenu heterogenih panela, autor zaključuje da za analizirani panel, postoji slaba odrţivost fiskalne politike. Pored već navedenih analiza za evropske ekonomije (i drugih Easterly i Schmidt-Hebbel (1993), European Central Bank – ECB (2014)), analize fiskalne odrţivosti metodama panela raĎene su i za druge grupe zemalja. Ehrhart i Llorca (2008) otkrivaju da je fiskalna politika odrţiva u dugom roku za šest juţno- meditaranskih zemljama (Egipat, Izrael, Liban, Maroko, Turska i Tunis). Adedeji i Thornton (2010) za pet azijskih ekonomija u periodu 1974-2001, analiziraju fiskalnu odrţivost, pokazajući postojanje slabe odrţivosti. Campo-Robledo i Melo-Velandia (2015) primenjuju testove druge generacije na uzorku od osam latino-američkih zemalja u periodu 1960-2009, pokazujući da postoji samo slaba odrţivost. Najznačajniji empirijski radovi na temu fiskalne odrţivosti, sumirani su u Tabeli 1.1. Radovi su prikazani hronološki, shodno korišćenom metodskom okviru - analiza vremenskih serija ili analiza modela panela. Moţe se uočiti da rezultati preteţno upućuju na zaključak o fiskalnoj odrţivosti, ili o slaboj odrţivosti. 15 Tabela 1.1 Pregled empirijskih radova na temu fiskalne odrţivosti (prikazano hronološki i po metodama) Autor God. A n a li za v re m en sk ih s e ri ja Vremenski period Zemlje Metod Rezultat Hamilton i Hlavin 1986 1962-1984 SAD Test stacionarnosti za primarni deficit i javni dug Odrţivost Wilcox 1989 1962-1984 SAD Test stacionarnosti primarnog deficit i javnog duga; Konvergencija sadašnje vrednosti budućeg duga Neodrţivost Hakkio i Rush 1991 1950Q2- 1988Q4 SAD Kointegracija izmeĎu javnih prihoda i javne potrošnje Neodrţivost Trehan i Walsh 1991 1960-1984 SAD Testovi stacionarnosti i kointegracije primarnog deficita i javnog duga Odrţivost Quintos 1995 1947Q2- 1992Q3 SAD Kointegracija izmeĎu javne potrošnje i javnih prihoda Odrţivost do 1980, nakon toga neodrţivost Caporale 1995 1960-1991 Zemlje EU Testovi stacionarnosti deficita i javnog duga Neodrţivost za Italiju, Grčku, Dansku i Nemačku; odrţivost za ostale zemlje iz uzorka Vanhorebeek i van Rompuy 1995 1970-1994 EU-8 Testovi stacionarnosti deficita i javnog duga Odrţivost za Nemačku i Francusku; neodrţivost za ostale zemlje iz uzorka Bohn 1998 1916-1995 SAD Veza izmeĎu primarnog deficita i javnog duga Odrţivost Papadopoulos i Sidiropoulos 1999 1961-1995 EU-4 Kointegracija izmeĎu javnih prihoda i javne potrošnje Odrţivost za Grčku i Španiju Bravo i Silvestre 2002 1970-1997 EU Kointegracija izmeĎu javnih prihoda i javne potrošnje Odrţivost za Nemačku, Austriju, Finsku, UK i Holandiju Afonso 2004 1970-2003 EU-15 Kointegracija izmeĎu javne potrošnje i javnih prihoda dozvoljavajući postojanje strukturnih lomova Neodrţivost, uz par izuzetaka Greiner, Koeller i Semmler 2004 1960-2003 Analiza veze izmeĎu primarnog deficit i javnog duga Odrţivost Bohn 2005 1792-2003 SAD VAR/VECM Odrţivost Escario, Gadea i Sabate 2009 Španija Multikointegracija; Stok-tok model Pseudo-odrţivost Lequien 2012 1978-2007 Francuska i Grčka Parametarski i neparametarski metodi Slaba odrţivost Tronzano 2012 1950-2010 Indija Multikointegracija; Stok-tok model Neodrţivost Neaime 2015 1977-2013 EU-7 VAR Odrţivost u Nemačkoj i Francuskoj; u ostalim zemlja neodrţivost 16 Afonso i Rault 2007 A n a li za m o d el a p a n el a 1970-2006 EU-15 I i II generacija testova jediničnih korena; Pedroni i Westerlund test kointegracije Odrţivost; Odrţivost i u potperiodima 1970- 1991 i 1992-2006 Westerlund i Prohl 2007 1977Q1- 2005Q4 OECD-8 Westerlund test kointegracije uz strukturne lomove; FMOLS, DOLS Odrţivost Ehrhart i LLorca 2008 6 juţno- mediteransk ih zemalja I generacija testova jediničnih korena, Pedroni Odrţivost Adedeji i Thornton 2010 1974-2001 5 azijskih zemalja I generacija testova jediničnih korena, Kao i Pedroni test kointegracije, DOLS Slaba odrţivost Afonso i Jalles 2012 1970-2010 OECD I i II generacija testova jediničnih korena uz strukturne lomove; Stock-Watson-Shin test kointegracije, Pedroni test kointegracije; FMOLS Neodrţivost / Slaba odrţivost Camarero, Carrion-i- Silvestre i Tamarit 2013 1970-2012 OECD-17 Stok-tok model; Uzimanje u obzir strukturnih lomova; Multikointegracija; DOLS Slaba odrţivost Chow 2013 1981-2012 28 zemalja sveta FMOLS, DOLS Slaba odrţivost Afonso i Rault 2015 1960-2012 EU-27 SURADF, Westerlund test kointegracije; PMG, CCE Slaba odrţivost / Neodrţivost Afonso i Jalles 2015 1970-2010 OECD-18 CIPS, Pedroni test kointegracije, FMOLS Neodrţivost Campo- Robledo i Melo- Velandia 2015 1960-2009 8 latino- američkih zemalja II generacija testova jediničnih korena, Westerlund test kointegracije Slaba odrţivost Izvor: autorski prikaz. 17 2. Efikasnost: drţava i (ne)savršenost trţišta Raspon uloge drţave u savremenim ekonomijama varira od libertinističke uloge, u smislu obezbeĎenja osnovnih uslova da bi trţišta funkcionisala, do paternalističke, praćene snaţnim intervencijama drţave sa ciljem regulisanja nesavršenosti trţišta. Minimalna, libertinistička, uloga drţave se ogleda u obezbeĎenju pravosudnog sistema na osnovu kog se poštuje pravo vlasništva i ispunjenje ugovora definisanih na trţištu, meĎutim, drţave često intervenišu na polju zdravstvene, obrazovne, penzione politike, politike odbrane. O potrebi (čak, neophodnosti) intervencije drţave radi regulisanja trţišnih nesavršenosti naspram neophodnosti da se drţave ne upliću u trţišne mehanizme, takoĎe o potrebi za regulacijom ili intervencijom drţave, pisano je mnogo u savremenoj literature, ali konsenzus nije postignut. MeĎutim, globalna kriza je u velikoj meri objedinila mišnjenja; Stiglitz (2009) piše da je u uslovima kada bi više od 2 miliona Amerikanaca moglo izgubiti kuće, osim ukoliko drţava ne interveniše, konsenzus uspostavljen: postoji potreba za većim drţavnim intervencijama i regulacijama. Prema jednom ekstermu, trţišta funkcionišu efikasno bez intervencija drţave. Reč je o Perto-efikasnosti na trţištima koja podrazumeva takvu alokaciju resursa, prema kojoj se ne moţe poboljšati polaţaj jednog pojedinca, a da se pri tome ne pogorša poloţaj drugog pojedinca. Navedeno je moguće postići ukoliko se postigne efikasnost u proizvodnji i efikasnost u potrošnji. Kada je izokosta (kriva jednakih troškova) tangenta na izokvanti (krivi jednake proizvodnje), efikasnost u proizvodnji je ostvarena. Kako relativne cena inputa (Px, Py) - faktora proizvodnje, predstavljaju nagib izokoste, a granična stopa tehničke supstitucije (MRTS - marginal rate of technical supstitution), nagib izokvante, uslov ravnoteţe, odnosno efikanosti u proizvodnji glasi: 𝑃𝑥 𝑃𝑦 = 𝑀𝑅𝑇𝑆. Isti princip vaţi za efikasnost u potrošnji – potrebno je obezbediti tangencijalni odnos izmeĎu budţetske linije i krive indiferencije (krive jednakih korisnosti). Jednakost odnosa cena dobra X i Y (nagib budţetske linije) sa graničnom stopom supstitucije (MRS – marginal rate of supstitution) koja predstavlja nagib krive indiferencije, obezbeĎuje uslov ravnoteţe u potrošnji: 𝑃𝑥 𝑃𝑦 = 𝑀𝑅𝑆. Efikasnošću u proizvodnji i potrošnji, ostvaruje se efikasnost kombinacije proizvoda i Pereto efikasnost, što je 18 predstavljeno Grafikom 1.1. Prikazana je kriva proizvodnih mogućnosti konkavnog oblika usled delovanja zakona opadajućih prinosa. Navedini zakon upućuje da je potrebno odreći se sve veće količine dobra Y da bi se proizvela dodajna jedinica proizvoda X. Navedeni odnos dva prirasta se naziva graničnom stopom transformacije (MRT – marginal rate of transformation) i ispoljava se u nagibu krive proizvodnih mogućnosti. Sa druge strane, kriva jednakih korisnosti, kriva indiferencije je odreĎena graničnom stopom supstitucije, u smislu neophodnosti sve većeg odricanja od potrošnje proizvoda Y kako bi se trošila jedna jedinica više proizvoda X. Pareto efikasnost se postiţe uspostavljanjem tangencijalnog odnosa izmeĎu krive proizvodnih mogućnosti i krive indiferencije, odnosno pri izjednačavanju nagiba krive indiferencije i krive proizvodnih mogućnosti u tački efikasnosti, Ee, dakle, 𝑀𝑅𝑇 = 𝑀𝑅𝑆 = 𝑃𝑥 𝑃𝑦 . Navedena ravnoteţa implicite podrazumeva da postoji efikasnost u potrošnji i u proizvodnji jer jednakost relativnih cena u proizvodnji i potrošnji obezbeĎuje jednakost granične stope supstitucije (nagib krive indiferencije) i granične stope transformacije (nagib krive proizvodnih mogućnosti). Pri navedenom uslovu, trţišta funkcionišu na Pareto- efikasnom nivou (Grafik 1.1). Izvor: autorski prikaz na osnovu Rosen i Gayer (2009). Grafik 1.1 Pareto efikasnost kombinacije proizvoda Ee Dobro Y Dobro X A I1 I2 I3 Ye e Xe B Y1 X1 C Uslov ravnoteţe MRT=MRS 19 Za razliku od ravnoteţnog stanja, tačka presecanja krive proizvodnih mogućnosti i prve krive indiferencije (I1), predstavlja neefikasno rešenje iz razloga što se koriste maksimalno raspoloţivi faktori proizvodnje za proizvodnju dobara Y i X, a kriva indiferencije je bliţa origu od krive indiferencije I2, upućujući na niţe nivoe korisnosti (navedeni nivoi korisnosti mogu biti postignuti i sa manjom upotrebom proizvodnih faktora, na nivou C). U slučaju da ekonomija funkcioniše ispod nivoa proizvodnih mogućnosti, na nivou B, pri proizvodnji Y1 količine proizvoda Y, i X1 količine proizvoda X, moguće je postići porast efikasnosti u smislu Pareto-poboljšanja, koje podrazumeva rast korisnosti bar jednom pojedincu, dok je ostalim pojedincima nivo blagostanja nepromenjen. U ovom radu se upravo traga za Pareto-poboljšanjima i analizi efikasnosti na relacija trţište-drţava. Kenneth Arrow i Gerard Debreu su matematički izveli da “nevidljiva ruka trţišta” i uspostavljanje Pareto-efikasnosti moţe biti sprovedeno jedino pod uslovom nepostojanja eksternih efekata, javnih dobara i nesavršene konkurencije, dok su Greenwald i Stiglitz (1986) spisak neophodnih uslova proširili sa nemogućnošću postajanja nesavršenih informacija i nepotpunih trţišta. Neophodnost ispunjenja navedenih uslova, manifestuje se empirijski u nesavršenostima trţišta i nemogućnosti automatskih uspostavljanja ravnoteţa, konačno i u Pareto-neefikasnosti. Navedene nesavršenosti trţišta su predmet interesovanja ekonomista više od pola veka, pri čemu su značajan doprinos literaturi dali Bator (1958), Arrow (1969), Greenwald i Stiglitz (1986). Značajnost kriterijuma koji su neophodni da bi trţišta efikasno funkcionisala su od posebne vaţnosti jer istovremeno predstavljaju argumentaciju za uplitanje drţave radi regulisanja trţišnih nesavršenosti, koje se očituju, dakle, u javnim dobrima i eksternim efektima, zatim u nesavršenoj konkurenciji, nepotpunim trţištima, nesavršenim informacijama, i konačno u makroekonomskim neravnoteţama. Pored navedenih nesavršenosti, imperfektnosti na trţištima su uzrokovane i inercijom, odbijanjem promena, neizvesnošću, neracionalnim očekivanjima. Stoga, pitanje efikasnosti trţišta vs. drţave postaje goruće, jer opravdava vs. ne opravdava drţavne intervencije. Dakle, drţava interveniše, prema drugom ekstremu, kako bi regulisala nesavršenosti i neefikasnost trţišta i njeno delovanje moţe imati tri pravca (Stiglitz 2008): (i) razotkrivanje informacija (dakle, delanje u smislu korekcija nesavršenosti 20 informacija); (ii) proskripcija (odreĎivanje šta akteri na trţištu ne bi trebali da čine); i (iii) odreĎivanje pravila (šta akteri na trţištu moraju da rade). MeĎutim, aktivnosti drţave nekada mogu biti arbitrarne, kao i delovanje institucija, pravnog sistema, a nekada pod dejstvom korupcije, pa mogu generasiti nove nesavršenosti i dodatne troškove, jer svaka drţavna regulacija, zahteva plaćanja za regulaciju (“regulatory taking”). Stoga, drţavna potrošnja kao i nesavršenosti delovanja drţave (“nevidljiva ruka drţave”) postaju predmet ekonomskih diskusija (kritika) od 60-tih godina prošlog veka do danas 1 . Autori protagonišu slobodna trţišta na bazi ideje da je njihova neefikasnost mala, a češće sa idejom da drţavne namere o korekciji trţišnih nesavršenosti vode većoj neefikasnosti i sistemskim problemima, kada drţava interveniše. Wolf (1979) je definisao teoriju o ne-trţnim neuspesima (non-market failures), ukazujući na nesavršenosti delovanja drţave, u smislu troškova intervencija i generisanja novih nesavršenosti. Merenje ne-trţišnih nesavršenosti Wolf sprovodi komparacijom društvenih troškova i društvenih benefita, ali na bazi potencijalnih nesavršenosti drţavne intervencije i realizovanih nesavršenosti trţišta. Prema autoru, javne politike se sprovode kako bi se regulisala neadekvatna alokacija resursa, pa se tako drţavnom intervencijom stvaraju outputi od kojih se očekuje da regulišu nedostatke trţišta. Ti outputi mogu biti: 1) usluge regulacije, 2) čista javna dobra (odbrana, istraţivanje i razvoj), 3) kvazi javna dobra (obrazovanje, zdravstvo), 4) transferi (program socijalne sigurnosti). Troškovi za navedene intervencije su vidljive u nacionalnim računima zemalja, pa je pitanje odrţivosti politika drţavne potrošnje pored efikasnosti intervencija od izuzetne vaţnosti. Armuneti pro et contra trţišnog mehanizma i drţavnih intervencija su prikazani Šemom 1.1, a sa ciljem uspostavljanja Pareto-efikasnosti. Pitanje efikasnosti, dakle, postaje ključno u mešovitoj privredi, s obzirom da daje odgovor na pitanje da li je drţavna intervencija neophodna, i ukoliko jeste, koliko dobro drţava postupa prilikom usmeravanja javnih resursa radi ostvarenja javnih ciljeva. 1 U literaturi postoji niz autora koji od 1960-tih godina, pa do danas kritikuju drţavne intervencije: Ronald Coase (1964); Roland N. McKoen (1965); Milton Friedman (1975, 1993); Charles Jr. Wolf (1979); Cary Coglianese (2012). 21 Izvor: autorski prikaz. Šema 1.1 (Ne)efikasnost: trţišta vs. drţava NESAVRŠENOSTI TRŢIŠTA Javna dobra Nedovoljnost ponude Nedovoljnost potrošnje Eksternalije Nesavršena konkurencija Nepotpuna trţišta Nesavršenost informacija Neracionalnost Problem redistribucije DRŽAVNA INTERVENCIJA CILJ Pareto efikasnost NESAVRŠENOSTI DRŢAVE Privatni ciljevi (“internalije”) Rast fiskalnog deficita Kontrola informacija Birokratija Rastući troškovi Izvedene eksternalije Uloga politike Nejednakost u distribuciji TRŽIŠTA DRŽAVA “Nevidljiva ruka tržišta” “Nevidljiva ruka države” INSTRUMENTI DRŢAVE Cenovne subvencije Univerzalna potroš. Potpuno ili del. obezbeĎenje javnih dobara Regulacija POSLEDICE NESAVRŠENOSTI Neefikasnost 22 2.1 Javna dobra i eksterni efekti Javna dobra Dobra koja poseduju svojstva da su nerivalna, kao i da ne postoji mogućnost isključenja iz potrošnje su čista javna dobra. MeĎutim, u slučaju nerivalnih dobara, često ne postoji motiv za isključenje iz potrošnje, iako je u nekim slučajevima moguće, jer dovodi do neefikasnosti. Naime, neefikasnost se ispoljava u nedovoljnoj potrošnji jer ograničava upotrebu dobara koja ne povlače dodatne granične troškove. Sa druge strane, u slučaju da se nerivalno dobro ne naplaćuje, odnosno da se ne koristi mogućnost isključenja, dolazi do ispoljavanja neefikasnosti u kontekstu nedovoljne ponude. Ispostavlja se da je proizvodnja čistih javnih dobara i kvazi javnih dobara (dobara u kojima je samo do odreĎenog stepena ispunjen uslov o nerivalnosti i nemogućnosti isključenja), neefikasno gotovo uvek kada ih proizvodi privatni sektor. Navedeni fenomen moţe biti objašnjen na koji način se formira kriva traţnje za javnim dobrima i privatnim dobrima i koji su uslovi jednakosti (Tabela 1.2). Tabela 1.2 Paralela izmeĎu specifičnosti privatnih i javnih dobara pri uspostavljanju Pareto-efikasnosti Privatna dobra Javna dobra Potrošnja različitih količina pri istoj ceni Potrošnja iste količine pri različitim cenama Sabiranje po horizontali Sabiranje po vertikali Ista granična stopa supstitucije a različite količine Zajednička granična stopa supstitucije a iste količine Ravnoteţa Granična stopa transformacije = Granična stopa supstitucije Granična stopa transformacije = Zajednička stopa supstitucije Izvor: Autorski prikaz. Naime, u slučaju privatnih dobara, kod kojih je potrošnja rivalna i postoji mogućnost isključenja, cene su egzogene varijable koje se formiraju na trţištu, pa pojedinci samo prilagoĎavaju sopstvenu traţnju (odnosno, krivu indiferencije) datim nivoima cena. Navedeno se zatim ispoljava u ukupnoj traţnji koja nastaje sabiranjem po horizontali individualnih kriva traţnje, jer su cene date. Dakle, svaki pojedinac troši različitu količinu dobra po istoj ceni, a ravnoteţa se ostavaruje na mestu u kom se 23 granična stopa supstitucije izjednači sa graničnom stopom transformacije (uslov ravnoteţe, odreĎen grafikom 1.1, tačka Ee). MeĎutim, slučaju javnih dobara, ista količina javnog dobra je dostupna svima a funkcija traţnje se dobija na osnovu različite spremnosti da se plati za uţivanje u javnom dobru. Stoga se ukupna funkcija traţnje dobija sabiranjem po vertikali individualnih cena, dakle, spemnosti da se plati za odreĎenu količinu javnih dobara. Stoga je kriva traţnje odreĎena zajedničkom graničnom stopom supstitucije, koja je potrebno da se izjednači sa graničnom stopom transformacije. MeĎutim, kada bi privatni sektor trebao da proizvodi javna dobra, viša zajednička granična stopa supstitucije će retko biti izjednačena sa graničnom stopom transformacije, upućujući na zaključak da proizvodnja javnih dobara neće biti u Pareto-efikasnim količinama. Nemogućnost ostvarenja ravnoteţe u proizvodnji javnih dobara od strane privatnog sektora, dovodi do neefikasnosti, iz razloga što pojedinci mogu biti motivisani da pri odreĎivanju spremnosti da plate odreĎenu količinu javnog dobra, pokušaju da budu besplatni korisnik. Naime, ukoliko bi se izjasnili da nemaju korist od javnog dobra, a samim tim da je njihova spremnost da plate za korišćenje javnog dobra nula, neće biti ni moguće da trţište proizvede Pareto-efikasnu količinu tog proizvoda. Eksterni efekti Eksternim efektima, odnosno, efektima prelivanja, prvi su se u ekonomiji bavili Hanry Sidgwick krajem 19. veka i Arthur Pigou u prvoj polovini 20. veka. Eksterni efekti se odnose na situacije kada aktivnosti pojedinaca utiču na dodatne koristi ili troškove drugima. Alokacija resursa prema kojoj se pojavljuju eksternalije dovodi do neefikasnosti, jer za aktivnost pojedinca koja obezbeĎuje dodatnu korist drugom pojedincu, ne postoji dodatna korist prvom pojedincu; odnosno u slučaju negativnih eksternih efekata, prvi pojedinac ne snosti dodatne troškove. S obzirom na to da za negativne eksterne efekte ne postoji dodatni trošak, pojedinci neće biti stimulirani da ih ne izazivaju, već upravo obrnuto. S tim u vezi, uloga drţave se ogleda u regulaciji, pre svega, negativnih eksternih efekata, koji se najčešće ispoljavaju u zdravstvu i u zaštiti ţivotne sredine. 24 Grafik 1.2 pokazuje iz kojih razloga eksternalije remete uspostavljanje Pareto- efikasnosti. Naime, ravnoteţa koja bi trebala biti uspostavljena u tački E, po kojoj se Q količina proizvoda prodaje po ceni P, a u kojoj je marginalni prihod (MR - marginal revenue) jednak marginalnom trošku (MC - marginal cost) proizvoĎača, nije odraz efikasnosti u slučaju postojanja eksternih efekata. Naime, graničnim troškovima proizvoĎača je potrebno dodati i granične troškove drugih pojedinaca usled delovanja eksternih efekata (MD). Dakle, u slučaju postojanja eksternih efekata da bi efikasnost bila uspostavljena, ravnoteţa bi morala da se odredi na osnovu tačke presecanja marginalnih prihoda i marginalnih društvenih troškova (MSC - marginal social cost), dakle u tački Ee. U tom slučaju bi se proizvodila manja količina proizvoda (Qe) po višim cenama (Pe). Pošto proizvoĎači odreĎuju ravnoteţu na osnovu sopstvene krive graničnih troškova, uvek kada postoje negativni eksterni efekti, postoje indicije da će se proizvodi veća količina tog dobra, po niţim cena, u odnosu na ravnoteţni, efikasni nivo. Cena Izvor: autorski prikaz. Grafik 1.2 Negativni eksterni efekti U slučaju prelaska sa tačke E na efikasni nivo proizvodnje Ee, proizvoĎač bi izubio profit u iznosu šrafiranog područja Ee-E-a, dok bi se preraspodelilo kao dobitak društva, premda dobitak društva obuhvata i deo Ee-E-b, dakle kompletno šrafiranu MR MC MD MSC Količina P o Pe Qe Q Pp E Ee a b MC+t c Uslov ravnoteţe MSC=MR 25 površinu Ee-b-E-a, koja je jednaka veličini MD za razliku izmeĎu dva obima proizvodnje Qe i Q. Moguće rešenje za problem neefikasnosti trţišta usled dejstva eksternih efekata je drţavna intervencija. Razrezivanjem poreza proizvoĎaču jednako negativnom eksternom efektu za efikasan nivo proizvodnje (dakle raspod Qe-c ili Ee-a), opterećenje svake dodajne proizvedene jedinice će biti uvećano za iznos poreza, što ukazuje da će se kriva graničnih troškova uvećana za porez (MC+t – marginal cost + taxes), samo pomeriti paralelno naviše u odnosu na krivu MC, uspostavljajući ravnoteţu na Pareto- efikasnom nivou. Na osnovu predloţenog načina, direktnom drţavnom inervencijom je moguće rešiti problem ekstenih efekata, meĎutim, prema Coas-ovoj teoremi, da bi se problem eksternalija rešio, dovoljna je samo drţavna regulacija. Prema ovoj teoriji, moguće je obezbediti Pareto efikasnost čak i u uslovima postojanja eksternih efekata, sve dok je jasno definisano imovinsko pravo. Dakle, od onog momenta kada je jasno definisano imovinsko pravo, drţava više nema potrebe da interveniše. Navedena tvrdnja je tačna u slučaju da ne postoje ostale nesavršenosti trţišta, ukoliko, pak, postoje nesavršene informacije ili visoki transakcioni troškovi, Coas-ova teorema nije validna. 2.2 Nesavršena konkurencija, nepotpuna trţišta i nesavršenost informacija Nesavršena konkurencija U slučaju perfektne konkurencije cene su egzogeno date, a broj proizvoĎača i potrošača veoma velik, pa niko od njih ne moţe uticati na cene. ProizvoĎači samo prilagoĎavaju ponudu egzogenim cenama (izjednačavajući cene sa graničnim troškovima), a potrošači odreĎuju funkciju traţnje na osnovu datih cena. U situaciji kada neki učesnik na trţištu moţe da utiče na cene, automatski se javlja neefikasnost. U pitanju su monopoli, monopsoni ili oligopoli koji u cilju maksimizacije profita izjednačavaju marginalne troškove sa marginalim prihodima (a ne sa cenom, kao u slučaju perfektne konkurencije) i maksimiziraju profit, prodavajući manju količinu dobara po višim cenama. Navedene monopolske strukture je najčešće moguće korigovati drţavnom regulacijom i obezbediti Pareto-poboljšanje, dok u slučaju oligopola, regulacija moţe ići 26 u pravcu anti-trust formacija. Argumenti drţavne intervencije se ogledaju u regulaciji prirodnih monopola, kako oni ne bi zloupotrebljavali svoju monopolsku poziciju i visoki transakcioni troškovi. Specifični slučaj postojanja monopolskih struktura odnosi se na prirodni monopol, u kojima prosečni troškovi kontinuirano opadaju. Kako su posledično granični troškovi ispod nivoa prosečnih troškova i opadajuća funkcija, a uslov ravnoteţe izjednačenje cene sa graničnim troškovima, privatni sektor neće biti motivisan za proizvodnju, sem ukoliko ne bi mogli da maksimiziraju profit kao u uslovima monopola (MC=MR). Dakle, u pitanju je industrija u kojoj su niţi prosečni troškovi ukoliko se proizvodnja odvija od strane jedne firme, nego u slučaju više firmi ili potpune konkurencije (koncept je definisao William Baumol 1977). Stoga je neophodna drţavna intervencija u regulisanju prirodnih monopola ukoliko ih obezbeĎuje privatni sektor, ili proizvodnja od strane drţave. Grafik 1.3 opisuje navedenu situaciju. Izvor: autorski prikaz prema Rosen and Geyer (2009). Grafik 1.3 Prirodni monopol Bez drţavne intervencije, a u slučaju jednog proizvoĎača, ravnoteţna tačka bi bila definisana na mestu izjednačenja graničnih prihoda i graničnih troškova, proizvodila bi se količina Qm, po ceni Pm, a profit bi predstavljala osenčena površina iznad prosečnih troškova. U slučaju potpune konkurencije, proizvodilo bi se više (Qk), po niţoj ceni (Pk), uz jednakost prosečnih troškova i prosečnih prihoda. Navedeni obim proizvodnje Količina AR=f(D) MR AC MC Pm Pk PG Qm Qk QG MC=MR AC=AR MC=PG Cena Uslov ravnoteţe Monopol: MC=MR Konkurencija: AC=AR 27 bi bio najviši mogući, kako bi se pokrili bar prosečni troškovi. MeĎutim, kako uslov ravnoteţe u uslovima potpune konkurencije podrazumeva jednakost graničnih troškova i egzogeno datih cena, navedeno ravnoteţno stanje ne bi bilo moguće izvesti jer prosečni troškovi ne bi bili pokriveni. Stoga se uključuje drţava koja svojom intervencijom deluje na firme da funkcionišu na ravnoteţnom nivou AC=AR, ili na nivou jednakosti egzogenih cena i MC, uz subvencije drţave označene osenčenom površinom (iznad MC). Nepotpuna trţišta Nepotpuna trţišta se najčešće javljaju u slučaju trţišta osiguranja, usled nemogućnosti privatnog sektora da obezbedi polise osiguranja u slučaju visokih transakcionih troškova, nesavršenih informacija i negativne selekcije. Naime, prilikom osiguranja, informacije imaju presudnu ulogu jer se na osnovu njih odreĎuju polise osiguranja, meĎutim, bolja informisanost osiguravajuće kuće podrazumeva visoke transakcione troškove. Stoga je veoma teško zadrţati individualni pristup prilikom osiguranja, nego se polise osiguranja definišu na osnovu proseka. Uprosečavanje zatim vodi negativnoj selekciji, jer osiguravajuća društva koja raspolaţu sa manje informacija od individua, donose pogrešne odluke. Navedeno se najčešće dešava u slučaju zdravstvenog, penzijskog, ţivotnog osiguranja, pa će biti predmet detaljnije diskusije u pojedinačnim sferama osiguranja koje pruţa drţava. Nesavršenost informacija Savršene informacije predstavljaju situaciju u ekonomiji u kojoj je znanje o svim akterima i njihovim strategijama na trţištu dostupno svim učesnicima. Nesavršene informacije podrazumevaju nepotpune, imperfektne informacije ili informacije zasnovane na zajedničkim a priori pretpostavkama koje ne moraju biti ispravne. MeĎutim, ukoliko je neka informacija raspoloţiva još jednom pojedincu, informisanost ostalih se ne umanjuje, niti postoji rast graničnog troška. Dakle, ne postoji rivalnost, a u nekim slučajevima ne postoji mogućnost isključenja, pa informacije po svojim karakteristikama mogu biti svrstane u javna dobra. Čim se informacije mogu 28 smatrati javnim dobrom, jasno je da trţišta neće obezbeĎivati dostupnost informacija na Pareto-efikasnom nivou. Stoga drţava interveniše sa ciljem pruţanja više informacija, nego što bi trţište obezbedilo (pogotovo u sferi zaštite potrošača, ali i zaštite investitora, a značajne implikacije postoje i u zdravstvu). Pored toga što ne raspolaţu adekvatnim informacijama, zbog čega je neophodna drţavna intervencija, pojedinci, a često i društvo, generalno se ponašaju neracionalno. Sistemska neracionalnost se moţe regulisati drţavnim intervencijama. Naime, neracionalnost se moţe ogledati u nedovoljnoj štednji za starost, kada drţava moţe intervenisati, uvoĎenjem obaveznog penzijskog osiguranja. Sa druge strane, isto pitanje, štednje za starost je drugačije pozicionirano, ne samo na osnovu kriterijuma racionalnosti: neki pojedinci su van koordinatnog sistema u smislu budţetskog ograničenja. U slučaju takvih, siromašnih pojedinaca, uloga drţave se ogleda u neophodnosti redistribucije. Dodatno, nesavršenost informacija, moţe dovesti do problema negativnog izbora, jer je moguće da pojedinac koji raspolaţe informacijom, navede drugog pojedinca koji raspoloţe sa imperfektnom informacijom na loš izbor. Navedeno se najčešće vezuje za zdravstveno i penzijsko osiguranje gde osiguranik moţe raspolagati sa više informacija od osiguravajuće kuće, u vezi sa sopstvenim zdravstvenim smetnjama, porodičnom anamnezom, ili rizicima kojima je izloţen. Za nesavršenost informacija se vezuje i problem moralnog hazarda, kada se ponašanje pojedinca menja shodno raspoloţivim informacijama. Problem moralnog hazarda se vezuje pre svega za pitanje osiguranja, kada pojedinac menja svoje ponašanje nakon što je osiguran, a izmenama u ponašanju povećava rizik da se desi situacija od koje osiguran. 2.3 Makroekonomska neravnoteţa Većina navedenih nesavršenosti trţišta, iako su vezana za pojedinačne aktere na trţištu u smislu pojedinaca (domaćinstava) i firmi, imaju značajne implikacije na neravnoteţu na makro nivou. Ukoliko su resursi neadekvatno alocirani, ekonomija funkcioniše ispod nivoa proizvodnih mogućnosti, dolazi do pada autputa i zaposlenosti, a ekonomija biva “zarobljena” ispod niva potencijalnog proizvoda. Stoga se drţavnom intervencijom 29 moţe stimulisati agregatna traţnja u pravcu njene desne promene, i(ili) uticaj na desnu promenu krive agregatne ponude. MeĎutim, drţavna intervencija ne vodii nuţno alokaciji resursa koja podrazumeva njihovu najefikasniju upotrebu, ali moţe uticati na regulaciju ili postizanje društvenih ciljeva. Konkretno, osiguranje depozita kao drţavna regulacija, neophodno je jer obezbeĎuje neometano funkcionisanje ekonomija, u suprotnom, mogućnost da banke preuzimaju prevelike rizike bez osiguranja depozita, vodilo bi recesiji. Iako su poţeljne radi regulisanja makroekonomskih neravnoteţa, neophodno je da drţavne intervencije budu senzibilne na privredne cikluse – iste mere ne mogu biti premenjene u različitim fazama privrednog ciklusa, pa postoji bojazan da neke postaju „automatski destabilizator“ (Stiglitz 2008). 2.4 Ne-trţišni neuspesi Neuspesi drţavnih intervencija podrazumevaju situaciju u kojoj je nakon intervencije alokacija resursa manje efikasna, nego što je bila pre intervencije. Neki autori idu korak dalje u definisanje neuspeha drţave (što je rezimirano u radu Barak Orbach 2013) ukazujući da je neuspeh drţave učinjen i kada drţava nije u dovoljnoj meri intervenisala, ili kada je apsolutno propustila priliku da interveniše, a da se potencijalnom intervencijom mogla obezbediti efikasnija alokacija resursa. Prema teoriji ne-trţišnih neuspeha (Wolf 1986), aktivnosti drţave mogu produbiti nesavršenosti na trţištu iz više razloga. Za razliku od trţišta gde se cene odreĎuju trţišnim mehanizmima, a koje su funkcija prihoda, u slučaju drţave prihodi nisu odreĎeni cenama, nego su odreĎene porezima. Stoga je empirijski moguće lako utvrditi obim javnih prihoda, kao god i troškova, ali postoje poteškoće u vezi sa rezultatima koje drţavne intervencije generišu. Navedene poteškoće deluju iz pravca ponude, odnosno traţnje. Sa stanovišta ponude, javna dobra koja drţava obezbeĎuje su često intermedijalna dobra, čiju je korisnost teško izmeriti, odnosno, korisnost je više predmet sopstvenog osećaja. Dalje, proizvodnja se često obavlja od strane jednog aktera, dakle, nema konkurencije koja se u trţišnim uslovima očekuje da postoji. Navedeno utiče na zaključak da postoje velike poteškoće u primeni cost-benefit analize drţavnih programa. Sa stanovišta traţnje, često postoji problem hiper-aktivnosti drţave, uticaja političkih partija i neusklaĎenosti duţine političkog procesa i vremena potrebnog 30 za intervenciju i analizu povratnih uticaja. Bez bzira da li su posledica uticaja sa strane ponude ili traţnje, prema Wolf-ovoj teoriji ne-trţišnih neuspeha, argumenti protiv drţavne intervencije se svode na postojanje: “privatnih” ciljeva, rasta fiskalnog deficita, visoke tehnologije, kontrole informacija, rastućih troškova, izvedenih eksternalija i nejednakosti u distribuciji. Autor poistovećuje privatne ciljeve sa internalijama (internim efektima), pod kojima podrazumeva: “ciljevi koji se primenjuju u okviru ne-trţišnih organizacija kako bi se vodile, regulisale i vrednovale perfomanse agencije” (Wolf 1979). Razlika u funkcionisanju ne-trţišnih mehanizama, u odnosu na trţišne u kojima je fokus na anticipaciji ponašanja potrošača, je u fokusu na internim rešenjima i standardima, averziji prema riziku, pa je teško meriti efekte takvih aktivnosti. Navedeno dovodi do rasta fiskalnog deficita, u smislu “više je bolje”, tehnoloških postignuća sa pravilom “više i kompleksnije je bolje” i do kontrole informacija po principu “dobro je znati ono što drugi ne znaju”. Generalno, neefikasnost u javnom sektoru je posledica i mekog budţetskog ograničenja, odnosno, male mogućnosti da drţava bankrotira. Dalje, proizvodnja koju sprovodi drţava je po pravilu ispod granice proizvodnih mogućnosti, uz često ignorisanje mogućnosti za obezbeĎenjem ekonomije obima ili sniţenjem troškova. Dalje, drţavne intervencije često generišu nove eksterne efekte, a njihove aktivnosti su najčešće sporije i tromije nego trţišne. Konačno, slično trţišnim mehanizmima, drţavne intervencije generišu nejednakost u distribuciji, kao posledica političkog uticaja i moći. Konačno, rezimiran je dualitet trţišnog mehanizma u odnosu drţavu, sa stanovišta istih, ključnih pitanja: ciljeva, efekata, dobara koja se proizvode, prinosa i troškova i nejednakosti u distribuciji (Šemi 1.2). 31 Izvor: autorski prikaz. Šema 1.2 Dualitet trţišta - drţava Iako je tačno da se cost-benefit analiza teško moţe sprovesti u vezi sa dobrima koje obezbeĎuje drţava, problem poreĎenja efikasnosti privatnog i javnog sektora leţi i u činjenici da javni i privatni sektor ne obezbeĎuju ista dobra, a kada ih obezbeĎuju nemaju isto postavljene ciljeve. U slučaju privatnog sektora, cilj je uvek profit, dok u slučaju drţave cilj moţe biti stvaranje društvenih vrednosti (obrazovanje), boljeg zdravstvenog stanja društva, pomoć siromašnima. U trţišnim mehanizmima se stvaraju pozitivni/negativni eksterni efekti, a u drţavnim interni efekti vezani za ispunjenje ličnih ciljeva. Privatna dobra obezbeĎuje trţište, a javna drţava, premda drţava u pojedinim slučajevima moţe obezbeĎivati i neka privatna dobra. Trţišta karakterišu rastući prinosi, a drţavne aktivnosti rastući troškovi. Konačno, obezbeĎenje dobara od strane i javnog i privatnog sektora moţe dovesti do nejednakosti u distribuciji, pri čemu je nejednakost koja proističe iz drţavnih intervencija posledica političkog uticaja i moći. TRŽIŠTE DRŽAVA Efekti Dobra Prinosi/troškovi Nejednakost u distribuciji Eksterni Interni Usled političkog uticaja i moći Usled raspodele dohotka i bogatstva Privatna Javna Rastući prinosi Rastući troškovi Ciljevi Profit Društvene vrednosti 32 3. Javna potrošnja Nemogućnost uspostavljanja Peret-efikasnosti isključivo na osnovu trţišnih mehanizama, implicira neophodnost drţavne intervencije u kontekstu politike regulacije i politika javne potrošnje. Optimalna politika javne potrošnje mora da obezbedi ravnoteţu izmeĎu potpunih ili delimičnih korekcija trţišnih imperfekcija i troškova i distorzija do kojih te drţavne politike dovode. Naime, distorzije se javljaju kod primene svake od politika javne potrošnje bilo da se sprovodi direktno, putem obezbeĎenja, na primer, obrazovanja ili zdravstva putem drţave ili da se sprovodi indirektno, putem regulacija cena, pa remete ponašanje potrošača. Poenta se ogleda u uspostavljaju Pereto- poboljšanja u odnosu na neefikasnost trţišnog mehanizma, a ne u generisanju novih nesavršenosti i neefikasnosti. Politike javne potrošnje podrazumevaju dualitet, u smislu tekstualnih odredbi o principima i ciljevima politike, i realnih aktivnosti putem kojih se postavljeni ciljevi operacionalizuju. SprovoĎenje postavljenih ciljeva se obezbeĎuje instrumentima drţavne politike. Izbor optimalnog instrumenta zavisi od nesavršenosti trţišta, potrebnog stepena uključenja drţave, troškova koje svaka od politika podrazumeva i mogućnosti pribavljanja adekvatnih informacija koje će obezbediti najbolje reakcije. Uprošćeno, drţava bi trebala da odabere onaj instrument politike javne potrošnje koji dovodi do maksimalnog nivoa socijalnih koristi. Konačno, moguće je da optimalno rešenje bude da drţava ne reaguje jer su troškovi intervencija veći u odnosu na troškove koji proističu iz nesavršenosti trţišta, ili drţava putem svojih intervencija generiše još veće nesavršenosti na trţištu. Svaka politika javne potrošnje moţe uopšteno biti realizovana na tri načina: kroz cenovne subvencije (ili poreze), univerzalnu potrošnju, i delimično ili potpuno obezbeĎenja dobara putem drţave. Cenovne subvencije i oporezivanje se smatra najčešćim i najjednostavnijim načinom drţavne intervencije sa niskim transakcionim troškovima. Ukoliko postoje negativne eksternalije zbog duvanskog dima, potrebno je ili povećati cene cigareta ili povećati porez na cigarete. MeĎutim, u realnosti, situacija nije toliko jednostavna. Efikasnost cenovnih subvencija, odnosno drţavne regulacije putem cena, najviše zavisi 33 od elastičnosti traţnje za odreĎenim dobrom. Ukoliko je niska elastičnost traţnje ili ukoliko se elastičnost traţnje za analiziranim dobrom značajno razlikuje izmeĎu korisnika, onda cenovne subvencije nisu najbolje rešenje za regulisanje nesavršenosti trţišta. MeĎutim, studije koje na ovaj način definišu i ocenjuju da li je drţavna intervencija bila adekvatna, nailaze na prepreku koja se ogleda u teškoćama odreĎenja individualnih elastičnosti traţnje u odnosu na cene. Stoga često polaze od teorije o medijalnom glasaču, pa se u analizi baziraju na elastičnosti traţnje medijalnog glasača. Prednosti cenovnih subvencija se ogledaju u mogućnosti izbora količine korišćenja usluga i izbor onoga ko proizvodi dobro od strane potrošača. MeĎutim, cenovne subvencije pate od nesavršenih informacija, s obzirom da je teško odrediti potreban intenzitet pomoći, pa se često odreĎuje linearno, što predstavlja vaţan nedostatak ovakve realizacije politika javne potrošnje. Univerzalna potrošnja podrazumeva da se odreĎeno dobro troši univerzalno, bez izuzetaka, do odreĎenog nivoa, od strane javnog ili privatnog sektora. Na primer, drţava propisuje da sva deca odreĎenog uzrasta moraju upisati i završiti osnovno obrazovanje. Na taj način instrument univerzalne potrošnje primarno obezbeĎuje jednakost u osnovnom obrazovanju. Univerzalna potrošnja moţe biti atraktivan instrument politike javne potrošnje, pogotovo u uslovima restriktivne fiskalne politike i deficita, jer moţe biti primenjena bez dodatne potrošnje od strane drţave. Naime, svako novo javno dobro koje drţava obezbeĎuje dovodi do dodatnih troškove njihovih korisnika kroz poreski sistem. U slučaju univerzalnog obezbeĎenja, drţava moţe propisati da je neophodno univerzalno trošiti odreĎena dobra, do odreĎenog nivoa, ali da ih sami potrošači finansiraju. Navedeni instrument dovodi do istih ekonomskih efekata, ali se lakše prihvataju nego novi rast poreza. Delimično ili potpuno obezbeĎenje dobara od strane drţave, podrazumeva direktnu proizvodnju javnih dobara. Finansiranje proizvodnje javnih dobara se moţe sprovoditi kroz poreski sistem ili direktnom naplatom od potrošača prilikom kupovine javnih dobara. Primer za prvi slučaju je osnovno obrazovanje, a za drugi fakultetsko obrazovanje (ukoliko se izuzmu drţavne stipendije studentima). Proizvodnja javnih dobara, za razliku od regulacije cena i univerzalne potrošnje omogućuje veći kontrolu potrošnje i obezbeĎuje lakše rešenje distribucionih problema nego u privatnom sektoru. U slučaju privatnog obrazovanja, kada odreĎeni učenik daje negativan primer ostalim 34 učenicama, obično biva isključen iz obrazovnog procesu. U slučaju drţavnog obrazovanja, ne odstupa se od principa jednakih mogućnosti, pa se pronalaze drugi načini za rešavanje problema. Sa druge strane, drţava se smatra neefikasnom u proizvodnji javnih dobara, ili bar manje efikasnom u odnosu na privatni sektor, premda u slučaju poreĎenja drţavnih usluga i usluga koje pruţaju neprofitne organizacije, razlika u efikasnosti nije toliko vidljiva. Kako je poverenje u drţavne usluge i javna dobra u većini slučaja niska, postavlja se pitanje da li bi potrošači ipak bili spremni da se izloţe dodatnim troškovima kako bi obezbedili viši nivo usluge ili se zadovoljavaju jeftinim, ali niskim nivoom usluga koje pruţa javni sektor. Nedostatak koji se prepisuje obezbeĎenju javnih dobara se ogleda u postavljenim ciljevima. Za razliku od privatnih preduzeće gde je uvek cilj maksimizacija profita, u drţavnim institucijama koje su finansirane iz poreza to nije slučaj. Stoga, javne usluge pruţaju često nepotrebna, neisplativa ili javna dobra i usluge u prevelikoj meri. Pored navedenih opšteprihvaćenih instrumenata politika javne potrošnje, Stiglitz (2009) naglašava još jedan vaţan instrument: drţavnu regulaciju. Agrument drţavne regulacije je u uspostavljanju pravila u smislu imovinskih odnosa, pravnog sistema, do konkretnih odredbi, vezanih za, na primer, anti-monoplsku politiku. Drţavno uplitanje radi regulisanja nesavršenosti trţišta i distributivnih problema, u realnosti najčešće podrazumeva kombinovanje prethodno opisanih instrumenata politika javne potrošnje, samo se postavlja pitanje koliko i na koji način se kombinovanje sprovodi. Izbor adekvatnog instrumenta za kreatore ekonomske politike je odreĎeno i načinom na koji korisnici javnih dobara imaju percepciju o korisnosti koju dobijaju kupovinom odreĎenih dobara. U slučaju obrazovanja, situacija postaje dodatno komplikovana, s obzirom na to da korisnici usluga nisu oni koji donose odluke, preciznije, roditelji donose odluke umesto dece (učenika). Kombinovanje različitih instrumenata javne potrošnje, sprovodi se ne samo zarad obezbeĎenja Pareto- poboljšanja u odnosu na privatni sektor, već i usled makroekonomskih ciljeva, s ozirom na činjenicu da se visinom javne potrošnje moţe delovati na nivo agregatne traţnje i na kretanje ka potencijalnom autputu. Uzimajući u obzir sve navedeno, postupak analize politika javne potrošnje se sprovodi redosledom prikazanim sledećom šemom. 35 Izvor: autorski prikaz. Šema 1.3 Postupak u analizi politika javne potrošnje Stoga se u fokus dovode sledeće pitanja: da li postoje nesavršenosti trţišta na polju penzijskog osiguranja, obrazovanja, zdravstva, koje mogu da opravdaju drţavnu intervenciju, nasuprot regulacije isključvo trţišnim mehanizmima? Da li drţava svojom intervencijom generiše nove neefikasnoti i koje su distributivne posledice? Konačno, da li je politika javne potrošnje odrţiva? Identifikovanje neefikasnosti u tržišnim mehanizmima Odabir politike javne potrošnje Državna intervencija Analiza efikasnosti javne potrošnje Analiza fiskalne održivosti Distributivne posledice Makroekonomske posledice 36 3.1 Socijalno osiguranje Korekcije nesavršenosti trţišta drţavnom inetrvencijom na području politika osiguranja (dakle, penzijskog osiguranja, osiguranja za slučaj nezaposlenosti i invalidnosti), zdravstva, obrazovanja, omogućuje drţavi definisanje dugoročnih razvojnih planova i njihovo obezbeĎenje koordinacijom navedenih politika. Svaka od njih ima posredan uticaj na ostale, pa se samo definisanjem zajedničkih razvojnih ciljeva na dugi rok, mogu očekivati korekcije nesavršenosti trţišta, efikasnost alokacije resursa ali uz odrţivost javne potrošnje. Socijalno osiguranje predstavlja najznačajniju drţavnu politiku, s obzirom na vaţnost ispunjenja postavljenih ciljeva, broja programa koje socijalno osiguranje podrazumeva, kao i na visinu izadataka za socijalno osiguranje, koja u većini drţava prestavlja najveći deo ukupne javne potrošnje za pojedinačnu politiku. Generalno, cilj socijalnog osiguranja, kao i njegovog opozita, privatnog osiguranja, jeste osiguranje od rizika kojima su pojedinci izloţeni tokom ţivota (invaliditet, ratni veterani, nezaposlenost), i nakon završenog radnog veka (kada se ranije zarade kompenzuju penzijama). MeĎutim, za razliku od privatnog osiguranja u kom je premija srazmerna riziku kom je pojedinac izloţen, njegovim godinama, uplatama privatnom penzijskom fondu, socijalno osiguranje, sem što osigurava pojedinca, vrši i preraspodelu dohotka, u smislu relativnog smanjenja penzija pojedincima sa visokim zarada tokom radnog veka, i povećanja penzija pojedincima sa najmanjim zaradama tokom radnog veka. Razlika socijalnog osiguranja u odnosu na većinu drugih drţavnih programa se ogleda u načinu finansiranja, koje je bazirano na doprinosima koje uplaćuju zaposleni i preduzeća. Premda, uplata od strane zaposlenih ne smanjuje opterećenje radnoj snazi. Naime, kako su preduzeća zainteresovana samo za ukupne troškove radne snage, a plaćanja drţave po osnovu socijalnog osiguranja, za preduzeća jesu dodatni trošak, kalkulišući taj trošak preduzeća umanjuju neto zarade pojedincima. Dodatno, stimulans za socijalno osiguranje i specifičnost plaćanja zaposlenih i preduzeća je što se uplate za socijalno osiguranje ne oporezuju u momentu uplaćivanja, već postoji pomak u oporezivanju do momenta isplate. Najznačajniji deo socijalnog osiguranja predstavlja penzijsko osiguranje, koje će biti detaljno razmatrano u nastavku. 37 3.1.1 Penzijsko osiguranje Kao što ţivotno osiguranje moţe obezbeĎivati privatni sektor, tako i penzijsko osiguranje moţe biti obezbeĎeno od strane privatnog sektora. MeĎutim, ograničenja u toj mogućnosti, i konačno obezbeĎenje penzijskog osiguranje od strane drţave, posledica je nemogućnosti uspostavljanja Pareto efikasnosti iz razloga predstavljenih u Tabeli 1.3. MeĎutim, drţavna intervencija u penzijskom osiguranju generiše pored pozitivnih efekata i nove nesavršenosti. Tabela 1.3 Uzroci i posledice drţavnih intervencija u penzijskom sistemu Uzrok: nesavršenost i neefikasnost trţišta u privatnom penzijskom osiguranju DRŢAVNA INTERVENCIJA Posledice: pozitivni efekti drţavnog penzijskog osiguranja Nesavršene informacije - Negativna selekcija - Moralni hazard Nema problema negativne selekcije i moralnog hazarda Visoki administrativni troškovi Niţi transakcioni troškovi Nepotpuna trţišta - Nepotpuno osiguranje od društvenih rizika Osiguranje od društvenih rizika - Indeksacija PARETO NEEFIKASNOST INTERGENERACIJSKA PARETO-EFIKASNOST Izvor: autorski prikaz. U slučaju penzijskog osiguranja, nesavršenosti trţišta se ogledaju u nesavršenim informacijama, visokim administrativnim troškovima i nepotpunim trţištima, što dovodi do Pareto neefikasne alokacije resursa. Nesavršene informacije se ogledaju u činjenici da je pojedinac koji ţeli penzijsko osiguranje bolje upoznat sa sopstvenom situacijom u vezi sa zdravstvenim stanjem, porodičnom anamnezom i očekivanom duţinom ţivotnog veka od privatne osiguravajuće kuće koja je izloţena veoma visokim administrativnim troškovima radi prikupljanja pomenutih informacija. Sa ciljem minimizacije troškova, osiguravajuća kuća mora donositi odluke o visini premije na osnovu prosečne duţine ţivotnog veka. Navedena situacija dovodi do negativne selekcije, jer pojedinci sa očekivanim kraćim ţivotnim vekom neće koristiti osiguranje, jer će u tom slučaju biti neto gubitnici, dok će se osiguravati pojedinci sa očekivanim duţim ţivotnim vekom, koji bi bili neto dobitnici, jer penzijsko osiguranje podrazumeva fiksna primanja nakon 38 završenog radnog veka do kraja ţivota. Dodatno, javlja se problem moralnog hazadra, jer osigurani pojedinci koriguju sopstveno ponašanje, koje moţe povećati verovatnoću da se dogaĎaj od koga su osigurani zbilja i desi. Konačno, s obzirom da privatno osiguranje nije voĎeno drţavnim interesima, u tom slučaju drţava ne snosi posledice za neţeljene dogaĎaje, a privatno osiguranje nije u mogućnosti da predvidi i da pruţi osiguranje za sve neţeljene dogaĎaje. Konkretno, ne moţe obezbediti konstantnost primanja nakon penzionisanja jer ne postoji mogućnost indeksiranja u slučaju inflacije. Sve navedeno, konačno vodi neefikasnosti, koju je moguće delimično korigovati drţavnom intervencijom. Drţavno obezbeĎenje penzijskog osiguranja, koriguje problem nesavršenih informacija jer je obavezno za sve zaposlene. Obaveznost penzijskog osiguranja isključuje problem negativne selekcije, jer u osiguranju ne postoji izbor. Problem moralnog hazarda u smislu neefikasno male štednje prestaje da bude aktuelan, premda se moţe pojaviti u drugim situacijama, kao što je slučaj prevremenih penzija. TakoĎe, obaveznost osiguranja, ne podrazumeva potrebu za daljom informisanošću o pojedincima, već postoji linearnost u osiguranju i posledično niţi transakcioni troškovi. Kako privatno obezbeĎenje penzija podrazumeva visoke transakcione troškove, i samo kvazi-konkurentnost privatnih penzijskih kompanija, smatra se da centralno obezbeĎenje penzija daje Pareto-poboljšanje (Greco 2006). U vezi sa problemom potencijalnog osiguranja od društvenih rizika, rešenje problema se ogleda u indeksaciji, koje sprovodi drţava u okviru penzijskog osiguranja. Konačno, penzijski sistem koji obezbeĎuje drţava obezbeĎuju intrageneracijsku preraspodelu i intergeneracijsku preraspodelu koje mogu biti Pareto efikasne, što je uslovljeno sistemom finansiranja. Finansiranje Prema autoru Sinn (1997) svaki sistem finansiranja penzija je igra sa nultim ishodom za sve generacije uključene u igru. Penzijski sistem vrši, dakle, redistribuciju izmeĎu generacija i unutar generacija. Sistem finansiranja penzija moţe biti baziran na ekstremima (Šema 1.4):  tekućem finansiranju (“pay-as-you-go”) i  sistemu zasnovanom u potpunosti na fondovima ili sistem potpune kapitalizacije (“fully-funded”). 39 Sistem tekućeg finansiranja podrazumeva da se na osnovu doprinosa koje uplaćuju trenutno zaposleni, vrši transfer ka penzionerima. Dakle, reč je o intergeneracijskoj preraspodeli, jer zaposleni u jednoj generaciji finansiraju penzije (Šema 1.4), pa je za nesmetano funkcionisanje od presudnog značaja broj zaposlenih prema broju penzionera. U slučaju da je broj zaposlenih prema broju penzionera manji od 2.5 očekuje se da postoje teškoće u tekućem finansiranju. Navedene poteškoće se koriguju rastom populacije ili rastom zarada i na taj način doprinosa. Navedeno je moguće predstaviti putem izraza: T * Ne * W = Np * AP, odnosno, (1.1) 𝐴𝑃 = 𝑁𝑒 𝑁𝑝 ∗ 𝑊 ∗ 𝑇, (1.2) gde je sa T prikazan doprinos, sa Ne broj zaposlenih, sa W zarade, sa Np broj penzionera i sa AP prosečne penzije. Dakle, prosečne penzije su uslovljene odnosom zavisnosti izmeĎu zaposlenih i penzionera, zaradom zasposlenih i stopom doprinosa koja pokazuje koji deo zarade postaje deo penzijskog osiguranja. Dakle, porast odnosa zavisnosti, zarada i doprinosa dovodi do većih prosečnih penzija, mada u slučaju autonomnog rasta stope doprinosa da bi se obezbedilo tekuće finansiranje penzijskog sistema, postoji bojazan od poreske evazije i razvijanja sive ekonomije. Stoga je instrument koji drţava koristi češće sufinansiranje, kako bi se obezbedilo nesmetano funkcionisanje penzijskog sistema zasnovanog na tekućem finansiranju, pa izraz dobija sledeći izgled: 𝐴𝑃 = 𝑁𝑒 𝑁𝑝 ∗ 𝑊 ∗ 𝑇 + 𝐺, (1.3) pri čemu je sa G označena intervencija drţave u smislu javne potrošnje. Sistem tekućeg finansiranja se smatra Pareto-efikasnim kada je sadašnja vrednost penzija jednaka sadašnjoj vrednosti doprinosa (Wrede 1998). Dakle, reč je o ekvivalentnosti sadašnjih vrednosti. MeĎutim, navedeni uslov efikasnosti ne vaţi u slučaju kada se penzije odreĎuju na osnovu pondera vezanih za doprinose penzionera tokom njihov radnog veka. Tada sadašnja vrednost doprinosa, ne odgovara sadašnjoj vrednosti penzija u potpunosti, pa je reč samo o parcijalnoj ekvivalenciji. 40 Sistem tekućeg finansiranja Sistem potpune kapitalizacije Generacija 3 Zaposleni Penzioneri (zaposleni u generaciji 2) Zaposleni Penzioneri (zaposleni u generaciji 2) Generacija 2 Zaposleni Penzioneri (zaposleni u generaciji 1) Zaposleni Penzioneri (zaposleni u generaciji 1) Generacija 1 Zaposleni Penzioneri Zaposleni Penzioneri Izvor: autorski prikaz. Šema 1.4 Sistem tekućeg finansiranja vs. sistem potpune kapitalizacije Za razliku od sistema tekućeg finansiranja koji se obezbeĎuje od strane drţave, sistem finansiranja potpunom kapitalizacijom je preteţno vezan za privatno penzijsko osiguranje, premda ga je moguće obezbeĎivati i putem javnog sektora. Ideja je uplata doprinosa koji se zamim akumuliraju, a u zavisnosti od stope prinosa uvećavaju i konačno isplaćuju u formi penzija. Dakle, zaposleni iz jedne generaciji, uplaćuju doprinose koji se oploĎuju, pa kao posledica toga, u dugoj generaciji kada isti zaposleni postanu penzioneri, primaju penzije shodno sopstvenim uplata tokom radnog veka uvećanim za stope prinosa na dobrinose (Šema 4). Stoga se nameće pitanje, gde drţava ili privatni sektor ulaţe prikupljene doprinose i koja je stopa prinosa na doprinose. Vaţno pitanje koje je predmet mnogih diskusija u literaturi je da li je sistem kapitalizacije dominantan u odnosu na tekuće finansiranje sa stanovišta Pareto- efikasnosti. Navedeno u značajno meri zavisi od visine stope prinosa i stope rasta zarada. Ukoliko je stopa rasta prinosa veća od stope rasta realnih zarada, bolji je sistem kapitalizacije (Feldstein i Samwick 2000 su pokazali da je stopa rasta prinosa na godišnjem nivou veća za najmanje 4.5% od stope rasta realnih zarada, upućujući na adekvatnost finansiranje sistemom kapitalizacije). Dodatno, obezbeĎenje penzijskog osiguranja u prvoj generaciji predstavlja problem u oba sistema. Pri tekućem finansiranju, u generaciji 1 (Šema 1.4) penzioneri primaju penzije na osnovu doprinosa trenutno zaposlednih, a da prethodno, tokom svog radnog veka nisu odvajali doprinose Doprinosi Doprinosi Doprinosi Doprinosi + prinos Doprinosi + prinos 41 za penzije. Problem penzionera u generaciji 1 postoji i u sistemu potpune kapitalizacije, jer njihove penzije nisu obezbeĎene ukoliko nisu ulagali u fondove tokom radnog veka. U oba slučaja se ne moţe izvršiti intergeneracijska preraspodela koja je ključna u finansiranju penzijskog osiguranja. Poloţaj penzionera u prvoj generaciji je stoga senzibilan i ne moţe biti zanemaren u oba sistema finansiranja. Navedeno uslovi oteţavaju i mogućnosti prelaska sa sistema tekućeg finansiranja na kapitalizovano, jer se ne moţe obezbediti Pareto-poboljšanje. Pareto- poboljšanje pri prelasku sa sistema tekućeg finansiranja na kapitalizovano moţe postojati samo u slučaju kada u sistemu tekućeg finansiranja ne postoji Pareto- efikasnost za svaku generaciju (Wrede 1998). MeĎutim, za tekuću generaciju zaposlenih, navedeno ne moţe biti Pareto-efikasno jer bi podrazumevalo dvostruke izdatke: za finansiranje tekućih penzija i kapitalizovane fondove. MeĎutim, Tatiana Damjanovic (2003) je pokazala da je moguće obezbediti Pareto-poboljšanje pri prelasku sa tekućeg na kapitalizovano finansiranje i u slučaju intergeneracijske heterogenosti uvoĎenjem poreza i transfera u okviru jedne generacije. Dodatno, utvrĎeno je u radu da li je moguće Pareto-poboljšanje prilikom prelaska na sistem kapitalitzacije u zavisnosti od toga da li je ekonomija zatvorena ili otvorena, da li je ponuda radne snage elastična ili ne, da li su penzije linearne ili zavise od ranijih doprinosa pojedinca, i konačno koje su politike primenjene prilikom prelaska. Ispostavilo se da su faktori koji su ograničavajući za Pareto-poboljšanje neelastična ponuda radne snage i formiranje penzija na osnovu ranijih doprinosa. Shodno definisanim mogućnostima finansiranja i privatog/javnog izvora za obezbeĎenje penzijskog osiguranja, Svetska banka (World Bank 1994) predlaţe uvoĎenje multi-stubskog pristupa. Navedeni pristup omogućuje suočavanje sa rizicima koji nastaju usled demografskih trendova, a korišćenje kapitalizovanih fondova obezbeĎuje individualne račune i tendenciju ka efikasnoj alokaciji resursa. Detaljnije, predlog je koristiti tri stupa penzijskog osiguranja:  prvi stub: obavezno drţavno penzijsko osiguranje;  drugi stub: obavezno dopunsko privatno penzijsko osiguranje (kapitalizovani fondovi);  treći stub: dobrovoljno privatno penzijsko osiguranje (kapitalizovani fondovi). 42 Na osnovu predloţenog penzijskog osiguranja na osnovu tri stuba, ispostavlja se da je tendencija ka diverzifikaciji rizika, u smislu da deo obaveznog penzijskog sistema obezbeĎuje drţava (prvi stub), a deo privatni fodovi (drugi stub). Dodatno, moguće je obebediti dodatno privatno osiguranje, koje je dobrovoljnog karaktera (treći stub). Dakle, na osnovu predloţenog pristupa, odvaja se redistributivna funkcija, koja je vezana samo za prvi stub od štedne funkcije, koja je vezana za individualne račune i druga dva stuba. Finansiranje penzijskog sistema je pod pritiskom i izloţeno je izazovima u smislu obezbeĎenja odrţivog penzijskog sistema u uslovima starenja stanovništva i demografskog pada. Uspešnost penzijskog sistema u zadatim okolnostima je predstavljeno pozitivnim i negativnim implikacijama (Šema 1.5). Izvor: autorski prikaz. Šema 1.5 Izazovi i implikacije penzijskog sistema Izazovi u smislu demografskog sistema i starenja stanovništva se ispoljavaju u penzijskom sistemu kroz smanjen odnos zavisnosti izmeĎu zaposlenih i penzionera. Stoga se na osnovu demografskih projekcija, očekuje da će tekući sistem finansiranja biti još manje efikasan u budućnosti (Fox and Palmer 2001), i da će biti neophodno Pozitivne implikacije Intergeneracijska Pareto-efikasnost Pravičnost: - redistribucija dohotka - bolji poloţaj starijih Negativne implikacije Smanjenje štednje Ranije penzionisanje Rast fiskalnog deficita Izazov Odrţivost penzijskog sistema u uslovima: - starenja stanovništva - demografskog pada 43 smanjenje penzija ili povećavanje doprinosa kako bi se trenutni sistem odrţao na istom nivou korisnosti za sve generacije. Negativne implikacije u smislu smanjenja štednje se pojavljuju jer se pojedinci oslanjaju na sistem penzijskog osiguranja bez dodatne, dobrovoljne štednje, što redukuje investicije i ekonomski rast, pogotovo u zatvorenim ekonomijama (Greco 2006). Navedeni problem je prestavljen Grafikom 1.4. Prikazano je intertemporalno budţetsko ograničenje pojedinca, pri čemu je na apscisi predstavljena sadašnja potrošnja, a na ordinati buduća potrošnja. Svako smanjenje sadašnje potrošnje implicira porast buduće potrošnje za iznos štednje uvećan za stopu prinosa. Dakle, ukoliko poĎemo u interpretaciji od ravnoteţne tačke E, u kojoj se uspostavlja tangencijalni odnos izmeĎu krive indiferencije i budţetskog ograničenja, ka tački B, govorimo o prirastu sadašnje potrošnje za ∆X, dok se potencijalna buduća potrošnja smanjila za iznos prirasta sadašnje potrošnje i prinosa na štednju. Ukoliko bi se sadašnja potrošnja i dalje povećavala na uštrb buduće, prešlo bi se u tačku A, u kojoj je ukupna korisnost na niţem nivou, iako se ceo dohodak troši, s obzirom na intersekciju budţetskog ograničenja i krive indiferencije 1 (I1) koja prikazuje niţe nivoe korisnosti. Ponašanje pojedinca moţe da se očituje van opsega budţetskog ograničenja ukoliko se zaduţuje, tačka C. Tada je buduća potrošnja na najniţem nivou, dok sadašnja potrošnja dominira. MeĎutim, prirast sadašnje potrošnje je manji od gubitka buduće potrošnje. Racionalno ponašanje pojedinca se ogleda u tendenciji u kretanju ka krivama indiferencije koje se nalaze na višem nivou i u pravcu ekvilibriuma, E. Stoga se pojedinac u slučaju da polazi iz tačke A, opredeljuje za štednju u rasponu Xe-Xa. Odricanje od sadašnje potrošnje mu obezbeĎuje uvećanu potrošnju u budućnosti u rasponu od Ye-Ya. MeĎutim, uvoĎenjem penzijskog osiguranja, pojedinci su u obavezi da uplaćuju penzijsko osiguranje, u ovom primeru, u iznosu Xb-Xa. Dakle, reč je o manjem iznosu, nego što bi pojedinci štedeli u slučaju da penzijsko osiguranje ne postoji. S obzirom na činjenicu da je penzijsko osiguranje uvedeno, pojedinci ga smatraju vidom štednje i ne opredeljuju se za dodatnu štednju (u iznosu Xe-Xb). Ispostavlja se da penzijsko osiguranje istiskuje privatnu štednju. Umanjenje privatne štednje ima negativne implikacije na privredu, pri čemu se usporava privredni rast u nedostatku štednje, a posledično investicija. Stoga stimulans se mora ogledati u rastu stopa prinosa na štednju. U tom slučaju, a pod pretpostavkom nepromenjenih zarada, 44 menja se nagib budţetskog ograničenja, a ravnoteţa se uspostavlja u tački, E*, poklapanjem nagiba budţetske linije sa nagibom krive indiferencije koja je najudaljenija od origa (I3), te predstavlja najviše nivoe korisnosti. Izvor: autorski prikaz. Grafik 1.4 Intertemporalno budţetsko ograničenje i istiskivanje private štednje penzijskim osiguranjem Objašnjena situacija da su pojedinci skloni da nakon što se uvede penzijski sistem, prestanu dodatno da štede, oslanjajući se na penzijsko osiguranje, predstavlja jedan vid moralnog hazarda, prema kom pojedinci pokušavaju minimalno da troše, a očekuju istu korist kao drugi korisnici penzijskog sistema. Dodatno, ispoljavanje moralnog hazarda se moţe ogledati u pretenzijama za ranim penzionisanjem, jer se penzije primaju do kraja ţivota, uz minimalne doprinose zbog skraćenog radnog veka. Navedeno se moţe kao negativna implikacija reflektovati u deficitu penzijskog sistema i u fiskalnom deficitu, s obzirom na činjenicu da drţava u nekim slučajevima sufinansira penzijske izdatke. Dakle, dufinansiranje, demografski pad, starenje stanovništva, raniji odlazak u penziju su najznačajniji faktori koji utiču na formiranje fiskalnog deficita. Pored njih, značajan je i uticaj produktivnosti, koja je opadajuća funkcija, pa ne obezbeĎuje očekivani podsticaj. U takvim slučajevima, postoji neophodnost razmatranja Sadašnja potrošnja X Buduća potrošnja Y E A B Ye Yb Ya Xe Xb Xa Xc ∆Y=(1+i)∆X ∆X C E* 𝑀 𝑋 𝑀 𝑌 Istiskivanje štednje Doprinosi za penzije I1 I2 I3 45 reformi penzijskog sistema, radi uspostavljanja njegove odrţivosti, u pravcu pomeranja starosne granice kod oba pola za odlazak u penziju, povećanje doprinosa, kao potpuna ili delimična promena sistema finansiranja. MeĎu pozitivnim efektima ispoljava se tendecija ka uspostavljanju ravnoteţe izmeĎu pravičnosti i efikasnosti. Teţi se uspastavlju Pareto-efikasnom penzijskom sistemu, ali se istovremeno sprovodi redistributivna funkcija. Naime, prvi stub penzijskog osiguranja upravo obezbeĎuje redistributivnu funkciju, kojom se bar minimum uslova za ţivot obezbeĎuje svima. Teţi se intergeneracijskog efikasnosti u smislu izjednačenja neto doprinosa i neto penzija, a redistribucija se vrši na intrageneracijskom nivou. Naime, razlike u zaradama pojedinaca tokom ranog veka mnogo su izraţenije u odnosu na razlike u penzijama. Konačno, penzijski sistem ostvaruje svoj cilj, u smislu očuvanja dohotka starih, od prestanka radnog veka do kraja ţivota. 3.1.2 Osiguranje za slučaj nezaposlenosti Primenjujući istu logiku kao u slučaju penzijskog sistema, kada je postojao problem nesavršenosti informacija koji je sprečavao privatna trţišta da obavljaju usluge penzijskog osiguranja, osiguranje za slučaj nezaposlenosti je takoĎe trusno područje u smislu nesavršenih informacija. Kao i u slučaju penzija, radnik u ovom slučaju dobro poznaje svoje mogućnosti, znanja, karakter, te mogućnost da li će ili ne ostati bez posla. Kako su za ovo osiguranje najpre zainteresovani ljudi kod kojih postoji velika verovatnoća da će izgubiti posao, a ne oni sa sigurnim poslom, privatna trţišta teško da bi mogla efikasno da funkcionišu jer bi osiguravajuće kuće ostvarile najveći profit upravo kod onih pojedinaca koji imaju siguran posao ali se neće osigurati, naspram onih koji imaju posao ali sa velikom verovatnoćom da će ga izgubiti i koji će se, verovatnije, osigurati. Usled visokih administrativnih troškova sa ciljem spoznaje realnosti, osiguravajuće kuće bi odreĎivale prosečne premije, a meĎu osiguranicima bi postojala negativna selekcija. Dodatno, postojao bi i problem moralnog hazarda u smislu povećanja mogućnosti da se desi upravo onaj scenario od kog je pojedinac i osiguran. Obavezni drţavni program za slučaj nezaposlenosti stoga rešava u velikoj meri problem 46 nesavršenih informacija, premda tendencija ka gubitku posla kod osiguranika i dalje postoji. Finansiranje osiguranja za slučaj nezaposlenosti, funkcioniše prema istoj matrici kao i sistem socijalnog osiguranja, meĎutim, neţeljeni efekti sistema socijalnog osiguranja se ogledaju u mogućnosti za porastom nezaposlenosti i duţim periodom trajanja nezaposlenosti, kako bi se maksimalno iskoristila mogućnost primanja nadoknade za slučaj nezaposlenosti. Stoga se posebnim izazovom smatra drţavna inicijativa za podsticaj rada. 3.1.3 Osiguranje za slučaj invalidnosti Osiguranje za slučaj nezaposlenosti predstavlja formu socijalnog osiguranja u okviru kojeg se vrši osiguranje primanja zaposlenih u slučaju invalidnosti koje bi sprečilo zaposlenog u obavljanju posla. Posredi se moţe nalaziti problem vezan za povrede, bolesti ili trajnu invalidnost usled kojih pojedinci nisu sposobni da rade. Osiguranje za slučaj invalidnosti moţe pruţati privatni sektor, odreĎujući individualne programe osiguranja od invalidnosti, mada, usled visokih administrativnih troškova, kao i nesavršenosti u vezi sa nepotpunim trţištem osiguranjem, osiguranje za slučaj nezaposlenosti obezbeĎuje i drţava, jedinstvenim sistemom. Ideja je formirati sigurnosnu mreţu koja će obezbediti obuhvat svih zaposlenih sa povredama koji bi inače bili neosigurani ili bi premija od osiguranja bila na niţem nivou od očekivale ukoliko bi je pruţao privatni sektor. Premije od osiguranja za slučaj invalidnosti iako treba da obezbede sigurnost zarade nakon što se povreda dogodi, osiguranje isplaćuje premiju koja je najčešće značajno manja od zarade tokom radnog veka (mesečne isplate su najčešće izmeĎu 60% i 70% od prosečne mesečne zarade). 47 3.2 Socijalna zaštita Socijalna zaštita je instrument socijalne politike za prevenciju i pruţanje pomoći ugroţenim kategorijama stanovništva. Socijalnom zaštitom se pokušavaju smanjiti nejednakosti u društvu, odnosno, cilj je ravnomernija raspodela dohotka, ali i obezbeĎenje istih mogućnosti u sveri zapošljavanja, obrazovanja i zdravstva. Uspostavljanje egalitarizma se ne sprovodi samo post festum, nego je ideja proaktivno i zaštitno delovati. Programi socijalne zaštite bivaju aktivirani tek kada se identifikuju nesavršenosti trţišta, koje je potrebno korigovati drţavnom intervencijom. Nesavršenosti trţišta koje su osnova delovanja politike socijalne zaštite su vezane za distribuciju dohotka i makroekonomsku neravnoteţu koja odreĎeni broj pojedinaca moţe dovesti u ugroţeni poloţaj. Dodatno, problem nesavršenih informacija takoĎe moţe biti motiv za drţavnu intervenciju, s obzirom da je dostupnost informacija meĎu ugroţenim grupama stanovništva manja, kao i moralnog hazarda u smilu svesnog povećanja dokolice, kako bi se prema niţim raspoloţivim dohotcima, povećala verovatnoća korišćenja socijalne zaštite. Stoga se programi socijalne zaštite mogu podeliti na one koji su usmereni ka smanjenju siromaštva, ka ugroţenim pojedincima i deci, kao i oni koji se odnose na obezbeĎenje podsticaja za rad. Konačno, programi socijalne zaštite su veoma raznovsni i odnose se na novčanu pomoć naspram pomoći u naturi, od nabavke hrane do pomoći pri rešavanju stambenog pitanja. Generalno, pojedinci sa niţim dohocima će imati tendenciju da više koriste javna dobra u odnosu na privatna,oslanjajući se na programe socijalne zaštite i različito će tretirati pomoć koju ima obezbeĎuje drţava (Grafik 1.5). Naime, ukoliko su na apscisi predstavljena javna dobra, a na ordinate privatna, budţetska ograničenja bogatih i siromašnih, ne samo da će se razlikovati u udaljenosti od origa, već se razlika ogledati i u strmijem nagibu bogatih. Krive indiferencije će se takoĎe razlikovati, pa će se ravnoteţa potrošačevog izbora kod bogatih pojedinaca nalaziti u tački R (reach), koja prikazuje da će pojedinac sa višim dohotkom preferirati korišćenje veće količine privatnih dobara (YR) u odnosu na javna dobra (XR). Navedena situacija je posledica racionalnog ponašanja bogatih, koji u vezi sa korišćenjem javnih dobara moraju da plaćaju višu cenu (u smislu poreza), a da ih manje koriste (jer su mnogi program 48 namenjeni redistribuciji). Sa druge strane, ravnoteţna tačka siromašnog pojedinca se formira na nivou P (poor) i ukazuje znatno niţe dohotke od bogatog pojedinca i usmerenje ka većem korišćenju javnih dobara. Siromašni pojedinac koristi manje privatnih dobara YP, a više javnih, XP, jer je cena javnih dobara za siromašnijeg pojedinca relativno manja od cene za bogatog pojedinca. Siromašan pojedinac često nije uključen u sve oblike plaćanja drţavi usled lošeg imovinskog statusa, dok po osnovu više programa ostvaruje korist. (a) (b) Izvor: autorski prikaz. Grafik 1.5 Javna vs. privatna dobra / siromašni vs. bogati pojedinci Ukoliko drţava obezbeĎuje pomoć u smislu programa socijalne zaštite, program će doticati samo siromašne (raspon G na Grafiku 1.5, deo (a)). Kada je program socijalne zaštite definisan tako da uveća prihod siromašnih (bilo u novčanom smislu bilo naturalno), doći će do paralelnog pomeranja budţetskog ograničenja u desno, bez promena u preferencijama potrošača. Oni će i dalje na isti način percipirati korist od privatnih u odnosu na javna dobra. S obzirom na činjenicu da raspolaţu sa većim prihodom u iznosu drţavne pomoći, G, siromašni će trošiti više i na privatna i na javna dobra. Ukoliko bi dobili pomoć u naturi, preostali dohodak bi trošili na uobičajeni način, u smislu odnosa privatna/javna dobra. Takvi program bi imali samo efekat dohotka, pa stoga nisu vezani za distorzije i neefikasnosti. Javna dobra (X) Privatna dobra (Y) 𝑀 𝑌𝑅 𝑀 𝑌𝑃 𝑀 𝑋 P R YR YP XR XP XG PG YG G Drţavna pomoć siromašnima P PG YG XP XG R Drţavni troškovi ∆𝒀 ∆𝑿 = − 𝒑𝒙 𝒑𝒚 Uslov ravnoteţe Javna dobra (X) 𝑀 𝑋 Privatna dobra (Y) A 𝑀 𝑌𝑃 I1 I2 I1 I2 B B 49 Drţava bi u cilju rešavanja problema distribucije, mogla da generiše nove neefikasnosti uvoĎenjem programa koji pored efekta dohotka, imaju i supstitutivni efekat (Grafik 1.5, deo (b)). Efekat supstitucije nastaje pri promeni relativnih cena dobara, jer uslov ravoteţe glasi: ∆𝑌 ∆𝑋 = − 𝑝𝑥 𝑝𝑦 , odnosno granična stopa supstitucije je jednaka relativnim cenama javnih dobara u odnosu na privatna. Stoga, ukoliko su programi socijalne zaštite definisani tako da pokrivaju deo troškova javnog dobra do odreĎenog nivoa njegove potrošnje, javno dobro postane relativno jeftinije u odnosu na privatno, što dovodi do promene nagiba budţetskog ograničenja u rasponu 𝑀 𝑌𝑃 – A. Ispoljava se efekat supstitucije, pored efektka dohotka 2 . Nakon tačke A nagib ostaje isti kao i nagib budţetskog ograničenja, jer je u tom delu odnos cena javnog i privatnog dobra nepromenjen. Nakon delovanja programa socijalne zaštite, uspostavlja se nova ravnoteţna tačka PG, prema kojoj siromašni troše više i javnih i privatnih dobara. Ravnoteţni nivo potrošačevog izbora u slučaju oba drţavna programa je formiran na istoj krivi indiferenciji (I2) stoga predpostavlja isti nivo korisnosti koji oba programa obezbeĎuju. MeĎutim, drţavni troškovi nisu isti. Drţavni troškovi se mere rasponom PG-B u oba slučaja. Ispostavlja se da su troškovi veći u delu (b), nego u delu (a), odnosno u programima koji su zasnovani na supstitutivnom efektu, dok su koristi isti. Stoga se program socijalne zaštite definisan u delu (b) smatra neefikasnim u odnosu na program predstavljen u delu (a). Ispostavlja se da je vaţan izazov u sveri socijalne zaštite, identifikacija ugroţenih pojedinaca, redistribucija dohotka u njihovom pravcu, ali uz primenu najefikasnijih programa: onih koji obezbeĎuju ţeljeni nivo korisnosti, uz najniţu javnu potrošnju (kretanju u pravcu dohodnih programa, a ne onih kod kojih se u većoj meri ispoljava efekat supstitucije. 2 Moguće je izvršiti dekompoziciju ukupnog efekta usled dejstva drţavnih programa koji koriguju relativne cene javnih u odnosu na privatna dobra. Neophodno je izvršiti translaciju linije budţetskog ograničenja nakon drţavne intervencije, tako da nova prava postane tangenta na prvoj krivi indiferenciji. Ravnoteţna tačka u tom slučaju pokazuje veličinu efekta supstitucije, dok je dohodni efekat jednak razlici ukupne promene u potrošnji javnih dobara i veličine efekta supstitucije. 50 3.3 Zdravstvena zaštita Analiza potrošnje za zdravstvenu zaštitu sa stanovišta ekonomije javnog sektora, u centar istraţivanja dovodi pitanje da li je zdravstvo po osnovnim načelima javno ili privatno dobro. Uzimajući u obzir kriterijume za distinkciju izmeĎu čistih javnih dobara i privatnih dobara, mogućnost isključenja iz korišćenja i da li je dobro besplatno, upućuje na zaključak da je zdravstvo, po svojoj prirodi čisto privatno dobro, jer postoji mogućnost naplate usluge, kao i mogućnost isključenja iz korišćenja. MeĎutim, emprija pokazuje da je zdravstvo ipak preteţno finansirano od strane drţave, odnosno da je definisano kao javno dobro usled viših ciljeva koji se ţele postići (npr. obezbeĎenje minimalne zdravstvene zaštite za sve, smanjenje smrti dece, duţi ţivotni vek). Uloga drţave u kontekstu zdravstvene zaštite ima izuzetan značaj, pre svega u egalitarizmu, dakle, obezbeĎenju zdravstvene zaštite svim graĎanima uključujući one sa najmanjim prihodima, dakle korigujući raspodelu dohotka i obezbeĎujući pristup zdravstvenim uslugama svim graĎanima. Dalje, uloga drţave se ogleda u korekciji neefikasnosti usled nesavršenih informacija, ograničene konkurencije i negativne selekcije kada zdravstvenu zaštitu obezbeĎuje privatni sektor. Nesavršene informacije, koje predstavljaju nesavršenost trţišta čija je pojavnost prisutna u gotovo svim područjima politika javne potrošnje, u slučaju zdravstvene zaštite ima suptilniju ulogu: preuzimanjem odgovornosti u smislu dozvola za rad zdravsvenih institucija, s obzirom na to da pojedinci nisu u mogućnosti da procene stručnost medicinskog osoblja, a moraju se osloniti na njihovu procenu sopstvenog zdravstvenog stanja. Stoga drţava ima ulogu korektora nesavršenih informacija u cilju pouzdanijeg sistema zdravstva. Nesavršena konkurencija je takoĎe vaţna nesavršenost trţišta zdravstvene zaštite, usled dualiteta drţavne/privatne zdravstvene zaštite, direktnog plaćanja/plaćanja od strane trećih lica kroz poreze, delovanje profitnih/neprofitnih organizacija u zdravstvu, što konačno dovodi do ograničene konkurencije. Naime, cena usluga ne reguliše trţišta zdravstvene zaštite kao druga trţišta, jer korisnik usluge nije onaj koji uvek i plaća uslugu, dok niţe cene mogu da podrazumevaju nedovoljnu traţnju za uslugama. Naime, smanjenje cena pregleda, moţe ukazivati da je kvalitet pregleda 51 lošiji, a kako ga ne plaćaju pojedinci koji su pregledani, jasno je da će birati skuplje preglede. Negativna selekcija, takoĎe, nastaje kao posledica asimetričnih informacija, kada osiguravajuće kuće odreĎuju premiju na osnovu prosečnog rizika u populacija, a ne na osnovu rizika vezanog za svakog pojedinca. U tom slučaju, dolazi do negativne selekcije kada procenat stanovništva ispod prosečnog rizika ne kupuje polisu. Dakle, oni bi plaćali polisu zdravstvenog osiguranja više nego što za njih vredi, dok drugi deo populacije iznad prosečnog rizika plaća manje nego što za njih vredi, kreirajući neefikasnost. Dodatno, negativna selekcija nije posledica samo asimetričnih informacija, već i problema moralnog hazarda koji se u tom slučaju pojavljuje. Navedene nesavršenosti mogu biti okidač za postojanje neefikasnosti u zdravstvenoj zaštiti kada ga obezbeĎuje privatni sektor. Stoga drţava preuzima inicijativu u smislu programa obaveznog zdravstvenog osiguranja, koje treba da obezbedi adekvatnu zdravstvenu zaštitu graĎana, koja podrazumeva veoma kompleksnu organizaciju drţavnih zdravstvenih ustanova sa ciljem prevencije od bolesti i poboljšanja zdravlja graĎana, ali i finansijsku sigurnost. Naime, zdravstveno osiguranje se aktivira u slučaju bolesti, kada je pojedinac izloţen visokim izdacima, pa zdravstveno osiguranje ima funkciju zaštite od značajnih finansijskih gubitaka. Finansiranje zdravstenog osiguranja se kao u slučaju penzija odnosi na uplatu doprinosa od strane zaposlenih i na preduzeća, a na osnovu tih doprinosa, sufinansiranja od strane drţave, participacije od strane pacijenta, obezbeĎuju se primanja doktora, medicinskih sestara i drugog osoblja, kao i obezbeĎenje zdravstvenih kompleksa (domova zdravlja, apoteka). Slično obavezno penzijskom sistemu osiguranja i obavezno zdravstveno osiguranja u poslednjim dekadama (i onim koje slede) se susreće sa brojnim izazovima u vezi sa odrţivošću sistema finansiranja u uslovima sporijeg demografskog rasta i starenja stanovništva, a neophodnosti kontinuiranog finansiranja zdravstvene zaštite, kao imperativa u svakom razvijenom društvu. Sistem zdravstvene zaštite u većini zemalja se ipak sastoji iz obaveznog drţavnog osiguranja i dobrovoljnog privatnog osiguranja. Dodatno osiguranje iz privatnog sektora je individualno koncipirano, a zavisno je od procene rizika osiguravajuće kuće, dok visina premije zavisi od ranijih uplata. 52 U zdravstvu je od izuzetne vaţnosti ne voditi se samo pitanjem efikasnosti, već i trade-off-om efikasnost/pravičnost. Navedo proizlazi iz egalitarističkog pristupa da svi graĎani moraju imati pristup makar osnovnoj zdravstvenoj zaštiti i paternalističkog pristupa prema kom drţava uzima ulogu koordinatora i odreĎuje pravila ponašanja u smislu obaveznog zdravstvenog osiguranja. Stoga se ravnoteţa na relaciji efikasnost/pravičnost u različitim ekonomija definiše pod uticajem preferencija društvu o povećanju pravičnosti zarad smanjenja efikasnosti, kao posledica kulturnih, istorijskih, ali i institucionalnih odrednica. Elastičnost krive traţnje u zdravstvu Elastičnost krive traţnje u odnosu na dohodak u zdravstvu je različita u zavisnosti od analiziranog koncepta: mikroekonomskog vs. makroekonomskog, dok elastičnost traţnje u odnosu na cene moţe uzimati i ekstremne vrednosti u smislu totalne neelastičnosti, kada je vertikalna, i potpune elastičnosti traţnje, kada je horizontalna. Moralni hazard nastaje u situacijama kada pojedinci plaćaju samo deo troškova zdravstvene usluge (participaciju, koja je često simbolična u odnosu na realnu cenu usluge), što dovodi do drastičnog povećanja traţnje za uslugama u sistemu zdravstva. U tom slučaju je traţnja za zdravstvenim uslugama, D1 na Grafiku 1.6, ima tendenciju da bude što ravnija, (u ekstermnom slučaju u potpunosti horizontalna), jer promene u ceni gotovo imaju veliki uticaj na promenu traţnje traţnju. Dakle, kada drţava obezbeĎuje zdravstvene usluge, ravnoteţa se neće ostvariti u tački E1 (u kojoj su MC=D, a kako su granični prihodi funkcija traţnje MR=f(D), sledi da je MC=MR) kao u slučaju privatnih zdravstvenih usluga, već se zdravstvene usluge troše, bez obzira što su ispod linije graničnih troškova, sve dok postoji traţnja za zdravstvenim uslugama, QG. Navedeni nivo pokazuje maksimalno zadovoljenje traţnje koje je moguće samo kada drţava obezbeĎuje javno dobro, jer je participacija pojedinca u finansiranju zdravstvene usluge mala. Stoga mala smanjenja cena zdravstvenih usluga se očituju u velikoj konzumaciji Eq,p>1, stoga osenčena površina E1-B-QG predstavlja gubitak drţave u usled preteranog koriščenja usluga zdravstva. Sa druge strane, moguće je da postoji i suprotni ekstrem, kada kriva traţnje tendeira da postane vertikalna, D2. Navedeno nastaje samo onda kada ljudi bezuslovno slede uputsva koja im daje doktor (preteţno u urgentnim situacijama, u 53 slučaju ţivotne ugroţenosti) kada se uputstva doktora poštuju bez obzira na cenu. Dakle, rast ili pad cena, ima vrlo male uticaje na smanjenje ili rast traţnje, Eq, p<1. U takvim uslovima su distorzije vezane za prekomernu upotrebu zdravstvenih usluga mnogo manje, i obuhvataju trougao E2-B-QG. Izvor: autorski prikaz. Grafik 1.6 Elastičnosti traţnje za zdravstvenim uslugama i gubici u slučaju drţavnog obezbeĎenja Analiza elastičnosti traţnje u odnosu na dohodak u zdravstvu moţe biti zasnova na mikroekonomskom i makroekonomskom konceptu. Mikroekonomski koncept ukazuje da je zavisnost izdataka za zdravstvo u odnosu na dohodak per capita, neelastično, s obzirom na to da ne zavisi od visine individualnog dohotka kada zdravstvo obezbeĎuje drţava, dakle, kriva traţnje vertikalnog oblika. Sa druge strane, sa makroekonomskog stanovišta, elastičnost izdataka za zdravstvo u odnosu na dohodak, u velikom meri je zavisno (nekada je elastičnost veća, a nekada manja od 1), upućujući da javna potrošnja za zdravstvo proizlazi iz standarna ekonomije, te je odreĎena raspoloţivim dohotkom, koji je kasnije predmet preraspodele kroz pruţanje drţavnih usluga zdravstva. Pri analizi efikasnosti u ovom radu, fokus će biti na makroekonomskom modelu determinacije traţnje za zdravstvom raspoloţivim dohotkom per capita. Cena P Količina Q MC D1 D2 E1 A E2 B Q1 Q2 QG EQ,P>1 EQ,P<1 54 Faktori koji opredeljuju tempo rasta izdataka za zdravstvo Kombinacija drţavnog zdravstvenog osiguranja i privatnog, takoĎe vodi odreĎenom vidu neefikasnosti koja se ogleda u preteranom pruţanju zdravstvenih usluga u nekim zemljama, što sa sobom povlači veoma visoke rashode za zdravstvo (na primer, u SAD su rashodi za zdravstenu zaštitu porasli sa 9% BDP u 1960. godini na 16% BDP u 2004. godini). Predimenzionirani izdaci za zdravstvo su posledica i činjenice da se u mnogim zemljama zdravstveno osiguranje odvija preko firmi u kojima su pojedinci zaposleni. Izdaci za zdravstveno osiguranje se smatraju dodatnim indirektnim primanjima pojedinaca, a nisu obuhvaćeni porezima. Efikasnost bi se stoga mogla postizati većim učešćem pojedinaca u finansiranju zdravstvenih usluga, čime bi se umanjila preterana potrošnja i moralni hazard. Pored identifikovanih faktora koji dovode u pitanju odrţivost zdravstvenog osiguranja, u smislu starenja stanovništa i smanjenja nataliteta, vaţno je odrediti I druge faktore koji utiču na tempo rasta izdataka za zdravstvo (Tabela 1.4). Tabela 1.4 Faktori koji odreĎuju brzinu rasta izdataka za zdravstvo Glavni uzročnik Promene u tehnologiji Vaţni uzročnici Rast zdravstvenog osiguranja, a smanjenje troškova participacije Rast raspoloţivog dohotka Manje vaţni uzročnici Produktivnost u zdravstvu (sa docnjom) Starenje populacije Adnministrativni troškovi Novi faktori koje je potrebno istraţiti Konsolidacija traţišta zdravstvene zaštite Usmerenost u propagandi ka direktnom kupcu Troškovi i prevencija odreĎenih bolesti Izvor: Zuckerman i McFeeters (2006). Prema autorima Zeckerman i McFeeters (2006), promene u tehnologiji imaju višestruke efekte na promenu izdataka za zdravstvo: smanjuju jedinične troškove, ali 55 obuhvat pacijenata postaje mnogo veći, tako da je konačni ishod rast troškova, i povećavaju troškove vezane za standardne preglede (jer sa razvojem tehnologije, mnogo nove tehnike počinju smatrati standardnim pregledom). Generalno faktore dele na one sa presudnim dejstvom na brzinu izdataka, na one koji imaju manje dejstvo i predlaţu koje faktore treba istraţiti kao potencijalne determinante rasta izdataka za zdravstvo. Identifikovane izazove je neophodno uzimati u obzir u analizi politike zdravstvenog osiguranja. 3.4 Obrazovanje Obrazovanje ne ispunjava nijedan kriterijum da bi ga drţava obezbeĎivala. U pitanju je rivalno dobro, sa mogućnošću isključenja. Naime, obrazovanje je rivalno dobro jer uključivanje dodatnog korisnika usluga obrazovanja dovodi do dodatnih troškova, a uvoĎenje dodatnog učenika u obrazovni proces moţe uticati na ostale korisnike (nastavnici posvećuju manje paţnje svakom učeniku sa porastom njihovog broja, nastaju ograničenja obrazovanih resursa). Dakle, granični troškovi nisu jednaki nuli kao u slučaju nerivalnih dobara, čak su pribliţni prosečnim troškovima. Sa druge strane, mogućnost isključenja korisnika takoĎe postoji, jer je jednostavno onemogućiti korišćenje obrazovanih usluga. Dodatno, učešće u obrazovnom procesu upućuje na povećanje blagostanja učenika u budućnosti, što se moţe smatrati isključivo privatnom koristi. Saobrazno kriterijumima za obezbeĎenje dobara od strane drţave ili privatnog sektora, obrazovanje je privatno dobro koje po pravilu treba da obezbeĎuje privatni sektor. MeĎutim, u većini zemalja, drţava obezbeĎuje bar primarno (osnovno) obrazovanje. Navedeno proizlazi iz činjenice da je trţište obrazovanja nesavršeno i da sistem obrazovanja proizvodi niz pozitivnih eksternih efekata koji su posredno u interesu drţave, pa se obrazovanje moţe smatrati privatnim dobrom koje obezbeĎuje javni sektor (ponekad se stoga i obezbeĎuje obrazovanje i iznad privatne traţnje za obrazovanjem). Dakle, obrazovanje moţe da obezbeĎuje javni i privatni sektor koji predstavljaju stranu ponude u sistemu obrazovanja, dok se na strani traţnje nalaze 56 potencijalni učenici i njihovi roditelji, koji odlučuju u ranom uzrastu dece o obrazovanju umesto dece. Nesavršenosti i opravdanje za drţavne intervencije Opravdanje za drţavno ulaganje u obrazovanje se u literaturi često objašnjava situacijom da socijalne koristi putem eksternalija mogu premašiti lične koristi od obrazovanja (Moretti 2004). Stoga se analizi eksternih efekata pridaje velik značaj. Lucas (1988) je prvi pokazao da eksterni efekti obrazovanja u smislu prelivanja znanja mogu biti toliko značajni da mogu objasniti dugoročne razlike u nacionalnim dohocima izmedju bogatih i siromašnih zemalja. Efikasnost drţavnih ulaganja se moţe meriti upravo putem kvantifikovanja društvenih (socijalnih) koristi od obrazovanja. Dee (2003) pokazuje da postoje pozitivni eksternih efekata obrazovanja i socijalne koristi koje se očituju u razvoju demokratičnosti, slobode govora i uključenju u glasačke aktivnosti graĎana. Socijalne koristi se definišu kao zbir individualnih koristi plus koristi od pozitivnih eksternih efekata. Dodatne koristi, pored individualnih, nastaju iz razloga što rast obrazovanja postaje generator privrednog rasta (Barro 2013), kao i usled generalno većeg broja obrazovanih, što dovodi do rasta nivoa zarada uopšte, onih koji su obrazovani i onih koji to nisu. Navedeno nastaje iz razloga što su obrazovani i neobrazovani nesavršeni supstituti, pa rast broja obrazovanih, smanjuje ponudu neobrazovanih, koja posledično dovodi do rasta zarada i neobrazovanih. Opravdanje za drţavno uključenje u sistem obrazovanja se nalazi u pozitivnim eksternim efektima, redistributivnim motivima i nesavšenostima trţišta obrazovanja. Najznačajniji eksterni efekat sistema obrazovanja se ispoljava putem informisanosti, socijalizacije učenika, razvoja sistema demokratije i selekcije. Deca kroz sistem obrazovanja uče da budu pouzdana, pripremaju se za buduće zaposlenje, predstojeće izazove na radnom mestu i timski rad. Empirijska istraţivanja su pokazala da postoji visoka pozitivna korelacija izmeĎu nivoa obrazovanja i demokratičnosti po zemljama, jer društvo generalno postaje bolje informisano i involvirano u glasačke aktivnosti. Obrazovanje predstavlja filter za odreĎenje različitih sposobnosti pojedinaca, pa se kroz obrazovni sistem identifikuju i selektuju najproduktivniji pojedinci, koju po pravilu najduţe pohaĎaju škole, odnosno stiču najviše nivoe obrazovanja. 57 TakoĎe, obezbeĎenje obrazovanja od strane drţave usled redistributivnih ciljeva ispunjava uslov pravičnosti, odnosno robnog egalitarizma, u smislu da bi obrazovanje moralo da bude dostupno svim graĎanima, dok bi u slučaju privatnog obezbeĎenja obrazovanja, osnovna odrednica za sticanje obrazovanja bio nivo dohotka. Problem pravičnosti u slučaju obrazovanja se ispoljava usled činjenice da odluke o obrazovanju dece donose roditelji, a ne sami korisnici usluga obrazovanja, tj. deca. Mogućnost zaduţivanja raditelja radi obrazovanja deteta na račun buduće zarade deteta izostaje, odnosno sredstva za finansiranje obrazovanje su nedostupna čak i kada je buduća korist jednaka ceni kapitala, jer je u tom slučaju jedina garancija otplate kredita dete koje treba da se obrazuje. Stoga roditelji sa niskim primanjima, ukoliko ne bi postojalo drţavno obrazovanje, ne bi bili u prilici da obezbede sredstva za školovanje deteta. TakoĎe, moguće je da pojedini roditelji ne ţele da smanje trenutnu potrošnju zarad obezbeĎenja obrazovanja detetu, ili preferiraju da dete počne da radi u odnosu na to da vreme provodi obrazujući se. Ispostavlja se da obrazovanje deteta ne sme biti prepušteno altruizmu roditelja ili finansijskim sposobnostima roditelja, te drţava preuzima na sebe bar primarno obrazovanje deteta. ObezbeĎenje visokog obrazovanja od strane drţave, posredno dovodi do rasta nejednakosti pod pretpostavkom da su pojedinci subvencionisani da se školuju, u smislu besplatnih školarina. Besplatna školarina obezbeĎuje da se veći deo stanovništva obrazuje, što u perspektivi obezbeĎuje više prihode obrazovanim pojedincima, a i porast prihoda nekvalifikovane radne snage, s obzirom da se u tom slučaju smanjuje broj neobrazovanih. Izostanak besplatnih školarina bi uslovilo da samo pojedinci iz porodica sa visokim dohotkom imaju visoko obrazovanje, s obzirom da im ono u budućnosti moţe doneti još više dohotke, što bi dodatno produbilo nejednakost. Naime, ispostavlja se da viši nivo obrazovanja roditelja i porodično poreklo, koji podrazumeva viši nivo dohotka, uslovljava viši nivo obrazovanja i dohotka dece. Sa druge strane, da pojedinci sa niskim dohocima nisu subvencionisani, ne bi učestvovali u obrazovnom procesu, što bi se očitovalo u porastu jednakosti meĎu pojedincima sa niţim primanjima, dakle, došlo bi do rasta jednakosti, ali u siromaštvu. Navedena prepreka se prepisuje nesavršenostima trţišta obrazovanja, što ukazuje na još jedno opravdanje za drţavne intervencije u sistemu obrazovanja. Dakle, intervencije drţave u sistemu obrazovanja u smislu postojanja besplatnih drţavnih škola moţe se tumačiti i kao regulisanje 58 nesavršenosti na trţištu obrazovanja usled nemogućnosti uzimanja kredita za finansiranje obrazovanja. Nesavršenost trţišta se odnosi i na ekonomiju obima u procesu obrazovanja. Naime, u sredinama u kojima je potencijalni broj učenika mali, marginalni trošak dodatnog učenika je manji od prosečnih troškova po učeniku, što ukazuje na specifičnost sistema obrazovanja. Ispostavlja se da trţište obrazovanja podrazumeva visoke fiksne troškove, što moţe predstavljati problem u uslovima kada je broj potencijalnih korisnika usluga obrazovanja limitiran. Smatra se da osnovno i srednje obrazovanje treba biti obezbeĎeno od strane drţave jer se pokazalo da su deca koja su bila primorana da se duţe školuju kasnije pokazivala bolje rezultate na radnom mestu i imala su više zarade. U slučaju da su sami mogli da biraju da li će se obrazovati, postavlja se pitanje koliko njih bi se odlučilo za obrazovanje, a koliko da odmah stupe u radne odnose. Situacija je različita kada je reč o visokom obrazovanju, jer se studenti smatraju dovoljno odraslim da sami odluče da li ţele da nastave da se školuju, a uloga drţave se ogleda u obezbeĎenju mogućnosti studiranja u slučaju da studenti ţele da se školuju dalje. Konačno, sa ekonomskog aspekta, ulaganje drţave u obrazovni proces podrazumeva ulaganje u humani kapital i obezbeĎuje rast produktivnosti, pa se obrazovanje smatra snaţnim generatorom rasta nacionalnih ekonomija. Ukoliko viši nivo obrazovanja znači podruktivnijeg radnika, a isto pravilo se prenese na sve visoko obrazovane radnike, tada čitavo društvo moţe imati koristi u smislu višeg društvenog standarda usled rasta produktivnosti. Postoje dva kanala putem kojih viši nivo produktivnosti utiče na rast koristi čitavog društva. Prvi je uticaj na kolege visoko obrazovanog, produktivnog radnika – koristi od njegove umešnosti će imati i kolege u okviru istog preduzeća. Drugi uticaj se ogleda u većim izdacima za porez obrazovanijeg (produktivnijeg) radnika, te situacijom da drţava raspolaţe sa većim javnim prihodima. MeĎutim, ukoliko zarade radnika prate nivo obrazovanja (zarade su jednake marginalnom proizvodu), onda se ne moţe smatrati da više obrazovanje uzrokuje pozitivne eksterne efekte, u vidu rasta produktivnosti, već da su više zarade odraz višeg nivoa obrazovanja i produktivnosti. Dakle, u tom slučaju, drţavno subvencionisanje sistema obrazovanja nije opravdano jer ne obezbeĎuje pozitivne eksterne efekte. Konačno, pitanje uticaja obrazovanja na rast produktivnosti i privredni rast je u literaturi često analizirano, meĎutim rezultati su limitirani, s obzirom na to da se pri istraţivanju 59 nailazi na prepreke u vezi razgraničenja u kojoj meri je rast produktivnosti uslovljen isključivo faktorom obrazovanja. Dodatno, sistem obrazovanja je specifičan ne samo po tome što je reč o privatnom dobru koje obezbeĎuje i proizvodi javni sektor, već je i njegova upotreba obavezna i donosi privatne koristi. Obaveznost obrazovanja je opravdana potrebom za informisanošću, socijalizacijom graĎana i demokratksim opredeljenjem, dok proizvodnja obrazovanja od strane javnog sektora, obezbeĎuje efikasnost obrazovnog sistema. Naime, ukoliko bi drţava subvencionisala obrazovanje, a ono se sprovodilo u privatnim školama, rezultati obrazovnog sistema ne bi bili u skladu sa ciljevima obrazovnog sistema. Oni bi moţda obezbedili veću produktivnost budućih radika, ali ne bi razvili demokratičnost ili osećaj pripadnosti naciji. TakoĎe, vaţnost sistema drţavnog obrazovanja se očituje i kroz uticaj na pojedince da se ne okrenu kriminalu, već da kroz sistem obrazovanju steknu svest o bezbednosti, zdravlju, drţavi. Navedeni razlozi koji se u literaturi često navode kako bi se opravdale inrevencije drţave na trţištu obrazovanja su uglavnom samo opisni. Rezultati koji bi kvantifikovali pozitivne eksterne efekte i opravdali drţavne intervencije izostaju, pa i značaj eksternih efekata ostaje u domenu deskripcije. Ipak, iako su empirijski rezultati eksternih efekata limitirani, analiza se preusmerava na efikasnost intervencija u obrazovanju od strane drţave i na istiskivanje privatnog obrazovanja, koji su često predmet empirijskih istraţivanja. MeĎutim, stepen uključenosti drţavnog obrazovanju u ukupnom obrazovanju se razlikuje po drţavama, pa je od interesa pokazati stepen i formu uključenosti drţava u obrazovanju. Ciljevi ObezbeĎenje sistema obrazovanja od strane javnog sektora, odnosno drţave, podrazumeva niz ciljeva. Od ostvarenja pozitivnih eksternih efekata obrazovanja, u kontekstu bolje informisanosti i socijalizacije graĎana, razvoja demokratičnosti u društvu, razvoja svesti o zdravlju i izbegavanju kriminala, do direktnih ciljeva u smislu opismenjavanja, višeg nivoa znanja, veština i posledično poboljšanja kvaliteta ţivota u smislu viših zarada. Značaj obrazovanja se ogleda u obezbeĎenju individualnih, socijalnih (društvenih) i ekonomskih koristi, a smatra se investicijom u ljudske resurse. 60 Za pojedince, obrazovanje predstavlja put ka razvoju sopsvenih potencijala, te individualni razvoj koji će obezbediti napredak u karijeri. Sa socijalnog stanovišta, obrazovanje obezbeĎuje pripremanje generacija za zaposlenje, utiče na smanjenje nejednakosti u društvu i pruţanje jednakih mogućnosti i siromašnima. Sa ekonomskog stanovišta, kvalitetno obrazovanje i bolje kvalifikacije radne snage predstavljaju osnovu za rast produktivnosti. Ciljevi sistema obrazovanja koji donose koristi na ličnom i društvenom nivou, ostvaruju se na osnovu ličnih i društvenih troškova. Direktni lični troškovi su troškovi obezbeĎenja udţbenika, školarine, kao i izostanak zarade koja bi postojala u slučaju da se pojedinac ne obrazuje, već da je zaposlen. Društveni troškovi se odnose na obzbeĎenje sistema školovanja uopšte i na troškove usled toga što pojedinci nisu uključeni u poslove koji direktno utiču na rast ekonomije, već su, oportunitetno, usmereni ka prikupljanju višeg nivoa obrazovanja. Drţavne intervencije u obrazovanje i istiskivanje privatnog obrazovanja Drţavno ulaganje u sistem obrazovanja i obezbeĎenje besplatnog obrazovanja, ne znači nuţno i porast upotrebe usluga obrazovanja. Naime, kako se deo dohotka odvaja za obrazovanje, a deo za sva ostala dobra u slučaju da nema drţavnih škola, uvoĎenje drţavnih škola moţe usloviti da se koristi isti nivo drţavnog obrazovanja i nešto više drugih dobara, ili se sav dohodak moţe koristiti za obezbeĎenje drugih dobara. Konačno, ovakva situacija dovodi do istiskivanja privatnog obrazovanja od strane drţavnog obrazovanja. Usled pravila da obezbeĎenje besplatnog obrazovanja ne podrzumeva rast korišćenja obrazovnih usluga, primarno drţavno obrazovanje je obavezno. Istiskivanje privatnog obrazovanja od strane besplatnog drţavnog obrazovanja, objašnjeno je detaljno u modelu Peltzmana (1973). Naime, pruţanje fiksnog obrazovanja od strane drţave moţe navesti pojedince da se opredele za niţi nivo (često i kvalitet) obrazovanja koji pruţa drţava u odnosu na obrazovanje koje obezbeĎuje privatni sektor. Ukoliko polazimo od pretpostavke da veći izdaci za obrazovanje nuţno znače bolje obrazovanje, i da pojedinci moraju da se odluče izmeĎu privatnog i drţavnog obrazovanja, a da pri tome nemaju mogućnost da prvo koriste drţavno obrazovanje, a zatim ga nadograde privatnim, neki roditelji iako prvobitno ţele viši nivo 61 obrazovanja za svoje dete, odlučuju se za niţi nivo i drţavno obrazovanje, kako bi iskoristili prednosti besplatnog drţavnog obrazovanja. Ispostavlja se da ukupna potraţnja za obrazovanjem moţe opasti, usled primamljivijeg drţavnog obrazovanja. Peltzman predlaţe rešenje navedenog problema uvoĎenjem vaučera, koji bi podrazumevali davanje kredita roditeljima u svrhu obrazovanja njihove dece uz mogućnost ravnopravne upotrebe i u drţavnim i privatnim školama, kako bi se obezbedio slobodan izbor na trţištu obrazovanja. Suprotno, u slučaju da dva načina finansiranja sistema obrazovanja nisu supstitutivna, već da mogu biti komplementarna, obrazovanje u drţavnim školama bi moglo biti dopunjeno privatnim obrazovanjem, što bi ukupno dovelo do rasta traţnje za obrazovanjem u oba sektora. 3.5 Ostali oblici javne potrošnje Vaţan oblik javne potrošnje koji do sada nije razmatran, a u pitanju je čisto javno dobro, tiče se javnih izdataka za odbranu. Obrana je čisto javno dobro iz razloga što ne postoji rivalnost, niti postoji mogućnost isključenja iz potrošnje. Dakle, odbrana je nerivalno dobro jer su granični troškovi u vezi sa korišćenjem ovog dobra od još jednog pojedinca jednaki nuli, pa odbrana zemlje sa 5 miliona stanovnika i 5 miliona i jednim stanovnikom, ne pravi razliku. Na osnovu navedenog, jasno je da bi čisto javno dobro, kao što je odbrana, trebalo i da bude obezbeĎeno od strane javnog sektora. Pored odbrane, izdaci za javne servise, za izgradnju puteva, mostova, svetionika, često su predmet javnih izdataka jer su po svojoj prirodi javna dobra. Dodatno, vaţni su izdaci za razvoj tehnologije, izdaci za istraţivanje i razvoj (R&D), zaštitu ţivotne sredine, izdaci za kulturu i rekreaciju. Konačno, retrospective radi, prikazani su nesavršenosti trţišta na poljima analiziranih politika koje predstavljaju argument za drţavnu intervenciju (Tabela 1.5). 62 Tabela 1.5 Retrospektiva: nesavršenosti trţišta vs. politike javne potrošnje Neefikasnost usled nesavršenosti trţišta Drţavna intervencija na polju različitih politika javne potrošnje Javna dobra Odbrana Eksterni efekti Obrazovanje Zdravstveno osiguranje Zaštita ţivotne sredina Nesavršena konkurencija Socijalno osiguranje Zdravstveno osiguranje Nepotpuna trţišta Socijalno osiguranje Zdravstveno osiguranje Obrazovanje Nesavršenost informacija Socijalno osiguranje Zdravstveno osiguranje Socijalna zaštita Problem redistribucije Socijalna zaštita Obrazovanje Makroekonomska neravnoteţa Socijalna zaštita Obrazovanje Izvor: autorksi prikaz. 63 4. Finansiranje javne potrošnje Identifikovane nesavršenosti trţišnog mehanizma koje generišu neefikasnosti kada javna/privatna dobra obezbeĎuje privatni sektor su opravdanje za drţavne intervencije. MeĎutim, drţavna inicijativa moţe generisati nove neefikasnosti, s obzirom na činjenicu na veličinu drţavnog aparatorijuma koja se postiţe u nekim zemljama čini gotovo polovinu godišnjeg bruto domaćeg proizvoda. Dakle, ne samo što drţavna potrošnja podrazumeva značajan deo BDP, nego je potrebno i obezbediti (oporezovati) isti udeo BDP. Ciljevi javne potrošnje su jasni, ali njihovo obezbeĎenje, u smislu finansiranja, postaje predmet od interesa. Dalje, nakon definisanja potencijalnih izvora za finansiranje javne potrošnje, vaţno je definisati stabilizaciono ograničenje u kontekstu drţavnog budţeta kao i fiskalnu odrţivost. 4.1 Izvori za finansiranje javne potrošnje Finansiranje javne potrošnje se prvenstveno obezbeĎuje javnim prihodima, javnim dugom i monetarnim finansiranje (dobiti od senjoraţe ili emisiona dobit). Javni prihodi se obezbeĎuju oporezivanjem ili doprinosima koji su vezani za socijalno i zdravstveno osiguranje. Idealni scenario bi podrazumevao pokrivanje javne potrošnje javnim prihodima, meĎutim, u realnosti često postoji pozitivna razlika izmeĎu javnih rashoda i javnih prihoda, koja se ogleda u primarnom deficit budţeta. Primarni deficit je dalje moguće finansirati javnim dugom ili putem dobiti od senjoraţe. U slučaju finansiranja javne potrošnje putem javnog duga, u kratkom roku dovodi do veće potrošnje i outputa jer se količina javnih prihoda uvećava za iznos vrednosti zaduţivanja. Potrebna veličina zaduţivanja zavisi od razmatranog modela, koji moţe biti: 1. Model koji ne uzima u obzir privredni rast i inflaciju 2. Model koji uzima u obzir privredni rast, ali ne i inflaciju 3. Modela koji uzima u obzir privredni rast i inflaciju. Uslovi koji ukazuju koja je veličina dodatnog duga potrebna da bi se isfinansirala tekuća javna potrošnja, dati su u sledećoj tabeli, pri čemu je sa ∆𝐷 označen prirast javnog duga potreban za finansiranje javne potrošnje u apsolutnom iznosu, sa G 64 je označena veličina javne potrošnje u apsolutnom iznosu, sa T javni prihodi u apsolunom iznosu, sa r realna kamatna stopa, sa D veličina tekućeg javnog duga u apsolutnim iznosima, a sa M količina emitovanog primarnog novca. Relativne veličine istih varijabli su predstavljene malim slovima, prema kom je d udeo javnog duga u BDP, t udeo javnih prihoda u BDP, g udeo javne potrošnje u BDP, m količina primarnog novca u BDP korigovana za rastom cena, y realna stopa privrednog rasta. Tabela 1.6 Veličina javnog duga i uslovi za stabilizaciju Modeli Ravnoteţe i uslovi za stabilizaciju javnog duga Model koji ne uzima u obzir privredni rast i inflaciju ∆𝐷 = 𝐺 − 𝑇 + 𝑟𝐷 ∆𝐷 = 0, 𝑇 − 𝐺 = 𝑟𝐷 Model koji uzima u obzir privredni rast, ali ne i inflaciju ∆𝑑 = 𝑔 − 𝑡 + 𝑟 − 𝑦 𝑑 ∆𝑑 = 0, 𝑡 − 𝑔 = 𝑟 − 𝑦 𝑑 Modela koji uzima u obzir privredni rast i inflaciju ∆𝑑 + ∆𝑚 = 𝑔 − 𝑡 + 𝑟 − 𝑦 𝑑 ∆𝑑 = 0, 𝑡 − 𝑔 = 𝑟 − 𝑦 𝑑 − 𝑚∆ Izvor: autorski prikaz. Javni dug ima eksplozivna svojstva. Čak i u uslovima kada je budţet u ravnoteţi (G-T = 0), dug nastavlja da raste, pa se drţave moraju još zaduţiti kako bi isplatile kamatu na postojeći dug. Dakle, zaduţivanje je samo način da se odloţi plaćanje, odnosno, da se porezi plate kasnije. U slučaju postojećeg duga, da bi se nivo duga zadrţao ili smanjivao, Vlade moraju neprestano da ostvaruju budţetski višak, iz kog će moći da finansiraju dospela zaduţenja. MeĎutim, ovakav kriterijum stabilizacije duga je validan samo kada se analizirane varijable posmatraju u apsolutnim iznosima. Na osnovu prvog modela, u kojima su svi pokazatelji predstavljeni u apsolutnim iznosima, prirast javnog duga je odreĎen razlikom izmeĎu javne potrošnje i javnih prihoda i visinom realnih kamatnih stopa koje se uplaćuju po osnovu ranijih zaduţenja. Dakle, prirast javnog duga u uslovima apstrahovanja stope privrednog rasta i emisione dobiti bi bio nula samo u slučaju jednakosti u primarnom suficitu (pozitivna razlika izmeĎu javnih prihoda i javne potrošnje) sa otplatama tekućeg javnog duga. 65 Navedeni kriterijum je preterano strog jer zanemaruje promene koje nastaju usled rasta BDP. Kada se uzme u obzir stopa privrednog rasta, ispostavlja se da proces zaduţivanja nastavlja da bude eksplozivan samo dok je realna kamatna stopa veća od stope privrednog rasta, jer veći dug znači veći deficit i veće novo zaduţenje. Dakle, stabilizacija duga u modelu koji uzima u obzir privredni rast, ali ne i inflaciju, podrazumeva da razlika udela javnih prihoda u BDP i javnih rashoda u BDP, mora biti jednaka razlici izmeĎu realnih kamatnih stopa i privrednog rasta. Dakle, neophodno je formirati primarni suficit kao udeo u BDP u iznosu razlike izmeĎu viših realnih kamatnih stopa i stopa rasta privrede. Suprotno, u slučaju postojanja budţetskog deficita, moguća je stabilizacija javnog duga u uslovima kada je stopa privrednog rasta veća od kamatne stope, što je istovremeno uslov fiskalne odrţivosti. Konačno, u najkompleksinijem modelu, u kom se pored privrednog rasta uzima u obzir i monetarni rast, tačnije finansiranje javne potrošnje prihodima od senjoraţe, razlika udela javnih prihoda u BDP i javnih rashoda u BDP, mora biti jednaka razlici izmeĎu realnih kamatnih stopa i privrednog rasta, minus monetarni prirast. Vaţno pitanje koje se odnosi na finansiranje putem javnog duga se odnosi na saznanje da li je javni dug unutrašnji ili spoljašnji. U slučaju unutrašnjeg javnog duga, kada se pozajmice odvijaju u okvirima zemlje, fiskalni deficit i visina javnog duga nisu od vitalnog značaja za ekonomiju, jer jedna grupa graĎana drţave duguje drugoj, dakle, potrošnja je samo prerasporeĎenja (Lernerov stav). U slučaju spoljnog javnog duga, servisiranje duga je od presudnog uticaja na ekonomiju i utiče na blagostanje budućih generacija (negativno u smislu neophodnosti duga prethodne generacije i pozitivno u smislu (eksternih) efekata koji povećavaju blagostanja. Dodatno, postavlja se pitanje u kojoj valuti se zemlja zaduţuje. U literature se pojavljuje problem “prvog greha” (original sin) vezan za nemogućnost zemalja da pozajumljuju u zemlji ili inostranstvu u sopstvenoj valuti (o iskustvima po pitanju “original sin” je diskutovano u radu Bordo i James 2013). Pitanje stepena u kom je moguće zaduţiti se u domaćoj valuti od izuzetne je vaţnosti, jer u slučaju zaduţivanja u domaćoj valuti, na nju se moţe uticati, a tako i realnu veličinu duga. Ispostavlja se da odnos kamatne stope i stope rasta BDP jeste najvaţniji kriterijum za stabilizaciju javnog duga, meĎutim, u uslovima sporog rasta ekonomija, se koriste se drugi načini: (1) stvaranje primarnog viška putem rasta poreza ili smanjenja 66 javne potrošnje, (2) monetizacija, (3) moratorijum. Usled političkih problema pri sprovoĎenju prvog načina za stabilizaciju duga, drţave često pribegavaju drugom načinu, koji posledično vodi inflaciji (smanjujući vrednost novca i vrednost javnog duga ukoliko je dug nominiran u domaćoj valuti). Moratorijum je najradikalniji način kojim drţava objavljuje da ne moţe podmiriti ceo ili deo javnog duga, što vodi padu kredibiliteta zemlje. Previsoka kamatna stopa moţe ukazivati da zemlja ne treba više da se zaduţuje, upućujući da poverioci ne očekuju da će im se potraţivanja vratiti u celini (moratorijum) ili da sugerišu da drţava ne bi trebala da se više zaduţuje. S tim u vezi, najispravniji način za uspostavljanje fiskalne odrţivosti je prva opcija, rast poreza ili smanjenje javne potrošnje. Kako rast poreza u uslovima smanjene ekonomske aktivnosti (pogotovo u periodu krize) moţe uticati na još veće smanjenje ekonomskih aktivnosti, redukcija udela javne potrošnje u BDP se ispostavlja da je jedini način za stabilizaciju javnog duga i uspostavljanje fiskalne ravnoteţe. MeĎutim, u uslovima kada je zaduţenost visoka, a dodatno cena zaduţivanja u smislu kamatne stope takoĎe visoka, smanjenje javne potrošnje samo putem redukcije zarada zaposlenima u javnom sektoru ili odustajanje od nekih investicija, ne obezbeĎuje rešenje problema. Stabilizaciono ograničenje moţe se odnositi na sistemske promene na polju javne potrošnje, pogotovo kod politika koje čine najveći deo javne potrošnje. 4.2 Dualitet javne potrošnje i investicija Dualitet javne potrošnje i investicija se ogleda u činjenici da u slučaju smanjenih investicija, drţava preuzima na sebe ulogu da čini ono što pojedinci i firme ne rade, da troši, dakle, javne potrošnje kompenzuje investicije, odnosno javna potrošnja moţe da istisne privatnu potrošnju i investicije privatnog sektora (eng. crowding-out). Prema alternativnom viĎenju, javna potrošnja je komplementarna sa investicijama privatnog sektora. Veza izmeĎu javne potrošnje i investicija, ogleda se u mogućnosti da drţava svojim aktivnostima istisne investicije. Naime, ukoliko drţava intenzivira javnu potrošnju, doći će do rasta fiskalnog deficita i do potrebe za pokrićem deficita, za šta 67 postoje dve mogućnosti: novo zaduţenje ili rast poreza. Rast traţnje za zaduţivanjem, dovodi do rasta kamatnih stopa, koje zatim istiskuju investicije privatnog sektora. Manje investicije privatnog sektora relativizuju ulogu javne potrošnje pri stimulisanju agregatne traţnje: moguće je da pri kompletnom istiskivanju privatnih investicija javnom potrošnjom, agregatna traţnja ostane na istom mestu, ili da da doĎe do njene desne promene i kretanja autputa ka potencijalnom (smanjenje recesionog gepa), kada je posredi parcijalno istiskivanje. Sa druge strane, ukoliko se finansiranje deficita vrši rastom poreskih stopa, i dalje postoji mogućnost istiskivanja. Kao što je ranije objašnjeno, veći porezi istiskuju štednju, a bez štednje nema investicija, jer manja štednja utiče na rast kamatnih stopa, a visoke kamatne stope smanjuju investicije. Dakle, pitanje je samo intenziteta rasta agregatne traţnje usled rasta javne potrošnje i smanjenja usled pada investicija, da bi se dobila kompletna slika o istiskivanju. Komplementarnost javne potrošnje i investicija se opravdava činjenicom, da kao posledica politika javne potrošnje, na primer obrazovanja, privatni sektor postaje atraktivniji za investiranje sa radnom snagom odreĎenih sposobnosti. Prema ovom viĎenju, javna potrošnja doprinosi privatnim investicijama, neugroţavajući ih. 4.3 Stabilizaciono ograničenje Stabilizaciono ograničenje u javnom sektoru se odreĎuje uspostavljanjem intertemporalnog budţetskog ograničenja, prema kom nivo javnog duga mora biti jednak sadašnjoj vrednosti budućih suficita: dt = − (1 + 𝑟) ∞ 𝑖=1 -i pt+1, (1.4) gde je sa d označen udeo javnog duga u BDP, sa r realna kamatna stopa, sa p udeo primarnog deficit u BDP, dok je sa t označeno vreme, a sa i kamatna stopa. Uspostavljanje intertemporalnog budţetskog ograničenja podrazumeva niz implikacija pri voĎenju fiskalne politike. Najznačajnija implikacija se odnosi na činjenicu da intertemporalno budţetsko ograničenje ne ograničava velike primarne deficite, niti prekomerni javni dug, sve dok sadašnja vrednost budućih suficita ispunjava intertemporalno budţetsko ograničenje. 68 Definisanje dodatnih matematičkih uslova za uspostavljanje fiskalne odrţivosti počinje radovima Domara (1944) koji objašnjava da se problem sve većeg rasta javnog duga moţe kontrolisati odreĎenim konstantnim udeom deficita u BDP, odnosno, da odrţavanje konstantnog udela deficita u BDP obezbeĎuje konvergenciju udela javnog duga u BDP i prihoda od poreza u BDP ka odreĎenim konačnim vrednostima. Domar je prvi objasnio vezu izmeĎu javnog duga i deficita, i predlagao kontrolu javnog duga putem kontrole deficita, a ne putem promena u politici javne potrošnje ili oporezivanja. Ukoliko je sa def označen udeo deficita u BDP, sa d0 inicijalna vrednost udela javnog duga u BDP, sa y stopa rasta BDP, sa 𝜏 udeo poreza u BDP koji mora biti odvojen za plaćanje kamata na javni dug, sa i kamatna stopa, uslov stabilnosti u smislu konvergencije udela javnog duga u BDP ka konačnoj vrednosti se izvodi na osnovu izraza za izračunavanje udela javnog duga u BDP (Balassone i Franco 2000): dt = [1/(1+y)] dt-1 + def (1.5) dt = d0 (1+y) -t + 𝑑𝑒𝑓 (𝑡𝑖=1 1+y) –(t-i) (1.6) Fiskalna odrţivost je uslovljena konvergencijom javnog duga (1.7) i udela poreza u BDP (1.8), što je odreĎeno efektima kamatne stope i stope rasta BDP: lim t→∞ dt = d (1+y)/y (1.7) lim t→∞ 𝜏t = limt→∞ i[dt-1/(1+y)] = d (i/y). (1.8) Fiskalna odrţivost definisana na osnovu koncepta Domara postaje nedovoljno obuhvatna, te Blanchard et al. (1990) uvodi dodatna ograničenja pri kojima udeo javnog duga u BDP konvergira ka inicijalnoj vrednosti (1.10) kada sadašnja diskontovana vrednost udela deficita u BDP biva jednaka negativnoj tekućoj vrednosti javnog duga (1.11). Ukoliko se preformuliše izraz (1.5), tako da se deficit podeli na primarni deficit (pt) i plaćanja po osnovu kamata, udeo javnog duga u BDP je jednak: dt = [(1+i)/(1+y)] dt-1 + pt , (1.9) a uslovi odrţivosti glase: 69 lim T→∞ [(1+i)/(1+y)] -T dt = 0 (1.10) lim T→∞ {𝑇𝑡=1 𝑝t [(1+i)/(1+y)] (-t) } = -d0 . (1.11) Preciznije, fiskalna politika je odrţiva kada ekonomije sa visokim javnim dugom počnu da ostvaruju suficit budţeta, odnosno, kada su suficiti budţeta dovoljno veliki da zadovolje jednačinu (1.11). 4.4 Odrţivost Pitanje fiskalne odrţivosti, iako je formalno jasno, u smislu izbegavanja bankrota drţave, u analitičkom i empirijskom smislu nailazi na mnoštvo prepreka. Od terminoloških da se značenje fiskalne odrţivosti izjednačava sa odrţivošću javnih finansija, budţeta drţave, ili fiskalne politike, do niza razlika u teorijskim okvirima za definisanje, od fokusa na ex-ante analizi ili ex-post analizi, do glavnih varijabli koje se koriste i načina njihovog merenja. Opredeljenje u ovom radu je da se koristi termin fiskalna odrţivost, a da je reč o ex-post analizi. Doprinosi teorijskom modelu putem empirijske provere vaţenja intertemporalnog budţetskog ograničenja i fiskalne odrţivosti se mogu podeliti u dva pravca: prvi, koji u fokusu ima testiranje stacionarnosti fiskalnog deficita i/ili javnog duga, i drugi, koji se bazira na kointegracionoj analizi izmeĎu javne potrošnje i javnih prihoda. Ideja prvog pravca, odnosno pionirskog rada na temu stacionarnosti, autora Hamilton i Flavin (1986) je da zemlje ostvaruju intertemporalno budţetsko ograničenje ukoliko je fiskalni deficit stacionaran proces, testirajući stacinarnost primarnog deficita i javnog duga. Postavljeno pitanje je, da li je racionalno očekivanje kreditora Vlada da će budţet biti u ravnoteţi sa stanovišta intertemporalnog budţetskog ograničenja, odnosno da li je zadovoljeno ograničenje o sadašnjoj vrednosti buduće pozajmice. Koristeći Dickey-Fuller test jediničnog korena i Flood-Garber test, autori potvrĎuju stacionarnost primarnog deficita (suficita) i javnog duga u SAD u periodu 1962-1984. MeĎutim, u kontekstu analize stacionarnosti, Wilcox (1989) je pokazao da sadašnja vrednost budućeg duga ne konvergira ka nuli, što dovodi do zaključka o neodrţivoj fiskalnoj politici SAD. U istom radu je pokazano da rezultati testova jediničnih korena autora 70 Hamilton i Flavin (1986) nisu robusni, odnosno da u slučaju kada se izostavi prva godina (1962) iz uzorka, dobijaju se suprotni rezultati. Dakle, samo testiranje stacionarnosti javnog duga i primarnog deficita (suficita), nije dovoljno da bi se doneli zaključci o odrţivosti. Drugi pravac je odreĎen kointegracionom analizom, gde su nedvosmisleni doprinos dali Hakkio i Rush (1991). U nominalnim iznosima, teorijski model fiskalne odrţivosti počinje sledećim izrazom za budţetsko ograničenje u periodu t: 𝐺𝑡 + 1 + 𝑖𝑡 𝐷𝑡−1 = 𝑇𝑡 + 𝐷𝑡 , (1.12) gde je, Gt, javna potrošnja u apsolutnom izrazu, ne uzimajući u obzir izdatke po osnovu kamate za servisiranje javnog duga, it nominalna kamatna stopa na javni dug, Dt, apsolutni iznos javnog duga i, Tt, javni prihodi uključujući prihod od senjoraţe. Navedeni izraz je moguće predstaviti u nominalnom izrazu, u realnom izrazu, kao odnos razmatranih varijabli prema BDP-u ili prema populaciji. Opredeljenje u ovom radu je da se u obzir uzme veličinu ekonomije, pa je neophodno navedenu jednačinu predstaviti u izrazu: 𝐺𝑡 𝑌𝑡 + 1+𝑖𝑡 𝐷𝑡−1 1+𝑦𝑡 𝑌𝑡−1 = 𝑇𝑡 𝑌𝑡 + 𝐷𝑡 𝑌𝑡 (1.13) gde je, 𝑌, nominalni GDP, a 𝑦𝑡 predstavlja stopu rasta GDP-a. Koristeći mala slova da bi izrazili relativne veličine, izraz je moguće napisati na sledeći način: 𝑔𝑡 + 1 + 𝑟𝑡 𝑑𝑡−1 = 𝑡𝑡 + 𝑑𝑡 , (1.14) gde je 𝑟𝑡 realna kamatna stopa, prilagoĎena za stopu privrednog rasta. Preciznije, 𝑟𝑡 = (𝑖𝑡−𝑦𝑡) (1+𝑦𝑡) . Ukoliko pretpostavimo da je realna kamatna stopa stacionarna sa srednjom vrednošću 𝑟, i dodamo 𝑟𝑏𝑡−1 na obe strane jednačine, dobijamo: 𝑔𝑡 + 𝑟𝑡 − 𝑟 𝑑𝑡−1 + 1 + 𝑟 𝑑𝑡−1 = 𝑡𝑡 + 𝑑𝑡 . (1.15) 71 Ukoliko prva dva sabirka izraza (1.15) označimo sa 𝑒𝑡 , odnosno: 𝑒𝑡 = 𝑔𝑡 + 𝑟𝑡 − 𝑟 𝑑𝑡−1, (1.16) dobija se: 𝑒𝑡 + 1 + 𝑟 𝑑𝑡−1 = 𝑡𝑡 + 𝑑 , (1.17) što moţemo predstaviti i kao: 𝑑𝑡−1 = 𝑑𝑡 (1+𝑟) + 𝑑𝑡 (1+𝑟) − 𝑒𝑡 (1+𝑟) . (1.18) Ukoliko pretpostavimo da je budţetsko ograničenje odrţivo u svakom periodu 𝑡, moţemo izvršiti supstituciju unapred, što dovodi do sledećeg izraza: 𝑑𝑡−1 = ( 1 1+𝑟 )𝑗−𝑡∞𝑗=𝑡+1 (𝑡𝑗−1 − 𝑒𝑗−1) + lim𝑗→∞( 1 1+𝑟 )𝑗−𝑡𝑑𝑗−1. (1.19) Prema Hakkio i Rush (1991), limes u izrazu (1.19) mora biti jednak nuli (sadašnja vrednost javnog duga iz budućeg perioda konvergira ka nuli), što je uslov koji obezbeĎuje da udeo javnog duga u GDP u proseku neće rasti brţe od prosečne realne kamatne stope. Dakle, isplata prethodnog duga ne moţe biti finansirana u neograničenom vremenskom intervalu povećanjem javnog duga preko ponovnih zaduţenja, odnosno ne moţe biti reč o Ponzi šemi3. Navedeni uslov o ne-Ponzi-jevoj šemi je u literature poznat i kao uslov intertemporalne solventnosti. Ispostavlja se da je tekući javni dug odreĎen svim tekućim i budućim diskontovanim vrednosti primarnih suficita. lim𝑗→∞( 1 1+𝑟 )𝑗−𝑡 𝑑𝑗−1 = 0. (1.20) 3 U pitanju je davanje velikodušnih kamata na depozite, pri čemu se kamate na nove depozite isplaćuju na osnovu ranije prikupljenih depozita. Šema je neodrţiva kada nestane novca za isplatu ranijih depozita, ili svih glavnica i kamata. Ponzi-jeva šema nosi ime po Charles-u Ponzi-u koji je 20-tih godina 20. veka sproveo prevaru na opisani način. U slučaju, fiskalne odrţivosti, Ponzi-jeva šema se analogno odnosi na vraćanje dugova putem novih zaduţenja, koje je konačno nemoguće vratiti u celosti. 72 Navedeni uslov se još naziva uslovom transverzalnosti koji mora biti ispunjen kako bi intertemporalno budţetsko ograničenje iz izraza (1.19) bilo odrţivo. Uslov transverzalnosti je zadovoljen uvek kada je 𝑟 < 𝑦. Dakle, neophodan je brţi privredni rast od rasta kamatne stope, jer se tada stabilizuje javni dug iako postoji budţetski deficit. Sa druge strane, kada je 𝑟 = 𝑦, budţet je u ravnoteţi, a javni dug odrţiv, dok u slučaju 𝑟 > 𝑦, javni dug nastavlja da raste, a budţet postaje neodrţiv, iako je, na primer, trenutno u suficitu. Dakle, moguće je da je budţet u suficitu jer Vlada sprovodi mere štednje, meĎutim, ukoliko je 𝑟 < 𝑦, mere austerije će samo usporiti privredni rast, iako trenutno obezbeĎuju suficit budţeta. Suficit budţeta će ubrzo preći u deficit, jer mere štednje (austerije) smanjuju 𝑦, a mogu uticati na rast 𝑟, pa raspon izmeĎu njih postaje sve veći. Ispostavlja se da fokus kreatora ekonomske politike mora biti 𝑟 i 𝑦, kao i razlika izmeĎu pomenutih stopa rasta. Uzimajući u obzir navedeno, koncept fiskalne odrţivosti se usmerava u sledećem pravcu. Ukoliko se udeo javne potrošnje u BDP proširi za iznos kamatne stope, novi izraz za javnu potrošnju 𝑔𝑡 ∗ bi glasio: Scenario za obezbeđenje uslova 𝒓 < 𝒚 u evropskim ekonomijama Uslov transverzalnosti koji je, kao osnova koncepta odrţivosti, ispunjen kada je 𝑟 < 𝑦, u slučaju evropskih zemalja moţe biti potpomognut sledećim scenarijima (prema Neaime 2015): 1) Monetizacija - najradikalniji scenario jer znači suprotnu politiku od one koju vodi ECB u smislu niske targetirane inflacije. Monetizacija bi obezbedila vraćanje dugova zemalja u kojima postoji najjači pritisak prezaduţenosti (Grčka, Italija, Portugalija i Španija), što bi smanjenjem pritiska javnog duga obezbedilo smanjenje kamatnih stopa i depresijaciju eura. Navedeno bi značilo povećanje konkurentnosti evropskih zemalja i povećanje izvoza koji bi doveo do brţeg privrednog rasta. 2) Stimulacija privrednog rasta putem različitih paketa mera. 3) PrilagoĎavanje javnih finansija. Rezimea radi, ECB mora sprovoditi politike smanjenja javnog duga, obezbeĎujući niske kamatne stope i oporavak iz tekuće recesije preko brţeg privrednog rasta. 73 𝑔𝑡 ∗ = 𝑔𝑡 + 𝑟𝑡𝑑𝑡−1, (1.21) što bi se, zatim, u kontekstu prvih diferenci moglo izraziti kao: 𝑔𝑡−1 ∗ − 𝑡𝑡−1 = ( 1 1+𝑟 )𝑗−𝑡∞𝑗=𝑡+1 (∆𝑡𝑗−1 − ∆𝑒𝑗−1) + lim𝑗→∞( 1 1+𝑟 )𝑗−𝑡∆𝑑𝑗−1. (1.22) Hipoteza o odrţivosti vaţi kada je granična vrednost drugog dela jednačine jednaka nuli: lim𝑗→∞( 1 1+𝑟 )𝑗−𝑡 ∆𝑑𝑗−1 = 0. (1.23) Dakle, ukoliko vaţi uslov (1.23), odrţivo je intertemporalno budţetsko ograničenje, jer budući suficit budţeta izraţen u sadašnjoj vrednosti odgovara tekućoj vrednosti javnog duga. Empirijska provera navedenog uslova se odnosi na alternativne provere: (1) da li je ∆𝑑 stacionaran proces, (2) da li su udeo javne potrošnje koja uključuje plaćanje kamate u BDP (𝑔𝑡 ∗) i udeo javnih prihoda u BDP (𝑡𝑡), proces sa jediničnim korenom I(1), a zatim da li su dve varijable kointegrisane (sa kointegracionim vektorom jednakim (1,-1)). Na osnovu navedenih uslova, odrţivost biva definisana ne isključivo stacionarnošću varijabli, nego i kointegracijom izmeĎu varijabli toka, javne potrošnje i javnih prihoda. 4.4.1 Koncept kointegracije – modeli toka Ideja modela toka u kom se ispituje postojanje kointegracione veze je da eventualno postojanje kointegracije obezbeĎuje da se varijable 𝑔𝑡 ∗ i 𝑡𝑡 ne udaljavaju u velikoj meri, odnosno da postoji mehanizam koji vraća varijable na nivo odreĎen intertemporalnim budţetskim ograničenjem. Ukoliko ne postoji kointegracija, pomenuti mehanizam ne 74 funkcioniše, a uslov (1.23) nije ispunjen. Hakkio i Rush (1991) su prvi unificirali dva prethodno definisana pravca u empirijskom istraţivanju, koje je zasnovano isključivo na varijablama toka, a kointegracionu vezu koja je predmet analize i osnova za testiranje, definisali kao: 𝑡𝑡 = 𝜇 + 𝑏𝑔𝑡 ∗ + 𝑢𝑡 , (1.24) na osnovu koje se testira uslov 𝑏 = 1, gde 𝜇 reprezentuje konstantu (ili individualne efekte u panelu), a 𝑢𝑡 slučajnu grešku. Doprinos Hakia i Rush-a (1991) je što su pokazali da parametar 𝑏 prikazuje ne samo vraćanje na intertemporalno budţetsko ograničenje, već i sposobnost Vlade da vraća javni dug. Autori su relaksirali uslov 𝑏 = 1, pokazujući da su kointegracija i korigovani uslov 0 < 𝑏 ≤ 1, potrebni i dovoljni uslovi da bi teza o odrţivosti vaţila (dakle, uslov (1.23)). Autori su, takoĎe, utvrdili da Ponzi-jeva šema nije odrţiva ni pri ovom relaksiranom uslovu. Dakle, ukoliko postoji kointegracija, Vlade kontrolišu deficit, kontrolišući varijable toka. Navedeni pristup podrazumeva da se paţnja pridaje samo korektivnom merama za izbegavanje deficita, ali ne i merama za kontrolu javnog duga. Dalje, navedeni izraz je u nekim empirijskim istraţivanjima preformulisan u smislu da je zavisna varijabla javna potrošnja, a nezavisna javni prihodi, u zavisnosti od nexus-a javnih prihoda i javne potrošnje. Prisustvo kointegracije se na isti način testira, ali posmatrane varijable menjaju uloge u zavisnosti od rezultata testova uzročnosti. 75 Trehan i Walsh (1991) su dali doprinos literaturi koja se bavi problematikom fiskalne odrţivosti u pravcu kointegracije, ali u analizi izmeĎu primarnog deficita i javnog duga. Autori su definisali da je potreban i dovoljan uslov odrţivosti kointegracija izmeĎu primarnog deficita i javnog duga, kao i stacionarnost prve diference javnog duga. Nexus: hipoteze o uzročnosti između javnih prihoda i javne potrošnje Afonso i Tovar Jalles (2012) su sublimirali potencijalne hipoteze o pravcu uzročnosti izmeĎu javne potrošnje i javnih prihoda: 1. Od javne potrošnje ka javnim prihodima. Inicijalno je reč o Barro-voj (1979) hipotezi koja polazi od pretpostavke da će Vlade prilagoĎavati javne prihode planiranim nivoima javne potrošnje. Reč je hipotezi o „troši pa oporezuj“ hipotezi (tax- and-spend hypothesis). Navedena uzročnost upućuje na zaključak da verovatno budţet nije pod kontrolom, niti je odrţiv, jer nakon prvog dela hipoteze – trošenja, Vlade nisu u prilici da ispune drugi deo, da dodatno oporezuju. 2. Od javnih prihoda ka javnoj potrošnji. U pitanju je Friedman-ova hipoteza da Vlade prilagoĎavaju javnu potrošnju raspoloţivim javnim prihodima, te da kontrola oporezivanja vodi limitiranom rastu javne potrošnje (“oporezuj pa troši” hipoteza, tax-and-spend hypothesis). 3. Dvosmerna uzročnost – fiskalna sinhronizacija. Musgrave- ova hipoteza upućuje na klasični pristup javnim finansijama i fiskalnoj odrţivosti, u smislu da kreatori fiskalne politike simultano donose odluke o javnoj potrošnji i javnim prihodima, s obzirom na činjenicu o jednakosti marginalnih troškova i marginalnih prihoda, te maksimalnoj funkciji korisnosti u tom slučaju. 4. Bez uzročnosti. Hoover i Sheffrin (1992) polaze od tvrdnje da ne postoji usklaĎenosti niti simultanost izmeĎu kretanja javnih prihoda i javne potrošnje, usled odvajanja alokativne funkcije i funkcije oporezivanja koje sprovodi drţava. Navedeni pristup je konzistentan sa potencijalnim nepostojanjem kointegracije izmeĎu javne potrošnje i javnih prihoda, odnosno fiskalnom neodrţivošću. 76 Na osnovu Šeme 1.6, moguće je doneti jasan sud kada postoji fiskalna odrţivost, a kada neodrţivost. Neodrţivost nastaje kada varijable javna potrošnja i javni prihodi nisu istog reda integrisanosti i kada ne postoji kointegracija, dok fiskalna odrţivost postoji kada su obe varijable stacionarne ili kada su istog reda integrisanosti i kointegrisane. MeĎutim, potrebno je dodati još dva pojašnjena: (1) u situaciji kada 𝑔𝑡 ∗ i 𝑡𝑡 nisu kointegrisane promenljive, generalno dolazi do neodrţivosti fiskalne politike, mada moţe postojati izuzetak da promenljive nisu kointegrisane, ali da su javni prihodi (koji uključuju plaćanja po osnovu kamata) veći od javne potrošnje, kada je moguće da je fiskalna politika odrţiva; (2) u slučaju kada je b<1 fiskalna politika je odrţiva, meĎutim, moţe postojati izuzetak, kada javna potrošnja raste brţe od javnih prihoda, što moţe dovesti do neodrţivosti. Šema 1.6 Prikaz fiskalne (ne)odrţivosti na osnovu testova jediničnih korena i kointegracije Izvor: Autorski prikaz prema Alfonso (2004). Analiza stacionarnosti za 𝑔𝑡 ∗ i 𝑟𝑡 𝑔𝑡 ∗~𝐼 1 𝑖 𝑡𝑡~𝐼 0 ; 𝐺𝑡 ∗~𝐼 1 𝑖 𝑅𝑡~𝐼 0 𝐺𝑡 ∗~𝐼 1 𝑖 𝑅𝑡~𝐼 0 𝐺𝑡 ∗~𝐼 1 ili 𝑔𝑡 ∗~𝐼 0 𝑖 𝑡𝑡~𝐼(1) 𝐺𝑡 ∗~𝐼 0 𝑖 𝑅𝑡~𝐼(1) 𝑔𝑡 ∗~𝐼 0 𝑖 𝑟𝑡~𝐼(0) 𝐺𝑡 ∗~𝐼 1 𝑖 𝑔𝑡 ∗~𝐼 1 𝑖 𝑟𝑡~𝐼(1) Kointegraciona analiza između 𝑔𝑡 ∗ i 𝑟𝑡 𝑔𝑡 ∗ i 𝑟𝑡 nisu kointegrisane promenljive 𝑔𝑡 ∗ i 𝑟𝑡 su kointegrisane promenljive Kointegracioni vektor (1, -b) b=1 b<1 b>1 Održivost Neodrživost 77 Značajan doprinos tezi o fiskalnoj odrţivosti, sa stanovišta stepena odrţivosti i brzine vraćanja na odrţivi nivo dala je Quintos (1995). Autor naglašava da ukoliko je ∆𝑑 stacionaran proces, onda je konvergencija ka nuli u uslovu (1.23) nesrazmerno brţa nego u slučaju kada je ∆𝑑 nestacionaran proces. Quintos (1995) prema tome obogaćuje terminologiju odrţivosti praveći distinkciju izmeĎu, jakog I slabog uslova odrţivosti: (1) jak uslov održivosti odgovara Hamilton i Flavin-ovom (1986) potrebnom i dovoljnom uslovu da je ∆𝑑 stacionaran proces, kao i Hakkio i Rush-ovom (1991) uslovu o postojanju kointegracije i koeficijenta 𝑏 = 1 (dakle, jedino tada je obezbeĎeno da je ∆𝑑~𝐼(0)). Jak uslov održivosti ukazuje da ne postoje problemi u javnim finansijama, niti postoje naznake da će ih biti u narednom periodu; (2) slab uslov održivosti, kada je ∆𝑑 nestacionaran proces, podrazumeva da je 𝑏 = 1 ali da ne postoji kointegracija, ili uslov 0 < 𝑏 < 1. Ispostavlja se da je uslov 0 < 𝑏 < 1 potreban i dovoljan, ali da je uslov postojanja kointegracije samo dovoljan uslov. Dakle, uslov 0 < 𝑏 < 1 obezbeĎuje odrţivost deficita, ali je nekonzistentan sa mogućnošću Vlada da vraćaju javni dug u dugom roku, te su neophodne fiskalne reforme. Dodatno, za ispunjenost uslova slabe odrţivosti, prema Quintos-u (1995), potrebna je i stacionarnost druge diference javnog duga, što obezbeĎuje mogućnost transverzalnosti; (3) uslov neodrživosti podrazumeva situaciju u kojoj je 𝑏 ≤ 0, a da druga diferenca javnog duga nije stacionarna, pa se hipoteza o odrţivosti odbacuje. Pored objašnjenih mogućnosti za uspostavljanjem fiskalne odrţivosti kada su javni prihodi i javna potrošnja integrisani reda 1 i kointegrisani, Bergman (2001) je proširio okvir rezultata autora Quintos-a (1995), time što je dokazao da je dovoljan uslov za odrţivost intertemporalnog budţetskog ograničenja integrisanost javnog duga bilo kog konačnog reda. Bohn se u svojim radovima iz 1991. i 1995. godine bavi mogućnostima definisanja uslova odrţivosti u neizvesnim okolnostima (naglašavajući da marginalna stopa supstitucije izmeĎu perioda 𝑡 i 𝑡 + 1 moţe biti značajno različita u uslovima 78 neizvesnosti zbog moguće velike razlike u kamatnoj stopi na javni dug u dva perioda). Isti autor u radovima iz 1998, 2005. godine, pokazao je da je fiskalna politika odrţiva u SAD uzimajući u obzir istorijske podatke za period 1916-1995. i 1792-2003, respektivno. MeĎutim, u radu iz 2007. autor ukazuje dna neadekvatnost testova jediničnog korena i kointegracije u analizi odrţivosti. Naime, autor pokazuje da su uslovi transverzalnosti i odrţivosti intertemporalnog budţetskog ograničenja zadovoljeni uvek kada se doĎe do stacionarne reprezentacije varijabli, bez obzira što se diferenciranje moţe vršiti (konačno) mnogo puta. Iz tog razloga, uvek kada se doĎe do stacionarnosti pomenutih varijabli, potvrĎuje se hipoteza o odrţivosti. Propozicija za koju je Bohn (2007) izveo dokaz glasi: “Ukoliko je javni dug integrisan reda m (𝑑𝑡~𝐼(𝑚)) za bilo koji konačni broj m≥ 0, tada javni dug zadovoljava uslov transverzalnosti, a javni dug, javni prihodi, i javna potrošnja zadovoljavaju intertemporalno budžetsko ograničenje.” Oslanjajući se na Quintos-ov (1995) nalaz o slabom uslovu održivosti pri kom je ∆𝑑𝑡~𝐼 1 i sledstveno 𝑑𝑡~𝐼 2 , Bohn svoj nalaz u vezi sa višim nivoima integrisanosti naziva apsurdno slabim uslovom održivosti. Dakle, svi uslovi, jaki, slabi, i apsurdno slabi, impliciraju ispunjenost uslova transverzalnosti iz relacije (1.23) i intertemporalnog budţetskog ograničenja, pa autor smatra primenu testova jediničnih korena i kointegracije ograničenom (ili pak neupotrebljivom) u analizi fiskalne odrţivosti. Zato i zaključak o neodrţivim javnim finansijama u slučaju da istraţivač ne doĎe do konačnog nivoa integrisanosti javnog duga, treba preformulisati u nemogućnost donošenja zaključka o odrţivosti, jer je moguće da je istraţivač odustao od dalje analize višeg nivoa integrisanosti i da je moguće da je varijabla ipak integrisana reda 𝑚. Bohn (2007) predlaţe primenu modela sa korekcijom ravnoteţne greške, jer ona obezbeĎuje ekonomsku interpretaciju funkcije reakcije, a ne iziskuje postojanje kointegracije u modelu, čime bi se dao odgovor na pitanje da li i u kojoj meri Vlade reaguju na rast javnog duga u sadašnjem trenutku prilagoĎavanjima u primarnom bilansu u narednom periodu. Konačno, autor upućuje na neophodnost da se u jednom modelu obuhvate varijable toka: javni prihodi i javna potrošnja, kao i varijabla od posebnog interesa, javni dug, koji je varijabla stoka. 79 4.4.2 Koncept multikointegracije – stok-tok model Dalji doprinos u oblasti analize fiskalne odrţivosti predstavljeju radovi Engsted i Haldrup (1999), Berenguer-Rico i Carrion-i-Silvestre (2011), Camarero, Carrion-i- Silvestre i Tamarit (2013), u kojima su unificirana dva najznačajnija okvira za testiranje odrţivosti - stok i tok (uporedni prikaz modela toka i modela stok-tok je izloţen u Tabeli 2). Dakle, autori polaze od stok-tok modela (eng. stock-flow), koji neminovno vodi u pravcu analize multikointegracije. Ideja se ogleda u sledećem: ukoliko su varijable 𝑡𝑡 i 𝑔𝑡 ∗ iz relacije (1.24) integrisane reda 1, postojanje kointegracije podrazumeva da postoji linearna kombinacija izmeĎu njih koja je stacionarna: 𝑢𝑡 = 𝑡𝑡 − 𝑏𝑔𝑡 ∗, gde je 𝑢𝑡~𝐼(0). Dakle, 𝑢𝑡 predstavlja kratkoročna odstupanja od ravnoteţnog nivoa, odnosno aproksimacija za deficit/suficit. Ukoliko se fokus preusmeri na kumulisanu vrednost slučajne greške, 𝑆𝑡 = 𝑢𝑡−𝑗 𝑡 𝑗=0 , dobija se aproksimacija za stok javnog duga ili štednje. Stoga, multikointegraciona analiza ispituje kointegrisanost izmeĎu varijable 𝑆𝑡 , (aproksimacije za javni dug), i varijabli toka javnih prihoda ili izmeĎu 𝑆𝑡 i javne potrošnje, dolazeći do dva “sloja” (eng. layer) kointeracione veze. Dakle, reč je o pristupu koji analizira postojanje kointegracije izmeĎu varijabli različitog nivoa integrisanosti: varijabli toka koje su u slučaju javne potrošnje i javnih prihoda 𝑡𝑡 i 𝑔𝑡 ∗~ 𝐼(1) i kumulisanih vrednosti koje su po definiciji 𝐼 2 . Navedeni pristup podrzumeva dvostepenu proceduru testiranja (standardni pristup koji su definisali Grenger i Lee 1989). Camarero, Carrion-i-Silvestre i Tamarit (2013) pristupaju analizi koristeći samo jedan korak, praveći razliku izmeĎu nivoa javne potrošnje i javnih prihoda i njihovih kumulisanih vrednosti, pa na osnovu (1.23), dolaze do izraza: 𝑡𝑗 = 𝛼 + 𝜇 + 𝑏 𝑔𝑗 ∗ + 𝛿𝑔𝑡 + 𝑢𝑡 . 𝑡 𝑗=1 𝑡 𝑗=1 (1.25) u kom je zavisna varijabla kumulisana vrednost javnih prihoda 𝑡𝑗 𝑡 𝑗=1 , a 𝑔𝑗 ∗ 𝑡𝑗=1 kumulisana vrednost javne potrošnje, pri čemu su obe varijable po definiciji integrisane reda 2. Kointegracioni vektor b prikazuje da li postoji prva kointegraciona veza – prvi sloj kointegracione veze (slično vezi koja se uspostavlja u pristupu toka, samo što su sada u pitanju kumulisane varijable toka), a od posebnog interesa je 80 parametar 𝛿 koji prikazuje prilagoĎavanje javne potrošnje promeni u nivou javnog duga i u dubini deficita. Parametar 𝛿 je faktički drugi sloj kointegracione veze (eng. second cointegration layer), koji predstavlja pokazatelj potencijalno dublje kointegracione veze, odnosno veze izmeĎu varijabli toka i stoka. Ukoliko se pretpostavi da prvi sloj kointegracione veze postoji, odnosno ako se preformuliše izraz pri pretpostavci da je 𝑏 = 1, moţemo dobiti izraz za stok javnog duga: 𝑡𝑗 − 𝑔𝑗 ∗𝑡 𝑗=1 = 𝛼 + 𝜇 + 𝑡 𝑗=1 𝛿𝑔𝑡 + 𝑢𝑡 = −𝑑𝑡 , (1.26) koji predstavlja osnovu za testiranje multikointegracije 4 . Dakle, stok-tok model na osnovu rada Camarero, Carrion-i-Silvestre i Tamarit (2013) podrazumeva proveru da li vlade preduzimaju korektivne mere na varijable toka (javna potrošnja i javni prihodi iz izraza (1.25)) u pravcu kontrole varijable stoka, javnog duga. U slučaju da je 𝑏 > 1, preteţno postoji suficit, što implicira da treba da bude 𝛿 > 0, dakle javna potrošnja mora da raste kako bi se prilagodila kumulisanim javnom prihodima, odnosno štednji. Kada je 𝑏 < 1, postoji deficit, što implicira da treba da bude 𝛿 < 0, dakle javna potrošnja mora da se smanji zbog visokog stoka javnog duga. Ukoliko parametar 𝛿 ne prati parametar b u ovom smislu, izvodi se zaključak da reakcije fiskalnih vlasti ne idu u pravcu obezbeĎenja fiskalne odrţivosti. Camarero, Carrion-i-Silvestre i Tamarit (2013) daju doprinos u pravcu interpretacije determinističke komponente iz izraza (1.24). Naime, ukoliko se preformuliše izraz u slučaju jakog uslova održivosti, pri kom je proizlazi 𝑏 = 1, sledi sledeće: 𝑡𝑡 − 𝑔𝑡 ∗ = 𝜇 + 𝑢𝑡 = 𝑑𝑒𝑓𝑡 . (1.27) Na osnovu izraza, moguće je tumačiti konstantu kao srednju vrednost oko koje deficit/suficit oscilira u dugom roku. Dakle, ukoliko je konstanta nesignifikantna u regresiji, zaključak je da je kretanje deficit/suficita u dugom roku oko nule, odnosno budţet je u ravnoteţi. Pozitivna, a značajna vrednost konstante ukazuje da Vlade uvećavaju svoje bogatstvo, a negativne vrednosti da uvećavaju javni dug. U slučaju 4 Testiranje moţe biti sprovedeno Granger i Lee-ovim (1989) testom kointegracije koji se zasniva na dva koraka u primeni, ili pristupom koji se bazira na jednom koraku, a koji su predloţili Ensted, Gonzalo, i Haldrup (1999). Detaljnije o testovima pogledati u drugom poglavlju. 81 postojanja slabog uslova održivosti, interpretacija je nešto komplikovanija. MeĎutim, u osnovi se mogu pozitivne vrednosti tumačiti kao porast bogatstva, a negativne kao rast javnog duga. Radi razumevanja modela stok-tok, u odnosu na modele toka, ali u okviru modela panela, u sledećoj tabeli su paralelno predstavljeni okvir modela, metod, hipoteze, testovi, dok je na osnovu spiska prednosti i nedostataka oba modela moguće doneti odluku o primeni modela toka odnosno stoka-toka u istraţivanju (Tabela 1.7). Tabela 1.7 Tok vs. stok-tok modeli / kointegracija vs. multikointegracija Tok pristup Stok-tok pristup Okvir 𝑢𝑖𝑡 = 𝑌𝑖𝑡 − 𝛽𝑋𝑖𝑡 ~𝐼(0) Dvostepeni: 𝑢𝑖𝑡 = 𝑌𝑖𝑡 − 𝛽𝑋𝑖𝑡 ~𝐼(0) 𝐼𝑖𝑡 = 𝑌𝑖𝑡 − 𝛾𝑆𝑖𝑡~𝐼(0), ukoliko je 𝑆𝑖𝑡 = 𝑢𝑗 𝑡 𝑗=1 Jenostepeni: 𝑡𝑗 = 𝛼 + 𝜇𝑖 + 𝑏 𝑔𝑗 ∗ + 𝛿𝑔𝑖𝑡 + 𝑢𝑖𝑡 𝑡 𝑗=1 𝑡 𝑗=1 Metod Kointegraciona analiza Multikointegraciona analiza Test Kao McCoskey i Kao Pedroni Westerlund Granger i Lee Engsted i Haldrup Berenguer-Rico i Carrion-i-Silvestre Hipoteze Ho: odsustvo kointegracije H1: kointegrisanost – homorogena ili heterogena pretpostavka H0: ne postoji multikointegracija (uitI(1)) H1: multikointegracija (uitI(0)) Prednosti Napredniji pristup od analize fiskalne odrţivosti zasnovane na analizi jediničnih korena; Dobar pokazatelj uravnoteţenosti godišnjih podataka Kompleksnija i sveobuhvatnija analiza fiskalne odrţivosti od analize toka; Analizira dugoročne aktivnosti i reakcije fiskalnih vlasti. Nedostaci Ne istraţuje se veza u duţem vremenskom period sa varijablama stoka U nekim testovima se unapred pretpostavlja postojanje prvog kointegracionog sloja i on se ne testira, iako ne mora da postoji. Dakle, pretpostavka o postojanju prvog sloja kointegracije moţe biti pogrešna. Primer Javna potrošnja i javni prihodi su kointegrisani, dakle deficit je stacionaran proces. Sa stanovišta varijabli toka, postoji fiskalna odrţivost. Javna potrošnja i javni prihodi su kointegrisani, tako da je suficit (deficit) stacionarna varijabla. Kumulisanjem suficita (deficit) dobija se bogatstvo (javni dug) koji je kointegrisan sa javnom potrošnjom. Stoga se smatra da izmeĎu javnih prihoda i javne potrošnje postoji multikointegracija. Jedan sloj kointegracije izmeĎu varijabli toka i jedan sloj izmeĎu varijabli toka i stoka, obezbeĎuje dublju fiskalnu odrţivost. Izvor: autorski prikaz. 82 Postojanje multikointegracije podrazumeva voĎenje fiskalne politike koja apsorbuje promene na nivou toka, ali i stoka varijabli u stohastičkom okruţenju, i vrši kratkoročna prilagoĎavanja dugoročnom ravnoteţnom nivou. Dakle, javni dug i javni prihodi ili javna potrošnja ne mogu da skliznu daleko jedan od drugog, jer ukoliko postoji multikointegracija u modelu, rast javnog duga i(ili) kamate na javni dug, direktno vodi ka korekcijama u varijablama toka, u smislu povećanja javnih prihoda ili smanjenja javne potrošnje. Rezimea radi, ključna kretanja u literaturi sa stanovišta dovoljnih uslova za transverzalnost i odrţivost intertemporalnog budţetskog ograničenja su prikazani u Tabeli 1.8. Tabela 1.8 Evolucija uslova odrţivosti u savremenoj literaturi Autori Godina Uslov Hamilton i Hlavin 1986 𝑑𝑡~𝐼 0 Wilcox 1989 𝑑𝑡~𝐼 0 ili 𝑑𝑡~𝐼 1 Hakkio i Rush 1991 𝑡𝑡~𝐼 1 , 𝑔𝑡~𝐼 1 ⇒ 𝑡𝑡 − 𝑔𝑡~𝐼 0 ; 𝑑𝑡~𝐼 1 Trehan i Walsh 1991 (𝑡𝑡 − 𝑔𝑡) − 𝛿𝑑𝑡−1~𝐼 0 Quintos 1995 Jak uslov održivosti: 𝑡𝑡~𝐼 1 , 𝑔𝑡~𝐼 1 ⇒ 𝑡𝑡 − 𝑏𝑔𝑡~𝐼 0 ; 𝑏 = 1; 𝑑𝑡~𝐼 1 Slab uslov održivosti: 𝑡𝑡~𝐼 1 , 𝑔𝑡~𝐼 1 ⇒ 𝑡𝑡 − 𝑏𝑔𝑡~𝐼 0 ; 0 < 𝑏 < 1; 𝑑𝑡~𝐼 1 ili 𝑑𝑡~𝐼 2 Bohn 2007 apsurdno slaba održivost: 𝑡𝑡~𝐼 𝑚 , 𝑔𝑡~𝐼 𝑚 ; 𝑑𝑡~𝐼 𝑚 Berenguer-Rico i Carrion-i-Silvestre 2011 Varijable toka: 𝑡𝑗 ~𝐼 2 , 𝑔𝑡~𝐼(2) 𝑡 𝑗=1 𝑡 𝑗=1 ; 𝑡 − 𝑔𝑗 = −𝑑𝑡~𝐼 1 ; ∆𝑑𝑡 𝑡 𝑗=1 ~𝐼 0 𝑡 𝑗=1 Varijable stoka:𝑡𝑡~𝐼 1 , 𝑔𝑡 ~𝐼 1 ; 𝑡𝑡 − 𝑔𝑡 ∗~𝐼 0 ; ∆𝑑𝑡~𝐼 0 Izvor: Adaptirano na osnovu Camarero, Carrion-i-Silvestre, Tamarit (2013). 83 II POGLAVLJE – POLITIKE JAVNE POTROŠNJE U ZEMLJAMA EVROPE Ključno pitanje u voĎenju politika javne potrošnje svake zemlje, odnosi se na opredeljenje funkcionsanja ekonomija na osnovu trţišnih mehanizama i niske javne potrošnje, ili na preuzimanje ključne uloge od strane drţave kroz izdašniju javnu potrošnju. Shodno identifikovanim nesavršenostima trţišta i proizlazećim neefikasnostima, iskustva u voĎenju politika oporezivanja i javne potrošnje u zemljama članicama EU pokazuju da je uloga drţave u proseku izuzetno jaka jer se gotovo polovina BDP oporezuje i postaje predmet javne potrošnje. Slika 2.1 pokazuje da se oko 42% BDP u proseku oporezuje, a nekoliko procentnih poena više troši u zemljama članicama EU poslednjih 20 godina (sekundarna osa), odnosno, u poslednje dve dekade postoji konstantni rast ukupne javne potrošnje na nivou EU (sa 3.750.000 na 6.730.000 miliona evra, primarna osa). Dakle, analizirajući apsolutne veličine, jasno je da ukupna javna potrošnja raste iz godine u godinu, dok su ukupni javni prihodi smanjeni u 2007. godini kao posledica globalne krize i usporavanja privredne aktivnosti. Produbljuje se primarni deficit, koji je najizraţeniji u 2009. godini, usled činjenice da javna potrošnja nije prilagoĎena u pravcu njenog smanjenja, saobrazno smanjenju javnih prihoda. Ispostavlja se da je oslonac nakon udara globalne krize ipak bio na drţavi, koja nastavljala da troši i da svojim intervencijama deluje u pravcu ublaţavanja negativnih posledica krize u članicama EU. Analiza javne potrošnje i javnih prihoda relativno, kao udela u BDP, ukazuje da je u periodu od 1995. do 2007. godine, postojala tendencija ka smanjenju udela javne potrošnje u BDP (usled brţeg rasta GDP od rasta javne potrošnje u godinama ekspanzije), koja je vrlo brzo, nakon globalne krize iznova eskalirala, kroz udele javne potrošnje u BDP identične onima sa početka analiziranog perioda (dakle, javna potrošnja je rasla brţe od BDP u godinama ekonomskih kontrakcija). Sa druge strane, stabilni udeli javnih prihoda u BDP kroz 84 čitav analizirani period, dovode u pitanje finansiranje narastajuće javne potrošnje, odnosno uvećanog primarnog deficita. Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.1 Javna potrošnja i javni prihodi u članicama EU u periodu 1995-2014 Pored adresiranog pitanja finansiranja javne potrošnje, vaţno pitanje se odnosi i na heterogenost unutar zemalja članica EU. Naime, prosečni podaci u slučaju heterogenog uzorka kao što su članice EU-28 ne moraju nuţno da znače isto ponašanje meĎu zemljama, usled njihovih ekonomskih, istorijski, institucionalnih i kulturoloških razlika. Stoga je na slici 2.2 prikazana prosečna javna potrošnja za analizirani period po zemljama, na osnovu koje je moguće steći istančaniju sliku o ulozi drţave po zemljama. Dodatno, na slici je prikazano i finansiranje primarnog deficita javnim dugom. Pored zemalja članica EU prikazane su i zemlje Zapadnog Balkana sa ciljem da se utvrdi da li proces priduţivanja podrazumeva korekcije uloge drţave. 41.0 42.0 43.0 44.0 45.0 46.0 47.0 48.0 49.0 3,000,000.0 3,500,000.0 4,000,000.0 4,500,000.0 5,000,000.0 5,500,000.0 6,000,000.0 6,500,000.0 7,000,000.0 1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 Primarni deficit Ukupni javni prihodi Udeo javne potrošnje u BDP Udeo javnih prihoda u BDP Ukupna javna potrošnja 85 Izvor: autorski prikaz prema podacima preuzetim sa Eurostata. Slika 2.2 Prosečna javna potrošnja i javni dug u periodu 1995-2014 po zemljama Na osnovu slike 2.2, jasno se uočava izraţena heterogenost u prosečnoj javnoj potrošnji po zemljama, koja varira od 36% BDP u Rumuniji, do preko 54% BDPu Švedskoj i Danskoj, dok je raspod pri zaduţivanju od 6% BDP u Estoniji, do preko 110% BDP u Italiji i Grčkoj. Kada se u analizu uključe i zemlje Zapadnog Balkana, njihov doprinos se ogleda u još niţoj prosečnoj javnoj potrošnji u odnosu na zemlja članice EU, na primer u Albaniji 32% BDP. Stoga bi od interesa bilo razlikovanje zemalja na osnovu sličnog nivoa javne potrošnje i izvora finansiranja što bi obezbedilo formiranje relativno homogenih grupa. Stoga su uvedene granice koje predstavljaju medijane prosečne javne potrošnje (44,6) i javnog duga (53,4). Ispostavlja se da je generalno u zemljama koje se nalaze desno u odnosu na medijanu prosečne javne potrošnje uloga drţave mnogo intenzivnija, u odnosu na zemlje koje su pozicionirane levo od medijane i u kojima ekonomije više funkcionišu zasnovano na trţišnim mehanizmima. Preciznije, ispostavlja se da je na osnovu dvodimenzione analize moguće razlikovati četiri grupe zemalja: sa visokom javnom potrošnjom i niskim javnim dugom, sa visokim javnim dugom i visokom 0.0 20.0 40.0 60.0 80.0 100.0 120.0 30.0 35.0 40.0 45.0 50.0 55.0 60.0 Albanija Kipar Malta Srbija Makedonija Rumunija Estonija Litvanija Letonija Hrvatska Slovenija Češka Finska Švedska Slovačka Holandija DanskaIrska V.Britanija Belgija Grčka Italija Austrija Francuska MaĎarska Španija Nemačka Portugalija Bugarska BiH Prosečna javna potrošnja P r o s e č n i j a v n i d u g Poljska 44.6 53.4 % BDP % BDP I grupa II grupa III grupa IV grupa Slabljenje uloge drţave Jačanje uloge drţave 86 javnom potrošnjom, sa niskim javnim dugom i niskom javnom potrošnjom, kao i sa visokom javnom potrošnjom i niskim javnim dugom. MeĎu zemljama sa jakom ulogom drţave, nalaze se prve dve grupe zemalja. Prvu grupu karakteriše visok nivo javne potrošnje koja nije utemeljena na visokom javnom dugu, već na ekonomskom rastu uključuje pre svega Nordijske zemlje (Finska, Holandija, Švedska, Danska). Dakle, primarni uticaj drţave, visoki javni izdaci koji se koriste u svrhu regulisanja nezaposlenosti, ključna drţavna uloga u socijalnoj zaštiti i promovisanju ekonomskih aktivnosti, karakteristika je prve grupe zemalja, socijal- demokratskih ekonomija. Pored pomenutih drţava, Slovenija, Slovačka, Češka imaju takoĎe visoke javne izdatke, ali su nasledile veoma pogodne ekonomske prilike, te njihova javna potrošnja nije baziranja na javnom dugu. Drugu grupu ekonomija čine korporativističke zemlje (Francuska, Belgija, Nemačka, Austrija), koje postiţu visoku javnu potrošnje finansiranjem putem visokog javnog duga. Pored pomenutih ekonomija, mediteranske ekonomije (Portugalija, Španija, Grčka, Italija), takoĎe su odreĎene fiskalnom neodgovornošću, zbog više javne potrošnje i javnog duga, nego u drugim evropskim zemljama. Uprkos slabostima tih ekonomija, mediteranske zemlje nisu preduzele rigorozne mere štednje sve do perioda izbijanja globalne krize. TakoĎe, emergentne zemlje sa velikim drţavnim aparatom, MaĎarska i Poljska, odreĎene su visokom javnom potrošnjom praćenom visokim javnim dugom, pa se stoga mogu smatrati delom druge grupacije zemalja. MeĎu zemljama sa libertinističkom ulogom drţave, nalaze se dve grupe ekonomija. Zemalje koje karakteriše niska javna potrošnja i javni dug, mogu se okarakterisati kao liberalne usled skromnih javnih izdataka i javnog duga, što ukazuje na postojanje trţišne orijentacije u distribuciji. Tradicionalni predstavnici liberalnih ekonomija su Velika Britanija i Irska, dok druge male ekonomije: Baltičke (Litvanija, Letonija, Estonija), Makedonija, Hrvatska i Rumunija takoĎe sprovode politike niskog zaduţivanja i javne potrošnje. Četvrtu grupu zemalja, sa sličnim ekonomskim okruţenjem, odreĎenim niskom javnom potrošnjom čine zemlje Zapadnog Balkana (Albanija, Bosna i Hercegovina i Srbija), Bugarska, Malta i Kipar. Ove zemlje su nasledile nepovoljne inicijalne uslove, praćene visokim javnim dugom. Ispostavlja se da su pomenute ekonomije i dalje u procesu traţenja sopstvenog modela fiskalnog ponašanja, dok druge zemlje Zapadnog 87 Balkana i emergentne Evrope sprovode neki od postojećih modela uspostavljanja fiskalne ravnoteţe. Relativno jaka uloga drţave u prve dve grupe zemalja, kao i manja uloga u druge dve grupe zemalja, upućuje na potrebu analize mehanizama putem kojih drţava utiče na smanjenje neefikasnosti trţišta, kao i strukture javne potrošnje. Uopšteno, drţavna potrošnja se moţe podeliti na diskrecionu i potrošnju po osnovu zakonskih prava korisnika. Prema datoj podeli, ispostavlja se da drţava nema potpunu kontrolu svih izdataka, jer neki proizlaze iz prava, na primer, u slučaju socijalnog i zdravstvenog osiguranja. Slično, drţava ne moţe uvek uticati na kamatne stope po kojima se zaduţuje, pogotovo u slučaju spoljnog duga. Sa druge strane, na visinu javnih izdataka za obrazovanje ili odbranu moţe direktno uticati. Stoga je od interesa prikazati strukturu javne potrošnje u članicama EU (Slika 2.3). Izvor: autorski prikaz, na osnovu podataka preuzetih sa Eurostata. Slika 2.3 Struktura javne potrošnje za prosek članica EU u 1995. i 2014. godini Na slici 2.3 su paralelno prikazani izdaci u 1995. godini, sa izdacima u 2014. godini, koji upućuju da iako postoje promene u potrošnji izmeĎu analiziranih 20 godina, iste su politike javne potrošnje dominante, odnosno periferne. Izdaci za socijalno osiguranje i zaštitu čine čak 34%, odnosno 36.7% ukupne javne potrošnje za prosek 34 11.410.8 14.2 2.4 11.3 3.1 3.8 1.5 Struktura javne potrošnje za prosek članica EU u 1995. godini Socijalno osiguranje Obrazovanje Zdravstvo Javni servisi Kultura, rekreacija, religija Ekonomski odnosi Odbrana Javni red i sigurnost Zaštita ţivotne sredine 36.7 11.612.2 13.1 2.6 9.5 2.6 4 1.7 Struktura javne potrošnje za prosek članica EU u 2014. godini 88 članica EU. Slede ih izdaci za zdravstveno osiguranje, obrazovanje, javne servise, ekonomske odnose, dok su izdaci manji od 5% ukupne javne potrošnje upućeni ka kulturi, rekreaciji, religiji, odbrani, javnom redu i sigurnosti i zaštiti ţivotne sredine. Kako slika 2.3 upućuje na vaţnost javne potrošnje za socijalno osiguranje, zdravstvo i obrazovanje, dakle, politike koje predstavljaju okosnicu ovog rada, u nastavku će iskustva u voĎenju svake od ovih politika biti detaljno analizirana. Radi preciznije analize i potencijalne sličnosti izmeĎu zemalja koje čine jezgro EU, i zemalja koje su se priključile tokom “istorisjkog proširenja” i nakon toga, analiza će bi podeljana u onu koja se odnosi na “stare članice EU”, emergentne ekonomije Evrope, a zatim će iste politike biti analizirane u zemljama Zapadnog Balkana, sa posebnim osvrtom na Srbiju. 1. Stare članice Evropske Unije 1.1 Iskustva u socijalnom osiguranju Socijalno osiguranje tradicionalno čini najveći deo ukupne javne potrošnje u EU, s obzirom na istorijsku usmerenost ka sistemima socijalne zaštite, obezbeĎenju penzijskog osiguranja, osiguranja u slučaju nezaposlenosti, invaliditeta, materinstva, bolesti. Pored definisanog okvira na nivou EU, socijalno osiguranje je pokriveno zakonodavstvom svake zemlje članice EU. Stoga se u velikoj meri razlikuje po zemljama: u skandinavskim iznosi preko 20% BDP, dok na Kipru iznosi u proseku manje od 10% BDP. Podaci ukazuju da su izdaci za socijalno osguranje u ukupnoj javnoj potrošnji porasli sa 34% na 36.7% ukupne javne potrošnje, meĎutim, radi detaljnije analize, slika 2.4 prikazuje prosečno kretanje izdataka za socijalno osiguranje po godinama kao udeo u BDP. U periodu do 2007. godine, postojala je tendencija smanjenja udela socijalnog osiguranja u BDP sa 16.7% na 14.9% (primarna osa), nakon kojeg udeo socijalnog osiguranja u BDP raste i stabilizuje se na nivou od 17.5% BDP. Kako su izdaci za penzije najveći deo izdataka u okviru socijalnog osiguranja, na sekundarnoj osi su prikazani i prosečni izdaci za penzije, čije kretanje ima istu tendenciju. Pad od 1995. do 2007. godine sa 10.1% na 9.7 % BDP, a zatim nagli rast i postizanje nivoa od 11.6% 89 BDP u 2014. godini. S tim u vezi, promene u izdacima za penzijsko osiguranje i kretanje BDP u najvećoj meri opredeljuju kretanje ukupnih izdataka za socijalno osiguranje. Dodatno, porast penzija u BDP je bio brţi od udela ukupnog socijalnog osiguranja, ukazujući da se nakon globalne krize penzioneri generalno bili u relativno boljem poloţaju usled diskrecionih mera koje su uticale na rast pentizija kao deo programa stimulansa. MeĎutim, u poslednjim godinama, penzioneri ipak snose deo tereta krize na šta ukazuje zamrzavanje penzija u nekim zemljama starim članicama EU (Irska, Portugalija). Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.4 Kretanje prosečnih izdataka za socijalno i penzijsko osiguranje za članice EU u periodu 1995-2014 Analizom pojedinačnih politika javne potrošnje u evropskim zemljama, uočava se njihova diverzifikovanost. Stoga se ne moţe očekivati definisanost penzijskog sistema na jedinstveni način koji odgovara svim ekonomija (Evropska Komisija 2010). Naime, prosečni izdaci za penzije u posmatranom periodu u evropskim zemljama variraju od 5,4% BDP u Irskoj, sve do 15,1 % BDP u Italiji (slede Francuska sa 13,8% i Grčka sa 13,1 % BDP). Izdaci za penzije su uglavnom odreĎeni odnosom zavisnosti starih (odnos osoba sa 65 ili više godina prema radnoj snazi, od 15 do 64 godina), koji 9.5 10 10.5 11 11.5 12 14.0 15.0 16.0 17.0 18.0 19.0 1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 Socijalno osiguranje Penzijsko osiguranje % BDP Godine % BDP 90 je u proseku najmanji u Irskoj i iznosi 16,5, a najviši u Italiji 30,1. U nekim evropskim zemljama, postoji dvostepeni sistem penzijskog osiguranja, u kom se osnovni nivo penzija obezbeĎuje od strane drţave, dok se dopunske penzijske nadoknade ostvaruju na osnovu obaveznih individualnih aranţamana (Velika Britanija, Irska). TakoĎe, u Velikoj Britaniji postoji mogućnost dodatnog otvaranja ličnih penzijskih računa koja je moguća za vlasnike firmi. U drugim zemljama, na primer, nordijskim drţavama, obezbeĎuju se penzije za sve graĎane iznad definisane starosne granice, što uzrokuje visoke izdatke ze penzije (prosečni izdaci u nordiskim zemljama za period 1995-2014 iznose: Danska 12,1 % BDP, Švedska 12 % BDP, Finska 11,8 % BDP). Velikodušan sistem penzijskog osiguranja, zasnovan na javnom sistemu penzijskog osiguranja i dobrovoljnom privatnom osiguranju, karakteriše i Nemačku u kojoj je 12,8 % BDP namenjeno penzijskom osiguranju. MeĎutim, u većini evropskih zemalja su sprovedene reforme penzijskog sistema, sa ciljem uspostavljanja odrţivog sistema sposobnog za suočavanje sa izazovima vezanim za duţi ţivotni vek, manji broj roĎene dece, kao i rast broja otpuštenih radnika. Stoga su reforme penzijskog sistema najviše usmerene ka rastu starosne granice za penzionisanje, odreĎivanju penzija na osnovu prosečne zarade u toku radnog veka, a ne na osnovu proseka zarada u godinama radnog staţa sa najvišim zaradama, smanjenju penzija obezbeĎenih od strane drţave u korist privatnih penzijskih fondova, i jačanju dobrovoljnih oblika penzijskog osiguranja. TakoĎe, reforme penzijskog sistema su povezane i sa načinom finansiranja tekućih penzija, te usmerenju ka penzijskim fondovima, za razliku od finansiranja tekućih penzija iz tekućih zarada. Stoga su u nekim zemljama EU sprovedene strukturne promene u smislu intergeneracijske ravnoteţe, postepenim prelaskom sa sistema tekućeg finansiranja na kapitalizovani. Hibridni sistemi penzija, koji su delimično zasnovani na penzijskim fondovima su karakteristični za Španiju i Francusku. Reakcija zemalaja EU na navedene izazove penzijskog sistema, moţe se predstaviti zajedničkim ciljevima penzijskog sistema (OECD 2013): 1. Obuhvat penzijskog sistema; 2. Adekvatnost visine penzija; 3. Finansijska odrţivost; 4. Inicijativa; 91 5. Administrativna efikasnost; 6. Diverzifikacija izvora finansiranje (javnog vs. privatnog sektora). Tabela 2.1 prikazuje koje od navedenih ciljeva, odnosno reformi su stare članice EU sprovele u periodu 2008-2013. Sve evropske zemlje imaju razvijen sistem obaveznog penzijskog osiguranja, pri čemu je intenzitet uloge drţave, naspram privatnog sektora različit, ali reformama penzijskog sistema u pravcu većeg obuhvata obezbeĎeno je povećanje stope učešća u drţavnim penzijskim fondovima, jer su mnogi privatni fondovi bili oštećeni globalnom krizom (Austrija, Portugalija, Francuska, Velika Britanija). Adekvatnost visine penzija ide u pravcu generalnog smanjenja svih penzija u budućnosti. Navedeno je u nekim zemljama postignuto zamrzavanjem (Austrija), a u drugim indeksiranjem penzija. TakoĎe, penzije će biti značajno umanjene onima koji su tokom ţivota zaraĎivali najviše - u Grčkoj je navedena redukcija čak 50%, a Portugaliji za 40%. Uspostavljanje fiskalne održivosti podrazumeva konsolidovanje penzijskog sistema shodno demografskim promenama, ali i promenama u ekonomskim i finansijskim parametrima. Navedeno se postiţe simultanim reformama u smislu produţetka godina rada, veće štednje u periodu rada, smanjenjem administrativnih troškova, ali i redistribucijom i umanjenjem penzija. Cilj postavljen u vezi sa porastom inicijative se odnosi na ohrabrenje ljudi da rade duţe i više štede dok su zaposleni. U tom pravcu su preduzete reforme u većini starih članica EU radi produţenja ţivotnog veka na 67 godina, a u nekim zemljama je duţina radnog veka odreĎena i očekivanim ţivotnim vekom u trenutnku penzionisanja, na osnovu čije duţine se odreĎuje produţetak radnog veka. Poslednji cilj u vezi sa diverzifikacijom sistema finansiranja penzija, usmeren je ka većoj ulozi privatnih kapitalizovanih sistema, u kojima je Velika Britanija najveći iskorak postigla u posmatranom periodu. MeĎutim, meĎu svim navedenim reformama, Irska i Grčka su sprovele najoštrije mere konsolidacije penzijskog sistema koje na dugi rok treba da obezbede fiskalnu odrţivost penzijskog sistema. Detaljnije, u Grčkoj je sprovedeno niz reformi, od indeksacije, odreĎivanja penzija na osnovu prosečne zarade, a ne na osnovu poslednje zarade, ali i progresivno smanjenje penzija. Pored sprovedenih reformi u zemljama starim članicama sa stanovišta postavljenih ciljeva u periodu 2008-2013, Tabela 2.1 prikazuje i najvaţnije indikatore penzijskog sistema, u smislu udela izdataka za penzije u BDP, očekivanog ţivotnog 92 veka, odnosa broja zaposlenih i penzionera i zakonskog okvira za broj godina potrebnih za odlazak u penziju (podaci se odnose na 2013. godinu). Već objašnjena razlika u izdacima za penzije postaje jasnija kada se sagledaju ostale determinante penzijskog sistema: očekivani ţivotni vek nakon odlaska u penziju (u proseku je u pitanju 65 godina), najduţi je u Francuskoj, Španiji i Italiji, preko 20 godina, dok je najmanji u Danskoj, 18.4 godina. Tabela 2.1 Sprovedene reforme i indikatori penzijskog sistema u starim članicama EU R E F O R M E I N D I K A T O R I Zemlje O b u h v a t A d ek v a tn o st O d rţ iv o st In ic ij a ti v a E fi k a sn o st D iv er zi fi k o v a n o st Penzije % BDP Očekivani ţivotni vek sa 65 godina Broj penzionera/ broj zaposlenih Min. godina za odlazak u penziju Muškarc i Ţene Austrija da da da 13.5 19.6 29.7 65 60→65 Belgija da 10.0 19.4 29.6 65 65 Danska da da 12 18.4 29.9 65→67 65→67 Finska da da da da da 11.8 19.6 30.6 65 65 Francuska da da da da 13.7 20.8 30 65→67 65→67 Nemačka da da da 11.5 19.3 34.8 65→67 65→67 Grčka da da da da 13.1 19.2 31.7 67 67 Irska da da da da 5.4 19.1 19.4 66 66→67 Italija da da da da 15.4 20.3 34.5 66 62→66 Luksemb. da da da 8 19.2 22.6 65 65 Holandija da 12.5 19.2 27.3 65→67 65→67 Portugal. da da da da da 12.3 18.9 30.1 65 65 Španija da da da 9.3 20.4 27.9 65→67 65→67 Švedska da da da da da 12 19.8 32.5 65 65 V.Britanija da da da da da da 11 19.3 28.9 65 60→65 Izvor: autorski prikaz na osnovu OECD (2013). Najvaţniji indikator se odnosi na odnos broja penzionera i zaposlenih koji je najveći u Nemačkoj i Italiji (preko 34%), a najmanji u Irskoj 19.4. Navedeno je izazov u Nemačkoj iz razloga što je drţavni penzijski sistem zasnovan u potpunosti na tekućem finansiranju, a odreĎivanje visine penzija se vrši individualno na osnovu penzijskih “bodova”. Zbog nepovoljnog odnosa penzionera i zaposlenih, u slučaju nemogućnosti 93 isplate očekivanih penzija, kompenzacija penzija pristiţe iz socijalne pomoći. S obzirom na sličan problem u Italiji, penzijski sistem u ovoj zemlji je 2011. godine reformisan, tako što se doprinosi kumuliraju i uvećavaju u odnosu na stopu prinosa odreĎenu rastom BDP. Nakon penzionisanja, akumulirani kapital se deli prema očekivanom ţivotnom veku u momentu penzionisanja. 1.2 Iskustva u zdravstvenom osiguranju Zajedno sa penzijskim osiguranjem, drţava obezbeĎuje socijalnu sigurnost graĎana i putem zdravstvenog osiguranja. U nekim evropskim zemljama, uloga drţave u zdravstvu je visoko razvijena, u smislu da postoji obavezan javni sistem zdravstvenog osiguranja, dok je dobrovoljno osiguranje na početku razvoja. Naime, zdravstveno osiguranje je moguće da obezbeĎuje kako javni, tako i privatni sektor, usled mogućnosti isključenja pri korišćenju zdravstvenih usluga, kao i postojanja rivaliteta. Stoga je sistem zdravstvenog osiguranja različito koncipiran u evropskim zemljama, ali najčešće pored minimalnog osnovnog nivoa zdravstvenog osiguranja, postoji i dopunsko, privatno osiguranje. U nekim zemljama, sistem zdravstvenog osiguranja je još kompleksniji i sastoji se iz više nivoa. Na primer, u Holandiji pored osnovnog zdravstvenog osiguranja postoji dopunsko osiguranje koje moţe pokrivati luksuzne potrebe, kao i posebno privatno osiguranje, najčešće korišćeno od strane dela stanovništva sa najvišim prihodima. Članice Evropske Unije su u periodu 1995-2014 u proseku trošile 5,79 % BDP na zdravstvo u smislu javne potrošnje (deskriptivne statistike za udeo javne potrošnje za zdravstvo u BDP su date u Apendiksu, tabele 7a i 7b), dok, se dodatno trošilo 2,1 % BDP iz privatnih izvora. Stoga se u studiji OECD (2013) utvrĎuje da je oko ¾ izdataka za zdravstvo javnog karaktera u gotovo svim zemljama članicama EU. MeĎutim, u analiziranom periodu dinamika rasta javnih vs. privatnih izdataka se razlikuje. Slike 2.5 i 2.6 pokazuju udeo javne i private potrošnje u BDP u 1995. i 2014. godini, pri čemu su zemlje rangirane prema visini javnih izdaka u BDP. Slika 2.5 pokazuje da je udeo javne potrošnje u BDP iznosio preko 6 % BDP u Francuskoj, Nemačkoj, Austriji, Danskoj, dok su najniţi izdaci, ispod 2,5 % BDP zabeleţeni na Kipru, Bugarskoj i Rumuniji. Privatni izdaci za zdravstvo su najmanje izraţeni u Češkoj, Slovačkoj, dok su najviši u 94 mediteranskim zemljama, Portugaliji, Italiji, Španiji i Grčkoj. Navedeno je posledica najvišeg odnosa zavisnosti od starog stanovništva u ovim zemljama, pri čemu se neminovno povećavaju ukupni izdaci za zdravstvenu zaštitu. Izvor: Autorski prikaz na osnovu OECD.Stat. Slika 2.5 Udeo javne i privatne potrošnje za zdravstvo u BDP u 1995. godini u EU-28 Slika 2.6 pokazuje da postoji realni prirast u troškovima za zdravstvo u periodu od 1995. godine do 2014. godine, kao posledica veće javne potrošnje, ali i izdašnije private potrošnje, pri čemu su faktori koji najviše doprinose rastu izdataka tehnološke promene i starenje stanovništva. MeĎutim, dinamika rasta se razlikuje zemlje, pa primat u smislu najvećih javnih (ali i ukupnih) izdataka u 2014. godini preuzimaju Holandija, Švedska, pored već utvrĎene liderske pozicije Danske, Francuske i Nemčke. Navedene zemlje alociraju više od 10 % BDP na zdravstvenu zaštitu, što upućuje na izrazitu heterogenost po zemljama članicama EU, jer zemlje koje najmanje izdvajaju za zdravstvo, troše ispod 6 % BDP na zdravstvo (i dalje su to Kipar, Bugarska, Rumunija, ali i Litvanija i Letonija). Dodatno, pomeranje prosečnih javnih i privatnih izdataka u levo, ukazuje na produbljivanje heterogenosti kroz vreme jer se sve više povećava broj zemalja članica EU ispod proseka EU-28. 0 2 4 6 8 10 12 F ra n cu sk a N em ač k a A u st ri ja D an sk a Š v ed sk a H rv at sk a B el g ij a S lo v en ij a M aĎ ar sk a H o la n d ij a Č eš k a F in sk a S lo v ač k a Š p an ij a V . B ri ta n ij a L u k se m b u rg E -2 8 It al ij a Ir sk a E st o n ij a P o rt u g al ij a G rč k a M al ta L it v an ij a P o lj sk a L et o n ij a K ip ar B u g ar sk a R u m u n ij a Udeo javne potrošnje za zdravstvo u BDP Udeo privatne potrošnje za zdravstvo u BDP 95 Izvor: OECD.Stat. Slika 2.6 Udeo javne i privatne potrošnje za zdravstvo u BDP u 2014. godini u EU-28 Provera izdašnosti javnih izdataka za zdravstvo po zemljama jezgra EU, moţe biti sprovedena prikazivanjem visine izdataka za zdravstvo per capita (u dolarima, koristeći paritet kupovne snage). Navedeno je prikazano na slici 2.7, u tri odabrane godine: 1995, 2005, i 2014. godini, pri čemu su ekonomije sortirane na osnovu visine izdataka per capita u 2014. godini. Rezultati pokazuju da se u 1995. godini u proseku trošilo 986.713 dolara per capita, u 2005. godini, 1709.917 dolara, a u 2014. godini 2436.322 dolara. Ispostavlja se da Holandija, Švedska i Danska i per capita imaju najveće izdatke za zdravstvo, dok je Francuska koja je sa stanovišta udela javne potrošnje za zdravstvo u BDP bila rangirana kao četvrta ekonomija, sa stanovišta per capita izdataka postaje osma. Sa druge strane, Luksemburg koji je u smislu procenta izdataka za zdravstvo u BDP bio meĎu zemljama koje su restriktivnije, u kontekstu izdataka per capita, zauzima petu poziciju. Mediteranske zemlje, sa druge strane, meĎu zemljama starim članicama EU imaju najmanje izdatke za zdravstvo per capita, ispod proceka članica EU u svim analiziranim godinama. 0 2 4 6 8 10 12 H o la n d ij a Š v ed sk a D an sk a F ra n cu sk a N em ač k a B el g ij a A u st ri ja V . B ri ta n ij a It al ij a H rv at sk a F in sk a Š p an ij a E U -2 8 S lo v en ij a Č eš k a G rč k a P o rt u g al ij a M al ta S lo v ač k a Ir sk a L u k se m b u rg E st o n ij a M aĎ ar sk a P o lj sk a B u g ar sk a R u m u n ij a L it v an ij a K ip ar L et o n ij a Udeo javne potrošnje za zdravstvo u BDP Udeo privatne potrošnje za zdravstvo u BDP 96 Izvor: OECD.Stat. Slika 2.7 Per capita javna potrošnja za zdravstvo u 1995, 2005 i 2014. godini u starim članicama EU Ispostavlja se da meĎu starim članicama EU postoji heterogenost u visini izdataka za zdravstvo, koja je uzrokovana različitim opredeljenjima u trošenju koje je najizraţenije u skandinavskim zemljama i zemljama centralne Evrope, dok je u mediteranskim zemljama ispod proseka EU, što predstavlja dublji problem usled većeg procenta starih u tim zemlja u odnosu na druge zemlje EU. Stoga se jaz u smislu viših potreba i manjih javnih izdataka za zdravstvo, u odreĎenoj meri komprenzuje privatnim izvorima finansiranja. Potpuniju sliku izdataka i uspešnosti politike zdravstva je moguće predstaviti i putem sledećeg, tabelarnog prikaza, u kom su pored veličine izdataka prikazani i rezultati, koji se najčešće mere na dva načina: očekivanom duţinom ţivotnog veka i smrtnosti novoroĎenčadi. Sve zemlje stare članice EU, Svetska zdravstvena organizacija u saradnji sa Evropskom Komisijom klasifikuje kao zemlje sa visokim dohotkom, meĎutim, struktura ukupne potrošnje za zdravstvo i udela javne potrošnje, kao i rezultati prema kojima se meri uspešnost zdravstvenog sistema su heterogeni. U kontekstu per capita ukupne potrošnje za zdravstvo prednjače Danska i Luksemburg, dok se najveći udeo javne potrošnje u ukupnoj potrošnji za zdravstvo očituje u Danskoj (86%), a najveći izdaci za privatnu potrošnju u Portugaliji (32%). Pri analizi javne potrošnje za zdravstvo i njenog udela u BDP, samo Irska spada u grupu zemalja sa niskim izdacima 0 1000 2000 3000 4000 5000 1995 2005 2014 Dolari 97 (ispod 5%), Luksemburg, Finska, Portugalija, Grčka, Italija i Španija spadaju u grupu zemalja sa srednjim izdacima, a stale zemlje imaju visoke izdatke za zdravstvo. Slična podela se dobija ukoliko se prati koliki deo ukupne javne potrošnje zemlje alociraju na zdravstvo. Tabela 2.2 Struktura potrošnje za zdravstvo i uspešnost politike zdravstva u starim članicama EU Zemlje Ukupna potrošnja per capita (dolari) Struktura ukupne potrošnje za zdravstvo Javna potrošnja za zdravstvo Rezultati % javne potroš. % privatne potrošnje % ostale potroš. % u BDP* % ukupne javne potr.** Očekivana duţina ţivota*** Smrtnost novoroĎ. u 100.0000 beba**** Austrija 5.407 76% 15% 9% 9% 17% 80 5 Belgija 4.711 76% 20% 4% 8% 15% 80 5 Danska 6.304 86% 13% 1% 10% 16% 79 5 Irska 3.708 64% 15% 21% 5% 12% 80 3 Italija 3.032 78% 20% 2% 7% 14% 82 5 Finska 4.232 75% 19% 6% 7% 12% 80 8 Francuska 4.690 77% 7% 16% 9% 16% 81 8 Grčka 2.044 68% 30% 2% 6% 11% 80 2 Holandija 5.737 80% 6% 14% 10% 20% 81 9 Luksemb. 7.452 84% 11% 5% 6% 13% 81 17 Nemačka 4.683 76% 12% 12% 9% 19% 80 7 Portugalija 1.905 63% 32% 5% 6% 12% 79 7 V.Britanija 3.647 83% 10% 7% 8% 16% 80 12 Švedska 5.319 82% 16% 2% 8% 15% 81 5 Španija 2.808 74% 20% 6% 7% 15% 82 6 Legenda: *: niska javna potrošnja za zdravstvo < 5%; srednja javna potrošnja za zdravstvo 6%-7%, visoka javna potrošnja za zdravstvo >8%. **: niska javna potrošnja za zdravstvo < 14%; srednja javna potrošnja za zdravstvo 14%-15%, visoka javna potrošnja za zdravstvo >15%. ***: prosek za zemlje sa visokim dohotkom: 79. ****: prosek za zemlje sa visokim dohotkom: 10. Izvor: autor, zasnovano na podacima iz Svetske zdravstvene organizacije (World Health Organization- WHO) 2014. MeĎutim, podaci o rezultatima zemalja na području zdravstva, u smislu očekivane duţine ţivota, ukazuju da sve zemlje ispunjavaju postavljeni cilj, u smislu 79 godina ţivota za zemlje sa visokim dohotkom. U kontekstu drugog cilja, minimiziranja smrtnosti novoroĎenčadi, rezultati su preko postavljenog cilja u Velikoj Britaniji i Luksemburgu, dok su izuzetni rezultati postignuti u Irskoj i Grčkoj, u kojima su javni 98 izdaci za zdravstvo niski, a privatni postaju izdraţeniji. Ispostavlja se da postavljeni ciljevi i postignuti rezultati nisu jednako senzitivni na promene u javnoj potrošnji za zdravstvo po zemlja, već pokazuju heterogenu evidenciju uspešnosti. 1.3 Iskustva u javnoj potrošnji za obrazovanje Počeci usklaĎivanja sistema obrazovanja na nivou Evrope datiraju još od 1976. godine kada je Evropska komisija zajedno sa Ministarstvima obrazovanja evropskih zemalja Rezolucijom postavila program aktivnosti u sistemu obrazovanja. Deklaracijom iz Študgarta 1983.godine, preloţena je kooperacija izmeĎu institucija visokog obrazovanja sa ciljem da se produbi informisanost o kulturi i istoriji Evrope, kako bi se postigao viši nivo svesnosti o pripadanju evropskoj zajednici. Zatim je Jedinstvenim evropskim aktom (Single European Act) iz 1986. godine inkluzija nacionalnih sistema obrazovanja u evropsku dimenziju postala neophodna. MeĎutim, ciljevi su uobličeni 1993. (od strane Evropske Komisije) sa idejom da se razvija kvalitet obrazovanja ohrabrujući saradnju izmeĎu zemlja članica EU, podrţavajući njihove aktivnosti, ali i u potpunosti poštujući nacionalne razlike pri organizovanju sistema obrazovanja, kao i kulturne i lingvističke razlike. MeĎutim, postojanje Evropske Unije i jedinstvenog trţišta, ukazuje na potrebu da se obrazovanjem pripreme budući zaposleni na širi socijalni i ekonomski prostor, ne nacionalni, nego na integraciju u evropski. S tim u vezi, i sistem obrazovanja je morao da pretrpi promene, zbog novih socijalnih, ekonomskih i kulturnih okolnosti. Obrazovni sistemi zemalja Evrope u svoj svojoj diverzifikovanosti, odgovorili su na nove okolnosti, najviše u kontekstu bilateralne saradnje. Bilateralna saradnja se ogleda prvenstveno u otklanjanju jezičkih barijera, ohrabrenju mobilnosti učenika i profesora, promovisanju razmene informacija, obezbeĎenju pohaĎanja škola na daljinu. U okrivu evropske dimenzije obrazovanja, postavljeni su sledeći ciljevi: jednakost mogućnosti za sve, razvoj osećaja odgovornosti za meĎuzavisnost evropskih zemalja, razvoj samostalnog mišljenja i odlučivanja, razvoj učenja kroz ceo ţivot i praćenje razvoja i primena nove tehnologije. TakoĎe, ciljevi su i razvoj demokratičnosti, borba protiv nejednakosti, razvoj tolerancije i prihvatanje različitosti. Dodatno, sistem obrazovanja u Evropi nema tendenciju zamene ostalih nacija, nasuprot, cilj je razvoj nacionalnog identiteta i nadogradnja evropskom pripadnošću. 99 Iskustvo pokazuje da drţava koristi sva tri instrumenta javne potrošnje: regulaciju cena, univerzalnu potrošnju i delimično ili potpuno obezbeĎenje dobara od strane drţave u slučaju obrazovanja u većini evropskih zemalja. Naime, osnovno i srednje obrazovanje se predominantno obezbeĎuje od strane javnog sektora, dok se instrument univerzalne potrošnje primenjuje bar u slučaju osnovnog obrazovanja. U slučaju visokog obarazovanja je situacija komplikovanija, s obzirom da je uticaj privatnog sektora značajniji. MeĎutim, drţava u slučaju visokog obrazovanja u kom ima delimičnu ulogu, u cilju što ravnopravnije potrošnje deluje regulacijom cena, obezbeĎujući stipendije. Prosečni javni izdaci za obrazovanje u evropskim zemljama u periodu 1995- 2014 se kreću u intervalu od 5 % BDP u 2000. godini do 5,7 % BDP u 2009. godini. Dakle, do 2000. godine zabeleţen je pad udela drţavnih izdataka za obrazovanje u BDP, što moţe biti objašnjeno promenom drţavne uprave u zemljama jugo-istočne Evrope, koje su inicijalno imale veće drţavne izdatke usled činjenice da je drţava upravljala kompletnim sistemom obrazovanja. U periodu tranzicije, pomenute zemlje smanjuju potrošnju za obrazovanje usled sveobuhvatne reforme javnih finansija, a takoĎe, deo troškova obrazovanja biva finansirano od strane privatnog sektora. Dodatno, prosečno smanjenje izdataka za obrazovanje je posledica smanjenja ovih troškova u nordijskim zemljama, pre svega u Norveškoj i Finskoj, gde su drţavni rashodi za obrazovanje opali sa 8 (7,2) % BDP u 1991. godini na 6,74 (5,89) % BDP u 2000. godini usled potrebe za izlaskom iz visokih deficita sredinom 1990-tih godina (uslovljenim IT krizom). U periodu 2000-2007, javni izdaci postaju ujednačeni u proseku evropskih zemalja, na nivou od 5,1-5,2 % BDP, dok u periodu 2008-2014, beleţe rast u svim evropskim zemljama. Iako oscilacije prosečnih drţavnih izdaka za obrazovanje u posmatranom periodu čine maksimalnih 0,7 % BDP, analiza javnih izdataka za obrazovanje po zemljama upućuje na mnogo veća variranja. Slika 2.8 pokazuje kretanje javnih izdataka za obrazovanje po zemljama za 1995, 2000, 2005 i 2010. godinu za stare članice EU (bez Grčke). Zemlje su sortirane rastućim redosledom prema izdacima u 2000. godini (4,91 % BDP). Manje od proseka EU-27 na obrazovanje troše Luksemburg, Španija, Irska, Nemačka, Italija i Velika Britanija, meĎutim do 2010. godine Irska i Velika Britanija povećavaju potrošnju za obrazovanje iznad proseka EU. Slika pokazuje da 100 Danska najveći deo BDP odvaja za obrazovanje i da u većini zemalja postoji tendencija ka rastu izdataka za obrazovanje u periodu od 1995. do 2010. godine, sem u Italiji, Francuskoj i Švedskoj u kojima je zabeleţen blagi pad udela izdataka za obrazovanje u BDP. Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostata. Slika 2.8 Udeo javnih izdataka za obrazovanje u BDP u starim članicama EU U nastavku se prikazuje struktura izdataka sa namerom da se utvrdi, koji izdaci dominiraju javnom potrošnjom za obrazovanje, kao i kako se menjaju kroz vreme. Različite strukture potrošnje za obrazovanje su posledica demografskih promena, različite duţine trajanja pojedinih nivoa obrazovanja po zemljama, kao i koliko godina traje obavezno obrazovanje. Slika 2.9 prikazuju javne izdatke po nivoima obrazovanja: osnovno, srednje i visoko obrazovanje u 2001. i 2010. godini po Ďaku/ studentu, u starim članicama EU za koje postoje raspoloţivi podaci po nivoima obrazovanja u obe godine. Naime, potpunija slika se dobija tek kada se uzme u obzir broj Ďaka / studenata, kao i jedinični troškovi obrazovanja Ďaka / studenata. Naime, jedinični troškovi po Ďaku / studentu se u najvećem broju zemalja povećavaju ukupno (sem u Italiji), a povećavaju se i sa nivoom obrazovanja, pa su izdaci za visoko obrazovanje po Ďaku / studentu najveći. Dakle, drţavni izdaci za visoko obrazovanje u smislu funkcionisanja 2 3 4 5 6 7 8 9 1995 2000 2005 2010 % BDP Zemlje Udeo javnih izdataka za obrazovanje u BDP 101 visokoškolskih institucija i stipendija studentima čine najveći deo izdataka za obrazovanje. I u ovom slučaju je specifična situacija u Italiji, jer su po Ďaku / studentu isti jedinični troškovi bez obzira na nivo obrazovanja. MeĎutim, uočava se da ukoliko su zemlje sortirane po ranije utvrĎenom redosledu u kom je kao kriterijum korišćen udeo izdataka za obrazovanje u BDP, izdaci po Ďaku / studentu, ne prate navedeni raspored. Naime, iako Portugalija odvaja za obrazovanje preko 5 % BDP što je iznad nivoa evropskog proseka, po Ďaku / studentu odvaja manje na svim nivoima obrazovanja, što moţe biti posledica veličine nacije. Dalje, u pojedinim zemljama se primećuje nagli rast izdataka na svim nivoima obrazovanja od 2001. do 2010. godine, što je posebno izraţeno u Velikoj Britaniji i Finskoj. Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostata. Slika 2.9 Jedinični troškovi po Ďaku/student za tri nivoa obrazovanja u starim članicama EU Postignuća u oblasti obrazovanja su u literuri najčešće merena na dva načina, kao prosečan broj godina provedenih u školovanju ili kao udeo odraslih u ukupnoj populaciji koji su završili svaki nivo obrazovanja (International Standard Classification of Education - ISCED). Navedene mere su najčešće, ali ne obezbeĎuju u potpunosti adekvatno poreĎenje izmeĎu zemalja jer se baziraju na kvantitetu u obrazovanju, a ne na 0.0 5,000.0 10,000.0 15,000.0 20,000.0 25,000.0 30,000.0 35,000.0 Š p an ij a 2 0 0 1 2 0 1 0 N em ač k a 2 0 0 1 2 0 1 0 It al ij a2 0 0 1 2 0 1 0 V . B ri ta n ij a 2 0 0 1 2 0 1 0 H o la n d ij a 2 0 0 1 2 0 1 0 P o rt u g al ij a 2 0 0 1 2 0 1 0 A u st ri ja 2 0 0 1 2 0 1 0 B el g ij a 2 0 0 1 2 0 1 0 F in sk a 2 0 0 1 2 0 1 0 F ra n cu sk a 2 0 0 1 2 0 1 0 Š v ed sk a 2 0 0 1 2 0 1 0 D an sk a 2 0 0 1 2 0 1 0 Osnovno Srednje Visoko 102 kvalitetu. Stoga poreĎenja zasnovana samo na osnovnom (u nekim slučajevima i srednjem) obrazovanju nisu precizna mera, s obzirom da u većini evropskih zemalja najveći procenat populacije ima završenu osnovnu (ili srednju) školu. S tim u vezi, postignuća u obrazovanju se češće mere na osnovu poreĎenja procenta populacije sa završenim visokim obrazovanjem, što upravo prikazuje naredna tabela. Tabela 2.3 Procenat stanovništa sa završenim visokim obrazovanjem u starim članicama EU u 2014. godini Zemlje Visoko obrazovanje Bečelor Master Doktorat V. Britanija 23.0 13.1 5.6 1.4 Francuska 22.9 6.1 9.0 1.1 Austrija 21.8 6.5 5.4 0.9 Irska 21.6 9.7 3.4 1.1 Finska 21.6 13.5 6.9 1.2 Portugalija 21.0 10.8 8.7 1.5 Danska 19.9 9.3 5.9 1.2 Španija 19.0 6.0 6.6 0.9 EU-28 18.2 9.1 6.1 0.9 Nemačka 17.2 10.2 5.8 1.2 Grčka 15.4 12.3 2.7 0.5 Švedska 14.7 4.2 6.5 1.3 Italija 13.5 7.1 5.5 0.7 Belgija 13.0 6.8 5.4 0.8 Holandija 9.5 6.1 2.7 0.7 Luksemburg 3.6 1.2 1.7 0.5 Izvor: autorski prikaz, na osnovu podataka preuzetih sa Eurostat-a. Udeo stanovništva sa završenim visokim obrazovanjem u ukupnoj populaciji je za prosek EU 18.2%, stanovništva sa Bečelor diplomom 9.1%, sa masterom 6.1%, a sa doktoratom 0.9%. MeĎutim, u rezultatima prednjači Velika Britanija sa 23%, a zatim slede Francuska i Austrija. U ovim zemljama je uočeno dodatno ulaganje u obrazovanje u periodu nakon 2000. godine, pri čemu su se izdaci za obrazovanje po Ďaku/studentu pribliţili izdacima u skandinavskim zemljama. MeĎutim, u ovim zemljama, iako su 103 izdaci za obrazovanje najizdašniji, rezultati ne zauzimaju liderske pozicije. Sa druge strane, najlošije performanse obrazovanja, mereno brojem visokoobrazovanih, pojavljuju se u Belgiji, Holandiji, Luksemburgu. 2. Emergentne ekonomije Evrope Forma drţave i drţavni izdaci su često povezani. Totalitarističke zemlje su opredeljene ka većoj javnoj potrošnji, pa tako i izdašnijoj potrošnji za penzije, zdravstvo i obrazovanje što je bio slučaj sa zemljama istočne Evrope (emergentne zemlje Evrope) i zemljama bivšeg Sovjetskog bloka. Ove zemlje su sa padom komunizma i prelaskom na trţišnu ekonomiju smanjile nivo totalitarizma, a time i javne potrošnje, meĎutim, istorijske, kulturološke i ekonomske razlike su ostale. U nekim zemljama, pomenute razlike iščezavaju, dok u drugim i dalje predstavljaju osnovu za razlikovanje sistema javne potrošnje i pojedinačnih politika javne potrošnje. Radi detaljnije analize, prikazano je kretanje javne potrošnje i prihoda samo u emergentnim ekonomija EU (slika 2.10). Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.10 Prosečna javna potrošnja i javni prihodi u emergentnim ekonomija Evrope u periodu 1995-2014 36.0 37.0 38.0 39.0 40.0 41.0 42.0 43.0 44.0 45.0 46.0 0.0 50,000.0 100,000.0 150,000.0 200,000.0 250,000.0 300,000.0 350,000.0 400,000.0 450,000.0 500,000.0 Primarni deficit Ukupni javni prihodi u emergentnim ekonomijama EU Udeo javne potrošnje u BDP Udeo javnih prihoda u BDP 104 Od 1995. godine udeo prosečne javne potrošnje u BDP za emergentne ekonomije Evrope opada sa 42.5% BDP na 39.6% BDP u 2007. godini, a zatim raste sve do inicijalnog nivoa. Tendencija kretanja je slična kao za sve zemlje EU (slika 2.1), meĎutim, evidentno je generalno manja javna potrošnja, u odnosu na prosek EU koja u pojedinim godinama postiţe vrednosti i od 48% BDP. Oporezivanje je relativno stabilno, pa analizirano kao udeo u BDP, kreće se u intervalu 38.5-39.5% BDP. MeĎutim, analiza apsolutnih veličina u milionima evra ukazuje da 13 emergentnih ekonomija troši samo 1/15 ukupnih javnih izdataka na nivou EU. TakoĎe, uočava se da je prilagoĎavanje ukupne javne potrošnje smanjenim javnim prihodima od 2009. godine sprovedeno intenzivnije nego na nivou proseka EU (slika 2.1). Dakle, inicijalna analiza ukazuje da emergentne ekonomije Evrope oporezuju i troše manje delove BDP u odnosu na prosek EU, kao i da su u proseku finansijski disciplinovanije u odnosu na prosek EU. Sa ciljem da se utvrdi, na koje konkretne politike javne potrošnje, emergentne ekonomije EU troše manje i čime je potrošnja uslovljena, sprovedena je sledeća analiza. 2.1 Iskustva u socijalnom osiguranju Slično podatku za prosek EU, emergentne zemlje Evrope, troše 36% ukupne javne potrošnje na socijalno osiguranje. Penzije, takoĎe, čine najznačajniji deo navedene potrošnje, premda postoje velike razlike po zemljama, od 7.1% BDP na Kipru, Litvaniji, Estoniji i Rumuniji do 12.1% BDP u Poljskoj. MeĎutim, slični izdaci za penzijsko osiguranje, ne znače direktno iste performanse. Naime, indikatori penzijskog sistema praćeni u grupi zemalja starih članica u slučaju emergentnih ekonomija EU imaju drugu dimenziju (Tabela 2.4). Tabela 2.4 Sprovedene reforme i indikatori penzisjkog osiguranja u odabranim ekonomijama emergentne Evrope 105 R E F O R M E I N D I K A T O R I Zemlje O b u h v a t A d ek v a tn o st O d rţ iv o st In ic ij a ti v a E fi k a sn o st D iv er zi fi k o v a n o st Penzije % BDP Očekivani ţivotni vek sa 65 godina Broj penzionera/ broj zaposlenih Min. godina za odlazak u penziju Muškarc i Ţene Češka da da da 8.3 17.1 25.3 66 66 Estonija da da da da da 7.9 16.3 29.1 63 →63 MaĎarska da da da da 10 16.1 27.2 62→65 62→65 Poljska da da da da 11.8 17.1 21.6 65→67 60→67 Slovačka da da da 7 15.9 19.2 →62 →62 Slovenija da da 10.9 18.7 26.6 63→65 →61 Izvor: Autorski prikaz na osnovu podaka OECD (2013). Iako je potrošnja u odabranim emergentnim zemljama EU slična potrošnji u starim članicama, očekivani ţivotni vek sa 65 godina je manji, i nalazi se u interval od 15.9 godinau Slovačkoj do 18.7 godina u Sloveniji (u slučaju satrih članica je 18.4-20.8 godina). Odnos zavisnosti penzionera je sličan prosecima starih članica, pri čemu je najnepovoljniji odnos zabeleţen u Estoniji (29.1). Konačno, starosna granica za odlazak u penziju je, sem u Češkoj i Poljskoj, značajno niţa od starih članica EU. Reforme penzijskog sistema su usmerene ka povećanju starosne granice, meĎutim, u nekim zemljama se tek kao cilj postavlja odlazak u penziju sa 62 ili 62, dok je u starim članicama cilj 67 godina. Sa stanovišta sprovedenih reformi, uočava se da su sve zemlje sprovodile reforme u pravcu odrţivosti, koja podrazumeva usklaĎivanje penzijskog sistema prema demografskim i ekonomskim promenama. Slovenija je zamrzla penzije, Češka je pored obaveznog drţavnog uvela i obavezno privatno osiguranje (meĎutim, u 2012. godini povukla je odredbu o obaveznom privatnom penzijskom osiguranju), u Estoniji je penzijski sistem reformisan u pravcu delimičnog prelaska na kapitalizovane fondove. U periodu kada je u većini zemalja starih članica EU postojala tendencija ka diverzifikaciji izvora finansiranja, u Poljskoj i MaĎarskoj je reforma sprovedena u suprotnom pravcu – mnoge privatne osiguravajuće kuće su zatvorene ili je njihova uloga značajno redukovana. 106 Dakle, iako se u penzijskim sistemima emergentnih ekonomija EU sprovode reforme, one i dalje u velikoj meri zaostaju za standardima postavljenim u starim članicama EU. Kao posledica, ni performanse programa javne potrošnje ne obezbeĎuju jednako dobre rezultate, iako se za troši pribliţno isti udeo BDP. 2.1 Iskustva u zdavstvenom osiguranju U analiziranom periodu, od 1995. godine prosek udela javnih izdataka za zdravstvo u BDP u emergentnim ekonomija EU u odnosu na stare članice je niţi za 1.5 % BDP, upućujući da su emergentne ekonomije EU ipak u proseku trošile manje na zdravstvo od starih članica EU. Na slici 2.11 je prikazano da je isti raspon izmeĎu izdataka dve grupe zemalja zadrţan u poslednjih 20 godina, u smislu gotovo paralelnog rasta. Prosečni startni izdaci starih članica EU su iznosili 6 % BDP, dok su u poslednjoj analiziranoj godini iznosili 7,2 % BDP, dok su u grupi emergentnih ekonomija startni izdaci iznosili 4,4 % BDP, a u poslednjoj godini 5,5 % BDP. Isti trend u povećanju, a zatim smanjenju izdataka za zdravstvu kao posledica globalne krize se uočava kod obe grupe zemalja (doduše oštrije u starim članicama EU), pri čemu, se u obe grupe najveći prosečni izdaci pojavljuju 2009. godine. Detaljnije, zdruţeni podaci OECD i Evropske Komisije ukazuju da je prosečno stopa rasta izdataka za zdravstvo za sve članice EU iznosila 4.6% BDP na godišnjem nivou u godinama od 2000. do 2009., što je dvostruko ili trostruko brţi rast od prirasta dohotka u tim zemljama. MeĎutim, u 2010. godini je zabeleţen pad izdataka za 0.6% (što je pri zabeleţeni pad prosečnih izdataka za zdravstvo od 1975. godine), kao posledica obuzdavanja izdataka zarad pomoći u smanjenju fiskalnog deficita. MeĎu emergentnim ekonomijama EU, najizraţeniji pad izdataka za zdravstvo per capita u 2010. godini u odnosu na 2009. godinu je zabeleţen u Estoniji za 7.3%, zatim u Letoniji i Češkoj za 4.8%, dok je u drugim zemljama došlo samo do usporavanja rasta izdataka, ali ne i pada. Smanjenje izdataka se odnosi na oblast prevencije bolesti i javno zdravlje, dok smanjenje potrošnje nije bilo na području nege akutnih stanja. 107 Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.11 Komparacija dinamike rasta udela javne potrošnje za zdravstvo u BDP u starim članicama EU i emergentnim ekonomija EU u period 1995-2014 Dodatno, slike 2.5 i 2.6 pokazuju da se manji izdaci za zdravstvo u većini emergentnih ekonomija ne kompenzuju povećanom privatnom potrošnjom, jer su generalno ukupni izdaci emergentnih ekonomija ispod proseka EU-28. Izuzeci u 1995. godini su Slovačka, Češka, Hrvatska, Slovenija i MaĎarska, koje su se pribliţile izdacima starih članica EU, shodno nasleĎenom sistemu izdašnih izdataka za zdravstvo iz prethodnog reţima (Slika 2.5). Do 2014. godine, navedene zemlje (sem Hrvatske) usled fiskalne konsolidacije nisu istom brzinom kao druge članice EU povećavale javne izdatke za zdravstvo, već su ih zadrţale na nivou izmeĎu 5,8 i 6 % BDP, što je vrednost ispod evropskog proseka u 2014. godini. Manji javni izdaci za zdravstvo mereni relativno, u odnosu na BDP, provereni su kretanjem per capita izdataka u 1995, 2005, i 2014. godini u odabranim emergentnim ekonomijama (slika 2.12). Ispostavlja se das u izdaci per capita ispod proseka za EU-28, čak i u prvim godinama analize. Naime, analiza udela izdataka za zdravstvo u BDP u 1995. godini je ukazivala da su izdaci u Sloveniji, Češkoj, Slovačkoj bili iznad proseka EU-28, dok su u 2014. godini bili ispod proseka. Analiza izdataka per capita, ukazuje da su svi izdaci emergentnih ekonomija u svim godinama bili ispod proseka EU. 4.00 4.50 5.00 5.50 6.00 6.50 7.00 7.50 8.00 1 9 9 5 1 9 9 6 1 9 9 7 1 9 9 8 1 9 9 9 2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 Udeo javne potrošnje za zdravstvo u BDP u starim članicama EU Udeo javne potrošnje za zdravstvo u BDP u emergentnim ekonomijama EU 108 Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.12 Per capita javna potrošnja za zdravstvo u 1995, 2005 i 2014. godini u odabranim emergentnim ekonomija EU Najveći per capita izdaci za javnu potrošnju na zdravstvo su zabeleţeni u Sloveniji, zatim Češkoj, Slovačkoj (slika 2.12), ali ukupni per capita izdaci su najizraţeniji u Sloveniji, Kipru i Malti. MeĎu emergentnim ekonomija EU, najveći udeo javne potrošnje za zdravstvo ima Češka (85%), a za privatno Kipar (42%). Ispostavlja se da su dominantno emergentne ekonomije EU u zoni niske javne potrošnje za zdravtsvo, sem Češke, Slovačke, Malte, Hrvatske i Slovenije koje su u grupi srednje javne potrošnje za zdravstvo. Ispodprosečna izdvajanja u emergentnim ekonomijama EU se reflektuje i u ispodprosečnim rezultatima (Tabela 2.5). Očekivani ţivotni vek kao postavljeni cilj izdataka za zdravstvo od 79 godina se postiţe samo u Kipru, Malti i Sloveniji, dok je minimiziranje smrtnosti novoroĎenčadi (manje od 10) postignuto samo u Češkoj, Malti, Poljskoj i Slovačkoj, dakle, samo su u Malti ispunjena oba cilja. U ostalim zemljama su rezultati različiti, ali najlošiji su u Letoniji, u kojoj je očekivani ţivotni vek 72 godine, a smrtnost novoroĎenčadi 20 u 100.000 roĎenih beba. 0 500 1000 1500 2000 2500 1995 2005 2014 109 Tabela 2.5 Struktura potrošnje za zdravstvo i uspešnost politike zdravstva u emergentnim ekonomijama EU Zemlje Ukupna potrošnja per capita (dolari) Struktura ukupne potrošnje za zdravstvo Javna potrošnja za zdravstvo Rezultati % javne potrošnje % privatne potrošnje % ostale potrošnje % u BDP* % ukupne javne potr.** Očekivana duţina ţivota*** Smrtnost nov. u 100.0000 beba**** Češka 1.432 85% 14% 1% 6% 15% 77 8 Estonija 1.010 80% 18% 2% 5% 12% 75 12 Hrvatska 908 82% 14% 4% 6% 15% 76 14 Kipar 1.949 49% 43% 8% 3% 7% 81 10 Letonija 792 57% 37% 6% 3% 9% 72 20 Litvanija 859 70% 29% 1% 5% 13% 73 13 MaĎarska 987 64% 27% 9% 5% 10% 74 13 Malta 1.835 66% 32% 2% 6% 13% 80 8 Poljska 854 70% 23% 7% 5% 11% 76 9 Slovačka 1.326 71% 23% 6% 6% 15% 75 6 Slovenija 1.942 73% 12% 15% 6% 13% 79 18 Bugarska 516 56% 42% 2% 4% 12% 74 13 Rumunija 420 76% 22% 2% 4% 11% 73 27 Legenda: *: niska javna potrošnja za zdravstvo < 5%; srednja javna potrošnja za zdravstvo 6%-7%, visoka javna potrošnja za zdravstvo >8%. **: niska javna potrošnja za zdravstvo < 14%; srednja javna potrošnja za zdravstvo 14%-15%, visoka javna potrošnja za zdravstvo >15%. ***: prosek za zemlje sa visokim dohotkom: 79. ****: prosek za zemlje sa visokim dohotkom: 10. Izvor: autor, zasnovano na podacima iz Svetske zdravstvene organizacije (World Health Organization- WHO). Drastično loše performanse u zdravstvu su zabeleţene i u Rumuniji, u kojoj je očekivani ţivotni vek 73 godine, a smrtnost novoroĎenčadi čak 27. MeĎutim, Bugarska i Rumunija, iako su članice EU i deo emergentnih zemalja Evrope, pripadaju grupi zemalja sa visokim-srednjim dohotkom, za razliku od svih ostalih zemalja EU koje su zemlje sa visokim dohotkom, pa su parametri putem kojih se mere rezultati politike zdravstva različiti. Naime, u zemljama sa višim-srednjim dohotkom, cilj kod očekivane duţine ţivota je 72 godine, a kod smrtnosti novoroĎenčadi broj manji od 25. Ispostavlja 110 da drugi cilj Rumunija ne ispunjava, čak ni u uslovima smanjenih parametara usled manjeg dohotka u odnosu na druge zemlje EU. 2.3 Iskustva u javnoj potrošnji za obrazovanje Analiza diskrecione drţavne politike usmerene ka obrazovanju u slučaju starih članica EU, pokazala je različitu strukturu, dinamiku, ali i performanse. Pretenduje se da se sprovede ista analiza ali za zemlje emergentne Evrope, kako bi se identifikovale sličnosti vs. razlike u voĎenju i postignućima politike obrazovanja. Slika 2.13 pokazuje dinamiku javnih izdataka za obrazovanje u BDP u zemljama emergentne Evrope, pri čemu su zemlje poreĎane prema rastućem redosledu izdataka u 2000. godini. Iako je potrošnja relativno stabilna po zemljama u posmatranom periodu, najmanje izdatke Rumunija alocira na obrazovanje, a najviše Slovenija. Dodatno, slika razdvaja zemlje u kojima je potrošnja za obrazovanje manja/veća u odnosu na prosek EU. Izvor: autorski prikaz zasnovan na podacima preuzetim sa Eurostata. Slika 2.13 Udeo javne potrošnje za obrazovanje u BDP u 2000, 2005 i 2010. godini u emergentnim ekonomija Evrope 0.00 1.00 2.00 3.00 4.00 5.00 6.00 7.00 8.00 2000 2005 2010 111 Najveće promene u pravcu rasta javne potrošnje za obrazovanje su se desile na Kipru (sa 4,5 na 7,92 % BDP) i Malti (sa 4,82 na 6,74 % BDP), dok je najviše opala potrošnja za obrazovanje u MaĎarskoj (sa 6,61 na 4,88 % BDP), kao i u baltičkim zemljama. Rast ukupnih izdataka u Kipru i Malti je posledica većeg ulaganja u srednje i visoko obrazovanje - u Malti su rashodi za srednje obrazovanje porasli za pribliţno 60%, a za visoko obrazovanje gotovo duplo, dok su na Kipru najviše porasli usled većeg ulaganja u visoko obrazovanje. Na osnovu proseka za EU-27 i kretanja izdataka u emergentnim ekonomijama EU, generalno se moţe zaključiti da je u većini zemalja ukupno došlo do porasta javnih izdataka za obrazovanje na svim nivoima, meĎutim, da se za srednje obrazovanje troši najviše: 2,27 % BDP u 2001. odnosno 2,39 % BDP u 2010. godini. Najmanji izdaci za srednje obrazovanje su zabeleţeni u Rumuniji 0,8 % BDP, a najveći u Litvaniji, 3,71 % BDP. Izdaci za osnovno i visoko obrazovanje su relativno ujednačeni (1,16 (1,24) % BDP za osnovno i 1,08 (1,26) % BDP za visoko u 2001. (2010.) godini). Jedinični troškovi po Ďaku/studentu za svaki nivo obrazovanja, otkrivaju da rangiranje zemalja prema visini izdataka za obrazovanje, ne mora da bude adekvatno i u ovom slučaju (slika 2.14). Detaljnije, Litvanija i Letonija spadaju u grupu emergentnih ekonomija EU koje troše na obrazovanje veći procenat BDP u odnosu na evropski prosek, koje su meĎutim od 2001. do 2010. godine smanjile udeo BDP koji se odvaja za obrazovanje. Ispostavlja se da iako potrošnja po Ďaku/studentu raste u analiziranom periodu, ove zemlje troše relativno malo, slično potrošnji u Češkoj. Slična je situacija i sa Poljskom, pri čemu se razlog za male izdatke po Ďaku / studentu moţe traţiti u procesu obrazovanja u Poljskoj u kojem je uključeno više od 9 miliona učenika. Dakle, baltičke zemlje i zemlje jugoistočne Evrope imaju skromnije izdatke po Ďaku / studentu u odnosu na evropski prosek. 112 Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostata. Slika 2.14 Jedinični troškovi po Ďaku/student za tri nivoa obrazovanja u emergentnim ekonomija EU Konačno, performanse u obrazovanju ne zaostaju u velikoj meri za starim članicama EU, iako se do njih dolazi na osnovu manjih izdataka (Tabela 2.6). Najbolje rezultate, u smislu procenta stanovništva sa završenim visokim obrazovanjem ima Litvanija i Slovenija, koje su istovremeno i zemlje u kojima se najveći deo BDP troši na obrazovanje u poreĎenju sa drugim emergentnim ekonomijama Evrope (ali su u slučaju Litvanije, jedinični trškovi na relativno niskom nivou!). Sa druge strane, u slučaju Letonije, ne dolazi do poklapanja izmeĎu visine javnih izdataka za obrazovanje i procenta stanovništva sa završenim visokim obrazovanjem (13.2). Tabela 2.6 Procenat stanovništa sa završenim visokim obrazovanjem u emergentnim ekonomija Evrope u 2014. Godini 0 5,000 10,000 15,000 20,000 25,000 30,000 R u m u n ij a 2 0 0 1 2 0 1 0 Č eš k a 2 0 0 1 2 0 1 0 B u g ar sk a 2 0 0 1 2 0 1 0 S lo v ač k a 2 0 0 1 2 0 1 0 M al ta 2 0 0 1 2 0 1 0 P o lj sk a 2 0 0 1 2 0 1 0 K ip ar 2 0 0 1 2 0 1 0 L it v an ij a 2 0 0 1 2 0 1 0 L et o n ij a 2 0 0 1 2 0 1 0 S lo v en ij a 2 0 0 1 2 0 1 0 Osnovno Srednje Visoko 113 Zemlje Visoko obrazovanje Bečelor Master Doktorat Litvanija 21.3 16.1 4.7 0.5 Slovenija 19.1 9.3 5.3 1.8 EU-28 18.2 9.1 6.1 0.9 Slovačka 17.6 8.3 8.2 1.1 Češka 16.9 9.2 6.9 0.8 Rumunija 16.8 10.1 5.9 0.7 Hrvatska 15.5 8.4 6.6 0.5 Malta 15.0 9.3 2.7 0.1 Poljska 14.4 11.9 6.3 0.4 Estonija 14.2 8.6 4.9 0.6 Bugarska 14.1 8.7 5.0 0.4 Letonija 13.2 7.7 3.2 0.4 MaĎarska 10.3 6.1 2.9 0.3 Kipar 8.2 5.1 2.4 0.2 Izvor: autorski prikaz, na osnovu podataka preuzetih sa Eurostat-a. 3. Zapadni Balkan Ekonomije Zapadnog Balkana, slično emergentnim ekonomijama Evrope, prošle su (odnosno još uvek prolaze), kroz dug i teţak tranzicioni period, sa ciljem prilagoĎavanja novom okruţenju, u smislu savrmenih funkcionisanja ekonomija. NasleĎeni dugovi koji datiraju još iz socijalističkog perioda, kao institucionalne i kulturološke specifičnosti koje su još uvek zadrţane u nekim zemljama Zapadnog Balkana, predstavljaju izazov za prevazilaţenje. Sličnosti i razlike u determinantama rasta u zemljama Zapadnog Balkana u odnosu na emergentne ekonomije Evrope su analizirane u radu Josifidis, Dragutinović Mitrović, Ivančev (2012), upućujući da osnovne razlike izmeĎu grupa zemalja proizlaze iz stranih direktnih investicija i procesa pristupanja EU. Na osnovu slike 2.1, primećuje se da su gotovo sve emergentne ekonomije EU u grupama sa zemljama starim članicama EU sa stanovišta visine njihovog prosečnog javnog duga i javne potrošnje, dok se od zemalja Zapadnog Balkana, samo Makedonija 114 nalazi u trećoj grupi sa niskim javnim dugom i niskom javnom potrošnjom. Albanija, Bosna i Hercegovina i Srbija, iako su zemlje sa relativno visokim javnim dugom, relativno malo troše. Dakle, ispostavlja se da su zemlje Zapadnog Balkana i dalje u prosecu traganja za optimalnim nivoima javne potrošnje, ali i zaduţivanja. Slika 2.15 prikazuje prosečno kretanje udela javnih prihoda i javne potrošnje u BDP u 5 zemalja Zapadnog Balkana: Albaniji, Bosni i Hercegovini, Crnoj Gori, Makedoniji i Srbiji. Zapaţa se da su prosečni javni prihodi u BDP imali tendenciju rasta od 2000. do 2008. godina, kao posledica ekonomske ekspanzije u datom periodu. Kako je udeo javne potrošnje u periodu 2000-2008 bio relativno stabilan, obezbeĎeno je smanjenje fiskalnog deficita. Poboljšanje pozicije budţeta je nastalo i usled otpisa dela javnog duga u 2000. godine u Albaniji, Bosni i Hercegovini, Makedoniji, dok je otpis u Srbiji sproveden 2001. godine. MeĎutim, i pored poboljšanja u fiskalnoj politici u navedenom periodu, Zsoka Koczan (2015) ukazuje da ekonometrijske analize dovodi do zaključka da je potrošnja u zemljama Zapadnog Balkana bila manje odgovorna u odnosu na zemljama emergentne Evrope, i da su ponekad imale veću diskrecionu komponentu (na primer, u periodima izbora). Konačno, primećuje se da uticaj globalne krize nije toliko intenzivan kao u zemljama starim članicama, odnosno u zemljama emergentne Evrope, upućujući na manju finansijsku izloţenost od pomenutih zemalja. Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.15 Javna potrošnja i javni prihodi u zemljama Zapadnog Balkana u periodu 2000-2008 30 32 34 36 38 40 42 44 46 48 50 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 Prosečna javna potrošnja Prosečni javni prihodi 115 Pojedinačna analiza javne potrošnje po zemljama, otkriva dominantnu ulogu drţave u Srbiji, Bosni i Hercegovini i Crnoj Gori, s obzirom na javnu potrošnju preko 43 % BDP, dok se u Albaniji i Makedoniji troši oko 32 % BDP. S tim u vezi, Albanija i Makedonija troše manje za sve namene, uključujući izdatke za penzijsko i zdravstveno osiguranje, kao i obrazovanje (Tabela 2.7). Sve analizirane zemlje spadaju u grupu zemalja sa srednjim višim dohotkom, tako da se mera uspešnosti politika, pre svega zdravstva, očituje u očekivanoj duţini ţivota i smrtnosti novoroĎenčadi. Ispostavlja se da je prema oba kriterijuma, politika zdravstva uspešna, čak bolja u odnosu na pojedine zemlje emergentne Evrope. Tabela 2.7 Struktura javne potrošnje i parametri uspešnosti politika Zemlje Javna potrošnja Zdravstvo Obrazovanje Penzije Očekivana duţina ţivota*** Smrtnost nov. u 100.0000 beba**** Albanija 32% 3.4% 2.6% 5.7% - - Bosna i Hercegovina (up-mid) 49.4% 7% 4.8% 9.2% 76 9 Crna Gora 45.9% 5% 4.6% 9.2% 75 15 Makedonija (up-mid) 32.8% 5% 4.3% 9.8% 74 9 Srbija (up-mid) 43.8% 6% 3.55 12.9% 74 8 Napomena: prosek očekivane duţine ţivota za grupu zemalja sa višim-srednjim dohotkom je 72, a smrtnost novoroĎenčadi 25. Izvor: autorski prikaz, na osnovu podataka preuzetih sa Eurostat-a. 4. Javna potrošnja u Srbiji Prosečna javna potrošnja u Srbiji u periodu 1995-2014, nalazi se ispod medijane koja razdvaja visinu javne potrošnje svih evropskih zemalja u navedenom periodu (Slika 2.1). MeĎutim, javna potrošnje u Srbiji je i dalje na relativno visokom nivou, oko 43 % BDP, upućujući na jaku ulogu drţave. Prema nekim ocena, reč je čak o „socijalnoj“ drţavi, s obzirom na činjenicu da se oko 13 % BDP odvaja sa socijalno osiguranje. 116 MeĎutim, slika 2.16 pokazuje da visoka javna potrošnja u periodu 2000-2012 nije rasla nesrazmerno u odnosu na javne prihode, čak je u 2005. godini, udeo javnih prihoda u BDP (43%), bio na višem nivou u odnosu na udeo javne potrošnje u BDP (41.9%). MeĎutim, nakon suficita od 1.1 % BDP u 20005. godini, do 2012. godine je usled javne potrošnje od 47.9 % BDP, došlo do produbljivanja deficita na 7.8 % BDP. Pogoršanje fiskalne pozicije se ogleda u rastu penzija od 2008. godine i smanjenju carina, te smanjenju poreskih prihoda. Izvor: autorski prikaz na osnovu podataka preuzetih sa Eurostat-a. Slika 2.16 Kretanje udela javne potrošnje (i njene strukture) i udela javnih prihoda u BDP u periodu 2000-2010 u Srbiji Detaljna analiza dinamike rasta javnog duga je sprovedena u radu Arsić et al. (2012), dok je fiskalna stabilizacija u Srbiji analizirana u radu Arsić, Nojković i RanĎelović (2013), ukazujući da je fiskalni deficit u Srbiji strukturne prirode. Autori ukazuju da ekonomski oporavak ne moţe dovesti do značajnog smanjenja fiskalnog deficita u Srbiji, te je neophodno sprovesti mere fiskalne konsolidacije kroz značajno smanjenje javne potrošnje i manji rast poreza. 0 10 20 30 40 50 60 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 Obrazovanje Zdravstvo Penzije Javni prihodi Javna potrošnja Penzije Zdravstvo Obrazovanje 117 DRUGI DEO – METODOLOŠKI ASPEKTI I EMPIRIJSKI REZULTATI 118 III POGLAVLJE – EKONOMETRIJSKI OKVIR 1. Referentni metodski diskurs Podaci panela predstavljaju kombinaciju uporednih podataka i podataka vremenskih serija. Reč je o obuhvatnijoj analizi koja u savremenoj literaturi sve više dobija na značaju, jer za razliku od podataka vremenskih serija ili uporednih podataka, objedinjuje prostornu i vremensku dimenziju. Dakle, podaci panela podrazumevaju veliki broj istih jednica posmatranja u različitim vremenskim periodima. Prve studije panela pojavljuju se 1960-tih godina i bile su zasnovane na hiljadama mikroekonomskih podataka koje su praćene u kratkom vremenskom periodu. Prvi raspoloživi podaci panela bili tabele Penn-Word-a koje su pokrivale različite individue, industrije i zemlje u odreĎenom vremenskom intervalu (Phillips i Moon 2001). TakoĎe, od 1968. godine Institut za socijalna istraživanja na Univerzitetu u Mičigenu prikuplja različite socio-ekonomske i demografske varijable za 5000 porodica, u okviru studije Panel Study of Income Dynamics (PSID). Za razliku od prvih studija panela, zasnovanih na velikom broju jedinica posmatranja u kratkom vremenskom periodu (klasični – mikro paneli), u novijoj ekonometrijskoj literaturi (počeci se vezuju za 1990-te godine), usled dostupnosti podataka sa web-sajtova Svetske banke, MeĎunarodnog monetarnog fonda, Eurostata, i drugih, najnoviji metodi obuhvataju makroekonomske varijable u kojima je vremenska dimenzija relativno duga (makro paneli). Navedenu distinkiciju izmeĎu mikro i makro panela, uveo je Peter Pedroni, naglašavajući da postoje „dva sveta“ ekonometrije panela (detaljni uporedni prikaz je predstavljen u Tabeli 3.1). Navedena podela s obzirom na prirodu podataka i dimenzije uzorka implicira različitost metoda njihovog obuhvata. U mikro panelima, u kojima je relativno kratka dimenzija T, pretpostavlja se homogenost, a individualni i vremenski efekti obuhvataju svu heterogenost, što može biti ocenjeno u okrivu fiksne/stohastičke specifikacije (Hsiao 200, Baltagi 2005). Pri tome se najčešće koriste kovarijacioni metod i metod uopštenih najmanjih kvadrata sa komponentama slučajne greške. 119 Tabela 3.1 Distinkcija izmeĎu makro i klasičnih (mikro) panela Specifičnosti Makro paneli Mikro paneli N Najčešće 𝑁 < 100 (zemlje, regioni, itd.) 𝑁 > 100, često 𝑁 > 1000 (najčešće individue, preduzeća, domaćinstva) T Najčešće 𝑇 > 20 (godišnji ili kvartalni podaci) 𝑇 < 10, često još kraći period, 𝑇 < 5 (godišnji podaci) Pretpostavke 𝑁, 𝑇 → ∞ 𝑁 → ∞ Parametri Dozvoljena heterogenost izmeĎu jedinica posmatranja Pretpostavljena homogenost, dok individualni i vremenski efekti obuhvataju svu heterogenost Karakteristike varijabli Moguća nestacionarnost, strukturni lomovi, postojanje trenda Stacionarnost Endogenost Najčešće postoji, ali nedostaju adekvatni instrumenti Postoji, ali su instrumenti dostupni (uključujući vrednosti postojećih varijabli sa pomakom) Zavisnost izmeĎu uporednih podataka Može se testirati i obuhvatiti Pretpostavlja se nezavisnost izmeĎu uporednih podataka Metodi ocenjivanja Metod grupnih sredina (MG); Metod združenih grupnih sredina (PMG); Metod potpuno modifikovanih najmanjih kvadrata (FMOLS); Metod zajedničkih korelisanih efekata (CCE) Fiksna specifikacija (kovarijacioni metod); Stohastička specifikacija (metod uopštenih najmanjih kvadrata sa komponentama slučajne greške); Metod uopštenih momenata Izvor: PrilagoĎeno na osnovu Eberhardth (2011). Raznolikost ekonometrijskih metoda pri analizi fiskalne održivosti i efikasnosti upućuje na neophodnost razmatranja metoda koji obezbeĎuju najpouzdanije ocene u ovoj disertaciji. Naime, metode sa homogenim regresionim parametara daju nekonzistentne ocene, ako su u stvarnosti ti koeficijenti heterogeni (Pesaran, Shin, i Smith 1999). Stoga je od izuzetne važnosti razmotriti metode koje mogu obuhvatiti navedenu heterogenost. Najčešće primenjivane metode koje su robusne na heterogenost regresionih koeficijenata u strukturnoj dimenziji, na autokorelaciju i na odreĎene forme endogenosti su metod grupnih sredina (MG) i metod združenih grupnih sredina (PMG), razvijeni od strane Pesaran, Shin i Smith (1999). Osim navedenih, sve češće se koriste i modeli koji uzimaju u obzir postojanje zavisnosti izmeĎu uporednih podataka (Bai and Ng 2004; Pesaran 2004; Baltagi, Bresson, Pirotte 2007). Dalje, značajan doprinos literaturi daje Pesaran (2006) definisanjem modela sa zajedničkim korelisanim 120 faktorima. Suština navedenog modela ogleda se u definisanju i kvantifikovanju heterogenog faktorskog opterećenja kao posledice delovanje neidentifikovanih šokova koji dovode do postojanja zavisnosti uporednih podataka, a koji nisu uključeni u model direktno, preko identifikovanih faktora (regresora). Modeli sa zajedničkim korelisanim efektima obuhvataju zavisnost uporednih podataka, a mogu biti specifikovani na više načina. Ukoliko su regresioni parametri homogeni uz heterogeno faktorsko opterećenje reč je o metodi združenih grupnih sredina sa zajedničkim korelisanim efektima (eng. Common correlated effects pooled - CCEP). U slučaju da su i regresioni parametri i faktorsko opterećenje heterogeni, u pitanju je metod grupnih sredina sa zajedničkim korelisanim efektima (eng. Common corelated effects mean group - CCEMG), dok metod proširenih grupnih sredina (eng. Augmented Mean Group - AMG) uključuje dinamički korelacioni faktor. U nizu radova, koristeći metode ocenjivanja modela sa zajedničkim korelisanim faktorima, doprinos literaturi dali su Coakley, Fuertes, Smith (2004); Eberhardt i Teal (2009); Eberhardt i Bond (2009); Eberhardt, Helmers, Strauss (2013); Neal (2015). 2. Izbor optimalnog modela panela Izbor adekvatnog metoda ocenjivanja na osnovu veličine i karakteristika uzorka jedan je od ključnih uslova za donošenje relevantnih zaključaka. Detaljnije, u slučaju primene makro panela, na osnovu uputstava u radu Eberhardth (2011), specifičnosti dimenzija modela mogu biti sumirane na sledeći način (Tabela 3.2): Tabela 3.2 Uslovi za upotrebu makro panela prema dimenziji N i T 𝑁 < 100 N dimenzija je važno da bude dovoljno velika ..., u suprotnom je treba tretirati kao sistem (na primer, VECM) N dimenzija je važno da ne bude previše velika ..., jer testovi u makro panelima podrazumevaju da približno jednake dimenzije, odnosno da 𝑇/𝑁 → ∞ 𝑇 > 20 T dimenzija je važno da bude dovoljno velika ..., kako bi se mogla obuhvatiti dinamička fleksibilnost T dimenzija je važno da ne bude previše velika ..., jer ju je onda moguće analizirati individualno, u okviru analize vremenskih serija Izvor: Autor prema Eberhardth (2011). 121 Pored pravljenja razlike izmeĎu klasičnih mikro panela i makro panela, uputno je naglasiti da treba razlikovati balansirane panele kod kojih postoje raspoloživi podaci za svaku od N jedinica posmatranja u svakom od ukupno T vremenskih perioda, od nebalansiranih panela, koje karakterišu nedostajući podaci. Raznovrsnost specifikacija modela panela shodno raspoloživim podacima i cilju analize, proizilazi iz niza prednosti podataka panela u odnosu na podatke vremenskih serija i uporedne podatke. Mogućnost da se u jednom modelu uključi niz eksplanatornih varijabli, meĎu kojima su i one koje variraju samo po jednoj dimenziji (N ili T), bez svoĎenja na agregatni nivo, govori u prilog heterogenosti u modelu panela, što se smatra najvećom prednošću podataka panela. Prednosti korišćenja podataka panela su sledeće. 1) ObezbeĎuju “više informacija, više varijabilnosti, manje kolinearnosti izmeĎu varijabli, više stepeni slobode i veću efikasnost” (Baltagi 2005). 2) Istovremeno se analizira struktura, dinamika i promene u strukturi tokom vremena (na primer, u analizi fiskalne održivosti, podaci panela obezbeĎuju da se prouči dinamika, struktura i faktori koji opredeljuju (ne)održivost javne potrošnje, te bi rezultat bio znatno kompleksniji, shodno ekonomskoj stvarnosti). 3) Mere efekte koji nisu tako lako uočljivi pri korišćenju samo vremenskih serija ili uporednih podataka. 4) Koriste se kada se ne mogu primeniti klasične metode usled nedovoljne dužine vremenske serije ili broja uporednih podataka. 5) Izbegava se problem agregiranja, kao i problem izbora reprezentativnog perioda posmatranja. 6) Prednost modela panela se odnosi i na mogućnost dinamiziranja panela, što je često adekvatan pristup kako mikro, tako i makroekonomskih varijabli. 7) Podaci mikro panela obuhvataju i po nekoliko hiljada jedinica posmatranja što smanjuje mogućnost pristrasnosti koja bi nastala agregiranjem tih uporednih podataka. 8) Pojava mulitkolinearnosti je svedena na minimum u podacima panela jer sve eksplanatorne varijable variraju u vremenu i prostoru. 9) Makro paneli obezbeĎuju u izvesnoj meri kontrolu heterogenosti u modelu (što omogućuje konzistentne ocene), dozvoljavaju nestacionarnost i potencijalnu kointegraciju izmeĎu varijabli, kao i zavisnost izmeĎu uporednih podataka koja može biti determinisana identifikovanim i neidentifikovanim faktorimazajedničkim za uporedne podatke u panelu. Ograničenja modela panela nastaju kao posledica kompleksnosti modela, koja sa sobom nosi kompleksne probleme. Nekada savremeni modeli koji dozvoljavaju 122 heterogenost u većoj meri, ne mogu obezbediti adekvatnu ekonomsku interpretaciju. Posledično, problemi svojstveni svakoj dimenziji se pojavljuju i u podacima panela, pa se istovremeno može javiti kako autokorelacija, tako i heteroskedastičnost, ili recimo nestacionarnost i unakrsna korelacija izmeĎu uporednih podataka u istom vremenskom periodu. Pored navedenih ograničenja ekonometrijske prirode, ograničenje podataka panela može biti tehničke prirode u smislu raspoloživosti podataka za svaku jedinicu posmatranja i sve vremenske periode. 2.1 Specifikacija Opšta forma modela panela podrazumeva varijabilnost svih regresionih regresionih parametara, odnosno da je uticaj nezavisne promenljive na zavisnu različit za svaku jedinicu posmatranja i u svakoj vremenskoj jedinici: yit =𝛽1𝑖𝑡 + 𝛽 𝐾 𝑘=1 kit xkit + uit , (3.1) gde je 𝑡 oznaka za vremensku dimenziju (𝑡 = 1, 2 , … , 𝑇 perioda), a 𝑖 se odnosi na strukturnu dimenziju, obuhvatajući 𝑁 jedinica posmatranja (𝑖 = 1, 2, … , 𝑁), pa je ukupna dimenzija panela 𝑁𝑇. Zavisna promenljiva je predstavljena sa yit (za 𝑖-tu jedinicu u periodu 𝑡), 𝛽1𝑖𝑡 je slobodni član koji varira po jedinicama i tokom vremena, βkit je regresioni parametar, xkit je 𝑖-ta vrednost к-te objašnjavajuće promenljive (𝑘 = 1,2, …𝐾) u periodu 𝑡, a uit je slučajna greška modela. Opisani model ne može biti ocenjen, jer pod pretpostavkom da regresor za svaki uporedni podatak u svakom vremenskom trenutku ima različit uticaj na zavisnu promenljivu, postojao bi veći broj regresionih parametara (ukupno NTK) nego što je ukupan broj podataka panela (NT). Stoga, da bi se ocenio model opisan specifikacijom (3.1), neophodno je uvesti odreĎena ograničenja na parametre, u smislu varijabiliteta regresionih parametara uz regresore i slobodnog člana, kao i definisati pretpostavke o slučajnoj grešci. Moguće je koristiti sledeća ograničenja koja se odnose na slobodni član i regresione parametre (prema Hsiao 2003): 123 1. Slobodni član i regresioni parametri su konstantni po jedinicama i tokom vremena 2. Slobodni član varira po jedinicama, a regresioni parametri su konstantni 3. Slobodni član varira po jedinicama i tokom vremena, a regresioni parametri su konstantni 4. Svi koeficijenti variraju po jedinicama 5. Svi koeficijenti variraju po jedinicama i tokom vremena. U nastavku će pretpostavke vezane za slučajnu grešku biti definisane shodno ograničenjima vezanim za konkretni model, koji proizlazi iz različitih ograničenja na parametre i metoda ocenjivanja. Slobodni član i regresioni parametri su konstantni po jedinicama i tokom vremena Specifikacija panela sa konstantnim parametrima podrazumeva da su slobodni član i regresioni parametri indiferentni na strukturne i vremenske uticaje (βkit= βk za svako k), a da su sve varijacije po jedinicama i kroz vreme obuhvaćene slučajnom greškom modela. Takav model panela naziva se združenom (pooled) regresijom ili modelom sa konstantnim regresionim parametrima i sledećeg je oblika: yit = 𝛽1 + 𝛽 𝐾 𝑘=2 k xkit + uit,. (3.2) dok u matričnoj formi glasi: 𝒚𝒊 = 𝑿𝒊𝜷 + 𝒖𝒊, gde je 𝒚𝒊 = (𝒚𝒊𝟏, 𝒚𝒊𝟐, … , 𝒚𝒊𝑻)′, 𝜷 = (𝜷𝟏, 𝜷𝟐, … , 𝜷𝑲)′, 𝑿𝒊 = 𝟏 𝑿𝟐𝒊𝟏 ⋯ 𝑿𝑲𝒊𝟏 ⋮ ⋱ ⋮ 𝟏 𝑿𝟐𝒊𝑻 ⋯ 𝑿𝑲𝒊𝑻 , 𝒖𝒊 = 𝒖𝒊𝟏, 𝒖𝒊𝟐, … , 𝒖𝒊𝑻 . Pretpostavke slučajne greške su: Е(uit)=0, kао i Е(uit 2)=σ2, nepostojanje heteroskedastičnosti i autokorelacije, nezavisnost po jedinicama posmatranja u istom vremenskom periodu, izostanak korelacije izmeĎu slučajne greške i objašnjavajućih promenljivih. Rezultati ovako ocenjenog modela često pojavno daju ispravne rezultate, 124 u smislu značajnosti koeficijenata, očekivanog znaka, koeficijenta determinacije. MeĎutim, najčešće nije ispunjen osnovni uslov o konstantnosti regresionih parametara, niti sve pretpostavke o stohastičnosti slučajne greške, na šta može ukazati postojanje autokorelacije u modelu, kao indikator pogrešne specifikacije modela. Zato se u praksi češće koriste manje restriktivne forme modela panela, koje dopuštaju varijabilnost (heterogenost) nekih od parametara. 2.1.1 Heterogeni slobodni član i homogeni regresioni parametri Slobodni član varira po jedinicama, a regresioni parametri su konstantni Model sa fiksnim individualnim efektima Specifikacija modela podrazumeva heterogenost u slobodnom članu, ali tako da obuhvata samo variranja po uporednim podacima, dok koeficijenti uz regresore ostaju konstantni kao u prethodnom modelu (𝛽𝑘𝑖𝑡 =𝛽𝑘 𝛽1𝑖𝑡=𝛽1𝑖 za k=2,...K) Model je sledećeg oblika: yit = β1i + 𝛽 𝐾 𝑘=2 k xkit + uit . (3.3) Variranje slobodnog člana po podacima preseka je uključeno zbog postojanja takozvanih individualnih efekata, 𝜇𝑖 . To su efekti promenljivih, koje nisu uključene u model, na varijacije zavisne promenljive po uporednim podacima. Dakle, takve promenljive variraju samo po jedinicama posmatranja ali ne i kroz vreme (individualne promenljive). Reč je o modelu fiksnih individualnih efekata, u kojem je heterogenost slobodnog člana 𝛽1𝑖 direktno uključena u model i to kao zbir slobodnog 𝛽1 i 𝜇𝑖 . Specifikacija modela sa fiksnim individualnim efektima, koristeći veštačke varijable preko kojih se oslikavaju variranja slobodnog člana za svaki uporedni podatak glasi: yit = β11 j1 + β12 j2 + ... β1N jN + 𝛽 𝐾 𝑘=2 k xkit + uit , (3.4) u kojem ј1 ima vrednost 1 zа i=1, dok je za ostale opservacije vrednost 0; ј2 ima vrednost 1 zа i=2, dok je za ostale opservacije vrednost 0; јN uzima vrednost 1 zа i=N, dok za ostale opservacije vrednost 0. U specifikaciji sa fiksnim individualnim efektima, 125 varijabilnost je direktno uključena u model putem veštačkih varijabli, pa se za njeno ocenjivanje koristi metod najmanjih kvadrata sa veštačkim individualnim promenljivim (Least squares dummy variable model - LSDV), ukoliko su ispunjene sve polazne pretpostavke modela. U matričnom obliku model glasi: 𝒚𝒊 = 𝜷𝟏𝒊𝒋𝑻 + 𝑿𝒊𝜷 + 𝒖𝒊, odnosno, , gde je 𝒚𝒊 = (𝒚𝒊𝟏, 𝒚𝒊𝟐, … , 𝒚𝒊𝑻)′, 𝒋𝑻 = (𝟏, 𝟏, …𝟏)′, 𝒖𝒊 = 𝒖𝒊𝟏, 𝒖𝒊𝟐, … , 𝒖𝒊𝑻 ′. Kennedy (2003) naglašava da se mnogi istraživači slažu da je postojanje heterogenosti po jedinicama posmatranja i posledično individualnih efekata očekivano, s obzirom na to da postoje i varijable koje utiču na zavisnu promenljivu, akojenisu mogle biti direktno uključene u model (jer se njihove vrednosti, ni efekti ne mogu opaziti). Model sa stohastičkim individualnim efektima Model polazi od stohastičke prirode individualnih efekata, 𝜇𝑖 , kada oni postaju deo slučajne greške, dok slobodni član ostaje samo 𝛽1i predstavlja prosečan uticaj. Takav model se naziva se modelom sa stohastičkim ili slučajnim individualnim efektima i ima sledeći oblik: yit = β1 + 𝛽 𝐾 𝑘=2 k xkit +µi + uit . (3.5) Stohastički individualni efekti su komponenta slučajne greške vit (vit = µi + uit), pa se model može preformulisati u: yit = β1 + 𝛽 𝐾 𝑘=2 k xkit + vit , (3.6) ili u matričnoj formi: 𝒚𝒊 = 𝑿𝒊𝜷 + 𝝁𝒊𝒋𝑻 + 𝒖𝒊 = 𝑿𝒊𝜷 +𝒗𝒊.                                                       N 2 1 1N 12 11 NT 2T 1T N 2 1 u ... u u β ... β β X....00 ..... X.0...0 X.0...0 y ... y y  j j j 126 Specifikacija modela panela u kojoj su uključeni stohastički individualni efekti se naziva još i modelom sa komponentama slučajne greške (eng. Error Components Model, Baltagi 2005). Slobodni član varira po jedinicama i tokom vremena, a regresioni parametri su konstantni Model sa fiksnim individualnim i vremenskim efektima Heterogenost koja je u prethodnim specifikacijama (fiksnoj ili stohastičkoj) bila dozvoljena samo u prostornoj dimenziji, može biti proširena i na heterogenost u vremenskoj dimenziji, formirajući vremenske efekte, po istoj logici. Vremenski efekti (λt) izražavaju specifične efekte u svakom vremenskom trenutku, a invarijantni su na strukturne razlike. Dakle, reč je o faktorima koji nisu obuhvaćeni modelom, a utiču na varijacije zavisne promenljive kroz vreme, odnosno o efektima konstantnim po podacima preseka, a varijabilnim tokom vremena. Fiksna specifikacija sa individualnim efektima proširuje se dodavanjem vremenskih efekata, dok koeficijenti nagiba ostaju konstantni. Dakle, β1it je konstituisano na sledeći način: β1it = β1 + µi + λt , a specifikacija modela sa fiksnim individualnim i vremenskim efektima glasi: yit = β1it + 𝛽 𝐾 𝑘=2 k xkit + uit, (3.7) odnosno, u matričnoj formi: 𝒚𝒊 = 𝜷𝟏𝒊𝒕𝒋𝑻 + 𝑿𝒊𝜷 + 𝒖𝒊, odnosno: 𝒚𝒊 = 𝜷𝟏𝒊𝒋𝑻 + 𝑰𝒕𝝀 + 𝑿𝒊𝜷 + 𝒖𝒊, gde je 𝜆 = 𝜆1, 𝜆2, … , 𝜆𝑇 . Model sa stohastičkim individualnim i vremenskim efektima 127 Analogno modelu sa stohastičkim individualnim efektima, u modelu sa stohastičkim individualnim i vremenskim efektima, vremenski efekti nisu fiksnog karaktera, već su obuhvaćeni slučajnom greškom. Tada kompozitna slučajna greška ima tri komponente: vit =µi + λt + uit. Stoga, model glasi: yit = β1 + 𝛽 𝐾 𝑘=2 k xkit +µi + λt + uit , (3.8) odnosno, model sa stohastičkim individualnim i vremenskim efektima, koji se često u literaturi naziva i dvofaktorskim modelom sa komponentama slučajne greške, glasi: yit = β1 + 𝛽 𝐾 𝑘=2 k xkit + vit . U matričnoj formi, specifikacija glasi: 𝒚𝒊 = 𝑿𝒊𝜷 + 𝝁𝒊𝒋𝑻 + 𝑰𝒕𝝀 + 𝒖𝒊 = 𝑿𝒊𝜷 +𝒗𝒊. 2.1.2 Heterogeni parametri Svi parametri variraju po jedinicama (i tokom vremena) Specifikacije sa fiksnim (stohastičkim) regresionim parametrima podrazumevaju da svi regresioni parametri (uključujući i one uz regresore) variraju po jednoj ili obe dimenzije. Dodaje se parametar 𝜇𝑘𝑖 na regresioni parametar 𝛽𝑘 , tako da se novi regresioni parametar 𝛽𝑘𝑖= 𝛽𝑘 + 𝜇𝑘𝑖 se razlikuje po jedinicama posmatranja, a specifikacija modela sa fiksnim regresionim parametrima glasi: yit = (𝛽 𝐾 𝑘=1 k +𝜇𝑘𝑖 ) xkit + uit . (3.9) U slučaju da je varijabilnost regresionih parametara stohastičkog karaktera, reč je o modelu sa stohastičkim regresionim parametrima. Proširenje u smislu uvoĎenja vremenskih efekata znači variranje (heterogenost) svih regresionih parametara po vremenskoj i strukturnoj dimenziji, pa se na 𝛽𝑘𝑖 dodaje i 𝜆𝑘𝑡 . Dakle, βkit = βk + µki +λkt, a specifikacija glasi: yit = (𝛽 𝐾 𝑘=1 k +𝜇𝑘𝑖 + 𝜆𝑘𝑡 ) xkit + uit . (3.10) 128 Navedena specifikacija se često koristi kada je uzorak podataka panela takav da reprezentuje negu grupu zemalja (na primer, tranzicione zemlje, emergentne zemlje, EU-28, OECD), a ne slučajno izabranom uzorku zemalja. Ako su, meĎutim, jedinice iz populacije izabrane u uzorak slučajnim putem, potrebno je preći sa fiksne na stohastičku specifikaciju, po analogiji na prethodno definisane stohastičke specifikacije, kada individualni i (ili) vremenski efekti postaju deo kompozitne slučajne greške. Tada je reč o modelu sa stohastičkim regresionim parametrima1. U slučaju modela sa fiksnim regresionim parametrima dozvoljena varijabilnost može dovesti prevelikog gubljenja stepeni slobode, budući da se ocenjuje veliki broj parametara. Tada je moguće preći na stohastičku specifikaciju u kojoj sve varijacije obuhvata kompozitna slučajna greška. Razmatrana ograničenja na parametre predstavljaju osnovu analize podataka panela, jer pre svega obezbeĎuju ocenjivanje modela uopšte (u tački 1.1 je objašnjeno zašto se model ne može oceniti bez ograničenja), a sa druge strane, model panela dobija na kvalitativnoj strani jer obuhvata realne uticaje eksplanatornih varijabli na zavisnu varijablu po strukturnoj i vremenskoj dimenziji, pa model panela postoje bliža slika stvarnosti. 2.2 Ocenjivanje Od posebne važnosti pri modeliranju podataka panela je izbor odgovarajućeg metoda ocenjivanja u zavisnosti od (ne)ispunjenosti pretpostavki modela, od čega direktno zavisi pouzdanost zaključivanja. Budući da su u prethodnoj tački razmatrane alternativne specifikacije modela panela saobrazno uvoĎenju ograničenja na parametre, u nastavku će biti prikazani metod njihovogi ocenjivanja. Osnovni metod ocenjivanja modela sa konstantnim parametrima, u kojem slučajna greška obuhvata sve varijacije kroz vreme i prema uporednim podacima, jeste metod združenih običnih najmanjih kvadrata (eng. Pooled Ordinary Least Squares Method - POLS). POLS metod obezbeĎuje nepristrasne i konzistentne ocene, samo 1 Hsiao (2003). 129 ukoliko su uvedena ograničenja na parametre opravdana i sve polazne pretpostavke modela ispunjene. Polazne pretpostavke su:  Slučajne greške su normalno distribuirane (sa srednjom vrednošću jednakom nuli i konstantnom varijansom: uit~N(0,σ 2 );  Slučajne greške su nezavisne za različite opservacije: cov(uit ujt)=0 za i≠j, cov (uit, uis )= 0, za s≠t, cov(uit ujs)=0 za i≠j; , s≠t;  Eksplanatorne varijable nisu korelisane sa slučajnom greškom E(uit Xi)=0. Primenom POLS metoda dobija se sledeća ocena: POLSˆ = kitx − kx kitx − kx ′ 𝑇 𝑡=1 𝑁 𝑖=1 -1 kitx − kx ity − y ′ 𝑇 𝑡=1 𝑁 𝑖=1 . (3.11) MeĎutim, prezentovana ocena je često pristrasna jer u praksi pretpostavka o konstantnosti regresionih parametara najčešće nije ispunjena, što se odražava na narušenost polaznih pretpostavki o slučajnoj grešci modela. Radi rešenja navedenih problema, za ocenjivanje ovog modela češće se koristi metod uopštenih najmanjih kvadrata, ili se prelazi na druge forme modela panela sa manje restriktivnim pretpostavkama, kao što su modeli sa individualnim (i vremenskim) efektima. 2.2.1 Ocenjivanje modela sa individualnim (i vremenskim efektima) 2.2.1.1 Fiksna specifikacija Za model specifikovan izrazom (3.3) važe pretpostavke koje se odnose i na model sa konstantnim regresionim parametrima, uz dodatni uslov da su slobodni članovi varijablini, koeficijenti nagiba konstantni::  Slučajna greška ima normalnu rasporedu, sa očekivanom vrednošću Е(ui)=0;  Slučjna greška je homoskedastična, odnosno Е(ui ui’)=σu 2 It ;  Slučajne greške su nezavisne, za svako i≠j, dakle Е(ui uj’)=0;  Ekspanatorne varijable su nestohastičke i nisu korelisane sa slučajnom greškom E(uit Xi)=0. 130 Navedene pretpostavke važe i u slučaju modela panela sa fiksnim individualnim i vremenskim efektima. Ako su fiksni efekti obuhvaćeni veštačkim varijablama, kao u specifikaciji (3.4), ocenjivanje se vrši metodom običnih najmanjih kvadrata, odnosno primenom LSDV metoda. MeĎutim, problem u primeni ovog metoda nastaje u slučaju kada je broj jedinica posmatranja veliki, što generiše dodatnih N-1 veštačkih promenljivih. To dalje dovodi da gubljenja stepeni slobode, a moguća je i pojava multikolinearnosti. Problem se rešava centriranjem varijabli. Centriranje varijabli, koje je osnova kovarijacionog metoda, sprovodi se formiranjem odstupanja pojedinačnih vrednosti varijabli od njihovih individualnih proseka. Naime, polazeći od modela ranije definisanog u izrazu (3.7) i relacije koja predstavlja prosečne vrednosti i-tih opservacija tokom vremenskog perioda t: iy = β1i + 𝛽 𝐾 𝑘=2 k kix + iu , (3.12) računanjem razlike izmeĎu navedenih relacija dobija se transformisani model sledećeg oblika: ity − iy = 𝛽 К к=2 к (xkit – kix ) +(µi i ) + (uit – iu ), (3.13) gde je na primer, individualni prosek zavisne promenljive: T y y T t it i   1 . Ocenjivanje modela fiksnih individualnih efekata se dalje sastoji u primeni POLS metoda na transformisani model (3.13), odnosno kovarijacionog metoda. Centriranjem varijabli se eliminišu indivudualni efekti, jer je (µi i )=0, pa se transformisani model (38) svodi na sledeći oblik: ity − iy = 𝛽 К к=2 к (xkit – kix ) + (uit – iu ). (3.14) a ocena glasi: FEˆ = itx − ix itx − ix ′ 𝑇 𝑡=1 𝑁 𝑖=1 -1 itx − ix ity − iy ′ 𝑇 𝑡=1 𝑁 𝑖=1 . (3.15) 131 Ocena dobijena kovarijacionim metodom naziva se kovarijacionom ocenim ili ocenom unutar grupa (eng. Within Group Estimate), jer uzima u obzir samo varijacije unutar jedinica posmatranja (grupa), ali ne i varijacije izmeĎu jedinica posmatranja (eng. Between Group Estimate). Navedeno se može smatrati nedostatkom kovarijacijonog metoda, u smislu njegove informativnosti – ne daje potpunu informaciju koja se može izvesti iz empirijskih podataka. Ukoliko je reč o modelu sa fiksnim individualnim i vremenskim efektima, ocenjivanje se takoĎe može vršiti kovarijacionim metodom. Dakle, prvo se centriranjem eliminišu individualni i vremenski efekti, a zatim se na transformisani model primenjuje POLS metod, ili putem LSDV metoda. Obe metode daju identične ocene regresionih parametara uz objašnjavajuće promenljive. 2.2.1.2 Stohastička specifikacija Nasuprot modelima sa fiksnim efektima gde je heterogenost obuhvaćena varijabilnim slobodnim članom, modeli stohastičkih efekata polaze od pretpostavke da ukoliko individualni i (ili) vremenski efekti postoje, a nisu direktno obuhvaćeni modelom, jer se možda ne mogu opaziti, onda oni pripadaju slučajnoj grešci modela. Iz tog razloga, pored ostatka slučajne greške, kompozitna greška sada sadrži i individualne i (ili) vremenske efekte (modeli slučajnih efekata su već specifikovani u relacijama (3.6) i (3.8)). Polazne pretpostavke o slučajnoj grešci modela sa stohastički individualnim efektima odnose se na svaku komponentu posebno : individualnih efekata 𝜇𝑖 , komponentu ostatka slučajne greške 𝑢𝑖𝑡 , kao i kompozitnu slučajnu grešku 𝑣𝑖𝑡 . Dodatne pretpostavke se uvode u vezi sa 𝜆𝑡 u slučaju da model sadrži i stohastičke vremenske efekte (Tabela 3.3). 132 Tabela 3.3 Pretpostavke u modelu sa shohastičkim individualnim i vremenskim efektima Komponente slučajne greške 𝝁𝒊 𝒖𝒊𝒕 𝝀𝒕 𝒗𝒊𝒕 Normalna raspodela µi ~N(0,σµ 2 ) uit~N(0, σu 2 ) λt~N(0,σ𝜆 2 ) vi ~N(0,σv 2 ) Varijansa σµ 2 σu 2 σ𝜆 2 σv 2=σu 2+σ𝜆 2+σµ 2 Nezavisnost komponenata µi, λt i uit cov (µi, uit )= 0 za i≠j cov(uit λt)=0 zа s≠t cov (µi, µј )= 0 zа i≠j cov (uit, ujs )= 0 zа i≠j, cov (uit, ujs )= 0 zа s≠t, cov (uit, ujs )= 0 zа i≠j, s≠t cov( λt λs) = 0 zа s≠t cov (vit, vjs )= σµ 2 zа i=j, s≠t cov (vit, vjs ) = 0 zа i≠j, t=s i i≠j, s≠t Kovarijansa kada su uključeni µi , λt σv 2 =cov (vit, vjs )=σµ 2 + σλ 2 + σu 2 , zа i=j i t=s, cov (vit, vjs )= σµ 2 , za i=j i s≠t cov (vit, vjs )= σλ 2 , za i≠j i t=s cov (vit, vjs )=0, za i≠j i s≠t Parametri Slobodni član Regresioni parametri uz regresore Ograničenja na parametre Е(β1i )= β1, a varijansa je: v(β1i )= σµ 2 βkit = βk Nezavisnost regresora i komponenata slučajne greške E(µi Xit)=0 E(λt Xit)=0 E(uit Xit)=0 Izvor: autorski prikaz. Većina pretpostavki su klasične pretpostavke u ekonometrijskom modeliranju (normalna raspodela, nepostojanje autokorelacije, homoskedastičnost, nestohastičnost). U skladu sa specifičnostima panela i kompozitne greške, uvode se i dodatne pretpostavke za svaku komponentu slučajne greške i za ukupnu kompozitnu slučajnu grešku. Važna pretpostavka je da su kompozitne slučajne greške vit, korelisane za iste jedinice posmatranja u različitim periodima (cov (vit, vjs )= σµ 2, zа i=j, s≠t). Drugim rečima, korelacija tokom vremene ne jenjava, već je konstantna - korelacioni koeficijent 133 je φ= σµ 2/( σµ 2 + σu 2 ). Ovaj koeficijent je mera relativnog udela varijanse individualnih efekata u ukupnoj varijansi slučajne greške 𝑣𝑖𝑡 . Iz navedenog razloga, primena POLS metoda na ovaj model daje neefikasne ocene. Standarna procedura ocenjivanja modela sa stohastičkim individualnim (i vremenskim efektima) je metod uopštenih najmanjih kvadrata sa komponentama slučajne greške (eng. Random Effects (Error Components) Generalized Least Squares Method – REGLS ili ECGLS). Ocena po ovom metodu je efikasna i konzistentna, ukoliko su ispunjene polazne pretpostavke. Navedena ocena je efikasna i u odnosu na ocenu modela fisknih efekata, jer obuhvata ne samo varijacije unutar grupa, već i one izmeĎu grupa2. Ocene unutar grupa (βFE ) dobijene kovarijacionom metodom, imaju formu koja je definisana u relaciji (38), dok ocene izmeĎu grupa (βВE) imaju sledeći oblik: iy − y = 𝛽 К к=2 к ( kix – kx ) + ( iu –u ), (3.16) pa objedinjujući pomenute dve ocene, ocene po metodu REGLS imaju sledeću formu: ˆ REGLS = ( itx – ix )( itx – ix ) ′ + Ɵ ( ix − x )( ix − x )′ 𝑇 𝑡=1 𝑁 𝑖=1 - 1 x ( itx – ix ) ity − iy ′ + Ɵ( itx – ix ) ity − iy ′ 𝑇 𝑡=1 𝑁 𝑖=1 . (3.17) REGLS metod pri ocenjivanju koristi pondere koji se dobijaju inverzijom varijansi komponenata slučajne greške. Naime, kovarijaciona matrica kompozitne slučajne greške 𝑣𝑖𝑡 u slučaju postojanja stohastičkih individualnih efekata ima specifičnu strukturu: 2 Detaljni prikaz metoda ocenjivanja u slučaju kompozitne slučajne greške nalazi se u radovima Matyas i Sevestre (1996), Baltagi (2005), Dragutinović Mitrović (2005).                    2 u 2 μ 2 μ 2 μ 2 μ 2 u 2 μ 2 μ 2 μ 2 μ 2 u 2 μ σσ...σσ ............ σ...σσσ σ...σσσ i 134 = σµ 2 јТ јТ' + σu 2 IT = ( T σµ 2 + σu 2 ) јТ јТ′ 𝑇 + σu 2 ( IT - јТ јТ′ 𝑇 ) (3.18) gde je јТ јТ' matrica dimenzije TxT sa elementima jednakim jedinici, It jedinična matrica, dimenzije TxT. Kovarijaciona matrica za svih NT podataka glasi (vandijagonalni elementi su jednaki 0, a na glavnoj dijagonali su jednaki Ωi): Ω= IN Ωi . (3.19) Nakon nekoliko transformacija matrice (3.18), moguće je izvesti matricu kovarijansi i varijansi slučajne greške u sledećoj inverznoj formi: Ωi -1 = 2 1 u ( IT - T jj TT  ) + 22 1 uT    T jj TT  , (3.20) na osnovu kojih je moguće izvesti ponder Ɵ: Ɵ= 22 2 u u T     . (3.21) Dakle, dobijeni ponder služi za transformisanje modela množenjem svih promenljivih sa σu 2Ω-1, da bi se u drugom koraku na transformisani model sa stohastičkim individualnim efektima primenio POLS metod i obezbediti efikasne ocene. Nakon transformacije, model ima sledeću formu: yit – ( 1- Ɵ ) iy = Ɵ β1 + 𝛽 𝐾 𝑘=2 k ( xkit - ( 1 - Ɵ ) x ki ) + wit, (3.22) u kome je slučajna greška wit dobijena navedenom transformacijom kompozitne greške vit. U opisanom dvostepenom postupku dobija se REGLS ocena: 𝛽 REGLS = ( X’ Ω -1 X ) -1 X’ Ω-1 y. (3.23) Vrednost pondera Ɵ u velikom meri odreĎuje dobijene ocene. Prema Baltagi (2005), ukoliko je Ɵ=1, σµ 2 =0, REGLS ocene svode se na ocene POLS. Ukoliko je, 135 pak, Ɵ=0, REGLS ocene su jednake kovarijacionim ocenama, pa se model sa stohastičkim efektima svodi na model sa fiksnim individualniefektima. Drugim rečima, ukoliko 𝜃 → 0, tada 𝛽 REGLS teži ka 𝛽 FE, a ako ponder teži jedinici 𝛽 REGLS teži ka 𝛽 POLS. Po analogiji, moguće je primeniti REGLS model, uz prethodne transformacije i kada model sadrži pored individualnih i vremenske efekte. U ovom slučaju se ponderi Ɵ odreĎuju na osnovu inverzije varijansi sve tri komponente slučajne greške: σµ 2, σλ 2 i σu 2 . Zatim se množi jednačina sa σu 2Ω-1, pa se po istom postupku (kao kod modela slučajnih individualnih efekata) dobija REGLS ocena: 𝛽 REGLS = ( X’ Ω -1 X ) -1 X’ Ω-1 y. (3.24) Iako ocena modela sa stohastičkim individualnim i vremenskim efektima (3.24) deluje isto kao i ocena modela sa stohastičkim individualnim efektima, razlika postoji jer kovarijantna matrica ima složeniju strukturu i sledeće pondere: 𝜃 = 𝜍𝑢 2 𝑇𝜍𝜇 2+𝜍𝑢 2; 𝜃1 = 𝜍𝑢 2 𝑁𝜍𝜆 2+𝜍𝑢 2 i 𝜃2 = 𝜍𝑢 2 𝑇𝜍𝜇 2+𝑁𝜍𝜆 2+𝜍𝑢 2. Objašnjeni postupak ocenjivanja može da se sprovedi samo ukoliko su komponente varijanse slučajne greške poznate. MeĎutim, u praksi vrednosti σµ 2 , σλ 2 i σu 2 nisu poznate (ni matrica Ω), pa je, pre ocenjivanja regresionih parametara, potrebno oceniti nepoznate komponente varijanse kompozitne slučajne greške. Zatim se primenjuje REGLS metod, ali ne na transformisani model sa ocenjenim vrednostima varijanse komponenata slučajne greške(sa ocenjenim ponderima). Opisana procedura se naziva metodom ocenjenih uopštenih najmanjih kvadrata sa komponentama slučajne greške (eng. Feasible Random Effects Generalized Least Squares Method - FREGLS). Ocena dobijena FREGLS metodom glasi: 𝛽 FREGLS = ( X’ ˆ -1 X ) -1 X’ ˆ -1 y. (3.25) 136 2.3 Izbor modela Procedura na osnovu koje se odreĎuje optimalni model panela, kao i njegov metod ocenjivanja, podrazumeva nekoliko koraka u istraživanju. Faze podrazumevaju primenu različitih testova, kao i proveru ispunjenosti ekonomskih, statističkih i ekonometrijskih kriterijuma. SprovoĎenje svih koraka u proceduri i izvoĎenje adekvatnih zaključaka, nisu dovoljan uslov za optimalan model panela – on je specifikovan samo kada model ispunjava izvorne pretpostavke vezane za slučajnu grešku i za njene komponente. Pomenuti koraci su: 1. Testiranje varijabilnosti regresionih parametara; 2. UtvrĎivanje specifikacije modela panela na osnovu rezultata iz prve faze; 3. Ocenjivanje modela panela; 4. Izbor optimalnog modela panela. Testiranje varijabilnosti regresionih parametara smatra se početnim i neizostavnim korakom pri modeliranju podataka na panela, jer podrazumeva ispitivanje da li su u modelu prisutni individualni (i vremenski) efekti, na osnovu čega se pravi distinkcija izmeĎu združene (pooled) specifikacije i specifikacija sa individualnim (i vremenskim efektima), te je osnova za izbor modela. Najčešće korišćeni testovi u empirijskim istraživanjima u kojima se testiranje posebno odvija za slobodni član, a posebno za regresione parametre su F test, Breusch- Pagan LM test, Honda test, King-Wu, LR test količnika verodostojnosti, i ostali. Posebno će biti razmotrena prva dva testa, s obzirom na najčešću empirijsku primenu. F testom se može testirati ukupna homogenost u modelu (eng. Overall homogeneity), kojom se proverava da li su regresioni parametri konstantni ili je potrebno dozvoliti varijabilnost po jednoj ili obe dimenzije N i T. Na primer, F testom se izvodi zaključak o postojanju individualnih (i vremenskih) efekata u fiksnoj specifikaciji (Moulton i Randolph 1989). Ukoliko je varijabilnost slobodnih članova u fiksnoj specifikaciji izražena na sledeći način: β1i = β1+ µi, tada nulta hipoteza glasi da ne postoje individualni efekti (H0: µi=0, i=1,...N-1), naspram alternativne da postoje individualni efekti (H1: µi ≠0 ). Ovako definisana hipoteza se može postaviti i u sledećem obliku, ako je varijabilnost slobodnog člana obuhvaćena pomoću N veštačkih 137 varijabli: H0: β11= β12= β13=...= β1N = β1 (uz uslov: βk1= βk2= βk3=…= βkN = βk), naspram hipoteze H1: β1i ≠ β1j (uz uslov: βk1= βk2= βk3=…= βkN = βk). Jedan je model sa ograničenjem u kom su svi parametri konstantni: yit =𝛽1 + 𝛽 𝐾 𝑘=1 k xkit + uit , (3.26) dok je drugi model bez ograničenja, odnosno model sa individualnim efektima: yit= β11+ β12+ β13+...+ β1N + 𝛽 𝐾 𝑘=1 k xkit + uit . (3.27) F statistika testa fiksnih individualnih efekata se odreĎuje na sledeći način: F= ))1((\ )1(\)(   KNNTS NSS B BO ~ FN-1, NT-N-(K-1), (3.28) Breusch-Pagan LM test takoĎe proverava postojanje individualnih i vremenskih efekata, ali u stohastičkoj specifikaciji, primenjujući test Lagranžovog multiplikatora. Pri testiranju individualnih efekata, nulta hipotezapodrazumeva da je varijansa komponente slučajne greške jednaka nuli, H0: σµ 2 =0, a alternativna glasi: H1: σµ 2 ≠ 0. Ukoliko se testiraju istovremeno i vremenski efekti tada hipoteze glase: H0: σµ 2=σ𝜆 2 =0; H1: σµ 2 ≠ σ𝜆 2 ≠ 0. Funkcija maksimalne verodostojnosti glasi: 𝐿 𝛽, 𝜃 = 𝑘𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑎 − 1 2 𝑙𝑜𝑔 𝛺 − 1 2 𝑢′𝛺 −1 𝑢, (3.29) dok je se testiranje vrši na osnovu sledeće statistike 𝐿𝑀1, za proveru H0: σµ 2 =0: 𝐿𝑀1 = 𝑁𝑇 2(𝑇−1) 1−𝑢 ′ (𝐼𝑁𝐽𝑇)𝑢 𝑢 ′𝑢 2 , (3.30) za testiranje H0: σ𝜆 2 =0, statistika 𝐿𝑀2: 138 𝐿𝑀2 = 𝑁𝑇 2(𝑁−1) 1−𝑢 ′ (𝐽𝑁𝐼𝑇)𝑢 𝑢 ′𝑢 2 . (3.31) Za proveru individualnih i vremenskih efekata, jednostavno se primenjuje statistika 𝐿𝑀 = 𝐿𝑀1 + 𝐿𝑀2. Pod uslovima važenja nulte hipoteze, LM statistika je distribuirana kao 2 u asimptotskim uslovima. Monte Karlo analize potvrĎuju (Baltagi 1981a, b) da LM testa ima veliku moć, sem u uslovima kada je varijansa individualnih (i vremenski) efekata bliska nuli. Na osnovu rezultata testiranja varijabilnosti svih regresionih parametara bira se specifikacija modela panela (na primer, model sa konstantnim parametrima, model sa individualnim efektima ili neka druga specifikacija. Ukoliko se u prethodnom koraku izabere model individualnih i(ili) vremenskih efekata, u sledećem koraku se ispituje priroda tih efekata (da li su fiksnog ili stohastičkog karaktera). Zato je potrebno je oceniti obe specifikacije primenom FREGLS metoda, a zatim i kovarijacionog metoda i sprovesti formalne statističke testove, o kojima se govori u nastavku. Izbor optimalnog modela podrazumeva prilagoĎenost specifikacije varijabilitetu podataka, kao i karakteristikama samog uzorka. Drugim rečima, izbor optimalnog modela zavisi i od prirode podataka i cilja istraživanja (Hsiao 2003). Ukoliko se uporedni podaci biraju slučajnim putem iz velike populacije, koristi se model stohastičkih efekata, a za konkretni region ili odabranu grupu zemalja fiksni. U slučaju mikro panela, shodno samoj prirodi uzorka, klasične metode ocenjivanja su poželjne (fiksna specifikacija kada je N dimenzija relativno kratka, a stohastička kada je ta dimenzija duga). Ukoliko je reč o makro panelima (dimenzija T duga), sa porastom ove dimenzije raste i mogućnost da regresori deluju heterogeno na zavisnu varijablu i sledstveno, potrebno je uključiti heterogene regresione parametre. Odluka o adekvatnosti modela mora da prati i ekonomske kriterijume zasnovane na ciljevima istraživanja i mogućnosti interpretacije modela, statističke, u smislu sprovoĎenja testova za izbor optimalnog modela, kao i ekonometrijske – ispunjenost svih polaznih pretpostavki modela. U nastavku ćemo razmotriti statističke testove, budući da oni obezbeĎuju važnu podlogu za izbor optimalnog modela panela. 139 Kriterijum Mundlaka (prema Baltagi 2005), bazira se na utvrĎivanju da li postoji statistički značajna razlika izmeĎu ocena modela fiksne i stohastičke specifikacije sa individualnim efektima. Ukoliko ne postoji razlika, proizlazi da nije narušena pretpostavka o nekorelisanosti regresora i komponenata slučajne greške, te treba birati stohastičku specifikaciju, u tom slučaju daje efikasne ocene u odnosu na fiksnu. U suprotnom, optimalan izbor podrazumeva primenu fiksne specifikacije sa nepristrasnim i konzistentnim ocenama. Hausman-ov test specifikacije se slično Mundlak-ovom kriterijumu izbora zasniva na razlici izmeĎu ocena regresionih parametara modela sa fiksnim i stohastičkim efektima, 𝑞 1 = 𝛽 𝑅𝐸𝐺𝐿𝑆 − 𝛽 𝐹𝐸 , dok test statistika glasi: 𝑚1 = 𝑞 1 ′ 𝑣𝑎𝑟(𝑞 1) −1𝑞 1, (3.32) sa 2 raspodelom. Nulta hipoteza glasi da je razlika u ocenama dva modela nije signifikantna, naspram alternativne da je ta razlika značajna. Ako se Hausman-ovim testom odbaci nulta hipotezašto znači da je razlika izmeĎu dve ocene značajna, bira se model stohastičkih efekata koji daje efikasne i nepristrasne ocene. Ukoliko razlika nije značajna, optimalna specifikacija je fiksna sa konzistentnim ocenama, jer tada stohastička specifikacija daje pristrasne i nekonzistentne ocene usled prisustva endogenosti u modelu. Hausman-ov test je moguće primeniti i kod metoda sa heterogenim regresionim parametrima, kada se zasniva na razlici ocena izmeĎu metoda grupnih i združenih grupnih sredina. Ukoliko Hausman-ov test pokazuje da su dugoročni koeficijenti homogeni (kada se prihvati nulta hipoteza), potrebno je model oceniti metodom združenih grupnih sredina, jer nije opravdano uvoditi heterogenost i za kratkoročne i dugoročne koeficijente. U suprotnom, treba primeniti metod grupnih sredina. Primena Hausman-ovog testa je donekle limitirana u slučaju postojanja heteroskedastičnosti i autokorelacije u modelu. Tada je moguće sprovesti dve strategije: (1) eliminisati heteroskedastičnost i autokorelaciju iz modela pa primeniti Hausman-ov test, (2) ili primeniti modifikovane verzije Hausman-ovog testa u slučaju postojanja heteroskedastičnosti i autokorelacije u modelu. 140 NavoĎenje argumenata pro et contra obezbediće ispravno donošenje odluke koji model izabrati. S jedne strane, LSDV metod znači veliki gubitak stepeni slobode (kada je dimenzija N velika), zatim nemogućnost obuhvata individualnih promenljivih i uključivanje samo varijacija unutar grupa. Navedeni problemi koji se javljaju kod fiksne specifikacije, nisu karakteristični za model slučajnih efekata, samim tim što se individualni i vremenski efekti smatraju delom slučajne greške. TakoĎe, iz definicije individualnih i vremenskih efekata, kao efekata promenljivih koje nisu obuhvaćene modelom, proizilazi da treba da budu sastavni deo slučajne greške, što ide u prilog stohastičkoj specifikaciji. MeĎutim, ocene RGLS u stohastičkoj specifikaciji su efikasne samo ako je zadovoljena pretpostavka o odsustvu korelacije izmeĎu objašnjavajućih varijabli i individualnih i(ili) vremenskih efekata (Wooldridge 2002). Nasuprot navedenom, njihova korelacija dovodi do problema endogenosti, kada se REGLS metodom dobijaju pristrasne i nekonzistentne ocene, dok su ocene dobijene u fiksnoj specifikaciji nepristrasne i konzistentne. Dalje, stohastička specifikacija je optimalna samo onda kada je reč o velikom broju uporednih podataka, koji su na slučajan način odabrani iz populacije koju reprezentuju. 3. Specifični metodološki problemi u modelu panela 3.1 Ocenjivanje u uslovima neispunjenosti pretpostavki modela panela sa komponentama slučajne greške U prethodnom izlaganju razmatrane su specifikacije modela panela sa homogenim/heterogenim parametrima. Iako opisani postupci modeliranja podataka panela uključuju konkretne korake u cilju izbora optimalnog modela, oni su ispravni samo u slučaju ispunjenosti polaznih pretpostavki modela panela. MeĎutim, u empirijskim studijama se dešava upravo obrnuto – često nisu ispunjene pretpostavke modela panela, pre svega u modelu sa komponentama slučajne greške. U tom slučaju standardni metodi ocenjivanja daju nekonzistentne i pristrasne ocene, te se ti metodi moraju modifikovati, ili se moraju primeniti neki drugi metodi ocenjivanja i testiranja hipoteza. 141 U nastavku će biti razmotreni specifični problemi, vezani za pretpostavke koje najčešće nisu ispunjene u klasičnim podacima panela: (1) Korelisanost regresora sa komponentama slučajne greške; (2) Heteroskedastičnost komponenata slučajne greške; (3) Autokorelacija ostatka slučajne greške; i u makro panelima: (4) Zavisnost izmeĎu uporednih podataka; (5) Nestacionarnost. 3.1.1 Endogenost, heteroskedastičnost i autokorelacija U modelima panela najčešće nije ispunjena pretpostavka o nekorelisanosti komponenti slučajne greške sa regresorima: E(iXit)=0, E(uitXit)=0. U pitanju je problem endogenosti koji može biti jednostruk, kada se javlja korelisanost individualnih efekata sa objašnjavajućim varijablama E(iXit)0, ili ostatka slučajne greške sa objašnjavajućim varijablama E(uitXit)0. Ukoliko se u modelu javljaju obe korelacije, u pitanju je dvostruka endogenost E(iXit)0, E(uitXit)0, kada je ista promenljiva Xit korelisana i sa i i uit. Problem endogenosti najčešće nastaje usled simultane meĎuzavisnosti izmeĎu zavisne i nezavisne varijable, zbog grešaka u merenju varijabli ili usled izostavljanja važnih regresora iz modela (Jovičić i Dragutinović Mitrović 2011). Problem endogenosti je moguće prevazići primenom metoda sa instrumentalnim varijablama, odnosno opredeljenjem za metode kojima se dobijaju konzistentne ocene u prisustvu endogenosti. Pored navedene narušene pretpostavke, česte su i promene varijansi komponenti slučajne greške sa promenama vrednosti objašnjavajućih varijabli – heteroskedastičnost, kao i zavisnost komponente ostatka slučajne greške tokom vremena za istu i (ili) više jedinica posmatranja – autokorelacija. Neispunjena pretpostavka o konstantnoj zajedničkoj varijansi, vodi problemu heteroskedastičnosti u panelu. Za razliku od modela uporednih podataka gde je problem heteroskedastičnosti ključan, u modelima panela biva donekle smanjen, usled mogućnosti dekomponovanja slučajne greške. Naime, u modelu slučajnih efekata moguće je imati sledeće situacije: (1) heteroskedastičnost ostatka slučajne greške, uz 142 homoskedastičnost dela koji se odnosi na individualne efekte; (2) homoskedastičnost ostatka slučajne greške, uz heteroskedastičnost individualnih efekat; i (3) heteroskedastičnost obe komponente. Za sve pomenute probleme postoje razvijeni formalni testovi hipoteza (na primer, modifikovani Durbin-Watson test i Baltagi-Li test autokorelacije, modifikovani White test heteroskedastičnosti, testovi prekomerne identifikovanosti; Baltagi 2005). 3.1.2 Zavisnost izmeĎu uporednih podataka (CSD) U podacima panela, česti su zajednički šokovi, poput recesije, ili efekti prelivanja po jedinicama posmatranja, koji istovremeno utiču na sve uporedne podatke u panelu u jednom vremenskom periodu. Pogotovo u poslednjih nekoliko dekada kada su procesi ekonomskih i finansijskih integracija izmeĎu zemalja sve jači, takvi zajednički šokovi se, u modelu panela, mogu odraziti na narušenost pretpostavke o odsustvu korelacije slučajnih grešaka izmeĎu uporednih podataka i (ili) korelacija tih šokova (sadržanih u slučajnoj grešci) sa regresorima. Tada je reč o postojanju zavisnosti izmeĎu uporednih podataka, odnosno zavisnosti podataka preseka (eng. Cross-sectional dependence – CSD). Ukoliko bi se navedeni efekti ignorisali pri modeliranju, odnosno, ako postoje zajednički šokovi koji se očituju u slučajnoj grešci, ali nemaju uticaj na regresore, standardne FE i RE specifikacije bi dale konzistentne, ali ne i efikasne ocene. U slučaju da su zajednički šokovi ipak korelisani sa regresorima, ocene iz FE i RE specifikacije bi bile pristrasne i nekonzistentne. Stoga je u poslednjih desetak godina, važna tema u radovima koji se bave teorijskom i primenjenom ekonometrijom, formulisanje metoda ocenjivanja u u uslovima postojanja zavisnosti izmeĎu uporednih podataka (Bai and Ng 2004; Pesaran 2004; Baltagi, Bresson, Pirotte 2007). S obzirom na to da zavisnost izmeĎu uporednih podataka nastaje kao posledica zajedničkih šokova ili ima veze sa socio-ekonomskim mrežama, u podacima koji se tiču evropskih zemalja koju veže zajednička nit u smislu zajedničkih politika, zavisnosti izmeĎu uporednih podataka se mora posvetiti maksimalna pažnja. Literatura koja se bavi testiranjem zavisnosti uporednih podataka datira još iz 1980. godine, kada su Breusch i Pagan u kontekstu naizgled nepovezanih regresija, definisali test zasnovan na Lagranžovom multiplikatoru, prema kom nulta hipoteza glasi 143 da je korelacija izmeĎu slučajnih grešaka svih parova uporednih podataka jednaka nuli (𝐻0: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 = 0, 𝑖 ≠ 𝑗, naspram 𝐻1: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 ≠ 0, 𝑖 ≠ 𝑗). Test se može koristiti samo kada je N relativno malo, a T veliko. Statistika testa glasi: 𝐶𝐷𝐿𝑀 = 𝑇 𝜌 𝑖𝑗 2𝑁 𝑗=𝑖+1 𝑁−1 𝑖=1 , (3.33) gde je:  𝑖𝑗 = 𝜌 𝑗𝑖 = 𝑢𝑖𝑡𝑢𝑗𝑡 𝑇 𝑡=1 𝑢𝑖𝑡 2𝑇 𝑡=1 1 2 𝑢𝑗𝑡 2𝑇 𝑡=1 1 2 (3.34) Polazeći od Breusch-Paganovog testa, Pesaran (2004) predlaže test za proveru (ne)zavisnosti izmeĎu uporednih podataka u greški modela (eng. Cross-sectional dependence test – CD test), koji se koristi kada je dimenzija N velika. Test je zasnovan na proseku parova korelacionih koeficijenata za sve jedinice posmatranja. Test je moguće primeniti za različite specifikacije modela panela, od homogenih do heterogenih, od stacionarnih do nestacionarnih. Test funkcioniše i u malim uzorcima, kada je dimenzija T veća od 3, uz dovoljno veliku dimenziju N, a robustan je kao što je navedeno na postojanje nestacionarnih procesa, strukturnih lomova i heterogenosti parametara. Statistika glasi: 𝐶𝐷𝑃𝑒𝑠𝑎𝑟𝑎𝑛 = 2𝑇 𝑁(𝑁−1)  𝑖𝑗 𝑁 𝑗=𝑖+1 𝑁−1 𝑖=1 , (3.35) gde je  𝑖𝑗 = 𝑢𝑖𝑡𝑢𝑗𝑡 𝑇 𝑡=1 𝑢𝑖𝑡 2𝑇 𝑡=1 1 2 𝑢𝑗𝑡 2𝑇 𝑡=1 1 2 , a 𝑢𝑖𝑡 reziduali iz ocenjene regresije. Osobine CD testa su:  Može se primenjivati za heterogene panele uz prisustvo autokorelacije;  Raspodela statistike (3.35) asimptotski teži standardizovanoj normalnoj raspodeli kada N, za dovoljno veliku T dimenziju;  Postoji modifikovana verzija testa (3.35) koja se može se primenjivati i kod nebalansiranih panela. Stepen uticaja potencijalne zavisnosti izmeĎu uporednih podataka na osobine ocena dobijenih pri korišćenju klasičnih metoda ocenjivanja, odreĎen je stepenom 144 zavisnosti, izvorom zavisnosti, kao i pitanjem da li su zajednički šokovi obuhvaćeni samo slučajnim greškama ili imaju uticaj i na regresore. Tako je moguće praviti razliku, prema Chudik, Pesaran, i Tosetti (2011), izmeĎu slabe zavisnosti uporednih podataka 𝑋𝑖𝑡 (eng. Cross-sectionally weakly dependence – CWD) i kad jake zavisnosti izmeĎu uporednih podataka (eng. Cross-sectionally strongly dependence – CSD). Postoje i drugi testovi za proveru (ne)zavisnosti izmeĎu uporednih podataka. Pored CD testa, De Hoyos and Sarafidis (2006) predlažu i neparametarski Friedman-ov test (zasnovan na koeficijentima korelacije ranga) i test Frees. Alternativne testove predlažu i Moscone i Tosetti (2009), Pesaran, Ullah, i Yamagata (2008). MeĎutim, zbog poželjnih osobina i navedenih prednosti, CD test (3.35) se najčešće se primenjuje u empirijskoj literaturi. 3.2 Stacionarnost i nestacionarnost Statistička svojstva modela makro panela, sa dugom dimenzijom T zavise od ispunjenosti pretpostavke o stacionarnosti. Kada 𝑇 → ∞, a varijable u modelu stacionarne, distribucija ocena će biti asimptotski normalna, dok važi obrnuto u slučaju nestacionarnosti. Nakon inicijalnog teorijskog rada Levin i Lin-a (1993) koji su se bavili testovima jediničnih korena u heterogenim panelima, i Quah-a (1994) u homogenim panelima, značajno je porastao interes za proučavanjem nestacionarnosti u podacima panela primenom testova jediničnih korena. Različitost pristupa u analizi (ne)stacionarnosti obezbedilo je niz testova jediničnih korena, za koje se pokazalo da imaju veću moć u odnosu na testove jediničnih korena pojedinačnih vremenskih serija. Naime, testovi jediničnih korena u vremenskim serijama nisu imali samo malu moć u slučajevima koji su blizu postojanja jediničnog korena, već i u situacijama postojanja strukturnog loma, postojanja autokorelacije i načina obuhvata slobodnog člana i trenda. Dodatno, ograničenje testova jediničnih korena u vremenskim serijama se ticalo češćeg dobijanja zaključka o stacionarnoj vremenskoj seriji kada je T dovoljno dugo. MeĎutim, u situacijama kratke dimenzije T, zaključak je češće da vremenska serija sadrži jedinični koren. Neki od navedenih problema su neutralisani testovima jediničnih korena u panelu, premda, primena modifikacija testova jediničnih korena u vremenskim serijama (Dicky-Fuller test (DF), prošireni Dicky-Fuller test (Augmented Dicky-Fuller - ADF) i 145 Phillips Perron-ov test (PP)) u podacima panela, takoĎe, nailaze na odreĎene prepreke u pogledu razlikovanja alternativne hipoteze o stacionarnosti od nulte hipoteze o postojanju jediničnog korena. Ideja primene i prilagoĎavanja testova jediničnih korena, kao i testova kointegracije, prema Baltagi i Kao (2000) je: “kombinovanje najboljeg iz oba sveta: metoda koji se bavi nestacionarnošću vremenskih serija i raspoloživih podataka i moći uporednih podataka.” Testovi jediničnih korena u panelu se mogu svrstati u dve “generacije” testova, u zavisnosti od toga da li uzimaju u obzir postojanje zavisnosti izmeĎu uporednih podataka. Testovi prve generacije, polaze od standardne pretpostavke o nezavisnosti izmeĎu uporednih podataka (te se često primenjuje u literaturi i izraz testovi jediničnih korena nezavisnih panela), dok testovi druge generacije pretpostavljaju postojanje navedene zavisnosti i često su zasnovani na faktorskoj strukturi ( testovi jediničnih korena zavisnih panela). U nastavku će biti prikazani odabrani testovi jediničnih korena nezavisnih i zavisnih panela. Neki od tih testova podrazumevaju zavisnost, a drugi nezavisnost uporednih podataka, neki podrazumevaju homogenost, a drugi heterogenost parametara, neki imaju veću moć u zavisnosti od načina na koji je definisana nulta hipoteza, dok drugi značajno gube na moći pri uvoĎenju vremenskog trenda u jednačine. Stoga je neophodno poznavanje različitih testova, njihovih prednosti i mana, kao i primena više testova u empirijskom istraživanju, kako bi se dobili pouzdaniji rezultati i zaključci. 3.2.1 Testovi jediničnih korena prve generacije Testovi jediničnih korena u panelu prve generacije polaze od pretpostavke o nezavisnosti uporednih podataka, i mogu se razvrstati u dve grupe: testovi koji polaze od nulte hipoteze o nestacionarnosti i oni kod kojih je nulta hipoteza da je reč o stacionarnim panelima. Prvoj grupi testova pripadaju sledeći: Levin i Lin (1992, 1993), Levin, Lin, and Chu (2002) testovi (LLC), Im, Pesaran i Shin (2003), Maddala i Wu (1999) i Choi (2001), dok kod Hadri (2000) testa nulta hipoteza glasi da su sve jedinice panela stacionarne. Dodatno, testove prve generacije je moguće razvrstati prema pretpostavci o homogenosti naspram heterogenosti. LLC polazi od pretpostavke da su sve jedinice panela nestacionarne, i alternativne da su sve jedinice panela stacionarne, 146 dok drugi testovi dozvoljavaju heterogeno postavljenu alternativnu hipotezu – da je najmanje jedna jedinica panela stacionarna. Zasnovano na inicijalnom pristupu testiranja jediničnih korena u panelu se u radovima Levin, Lin (1993) i Quah (1994), Levin, Lin i Chu (2002) predlože korišćenje LLC testa koji podrazumeva homogenu strukturu izmeĎu uporednih podataka, ali dozvoljava heterogenost u modelu putem individualne determinističke komponente (dozvoljava uvoĎenje individualne konstante i/ili trenda). Na osnovu uobičajenog pristupa analizi jediničnih korena, polazi se od proširenog Dicky Fuller-a (DF) testa, tj. ocenjuje se model sledećeg oblika: ∆𝑦𝑖𝑡 = 𝑖 + 𝑖𝑡 + 𝜌 ∗𝑦𝑖 ,𝑡−1 + 𝜃𝑖𝑙 ∆𝑦𝑖,𝑡−𝑙 + 𝑒𝑖𝑡 , 𝑝𝑖 𝑙=1 i=1,...,N, t=1,...T. (3.36) pri čemu je 𝜌∗ = 𝜌 − 1 , a 𝜌 = 𝜌𝑖 kojojm se pretpostavlja da je struktura panela homogena. U modelu se alternativno može uključiti individualna konstanta 𝑖 , deterministički trend 𝑡, ili može biti specifikovan bez determinističkih komponenti, kada heterogenost nije uključena u model. Za slučajnu grešku 𝑒𝑖𝑡 se podrazumeva da je proces beli šum, a testiranje jediničnog korena se zasniva na sledećim hipotezama: H0: 1 = 2 = 3 = ⋯ = 𝑁 =  = 1, ili 𝜌 ∗ = 0, naspram alternativne: H1: 1 = 2 = 3 = ⋯ = 𝑁 =  < 1 ili 𝜌 ∗ < 0. Nulta hipoteza podrazumeva postojanje jediničnih korena za sve jedinice panela (𝑦𝑖𝑡~𝐼(1)), a alternativna stacionarnost svih jedinica panela (𝑦𝑖𝑡~𝐼(0)). Dakle, LLC je združeni test, a homogenost individualnih komponenti se ogleda u jednakosti: i= za bilo koji uporedni podatak. Eventualno postojanje autokorelacije u modelu je moguće prevazići proširenjem modela sa zavisnom promenljivom sa docnjom, kao što je učinjeno u izrazu (3.36), što obezbeĎuje mogućnost uvoĎenja različitog broja docnji za svaku vremensku seriju u panelu. 147 LLC test se može primeniti i u uslovima nebalansiranih panela obezbeĎuju superkonzistentnost ocena.Najbolje karakteristike pokazuje u uzorcima koji su u intervalu 10 < 𝑁 < 250, i 25 < 𝑇 < 250, dok se moć testa smanjuje uključenjem vremenskog trenda (što su pokazali Levin, Lin i Chu (2002) u Monte Karlo simulacijama). Nedostaci LLC testa su odnose se na restriktivnu pretpostavku da sve vremenske serije imaju ili nemaju jedinični koren, pretpostavku o homogenosti koeficijenata (i=), kao i pretpostavku o nezavisnosti izmeĎu uporednih podataka. Kako bi se povećala moć testova jedničnih korena i relaksirale pretpostavke o homogenosti, Im, Pesaran i Shin (2003), konstruisali su IPS test baziran na prosecima statistika jediničnih korena za jedinice panela. Za razliku od modela (3.36) od koga se polazi pri formulisanju LLC testa, ovde polazni model sadrži heterogene koeficijente uz zavisnu varijablu sa docnjom (𝜌𝑖), ali je IPS 𝑡 -statistika zasnovana na prosečnoj ADF t- statistici: 𝑡 = 1 𝑁 𝑡𝜌𝑖 𝑁 𝑖=1 , (3.37) gde je 𝑡𝜌𝑖 ADF t-statistika za svaku jedinicu panela za testiranje nulte hipoteze da je 𝜌𝑖 = 1 za svaki uporedni podatak. Stoga se hipoteze u IPS testu definišu na sledeći način: H0: 𝑖 = 1 ili ρi ∗ = 0, naspram alternativne: H1: 𝜌𝑖 < 1 ili ρi ∗ < 0, za 𝑖 = 1,2,…, N1; 𝜌𝑖 = 1 ili ρi ∗ = 0, za 𝑖 = N1+1, …, N. Dakle, nultom hipotezom se pretpostavlja nestacionarnost vremenskih serija svih uporednih podataka (𝑦𝑖𝑡~𝐼(1)), a alternativnom stacionarnost bar jedne vremenske serije, uz mogućnost heterogenih autokorelacionih koeficijenata za uporedne podatke. Zbog načina na koji su definisane hipoteze, samo prihvatanje nulte hipoteze podrazumeva konačni zaključak: da su sve vremenske serije svih uporednih podataka nestacionarne, odnosno da su sve jedinice u panelu nestacionarne. Odbacivanje nulte 148 hipoteze, sa druge strane, ukazuje da je bar jedna vremenska serija stacionarna (a sve ostale mogu biti nestacionarne). Autori IPS testa su pokazali da ako je statistika testa 𝑡 ispravno standardizovana, ona teži standardizovanoj normalnoj distribuciji, dok su Monte Karlo studijama pokazali da test daje zadovoljavajuće rezultate i u slučaju malih uzoraka (fiksno T i N). Postoje tačne kritične vrednosti za IPS test shodno različitoj veličini N i T, odnosno, različite varijante testa u zavisnosti od toga da li su uključene determinističke komponente. IPS test generalno ima bolje performanse od LLC testa, meĎutim, Maddala i Wu (1999) naglašavaju da nije korektno porediti dva testa zbog različitog načina na koji su u njima definisane alternativne hipoteze. Ograničenja IPS testa su sledeća: može se koristiti samo u balansiranim panelima, koristi se isti broj docnji u pojedinačnim regresijama pri primeni ADF testa, ima malu moć u prisustvu trenda i strukturnog loma u panelu. Dalja unapreĎenja testova jediničnih korena se odnose na testove Fisher-ovog tipa. Tako se u slučaju testova jediničnih korena, primenjuju zajednički neparametarski testovi koji se baziraju na p-vrednostima nezavisnih test statistika jediničnog korena u svakoj jedinici panela. U pitanju su dva testa jediničnih korena, koji se u literaturi nazivaju i kombinovanim testovima jediničnih korena, a predložili su ih Madalla i Wu (1999) i Choi (2001). Ovi testovi relaksiraju restriktivne pretpostavke LLC testa da sve serije moraju biti stacionarne ili sve nestacionarne, koristeći nultu i alternativnu hipotezu definisanu na isti način kao IPS test, kao i informacije dobijene pojedinačnom analizom svake vremenske serije. Dakle, na osnovu združenih rezultata pojedinačnih analiza vremenskih serija izvode se zaključci za ceo panel. Dodatno, neparametarski testovi obezbeĎuju uklanjanje autokorelacije u modelu, ali bez uvoĎenja docnji. Testovi Fisher-ovog tipa polaze od pretpostavke da zavisnu varijablu odreĎuje deterministička (𝑑𝑖𝑡 ) i stohastička komponenta (𝑢𝑖𝑡 ), pa model glasi: 𝑦𝑖𝑡 = 𝑑𝑖𝑡 + 𝑢𝑖𝑡 , (3.38) a različite vremenske serije mogu imati različite specifikacije u smislu uključenih determinističkih/stohastičkih komponenti. Moguće je, šta više, i primenjivati različite testove, u zavisnosti koje komponente su uključene u model. 149 UnapreĎenje testova jediničnih korena u panelu na bazi LLC i IPS testa, sproveo je Choi (2001). Kao jedan od važnijih problema ranijih testova, Choi navodi istu dimenziju T za sve uporedne podatke, kao i nemogućnost da neke vremenske serije imaju jedinični koren, a druge da nemaju. Choi je prevazišao navedene probleme definišući test koji se zasniva na kombinovanju p-vrednosti nezavisnih testova pojedinačnih vremenskih serija za svaki od uporednih podataka. To omogućuje da svaka vremenska serija bude različite dužine (nebalansirani panel), i da sadrži različitu (ne)stohastičku komponentu pri svakom individualnom testiranju. Nulta hipoteza glasi da su nestacionarne vremenske serije za svako i, dok alternativna podrazumeva da je najmanje jedna serija stacionarna. Maddala i Wu predlažu primenu inverznog 2 testa oblika: 𝑃 = −2 ln 𝑝𝑖 𝑁 𝑖=1 , dok Choi predlaže još dva testa i pokazuje da najbolja svojstva ima inverzni test normalne raspodele: 𝑍 = 1 𝑁 𝛷−1 𝑝𝑖 , 𝑁 𝑖=1 u kom je 𝛷 standardizovana kumulativna normalna funkcija raspodele. P statistika ima 2 raspodelu ako je T i N fiksno, dok Z statistika ima standardizovanu normalnu raspodelu. MeĎutim, statistiku P nije moguće koristiti za veliko N, mada isto ne važi za statistiku Z jer je primenljiva za bilo koju veličinu strukturne dimenzije. Pri komparaciji testova jediničnih korena u nezavisnim panelima, Choi test ima dosta prednosti, koje se očituju u heterogenoj alternativnoj hipotezi, u smislu da je najmanje jedna serija stacionarna, dok ostale mogu biti nestacionarne, a može se primenjivati u nestacionarnim panelima. MeĎutim, uključenje linearnog trenda znači gubitak moći testa, ali se performanse testa ipak poboljšavaju kada raste N. MeĎu testovima stacionarnosti u panela, najčešće korišćen je Hadri (2000) test, zasnovan na LM statistici, u kom je hipoteza definisana suprotno od LLC testa. Dakle, nulta hipoteza glasi da su sve vremenske serije u panelu stacionarne, naspram alternativne da su sve nestacionarne. Hadri test se bazira na KPSS testu za vremenske serije (Kwiatowski et al. 1992), a ispituje se da li je vrednost varijanse jednaka ili različita od nule. LM statistika Hadri testa glasi: 𝐿𝑀 = 1 𝑁 ( 1 𝑇2 𝑁 𝑖=1 𝑆𝑖𝑡 2 )/𝜍 𝑒 2𝑇 𝑡=1 , (3.39) 150 gde je 𝑆𝑖𝑡 2 = 𝑒 𝑖𝑠 𝑡 𝑠=1 , 𝜍 𝑒 2 ocena varijanse, a 𝑒 𝑖𝑠 reziduali dobijeni ocenjivanjem polaznog modela yit= rit + 𝛼𝑚𝑖𝑍𝑚𝑡 + 𝑒𝑖𝑡 , gde je 𝑍𝑚𝑡 deterministička komponenta, a 𝑟𝑖𝑡 = 𝑟𝑖𝑡−1 + 𝑣𝑖𝑡 . Važno metodsko pitanje koje se tiče testiranja jediničnih korena u panelu je veličina i moć testova.. Stoga odabir adekvatne jednačine, izmeĎu tri opcije, bez trenda i konstante, sa konstantom, sa konstantom i trendom postoje od ključne važnosti. Detaljnije, neopravdano isključenje determinističkih komponenti vodi pristrasnosti testova, dok nepotrebno uključenje smanjuje moć testa. Dakle, uključenje vremenskog trenda može izazvati gubljenje moći u većoj meri nego što doprinosi adekvatnosti specifikacije i opisu konkretnog fenomena koji je predmet istraživanja. Pošto nije uvek moguće a priori znati koje deterministričke komponente treba uključiti, predlaže se primena niza strategija u testiranja koje mogu ukazati da li postoji potreba za uvoĎenjem determinističkih komponenti, od kojih je najčešća primena Schwarz-ovog informacionog kriterijuma. 3.2.2 Testovi jediničnih korena druge generacije Pretpostavka o nezavisnosti uporednih podataka često u empirijskim podacima za makro panele nije ispunjena, kada testovi jediničnog korena prve generacije ne daju pouzdane zaključke o nivou integrisanosti varijabli. Stoga su poslednjih godina češće u primeni testovi jediničnih korena u panelu druge generacije, koji pretpostavljaju postojanje zavisnosti izmeĎu uporednih podataka. Mogu se razlikovati u zavisnosti od koncepta od kojih potiču: testovi zasnovani na zajedničkim faktorima i testovi zasnovani na ograničenjima kovarijacione matrice. Testovi druge generacije jediničnih korena u panelu, usmereni ka modelima sa faktorskom strukturom, definisani su u radovima Moon i Peron (2004) i Bai i Ng (2002, 2004), dozvoljavajući delovanje zajedničkih faktora, ali različito faktorsko opterećenje po uporednim podacima. Bai i Ng (2002, 2004) dozvoljavaju pri testiranju postojanje zavisnosti izmeĎu uporednih podataka, kao i potencijalno kointegraciju, ali moguća je primena samo u balansiranim panelima. Test je zasnovan na PANIC proceduri (eng. Panel Analysis of Nonstationarity in Idiosyncratic and Common Components), koja podrazumeva dekompoziciju vremenske serije za svaku jedinicu posmatranja u smislu 151 determinističkih komponenti (stohastičkih komponenti) i individualnih komponenti (kompozitne slučajne greške) i zasebno testiranje stacionarnosti tih komponenti. Polazi se od modela sa faktorskom strukturom: 𝑌𝑖𝑡 = 𝛿𝑖𝑡 + 𝛾𝑖 ′𝑓𝑡 + 𝜀𝑖𝑡 , (3.40) gde je 𝛿𝑖𝑡 deterministička komponenta, 𝑓𝑡 zajednički faktor, koji deluje različitim faktorskim opterećenjem 𝛾𝑖 ′, a 𝜀𝑖𝑡 slučajna greška. Ukoliko je najmanje jedan zajednički faktor nestacionaran ili ukoliko je slučajna greška nestacionarna, promenljiva sa tom faktorskom strukturom je nestacionarna. Za statistiku navedenog testa se može reći da poseduje nestandardnu raspodelu. Monte Karlo simulacije su pokazale da test daje dobre rezultate (čak i u malim uzorcima). Moon i Peron (2004) su koristili metod glavnih komponenti za združeni test jediničnih korena na “de-faktorisane” opservacije. Dakle, za razliku od Bai i Ng testa, ideja Moon i Peron-a je da se testiranje ne sprovodi odvojeno za dve komponente promenljive, već direktno na samoj seriji panela Yit. Autori predlažu da se u prvom koraku izvrši eliminisanje zajedničkog faktora iz modela, pa da se na seriju očišćenu od zajedničkog faktora primeni test jediničnog korena. Iako je moguće u model uključiti determinističke komponente, Monte Karlo simulacije su pokazale da su rezultati testiranja bolji kada se ne uključuju individualni efekti ili vremenski trend, a primena testa se predlaže kada je poznato da u modelu postoji veći broj zajedničkih faktora. Pesaran (2004) je imao drugačiji pristup analizi jediničnih korena u zavisnim panelima. Naime, proširio je ADF test sa prosecima uporednih podataka sa docnjom i njihovim prvim diferencama, a procedura koju je primenio je ekvivalentna proceduri koju je ranije predložio sa autorima Im i Shin, dakle, IPS test. Detaljnije, Pesaran je pošao od modela sa faktorskom strukturom (u kojem postoji samo jedan faktor) i definisao ga je na sledeći način: 𝑌𝑖 = 1 − 𝛿𝑖 𝜇𝑖 + 𝜌𝑖𝑌𝑖𝑡−1 + 𝑢𝑖𝑡 , 𝑢𝑖𝑡 = 𝜆𝑡𝑓𝑡 + 𝑒𝑖𝑡 , (3.41) 152 gde je deterministička komponenta reprezentovana sa 𝜇𝑖 , a jednofaktorska struktura greške podrazumeva postojanje jednog zajedničkog faktora 𝑓𝑡 , faktorskog opterećenja 𝜆𝑡 , dok je ostatak slučajne greške, 𝑒𝑖𝑡 , identično i nezavisno distribuiran (eng. Independent and identically disctributed - i.i.d.). Dalje je transformisao model, uz dodavanje regresora koji bi trebalo da eliminišu uticaj zavisnosti uporednih podataka. Drugim rečima, regresija se proširuje sa prosecima uporednih podataka sa docnjom (𝑌 𝑡−1) i prvom diferencom podataka uporednih proseka (∆𝑌 𝑡): ∆𝑌𝑖𝑡 = 𝛼𝑖 + 𝑏𝑖𝑌𝑖𝑡−1 + 𝑐𝑖𝑌 𝑡−1 + 𝑑𝑖∆𝑌 𝑡 + 𝜀𝑖𝑡 , (3.42) gde je 𝛼𝑖 = 1 − 𝛿𝑖 𝜇𝑖 , 𝑏𝑖 = 1 − 𝜌𝑖 , 𝑌 𝑡 = 1 𝑁 𝑌𝑖𝑡 𝑁 𝑖=1 , i ∆𝑌 𝑡 = 1 𝑁 ∆𝑌𝑖𝑡 𝑁 𝑖=1 . Nulta hipoteza je definisana na sledeći način: H0: 𝑖 = 1, naspram alternativne: H1: 𝜌𝑖 < 1, za 𝑖 = 1,2,…, N1; 𝜌𝑖 = 1, za 𝑖 = N1+1, …, N. Dakle, nulta hipoteza podrazumeva pretpostavku o jediničnom korenu, dok alternativna podrazumeva da su pojedine vremenske serije stacionarne, dok su ostale nestacionarne. Pesaran predlaže izračunavanje ADF testa za svaku vremensku seriju u panelu, a zatim se na osnovu individualnih ocena 𝑏 𝑖 formiraju individualne CADFi statistike testa. Na osnovu izračunatih CADFi statistika, Pesaran predlaže primenu IPS procedure kada postoji zavisnost izmeĎu uporednih podataka problem autokorelacije: 𝐶𝐼𝑃𝑆 = 1 𝑁 𝐶𝐴𝐷𝐹𝑖 𝑁 𝑖=1 . (3.43) CIPS statistika daje preciznije rezultate od CADFi s obzirom na to da se CADFi odnosi samo na individualne testove jediničnog korena. Odluke o stacionarnosti vs. nestacionarnosti panela, donose se na osnovu kritičnih vrednosti koje je Pesaran odredio 153 za model bez konstante, sa konstantom, i za model sa konstantom i trendom. Nulta hipoteza se odbacuje ako je realizovana vrednost CIPS statistike testa manje od kritične. Monte Karlo simulacije su pokazale da CADF test ima zadovoljavajuću moć čak i u malim uzorcima N i T, kao i u pri uključenju konstante i linearnog trenda. MeĎutim, osnovni nedostatak Pesaran-ovog testa se ogleda u pretpostavci o homogenim parametrima koja najčešće nije zadovoljena. Naime, zavisnost uporednih podataka koje obuhvata CADF i CIPS testovi, najčešće se odnose na makro panele, koje u velikoj meri odlikuje heterogenost regresionih parametara. Pregled testova jediničnih korena u zavisnim i nezavisnim panelima je predstavljen u Tabeli 3.4. Tabela 3.4 Komparacija testova jedničnih korena u (ne)zavisnim panelima Test Hipoteza Specifikacija Karakteristik e Prednosti Nedostaci Monte Karlo P rv a g en er a ci ja N ez a v is n o st u p o re d n ih p o d a ta k a LLC Ho: nestacionarnost za svaku jedinicu panela H1: stacionarnost za svaku jedinicu posmatranja Individualni efekti; Vremenski trend Združeni test; Homogeni autokorelacio ni koeficijenti Primenljiv u nebalansiranim panelima Kritične vrednosti osetljive na izbor docnji; Homogenost Najbolje performanse za 10 < 𝑁 < 250, i 25 < 𝑇 < 250; Manja moć kada se uključi vremenski trend IPS Ho: nestacionarnost za svaku jedinicu panela H1: stacionarnost za najmanje jednu jedinicu panela Individualni linearni trend Test baziran na proseku individualnih ADF testova ; heterogeni autokorelacio ni koeficijenti Moguće je da samo neke serije sadrže jedinični koren Samo se može primenti u balansiranim panelima Veća moć od LLC i testova Fisher-ovog tipa MW Ho: nestacionarnost za svaku jedinicu panela H1: stacionarnost za najmanje jednu jedinicu panela Individualni efekti; Vremenski trend Kombinovani test Fisherovog tipa Primenljiv u nebalansiranim panelima; Ne mora da se uključi isti broj docnji; Primena različitih testova jediničnih korena za svako i Statistiku P nije moguće koristiti kada je N veliko Veća moć od LLC i IPS testa kada postoji problem autokorelacije Choi Ho: nestacionarnost H1: stacionarnost za najmanje jednu ili sve jedinice panela Individualni efekti; Vremenski trend Kombinovani test Fisherovog tipa Statistiku Z je moguće koristiti za svako N Dovoljno velik broj serija treba da bude stacionaran da bi se prihvatila alternativna hipoteza (a ne samo jedna) Manja moć kada se uključi vremenski trend; Manja moć kada mali uzorak; 154 Hadri Ho: stacionarnost – H1: nestacionarnost najmanje jedne jedinice panela Individualna specifikacija varijansi; Konstanta; Trend Test zasnovan na rezidualima i Lagranžovom multiplikatoru Asimptotska raspodela egzaktno odreĎena; Uzima u obzir veličini obe dimenzije i njihove pretpostavke (a ne samo N) Osetljiv na veličinu uzorka; Dobre osobine, pogotovo kod velikog N i T D ru g a g en er a ci ja Z a v is n o st u p o re d n ih p o d a ta k a Chang Ho: nestacionarnost – H1: stacionarnost najmanje jedne jedinice panela Individualni efekti; Vremenski trend Nelinearni model sa instrumentalni m promenljivim Može se primeniti u nebalansiranim panelima Može se primeniti samo za slabu CSD zavisnost Dobri rezultati u konačnom uzorku Choi Ho: nestacionarnost – H1: stacionarnost najmanje jedne jedinice panela Individualni efekti; Vremenski trend Model sa dvostrukom kompozitnom slučajnom greškom Može se primeniti u nebalansiranim panelima Dejstvo samo jednog zajedničkog faktora Kada raste T raste moć testa; Neprecizan u slučaju postojanja vremenskog trenda Bai i Ng Ho: nestacionarnost – H1: stacionarnost najmanje jedne jedinice panela Individualni efekti; Vremenski trend PANIC procedura – metod dekompozicije Dejstvo više zajedničkih faktora čiji je broj moguće utvrditi; Potencijalna nestacionarnost faktora Nestandardna raspodela Dobri rezultati u konačnom uzorku, čak i pri malom N, kada N=20 Pesaran Ho: nestacionarnost – H1: stacionarnost najmanje jedne jedinice panela Individualni efekti; Vremenski trend; Autokorelacij a greške Baziran na IPS testu Test na bazi zajedničkih faktora Može se primeniti u nebalansiranim panelima Homogenost; Dejstvo samo jednog zajedničkog faktora Dobre osobine čak i u malim uzorcima i pri uključenju linearnog trenda Moon i Peron Ho: nestacionarnost – H1: stacionarnost najmanje jedne jedinice panela Individualni efekti; Vremenski efekti Model sa dvostrukom kompozitnom slučajnom greškom; Test na bazi zajedničkih faktora Može se primeniti u nebalansiranim panelima Ne može se primenjivati u prisustvu CSD Smanjuje se moć testa kada se uključe determin. Komponente Izvor: Autor, bazirano na Barbieri (2009). 3.3 Specifikacija nestacionarnih modela panela Primenom testova jediničnih korena zavisnih panela u empirijskim istraživanjima pokazuje za niz makroekonomskih varijabli da su nestacionarne. Nestacionarnost varijabli, kao i mogućnost da dimenzija T može beskonačno rasti, upućuje na novi konceptualni okvir u ekonometrijskom modeliranju podataka panela, i dve najvažnije ideje koje se nameću kao posledica nestacionarnosti (Baltagi 2005): 155 (a) potencijalno postojanje kointegracije u makro panelima, koje je potrebno ispitati uzimajući u obzir zavisnost izmeĎu uporednih podataka (CSD); (b) duža dimenzija T utiče na češće odbacivanje hipoteze o homogenim regresionim parametrima, a u prilog heterogenih regresionih parametara. Metode koje uzimaju o obzir obe specifičnosti u makro panelima: nestacionarnost procesa i heterogenost regresionih parametara, kao i zavisnost uporednih podataka u modelu, pretežno su metode sa faktorskom strukturom. Stoga će u nastavku biti opisani testovi kointegracije prve i druge generacije, a zatim, alternativne metode ocenjivanja, koje uzimaju u obzir homogene vs. heterogene regresione parametre uz heterogeno faktorsko opterećenje. 3.3.1 Testovi kointegracije Testovi kointegracije u panelu su zadržali brojne osobenosti testova iz oblasti analize vremenskih serija, iz koje su nastali. Testovi imaju sličnu bazu i logiku, ali su prilagoĎeni podacima panela, modifikujući tehnike shodno uključenim uporednim podacima. Tako su neki testovi jediničnih korena i testovi kointegracije samo prošireni u kontekstu podataka panela i često obezbeĎuju pouzdanije zaključke nego samo analiza vremenskih serija. Dodatno, a većina statistika testova jediničnih korena i kointegracije, i ocena regresionih parametara u podacima panela imaju asimptotski normalne distribucije i u okviru nestacionarnih panela, za razliku od ograničenja vezanih za distribuciju u nestacionarnim podacima vremenskih serija, gde ocene parametara ne poseduju normalnu raspodelu, niti konvergiraju u verovatnoći ka stvarnim vrednostima parametara. Detaljan pregled testova kointegracije u zavisnim i nezavisnim panelima, prikazano je u radu Palić (2010). Ograničenja kointegracione analize u podacima panela, shodno specifičnostima podataka makro panela, ogledaju se u heterogenosti, koja često uslovljava da je kointegracioni vektor heterogen, u problemu izbora izmeĎu homogene vs. heterogene kointegracije i u problemu zavisnosti izmeĎu uporednih podataka. Stoga, osnovna konceptualna pitanja koja se tiču kointegracije, prema Eberhardt (2011) su: 156 (1) da li se kao nulta hipoteza postavlja postojanje kointegracije ili nepostojanje kointegracije; (2) da li se koriste docnje (parametri) ili neparametarske metode, da bi se obuhvatila autokorelacija u rezidualima; (1) koliko se heterogenosti dozvoljava u modelu i kako je najbolje iskombinovati raspoložive test statistike u slučaju da se opredeljujemo za heterogenost u modelu? Pitanje heterogenosti u modelu ima važnih implikacija jer ukoliko pretpostavimo homogenost parametara, a kointegraciona veza zapravo heterogena, slučajna greška za ceo panel neće biti stacionarna, iako postoji kointegracija u svim uporednim podacima. Stoga posebna pažnja pri testiranju kointegracije u panelu mora biti posvećena heterogenoj vs. homogenoj kointegraciji. Slično podeli testova jediničnih korena na dve generacije u zavisnosti od pretpostavke o (ne)zavisnosti uporednih podataka, i testovi kointegracije u panelu se mogu podeliti na testove prve generacije koji pretpostavljaju nezavisnost izmeĎu uporednih podataka, i testove druge generacije koji uzimaju u obzir zavisnost izmeĎu uporednih podataka. Generalno, testovi kointegracije u panelu su zasnovani na metodi maksimalne verodostojnosti, na testiranju reziduala iz ocenjene kointegracione relacije i PANIC proceduri. Kao i u slučaju testova jediničnih korena, u nastavku će biti prikazani različiti testovi kointegracije nezavisnih i zavisnih panela, testovi koji polaze od homogenih naspram heterogenih kointegracionih vektora, kao i različitog načina specifikovanja nulte u odnosu na alternativnu hipotezu. Njihovo poznavanje je od izuzetne važnosti, kako bi se u empirijskoj analizi primenili samo oni koji najviše odgovaraju uzorku i analiziranom ekonomskom fenomenu, te ciljevima istraživanja. 3.3.1.1 Testovi kointegracije prve generacije Kointegracija u modelima panela nastaje ukoliko je ustanovljeno da uključene varijable u modelu sadrže jedinične korene, a da su njihove linearne kombinacije stacionarne. Može se praviti razlika izmeĎu homogene kointegracije, kada su vrednosti 157 kointegracionih parametara iste za sve uporedne podatke, i heterogene, kada se razlikuju po uporednim podacima. Slično analizi testova jediničnih korena kada su testovi bili podeljeni na testove stacionarnosti i testove jediničnog korena, testovi kointegracije mogu biti klasifikovani na sličan način shodno definisanoj nultoj hipotezi, dakle testovi zasnovani na analizi stacionarnosti reziduala i oni koji testiraju nestacionarnost reziduala. Dodatno, dva osnovna pristupa kointegracionoj analizi su pristup zasnovan na rezidualima (a zatim primena testova jediničnih korena), i konstrukcija modela sa korekcijom ravnotežne greške. U testove kointegracije prve generacije spadaju testovi koji pretpostavljaju nezavisnost izmeĎu uporednih podataka, a u pitanju su test Kao (1999), Pedroni (1999, 2004) i McCoskey i Kao (1998). Kao (1999) test podrazumeva jednostavnu implementacijutako što se na rezidualima iz statičke regresije sa fiksnim efektima u koju su uključene potencijalno kointegrisane varijable, preuzimaju reziduali, testira postojanje jediničnog korena ADF testom 3. Kao je u analizi pošao od regresije: 𝑦𝑖𝑡 = 𝑥𝑖𝑡 ′ 𝛽 + 𝑧𝑖𝑡 ′ 𝛾 + 𝑒𝑖𝑡 , (3.44) gde su varijable 𝑦𝑖𝑡 i 𝑥𝑖𝑡 integrisane reda 1, pa je predložio DF i ADF testove za proveru stacionarnosti reziduala 𝑒 𝑖𝑡 dobijenih ocenjivanjem regresije (3.44) : 𝑒 𝑖𝑡 = 𝜌𝑒𝑖𝑡−1 + 𝜀𝑖𝑡 . (3.45) Nulta hipoteza glasi: H0: 𝜌 = 1, naspram alternativne: H1: 𝜌 < 1. Dakle, nulta hipoteza o nepostojanju kointegracije (reziduali iz ocenjene regresije su nestacionarni-imaju jedinični koren), testira se naspram alternativne, da u 3 Navedena procedura je ekvivalentna Engle-Granger-ovoj proceduri u vremenskim serijama. 158 modelu postoji kointegraciona veza (reziduali su stacionarni). U slučaju Kao test, reč je uvek o jednoj kointegracionoj vezi. Specifičnost Kao testa je postojanje četiri testa zasnovana na DF statistici i jednog zasnovanog na ADF statistici. Postoji DF i DFt statistika koje podrazumevaju strogu egzogenost regresora, dok se DF * i DFt * mogu primenjivati u slučaju narušene pretpostavke o strogoj egzogenosti. Asimptotske distribucije svih pet navedenih testova konvergiraju standardizovanoj normalnoj distribuciji. Slično Kao testu, McCoskey i Kao (1998) su predložili test u kome se testira nulta hipoteza o postojanju kointegracije, naspram alternativne da kointegracija izostaje 4. Reč je o testu koji je zasnovan na primeni Lagranžovog multiplikatora. Baltagi (2005) za ocenjivanje kointegrisanih varijabli predlaže primenu potpuno modifikovanog metoda običnih najmanjih kvadrata (FMOLS) i dinamičkog metoda običnih najmanjih kvadrata (DOLS), sa ocenama koje su asimptotski normalno distribuirane. Model od kog se polazi u analizi je: 𝑦𝑖𝑡 = 𝛼𝑖 + 𝑥𝑖𝑡 ′ 𝛽𝑖 + 𝑒𝑖𝑡 , (3.46) a test statistika koju McCoskey i Kao predlažu je: 𝐿𝑀 = 1 𝑁 1 𝑇2 𝑆𝑖𝑡 2𝑇 𝑡=1 𝑁 𝑖=1 𝜍 𝑒 2 , (3.47) gde je 𝑆𝑖𝑡 2 = 𝑒 𝑖𝑡 𝑡 𝑗 =1 , dakle parcijalna suma reziduala dobijenih primenom FMOLS (ili DOLS metoda) na model (3.46). Prednost testa je što je robustan na postojanje heteroskedastičnosti. Pedroni (1999, 2004) testovi predstavljaju značajan napredak u kointegracionim testovima. Naime, Pedroni je definisao 7 testova, koji omogućuju heterogene kointegracione parametre, sa jednim ili više nestacionarnih regresora. Statistike testova se mogu svrstati u dve grupe: združene statistike i statistike grupnih sredina (koje dozvoljavaju heterogenost), a moguće je razlikovati parametarske i neparametarske 4 Inverzno definisanje hipoteze upućuje na sličnost sa KPSS testom u analizi vremenskih serija. 159 verzije ovih testova 5 . Od testova združenih sredina, tri testa su neparametarska, ajedan je verzija parametarskog ADF testa. U okviru test-statistika grupnih sredina,od tri raspoloživa testa, dva koriste neparametarske metode slične onima koje su uveli Fillips i Perron, a treći test je zasnovan na ADF testu. Nulta hipoteza se definiše na sledeći način: H0: 𝜌𝑖 = 1, naspram alternativne: H1: 𝜌𝑖 = 𝜌 < 1. Navedeno ograničenje važi za prvu grupu testova sa združenim statistikama, dok kod druge grupe testova, zasnovanim na grupnim sredinama, alternativna hipoteza se svodi samo na 𝜌𝑖 < 1. Navedeno podrazumeva dozvoljenu heterogenost, jer 𝜌 ne mora biti isto za svaki uporedni podatak. Na osnovu Baltagi-jeve (2005) interpretacije, Perdoni-jeve testove je moguće razvrstati u dve grupe, u kojima se prva grupa, slično ranije prezentovanim testovima jediničnih korena, zasniva na proseka test statistika za izračunatu kointegracionu vezu za svaki uporedni podatak. U tom slučaju se primenjuje statistika: 𝑍 𝜌 = (𝑒 𝑖𝑡−1∆𝑒 𝑖𝑡−𝜆 𝑖) 𝑇 𝑡=1 ( 𝑒 𝑖𝑡−1 2 )𝑇𝑡=1 𝑁 𝑖=1 (3.48) gde je 𝑒 𝑖𝑡 ocena slučajne greške iz početnog modela za analizu kointegracije (3.44), dok je 𝜆 𝑖 = 1 2 (𝜍 𝑖 2 − 𝑆 𝑖 2), gde su 𝜍 𝑖 2 i 𝑆 𝑖 2 individualne dugoročne varijanse reziduala 𝑒 𝑖𝑡 . Druga grupa testova se ne zasniva na uprosečavanju rezultata testova u celini, već na proseku brojilaca i proseku imenilaca pojedinačno, iz kojih sledi test statistika: 𝑍𝜌 = 𝐿 11 𝑖 −2 𝑒 𝑖𝑡−1∆𝑒 𝑖𝑡−𝜆 𝑖 𝑇 𝑡=2 𝑁 𝑖=1 𝜍 𝑁𝑇 2 ( 𝐿 11 𝑖 −2 𝑒 𝑖𝑡−1 2 )𝑇𝑡=2 𝑁 𝑖=1 , (3.49) 5 Pedroni-jevi testovi su: panel-v, panel-, panel-t (parametarski), panel-t (neparametarski), grupna statistika-, grupna statistika-t (parametarski metoda), grupna statistika-t (neparametarski). 160 gde je 𝐿 11𝑖 −2 = 𝜍 𝑢 2 − 𝜍 𝑢𝜀 2 /𝜍 𝜀 2 koja predstavlja dugoročnu kondicionalnu varijansu reziduala 𝑢 𝑖𝑡 dobijenih iz jednačine 𝑢 𝑖𝑡 = 𝑒 𝑖𝑡 − 𝛾 𝑖𝑡𝑒 𝑖𝑡−1, a 𝜍 𝑁𝑇 = 1 𝑁 𝜍 𝑖 2 𝐿 11 𝑖 2 . 𝑁 𝑖=1 Monte Karlo simulacije koje je sproveo Gutierrez (2003) pokazuju da Pedroni- jevi testovi imaju najbolje performanse kada raste T, dok u slučaju kada je T 𝑁, kao i pretpostavka o egzogenosti regresora. Naime, potrebno je da bude zadovoljena pretpostavka o smeru uzročno-posledične veze, odnosno, da 𝑥 uzrokuje 𝑦, pa da je 𝑥 slabo egzogeno. MeĎutim, Gengenbach, Urbain, i Westerlund (2008) u studiji u kojoj kompariraju testove zasnovane na korekciji ravnotežne greške, pokazali su da empirijski, test nije u tolikoj meri odreĎen veličinom T, kao što je teorijski očekivano. Navedeni test kointegracije, može da uzme u obzir postojanje zavisnosti izmeĎu uporednih podataka, kada je neophodno primeniti bootstrap tehniku 6 kako bi se došlo do robusnih p-vrednosti, a metod generalno može da obuhvati heterogene slučajne članove i heterogenu kratkoročnu dinamiku. Gengenbach, Urbain, i Westerlund (2008) predlažu primenu testova kointegracije na osnovu modela sa korekcijom ravnotežne greške uz zavisnost uporednih podataka, meĎutim, uzimajući u obzir faktorsku strukturu pri modeliranju pomenute zavisnosti. Reč je o pristupu koji objedinjuje, najsavremenije pristupe u kointegracionoj analizi (a oslanja se na Granger-ovu teoremu). Model koji uključuje faktorsku strukturu glasi: ∆𝑦𝑖𝑡 = 𝛼𝑖𝑌𝑖𝑡−1 + 𝛾1𝑖𝑋𝑖𝑡−1 + 𝛾2𝑖𝐹𝑖𝑡−1 + 𝜋1𝑖𝑠 𝑝𝑖 𝑠=1 ∆𝑌𝑖𝑡−𝑠 + 𝜋2𝑖𝑠 𝑝𝑖 𝑠=0 ∆𝑋𝑖𝑡−𝑠 + 𝜋3𝑖𝑠 𝑝𝑖 𝑠=0 ∆𝐹𝑖𝑡−𝑠 + 𝜀𝑖𝑡 , (3.52) gde je sa F prikazan uticaj zajedničkog faktora koji deluje različitim faktorskim opterećenjem 𝛾 i na zavisne i nezavisne varijable u modelu. Nulta hipoteza je definisana kao odsustvo kointegracione veze, dok alternativna podrazumeva postojanje kointegracije. Model je moguće transformisati, kao u slučaju Pesaran-ovog (2006) metoda ocenjivanja zajedničkih korelisanih efekata (eng. Common correlated effects - CCE) uvodeći proseke zavisne i nezavisnih varijabli sa docnjom, kako bi se obuhvatio 6 Bootstrap tehniku je definisao Efron 1979. godine, a podrazumeva uzorkovanje iz istog uzorka u mnogo navrata, gde postoji parametarska i neparametarska varijanta. U neparametarskoj dolazi do izvlačenja sa vraćanjem, a u parametarskoj verziji se utvrĎuju vrednosti parametara na osnovu raspoloživih informacija, a zatim sledi generisanje novih uzoraka iz date raspodele i na osnovu prvih dobijenih parametara. Postupak se primenjuje iznova i iznova. U slučaju Westerlund-ovih testova, primenjuju se neparametarski metod bootstrapa. 163 uticaj neidentifikovanog zajedničkog faktora sa heterogenim faktorskim opterećenjem po uporednim podacima. Dakle, pomenuti proseci po uporednim podacima se koriste kao aproksimacija za uticaj faktora: ∆𝑦𝑖𝑡 = 𝛼𝑖𝑌𝑖𝑡−1 + 𝛾1𝑖𝑋𝑖𝑡−1 + 𝜓1𝑖𝑌 𝑡−1 + 𝜓1𝑖𝑋 𝑡−1 + 𝜋1𝑖𝑠 𝑝𝑖 𝑠=1 ∆𝑌𝑖𝑡−𝑠 + 𝜋2𝑖𝑠 𝑝𝑖 𝑠=0 ∆𝑋𝑖𝑡−𝑠 + 𝜑1𝑖𝑠 𝑝𝑖 𝑠=1 ∆𝑌 𝑡−𝑠 + 𝜑1𝑖𝑠 𝑝𝑖 𝑠=0 ∆𝑋 𝑡−𝑠 + 𝜀𝑖𝑡 . (3.53) Monte Karlo simulacije pokazuju da test ima dobre osobenosti, čak i u malim uzorcima, a da je odreĎen samo brojem nestacionarnih varijabli uključenih u sistem. MeĎutim, nedostatak metoda sa korekcijom ravnotežne greške je pretpostavka o slaboj egzogenosti regresora, koja u slučaju testova baziranih na rezidualima iz ocenjene kointegracione veze, ne mora biti ispunjena. Dalji doprinos testovima kointegracije, ali pri postojanju zajedničkih korelisanih efekata, dali su Banerjee i Carrion-i-Silvestre (2014). Ne samo da uzimaju u obzir postojanje zajedničkih korelisanih efekata koji determinišu zavisnost uporednih podataka, već razlikuju jaku i slabu zavisnost, kao i zavisnost koja nastaje usled uticaja jedne dominantne jedinice podataka panela na druge jedinice, kao i zavisnost koja je posledica “komšijskih” odnosa u podgrupi zemalja koje čine uzorak, a pri oceni koriste Pesaran (2006) metod zajedničkih korelisanih efekata, i metod ocenjivanja nestacionarnih panela sa multifaktorskom strukturom slučajne greške (Kapetanios, Pesaran, Yamagata 2011). 3.3.1.3 Testovi multikointegracije Multikointegracija podrazumeva postojanje dva “sloja” kointegracije izmeĎu samo dve promenljive koje su integrisane reda 1. Detaljnije, definicija multikointegracije (u kontekstu analize vremenskih serija) 7 prema Granger i Lee (1989) glasi: “Ukoliko su varijable 𝑦𝑡 i 𝑥𝑡 integrisane reda 1, i kointegrisane, tako da je 𝑧𝑡 = 𝑦𝑡 − 𝛽𝑥𝑡 stacionarna linearna kombinacija, a kumulisana vrednost 𝑧𝑡 jednaka 7 Identična definicija važi u okviru analize podataka panela, uz dodavanje subscript-a i pored t. 164 𝑆𝑡= 𝑧𝑗 𝑡 𝑗 =1 , što je kointegrisano sa 𝑥𝑡 (ili alternativno sa 𝑦𝑡) tako da postoji parameter 𝛾 iz stacionarne relacije 𝑠𝑡 − 𝛾𝑥𝑡 , onda se može reći da su varijable 𝑦𝑡 i 𝑥𝑡 multikointegrisane.” S obzirom na to da koncept multikointegracije barata sa nivoima varijabli i sa njihovim kumulisanim vrednostima, jasno je da obuhvata različit nivo integrisanosti u istom modelu, dakle, ne samo varijable integrisane reda 1, nego i varijable integrisane reda 2. Navedeno obezbeĎuje da kointegraciona relacija postaje složenija, i da se sastoji iz dva sloja kointegracije. Zbog navedenih osobina, koncept multikointegracije postaje od velikog značaja u empirijskim istraživanjima, jer su mnoge studije pokazale da postoje nominalne varijable i varijable stoka, a ne toka, koje su ustvari integrisane reda 2. Stoga se polje primene multikointegracije odnosi na problem optimizacije, kao i na stok-tok modele. Multikointegraciona analiza se često poistovećuje sa “polinomnom kointegracijom”, ali je opredeljenje u ovom radu da se koristi termin multikointegracija, jer se dva sloja kointegracije dobijaju nakon što su varijable koje su originalno integrisane reda 1, kumulišu, te postaju kointegrisane reda 2, za razliku od polinomne kointegracije u kojoj su originalne varijable integrisane reda 2. Multikointegracionu analizu je moguće sprovesti u okviru dvostepene i u jednostepene procedure. Dvostepenu analizu predlažu Grenger i Lee (1989) i zasniva se na postupku koja je opisana u samoj definiciji multikointegracije. Dakle, u prvom koraku se proverava da li su varijable 𝑦𝑖𝑡 i 𝑥𝑖𝑡 kointegrisane, pa ukoliko jesu, formiraju se kumulisane vrednosti dobijenih reziduala. Standardna kointegraciona relacija za testiranje glasi: 𝑦𝑖𝑡 = 𝑐𝑡𝛼𝑖 + 𝑏𝑖𝑥𝑖𝑡 + 𝑢𝑖𝑡 , (3.54) a kumulisanje reziduala podrazumeva dobijanje 𝑆𝑖𝑡 = 𝑢𝑖𝑡 𝑡 𝑗 =1 . Budući da je 𝑢𝑖𝑡~𝐼 0 , 𝑆𝑖𝑡~𝐼(1). Prvi deo regresije, 𝑐𝑡𝛼𝑖 , odnosi se na mogućnost uvoĎenja različitih determinističkih komponenti. U drugom koraku se kumulisane vrednosti reziduala regresuju na varijablu 𝑥𝑖𝑡 ili 𝑦𝑖𝑡 zajedno sa determinističkim komponentama, a zatim se analiziraju reziduali iz druge regresije. Druga regresija glasi: 165 𝑆𝑖𝑡 = 𝑚𝑡𝛽𝑖 + 𝛾𝑖𝑥𝑖𝑡 + 𝑣𝑖𝑡 , (3.55) u kojoj je 𝛾 novi kointegracioni vector. Zatim se proverava stacionarnost reziduala, dobijenih ocenjivanjem regresije (3.55). Ukoliko su reziduali integrisani reda 0, promenljive 𝑦𝑖𝑡 i 𝑥𝑖𝑡 su multikointegrisane. Dakle, u Grenger i Lee (1989), kumulisane vrednosti se odnose samo na reziduale iz prvog koraka. U jednostepenoj analizi je drugačije, kumulišu se vrednosti svih varijabli u modelu. Engsted, Gonzalo, Haldrup (1997) predlažu alternativni jednostepeni pristup u I(2) sistemu, koji istovremeno inkorporira varijable integrisanosti reda 1 i reda 2. Model glasi: 𝑦𝑖𝑡 = 𝑐𝑡𝛼𝑖 + 𝑏𝑖 𝑥𝑖𝑗 + 𝛿𝑥𝑖𝑡 + 𝑢𝑖𝑡 𝑡 𝑗 =1 𝑡 𝑗 =1 , (3.56) gde su kumulisane varijable 𝑦𝑖𝑡 𝑡 𝑗 =1 i 𝑥𝑖𝑡 𝑡 𝑗 =1 integrisane reda 2, a sa 𝑐𝑡𝛼𝑖 su prikazane potencijalne determinističke komponente. U pionirskom radu, Engsted, Gonzalo i Haldrup (1997) predlažu uvoĎenje konstante, trenda i kvadratnog trenda. Testira se stacionarnost reziduala iz prethodne regresije, pri čemu različiti nivoi integrisanosti upućuju na različite zaključke. Naime, ako je 𝑢𝑖𝑡~𝐼(0), postoji multikointegracija (tačnije postoje dva sloja kointegracije i dva kointegraciona parametra 𝑏𝑖 i 𝛿𝑖), ukoliko je 𝑢𝑖𝑡~𝐼(1), postoji samo jedan sloj kointegracije, ali ne i dublja kointegracija, i ukoliko je 𝑢𝑖𝑡 ~𝐼(2), ne postoji kointegracija izmeĎu varijabli. Prednost jednostepenog metoda u odnosu na dvostepeni, odnosi se na super- konzistentnost ocena jednostepenog modela, koju je nemoguće dobiti dvostepenim modelom. Nedostatak dvostepenog modela se odnosi i na pretpostavku o poznatom kointegracionom vektoru u prvoj regresiji iz koje se kasnije testira multikointegracija. Ukoliko je 𝑏 ≠ 1, nemoguće je sprovesti dalje testiranje u dvostepenoj proceduri, jer je osnovna pretpostavka da postoji prvi sloj kointegracije. Dalja unapreĎenja testova multikointegracije u panelu obezbedili su Berenguer- Rico i Cassion-i-Silvestre (2006; 2007) u za uslove postojanja zajedničkih faktora. Dalje, Camarero, Carrion-i-Silvestre i Tamarit (2013) proširuju testiranje multikointegracije sa nekoliko strukturnih lomova. 166 Razlika u testovima kointegracije i multikointegracije u zavisnim i nezavisnim panelima, očituje se u načinu na koji je definisana nulta hipoteza (u nekim testovima nulta hipoteza podrazumeva postojanje kointegracije, a u drugim njeno odsustvo). MeĎutim, potreba za alternativnim definisanjem proizlazi iz ekonomske teorije, kada pri postojanju dugoročne veze izmeĎu varijabli, nulta hipoteza o postojanja kointegracije ima više smisla. S obzirom na to da testovi polaze od nultih hipoteza dijametralno suprotno postavljenih, direktno poreĎenje testova se ne preporučuje, ali okvirno je moguće doneti zaključke o prednostima i ograničenjima navedenih testova. Naime, prednosti (i ograničenja) svakog od razmatranih testovarazmatraju se u zavisnosti od moći testa, uključenih determinističkih komponenti i veličine panela koji je predmet analize. Najfrekventnije su u literaturi korišćeni testovi kointegracije zasnovani na analizi reziduala iz ocenjene kointegracione veze, koji često nisu u mogućnosti da odbace nultu hipotezu o nepostojanju kointegracione veze, iako u ekonomskoj teoriji postoje jasne pretpostavke da kointegracija mora postojati (Persyn i Westerlund 2008). Stoga se, u smislu metodologije, iskorak pravi u pravcu modela sa zajedničkim efektima, sa jedne strane, koji dozvoljavaju heterogenost faktorskog opterećenja, ili u pravcu modela sa korekcijom ravnotežne greške u panelu koji dozvoljavaju razlikovanje dugoročne veze i kratkoročno prilagoĎavanje dugoročnoj vezi. Iako imaju veliku moć i generalno dobre karakteristike prema rezultatima Monte Karlo simulacija, nedostaci testova zasnovanih na modelima sa korekcijom ravnotežne greške su neophodnost ispunjene pretpostavke o slaboj egzogenosti, a takoĎe, odreĎene distorzije koje se javljaju kada su zajednički faktori neidentifikovani, dapače, moguće je primeniti bootstrap tehniku za prevazilaženje tog problema. Testovi prve generacije polaze od pretpostavke o postojanju jedne kointegracione veze, odnosno od pretpostavke da za sve uporedne podatke postoji tačno jedna kointegraciona veza. Gutierrez (2003), meĎutim, ukazuju da za veliko T, ceo panel bi bio “pre-modeliran”, jer samo jedan mali deo relacija su u empirijskim odnosima kointegrisane, u odnosu na situaciju sa potpunom kointegracijom u celom panelu u slučaju postojanja jedne kointegracione veze. Naime, Gutierrez (2003) je pokazao da za N = 10, 25,…, 100, i T = 10, 25, …100, procenat kointegrisanih relacija iznosi 0, 0.1,…1. 167 Klasična kointegraciona veza može biti ocenjena i multikointegracionim pristupom, samo što drugi pristup podrazumeva i analizu drugog sloja kointegracija, što obezbeĎuje predominantnost metoda multikointegracije u odnosu na kointegraciju. Multikointegracioni pristup podrazumeva proveru dublje veze u sistemu integrisanih varijabli, s obzirom na izvesnu mogućnost (prepreku) da dve varijable ne formiraju jedan, već dva kointegraciona vektora. Reč je mogućnosti jer obezbeĎuje polje analize koje je neophodno sa stanovišta ekonomske teorije i čest je slučaj u stok-tok modelima i pri optimiziranju, ali je problem, sa druge strane, jer ukoliko postoje dva kointegraciona vektora, standardna kointegraciona analiza može dovesti do pogrešnih zaključaka, što su pokazali Engsted i Johansen (1997). Pregled testova kointegracije i multikointegracije u zavisnim i nezavisnim panelima je predstavljen Tabelom 3.5. Tabela 3.5 Komparacija testova kointegracije i multikointegracije Test Hipoteza Specifikacija Karakteristike Prednosti Nedostaci Monte Karlo P r v a g e n e ra ci ja N e z a v is n o st u p o re d n ih p o d a ta k a Kao Ho: odsustvo kointegracije H1: kointegrisanost Individualni efekti Test zasnovan na analizi stacionarnosti reziduala; 4 DF statistike i jedna ADF Asimptotski normalna raspodela Homogenost Samo jedna kointegraciona veza Isti broj docnji za sve uporedne podatke Moć testa je velika u kada je T malo (T=10); Sa rastom N test gubi na moći McCoskey i Kao Ho: kointegrisanost H1: odsustvo kointegracije Individualni efekti; Vremenski trend Test zasnovan na analizi stacionarnosti reziduala; Primena LM testova Robustan na postojanje heteroskeda- stičnosti Samo jedna kointegraciona veza Distribucija nije normalna, pa se moment dobijaju Monte Karlo simulacijama Asimptotski normalna raspodela Heterogenost Različit broj docnji za uporedne podatke Pedroni Ho: odsustvo kointegracije H1: kointegrisanost Test zasnovan na analizi stacionarnosti reziduala; 7 testova: grupnih vs. združenih sredina; parametariskih vs. neparametarskih testova Moć testova je mala kada je TN Razlikovanje dugoročne veze od kratkoročnog prilagoĎavan ja; Heterogenost Gengenbach, Urbain, Westerlund Test zasnovan na pristupu modela sa korekcijom ravnotežne greške I na faktorskoj strukturi; 2 testa Slabije performanse kada je zajednički faktor neidentifikovan Dobre osobine i u malim uzorcima; Osetljivost jedino na broj nestacionarnih varijabli Obuhvat zavisnosti uporednih podataka, ali ne putem bootstrap tehnike T e st o v i m u lt ik o in te g ra ci je Granger i Lee H0: kointegracija (uitI(1)) H1: multikointegracij a (uitI(0)) Test zasnovan na dvostepenoj procedure; Analiza zasnovana na kumulisanim rezidualima Provera postojanja dva kointegracio na sloja; Primena u okviru kombinovan og I(1) i I(2) modela A priori pretpostavka o postojane prvog kointegracionog sloja Engsted i Haldrup H0: kointegracija (uitI(1)) H1: multikointegracij a (uitI(0)) H0: odsustvo kointegracije (uitI(2)) H1: kointegracija (uitI(1)) Test zasnovan na jednostepenoj procedure; Aanaliza zasnovana na kumulisanim zavisnim i nezavisnim varijablama Bez a priori pretpostavki; Primena u okviru kombinovan og I(1) i I(2) modela; Provera postojanja dva kointegracio na sloja; Super- konzistentne ocene; Izvor: Autorski prikaz. 3.3.2 Metodi ocenjivanja heterogenih parametara Prethodno razmatrane metode ocenjivanja koje podrazumevaju homogenost regresionih parametara, daju nekonzistentne ocene, uvek kada se pretpostavi homogenost regresionih parametara, a da podaci u stvarnosti sadrže heterogene koeficijente (Pesaran, Shin i Smith 1999). Stoga je od izuzetne važnosti razmotriti metode koje mogu obuhvatiti navedenu heterogenost. 169 Raspoloživost podataka, u smislu da istraživači sve češće mogu formirati svoje uzorke sa velikom dimenzijom N i T, dovelo je do sve češće primene heterogenih i nestacionarnih panela. Kada se kaže velika dimenzija T, misli se na veliku dimenziju u odnosu na one koje su korišćene u mikro panelima, (najčešće T>20), dok je sa stanovišta analize vremenskih serija navedena dimenzija T relativno mala. Najčešće primenjivane metode koje su robusne na heterogenost regresionih koeficijenata u strukturnoj dimenziji, na postojanje autokorelacije u vremenskoj dimenziji i na postojanje odreĎenih formi endogenosti su metod grupnih sredina (Mean Group Estimator), metod združenih grupnih sredina (Pooled Mean Group Estimator), razvijeni od strane Pesaran, Shin i Smith (1999), potpuno modifikovani metod običnih najmanjih kvadrata (Fully Modified Ordinary Least Squers – FM-OLS) Pedroni-a (2000), metod dinamičkih običnih najmanjih kvadrata (Dynamic Ordinary Least Squers - DOLS) Pedroni-a (2001). Dakle, primenom ovih metoda moguće je obuhvatiti heterogenost, ali ne i zavisnost uporednih podataka. 3.3.2.1 Ocena modela sa heterogenim parametrima Razmatrane fiksne i stohastičke specifikacije modela panela, odnose se na pretpostavku o heterogenom slobodnom članu, odnosno kompozitnoj slučajnoj grešci, i adekvatno ih je implementirati u mikro panelima. Sa porastom dimenzije T (npr. u makro panelima u kojima je velika dimenzija T, kao i N) neadekvatna je pretpostavka o homogenosti regresionih parametra, kao i pretpostavka o stacionarnosti varijabli. Naglašavajući potencijalni problem u vezi sa homogenim/heterogenim regresionim parametrima, kao i formulišući nove metode ocenjivanja, značajan doprinos literaturi dali su pre svih Pesaran, Smith, Shin, Phillips, Moon, Baltagi. 3.3.2.1.1 Metod grupnih sredina (MG) Metod grupnih sredina kreirali su Pesaran i Smith (1995) sa ciljem da se ocene heterogeni regresioni parametri, na osnovu proseka ocena regresionih parametara dobijenih za svaku jedinicu panela primenom metoda običnih najmanjih kvadrata na svaku jednačinu. Dakle, primena metoda grupnih sredina je zasnovan na dva koraka: 170 1. Ocena pojedinačnih regresija za svaku jedinicu panela, 2. UtvrĎivanje proseka ocenjenih koeficijenata za sve jedinice panela. Model koji se ocenjuje glasi: 𝑦𝑖𝑡 = 𝛽𝑖 + 𝜷𝒊′𝑥𝑖𝑡 + 𝑐𝑖𝑡 + 𝑢𝑖𝑡 , (3.57) sa ocenom: 𝛽 𝑀𝐺 = 𝑁 −1 𝛽 𝑖𝑖 , (3.58) i varijansom: 𝑣 𝛽 𝑀𝐺 = 1 𝑁(𝑁−1) (𝛽 𝑖 − 𝛽 ) 2𝑁 𝑖=1 , (3.59) gde je 𝛽𝑖 slobodni član, 𝜷𝒊′ regresioni parametаr koji varira po uporednim podacima, xit matrica eksplanatornih varijabli, t linearni trend sa regresionim parametrom 𝑐𝑖 . Ocenjeni slobodni članovi su varijabilni i obuhvataju individualne efekte, dok se linearni trend potencijalno uključuje kako bi se obuhvatili neidentifikovani procesi koji su menjaju kroz vreme (eng. time-variant unobservables). Ukoliko je reč o dužoj vremenskoj dimenziji T, moguće je da u modelu postoje stacionarni i nestacionarni procesi, kao i kointegracija. Pri tome, nestacionarne i kointegrisane varijable obezbeĎuju da ocena 𝛽 𝑀𝐺 postane superkonzistenta, dok problem nastaje ukoliko je slučajna greška nestacionarna. Tada Coakley, Fuertes i Smith (2006) predlažu uprosečavanje po uporednim podacima koje omogućuje konzistente ocene parametra 𝛽 za dovoljno veliku dimenziju N. Prednost metoda grupnih sredina je što dozvoljava heterogenu ocenu svih parametara, dakle, i slobodnog člana i regresionih parametara ocenjujući zasebne jednačine za svaki uporedni podatak, dok su parametri koji prezentuju ceo panel, dobijeni kao proseci individualnih koeficijenata. MeĎutim, njegov nedostatak se ogleda u pretpostavci da ne postoji zavisnost izmeĎu uporednih podataka. Kao što je već navedeno, pretpostavka o nepostojanju zavisnosti uporednih podataka, koja je najčešće neodrživa u makro panelima. 171 3.3.2.1.2 Metod zdruţenih grupnih sredina Za razliku od modela grupnih sredina (MG) u kojem se ocenjuje N odvojenih regresija, a zatim računaju srednje vrednosti koeficijenata, sa jedne strane, i združenog modela (modela sa konstantnim parametrima sa druge strane, metod združenih grupnih sredina (PMG) nudi srednje rešenje, prema kom su dugoročni koeficijenti identični, a kratkoročni koeficijenti i varijanse grešaka variraju po uporednim podacima. Pesaran, Shin i Smith (1999) su se bavili metodom združenih grupnih sredina u slučaju stacionarnih i nestacionarnih procesa i izveli asimptotsku distribuciju PMG ocena. Polazi se od sledećeg modela: 𝑦𝑖𝑡 = 𝜆𝑖𝑗 𝑝 𝑗 =1 𝑦𝑖 ,𝑡−𝑗 + 𝑖𝑗 ′𝑥𝑖 ,𝑡−𝑗 𝑞 𝑗 =0 + 𝜇𝑖 + 𝑢𝑖𝑡 , (3.60) gde je 𝜆𝑖𝑗 koeficijent uz zavisnu varijablu sa docnjom, 𝑖𝑗 ′ k1 vektor heterogenih regresionih parametara, a 𝜇𝑖 individualni efekti u modelu. U model se mogu uključiti trend i drugi fiksni regresori. Ukoliko pretpostavimo da su varijable u modelu integrisane reda 1, I(1), i da su kointegrisane, slučajna greška je stacionaran proces za svaku jedinicu posmatranja i. Kada postoji kointegraciona veza, od posebnog interesa je utvrditi kakvi su odgovori varijabli na odstupanja od dugoročne ravnoteže. Stoga je neophodno definisati model sa korekcijom ravnotežne greške, iz kog je moguće uočiti dugoročnu vezu, kao i kratkoročnu dinamiku varijabli koja je odreĎena odstupanjem od ravnoteže. Model sa korekcijom ravnotežne greške glasi: ∆𝑦𝑖𝑡 = 𝛷𝑖 𝑦𝑖 ,𝑡−1 − 𝜃𝑖 ′𝑋𝑖𝑡 + 𝜆𝑖𝑗 ∗𝑝−1 𝑗 =1 ∆𝑦𝑖 ,𝑡−1 + 𝛿𝑖𝑗 ∗𝑞−1 𝑗 =0 ∆𝑋𝑖,𝑡−𝑗 + 𝜇𝑖 + 𝑢𝑖𝑡 , (3.61) gde je 𝛷i= −(1 − 𝜆𝑖𝑗 ) 𝑝 𝑗=1 , 𝜃𝑖 = 𝛿𝑖𝑗 (1− 𝜆𝑖𝑘 ) , 𝜆𝑖𝑗 ∗ = − 𝜆𝑖𝑚 𝑝 𝑚=𝑗+1 , 𝑞 𝑗=0 𝛿𝑖𝑗 ∗ = − 𝜆𝑖𝑚 𝑞 𝑚=𝑗+1 . Parametar 𝛷𝑖 je od posebnog značaja i očekivano je da je signifikantan i da uzima negativne vrednosti, upućujući na brzinu prilagoĎavanja dugoročnoj relaciji. 172 Ukoliko bi iznosio 0, to bi ukazivalo da u modelu ne postoji dugoročna veza izmeĎu varijabli. Dugoročnu vezu izmeĎu varijabli generalno prikazuje parametar 𝜃𝑖 ′ . Ocenjivanje modela se vrši na osnovu metode maksimalne verodostojnosti, a na osnovu sledeće funkcije verodostojnosti: 𝑙𝑇(𝜃 ′ , 𝛷′ , 𝜍′) = − 𝑇 2 ln 2𝜋𝜍𝑖 2 − 1 2 1 𝜍𝑖 2 𝑁 𝑖=1 𝑁 𝑖=1 (∆𝑦𝑖 − 𝛷𝑖𝜉𝑖(𝜃))′𝐻𝑖(∆𝑦𝑖 − 𝛷𝑖𝜉𝑖(𝜃)), (3.62) gde je 𝜉𝑖 𝜃 = 𝑦𝑖 ,𝑡−1 − 𝑋𝑖𝜃𝑖 , 𝐻𝑖 = 𝐼𝑇 − 𝑊𝑖 𝑊𝑖 ′𝑊𝑖 𝑊𝑖 , i 𝑊𝑖 = ∆𝑦𝑖 ,𝑡−1, … , ∆𝑦𝑖,𝑡−𝑝+1, ∆𝑋𝑖 , ∆𝑋𝑖,𝑡−1, … , ∆𝑋𝑖,𝑡−𝑞+1 , a IT jedinična matrica reda T. PMG pruža niži nivo heterogenosti u modelu, u odnosu na MG model, uz osnovne pretpostavke:  Slučajna greška ima normalnu raspodelu, nema autokorelacije i nezavisna je od regresora (objašnjavajuće varijable se tretiraju kao egzogene)  Postoji dugoročna veza izmeĎu nezavisnih i zavisne promenljive  Dugoročni koeficijenti su jednaki za sve zemlje. U empirijskim istraživanjima, važno pitanje se tiče izbora izmeĎu MG ili PMG specifikacije. Kako PMG model pri računanju dugoročnih koeficijenata koristi sve uporedne podatke i podatke vremenske dimenzije, slično kao model sa konstantnim parametrima, ocene koje se dobijaju metodom PMG su efikasne i konzistentne, ukoliko je restrikcija u smislu homogenosti regresionih parametara opravdana. Provera opravdanosti uvoĎenja ograničenja na regresione parametre se može proveriti Hausman- ovim testom (o empirijskoj primeni videti u radu Blackburne i Frank 2007), koji računa test statistiku na osnovu matrice varijansi i kovarijansi iz potencijalno efikasnog metoda PMG. Hausman-ova test statistika ima 2 distribuciju, a odbacivanje nulte hipoteze vodi nekonzistentnim ocenama PMG metoda. Tada je potrebno primenjivati MG metodu, koja obezbeĎuje konzistentne ocene. 3.3.2.2 Pristup modeliranju na osnovu zajedničkih faktora Problem zavisnosti uporednih podataka, koji je često posledica zajedničkih šokova, dovodi do sve češće potrebe za primenom modela sa zajedničkim efektima (identifikovanih i neidentifikovanih), u kojima se istovremeno analiziraju heterogeni i 173 zavisni paneli. Stoga, u poslednjih par godina predmet interesovanja ekonometričara je modifikovanje postojećih i formiranje novih modela i metoda ocenjivanja kojima će se obuhvatiti zavisnost izmeĎu uporednih podataka i heterogenost regresionih parametara. Pesaran-ovi (2006) metodi zajedničkih korelisanih efekata (eng. Common Corelated Effects - CCE) su proširenje metoda (združenih) grupnih sredina sa stanovišta zajedničkih korelisanih efekata, koji je robustan na zavisnost uporednih podataka, a dozvoljava heterogenost regresionih parametara, što predstavlja značajan doprinos literatuti. Reč je metodama grupnih sredina sa zajedničkim korelisanim efektima (eng. Common Corelated Effects Mean Group – CCEMG) i združenih sredina sa zajedničkim korelisanim efektima (eng. Common Corelated Effects Pooled – CCEP) Dodatno, značajan doprinos su dali Eberhardt i Bond (2009) i Eberhard i Teal (2009; 2013) koji su formirali metod proširenih združenih sredina (eng. Augmented Mean Group – AMG), Timothy Neal (2015) formirajući prošireni panel dinamički metod običnih najmanjih kvadrata (eng. Augmented Panel Dynamics Ordianry Least Squers – AP-DOLS) koji obuhvata i problem endogenosti. Alternativni pristupi istom problemu se ogledaju u radu Coakley, Fuertas, Smith (2002), Bai (2009), premda se u radu Bai (2009) polazi od pretpostavke o homogenim regresionim koeficijentima, iako se obuhvata zavisnost uporednih podataka. Modeli zajedničkih faktora (eng. Common factor models) se zasnivaju na ocenjivanju zajedničkih faktora koji uslovljavaju zavisnost izmeĎu uporednih podataka, ili se zasnivaju na pokušaju da se uticaj zajedničkih faktora izoluje iz modela. Postojanje zajedničkih faktora u modelu često se ne smatra trivijalnom, jer da ne postoji nikakva zajednička nit izmeĎu uporednih podataka, njihovim kombinovanjem regresija ne bi imala smisla. Dalje, zajednički uticaji mogu biti identifikovani (observed common factors) i neidentifikovani (unobserved common factors), a dovode do korelacije koja nije lažna ili prividna izmeĎu uporednih podataka. Primer za uticaj identifikovanih faktora je kretanje cene nafte, koju je jednostavno modelirati ukoliko je reakcija svakog uporednog podatka na taj stimulans jednaka. Primer za neidentifikovani šok može biti promena na strani agregatne tražnje ili šokovi na strani ponude. U svakom slučaju, kada postoje zajednički neidentifikovani uticaji i njihov uticaj je identičan po uporednim podacima, model sa individualnim efektima bi eliminisao sve uticaje koji dovode do zavisnosti izmeĎu uporednih podataka (Coakley, Fuertas and Smith 2006). Dodatno, 174 uticaj zajedničkih faktora može biti različit po uporednim podacima, te se u modeliranju uvodi heterogeno “faktorsko opterećenje”. Dakle, uticaj zajedničkih faktora može biti identifikovan ili neidentifikovan, faktorsko opterećenje homogeno ili heterogeno, uz homogene ili heterogene regresione parametre. Metode se mogu razvrstati na način prikazan u Tabeli 3.6. Tabela 3.6 Metode ocenjivanja koje obuhvataju homogene/heterogene regresione parametre i homogeno/heterogeno faktorsko opterećenje Metode ocenjivanja Faktorsko opterećenje Homogeno Heterogeno R eg re re si o n i p a a m et ri Homogen Specifikacija sa ograničenjem na sve parametre (POLS), fiksna specifikacija sa individualnim (i vremenskim efektima), fiksna specifikacija sa prvim diferencama Metod združenih sredina sa zajedničkim korelisanim efektima (CCEP) Homogeni/ Heterogeni Metod združenih grupnih sredina (PMG) Heterogeni Metod grupnih sredina (MG) Metod grupnih sredina sa zajedničkim korelisanim efektima (CCEMG), Metod proširenih grupnih sredina (AMG) Izvor: Autorski prikaz, zasnovano na radovima Markusa Eberhardt-a. Reprezentacija modela sa zajedničkim faktorima Osnovna forma modela sa zajedničkim faktorima, koja direktno obuhvata problem zavisnosti uporednih podataka, te je karakterišu heterogeni regresioni parametri i heterogeno faktorsko opterećenje, prema Eberhardt i Teal (2009; 2010) je: 𝑦𝑖𝑡 = 𝛽𝑖 ′𝑥𝑖𝑡 + 𝑢𝑖𝑡 , 𝑢𝑖𝑡 = 𝜇𝑖 + 𝛾𝑖 ′𝑓𝑡 + 𝜀𝑖𝑡 , (3.63) gde je kao i u ranijim specifikacijama strukturna dimenzija i=1,2,…, N, vremenska t=1,2,…, T, 𝑦𝑖𝑡 je zavisna varijabla predstavljena u logaritamskom obliku. 175 Objašnjavajućih varijabli 𝑥𝑖𝑡 kao i u ranijim specifikacijama ima u modelu tačno k, i one se smatraju faktorima koji su identifikovani, i imaju heterogene regresione parametre 𝛽𝑖 ′ (objašnjavajuće varijable su takoĎe predstavljane u logaritamskom obliku, a mogu potencijalno biti nestacionarni procesi, kao i sama zavisna promenljiva). Slučajnu grešku čine individualni efekti 𝜇𝑖 , zajednički faktori (šokovi) koji su neidentifikovani 𝑓𝑡 (a potencijalno mogu biti nestacionarni procesi), faktorsko opterećenje 𝛾𝑖 ′ koje je heterogeno i ostatak slučajne greške 𝜀𝑖𝑡 . Ostatak slučajne greške, kao i ukupna slučajna greška su identično i nezavisno distribuirane promenljive (i.i.d.). Zajednički faktori (šokovi) 𝑓𝑡 , dakle, simultano utiču na sve jedinice uporednih podataka, ali sa različitim stepenom uticaja, koje je mereno sa 𝛾𝑖 = 𝛾𝑖1, 𝛾𝑖2, … , 𝛾𝑖𝑚 ′ . Dakle, neidentifikovanih zajedničkih faktora ima ukupno m, uz pretpostavku da je m fiksan broj i manji od strukturne dimenzije N: m< 0. 𝑁 𝑖=1 (3.65) Faktor 𝑓𝑡 se smatra slabim (na primer, efekat prelivanja), i reprezentuje slabu zavisnost izmeĎu uporednih podataka, ukoliko važi uslov: log𝑁→∞ 𝛾𝑖𝑙 = 𝐾 < ∞. 𝑁 𝑖=1 (3.66) Navedenu klasifikaciju na jake i slabe faktore, kao i slučaj izmeĎu dva navedena uvode Bailey, Kapetanious i Pesaran (2012). Naime, situacije izmeĎu dve navede smatraju ili polu-slabom ili polu-jakom 8 i definišu eksponent 𝛼 koji se kreće u intervalu 0 ≤ 𝛼 ≤ 1, pa uslov glasi: log𝑁→∞ 𝑁 −𝛼 𝛾𝑖𝑙 = 𝐾 < ∞. 𝑁 𝑖=1 (3.67) S obziram na mogućnost postojanja jake i slabe zavisnosti izmeĎu uporednih podataka, pretpostavke vezane za ostatak slučajne greške, 𝜀𝑖𝑡 , su relaksirane, pa ona može sadržati slabu zavisnost izmeĎu uporednih podataka (CWD) i može sadržati autokorelaciju. Diferencijacija izmeĎu alternativnih metoda ocenjivanja modela sa faktorskom strukturom, proizlazi iz pretpostavke o restrikcijama na koeficijente, da li je 𝛽𝑖 ′ = 𝛽, da li su regresori slabo ili striktno egzogeni, i drugih. U kontekstu navedenog modela sa zajedničkim faktorima i navedenih ograničenja, slede objašnjenja metoda ocenjivanja. 8 Polu-slab faktor: 0 ≤ 𝛼 ≤ 1 2 , a polu-jak faktor: 1 2 ≤ 𝛼 ≤ 1. 177 3.3.2.2.1 Metod grupnih sredina sa zajedničkim korelisanim efektima (CCEMG) Metodom zajedničkih korelisanih efekata grupnih sredina (CCEMG) se ocenjuju modeli sa heterogenim parametrima i heterogenim faktorskim opterećenjem. Definisan je 2006. godine od strane Pesaran-a zajedno sa drugom varijantom istog metoda, u kojoj se odreĎuju združene sredine (CCEP), odnosno, homogeni parametri. Dakle, distinkcija izmeĎu dve varijante istog modela je odreĎena pretpostavkom o homogenosti vs. heterogenosti koeficijenata nagiba. Poenta je da se model proširi za vremenske proseke zavisne i nezavisnih varijabli, koji indirektno obuhvataju neidentifikovane zajedničke faktore sa heterogenim opterećenjem po podacima uporednih preseka. Model glasi: 𝑦𝑖𝑡 = 𝛽𝑖 + 𝜷𝒊 ′𝑥𝑖𝑡 + 𝑐1𝑖𝑦 𝑡 + 𝒄𝟐𝒊′𝑥 𝑡 + 𝑒𝑖𝑡 . (3.68) gde su 𝑦 𝑡 i 𝑥 𝑡 vremenski proseci za sve uporedne podatke u trenutku t zavisne i nezavisnih varijabli (   N 1i it t N = y y ). Jasno je da 𝜷𝒊 ′ predstavlja vektor heterogene parametre, 𝑐1𝑖 koeficijent uz vremenske proseke, dok 𝒄𝟐𝒊′ obuhvata heterogeno faktorsko opterećenje9. Heterogeni regresioni parametri su odreĎeni sa 𝜷𝒊 ′ = 𝛽 + 𝑣𝑖 , dakle, stohastičkim modelom u kom 𝑣𝑖 predstavlja odstupanje od homogenog regresionog parametra, a rasporeĎeno je normalno i nezavisno ostatka slučajne greške 𝜀𝑖𝑡 i regresora 𝑥𝑖𝑡 . Kao što je ranije naglašeno, u modelu potencijalno postoji problem endogenosti jer neidentifikovani zajednički šokovi, 𝑓𝑡 , ne samo što su deo slučajne greške, nego mogu biti korelisani i sa regresorima. Proširenjem modela vremenskim prosecima zavisne i nezavisnih varijabli, obuhvataju se neidentifikovani zajednički faktori i dobijaju ocene heterogenog faktorskog opterećenja 𝛾𝑖 ′ što je predstavljeno sa 𝑐2𝑖 ′ . Ocena model (3.68) je prosek ocena individualnih koeficijenata nagiba: 9 Navedeno je moguće jer ukoliko 𝑦𝑖𝑡 = 𝛽𝑖 ′𝑥𝑖𝑡 + 𝑢𝑖𝑡 transformišemo u smislu proseka za sve podatke preseka u trenutku t, na osnovu čega se dobija 𝑓𝑡 = 𝛾 −1(𝑦 𝑡 − 𝛽 − 𝛽 ′𝑥 𝑡). Ukoliko je 𝛾 ≠ 0, u modelu postoji heterogeno faktorsko opterećenje, a kako je 𝑥 𝑡 aproksimacija za 𝑓𝑡 , heterogeno faktorsko opterećenje se izražava koeficijentom 𝑐2𝑖 ′. 178 𝛽 𝐶𝐶𝐸𝑀𝐺 = 𝑁 −1 𝛽 𝑖𝑖 , (3.69) koje su nepristrasne ocene parametra 𝛽 što je pokazao Pesaran (2006). 3.3.2.2.2 Metod proširenih grupnih sredina (AMG) Eberhardt i Teal (2009; 2013) su predložili metod ocenjivanja, metod proširenih grupnih sredina, zasnovanom na Pesaran-ovom CCE metodama ocenjivanja (CCEMG i CCEP), sa istim ciljem, da se ocene heterogeni regresioni parametri i heterogeno faktorsko opterećenje. Metod obuhvata zavisnost izmeĎu uporednih podataka (SCD) uvoĎenjem zajedničkog dinamičkog efekta (eng. Common dynamic effect) u regresije uporednih podataka. Ideja metoda je da se iz združene (eng. pooled) regeresije sa prvim diferencama i veštačkim varijablama za vremenske efekte doĎe do zajedničkog dinamičkog efekta, koji će zatim biti uključen u linearni model heterogenih panela. Dakle, metod se sprovodi u dva koraka: 1. Definisanje modela sa prvim diferencama i vremenskim veštačkim varijablama: ∆𝑦𝑖𝑡 = 𝛽 ′∆𝑋𝑖𝑡 + 𝑐𝑡∆𝐷𝑡 + 𝑒𝑖𝑡 𝑇 𝑡=2 , (3.70) gde je 𝐷𝑡 vremenska veštačka varijabla, a koeficijent uz prvu diferencu veštačke varijable 𝑐𝑡 , ekvivalentan je srednjoj vrednosti neidentifikovanih zajedničkih faktora u svim zemljama za svaki period t. Stoga se uvodi oznaka 𝜇𝑡  što reprezentuje neidentifikovane zajedničke faktore, a autori ih nazivaju zajedničkim dinamičkim efektima, a jednaki su 𝑐 𝑡 = 𝜇𝑡 . Zajednički dinamički efekti su preuzeti iz regresije s varijable predstavljene putem prvih diferenci (model (3.69)), usled pretpostavke da su sve varijable, kao i sam proces neidentifikovanih zajedničkih faktora nestacionarni, što bez diferenciranja vodi pristrasnim ocenama. MeĎutim, Eberhardt i Bond (2009) su pokazali da iako je 𝑐 𝑡 parametar uz prvu diferencu vremenske veštačke varijable, da ona ustvari prikazuje pre nivo neidentifikovanih zajedničkih faktora nego uticaj faktora od godine do godine. Stoga ga je moguće, kao 𝜇𝑡 , uključiti u regresiju nivoa. 2. Ocena modela sa varijablom 𝜇𝑡  primenjujući CCEMG metod: 179 𝑦𝑖𝑡 = 𝛽𝑖 + 𝜷𝒊 ′𝑥𝑖𝑡 + 𝑐1𝑖𝑡 + 𝒅𝒊′𝜇𝑡  + 𝑒𝑖𝑡 , (3.71) gde je 𝒅𝒊′ heterogeno faktorsko opterećenje, t linearni trend koji je uključen kako bi obuhvatio eventualne vremenske efekte. Ocene AMG metoda se zatim dobijaju izvodeći proseke na osnovu ocena uporednih podataka, kao i u MG i CCEMG metodama. U sprovedenim simulacijama, ocene po metodu AMG imaju jednako dobre osobine kao i one dobijene metodom CCEMG, u smislu nepristrasnosti i obuhvata zavisnosti izmeĎu uporednih podataka (CSD). 3.3.2.2.3 Metod zdruţenih sredina sa zajedničkim korelisanim efektima (CCEP) Slično oceni modela sa heterogenim parametrima i heterogenim faktorskim opterećenjem metodom grupnih sredina sa zajedničkim korelisanim efektima, Pesaran- ov (2006) metod združenih sredina sa zajedničkim korelisanim efektima zasniva se na proseku heterogenog regresionog parametra (i dobijanju homogenog regresionog parametra) uz heterogeno faktorsko opterećenje. Reprezentacija modela glasi: 𝑦𝑖𝑡 = 𝛽𝑖 + 𝜷𝑥𝑖𝑡 + 𝑐1𝑖𝑦 𝑡 + 𝒄𝟐𝒊′𝑥 𝑡 + 𝑒𝑖𝑡 , (3.72) u kom 𝛽 predstavlja homogeni regresioni parameter, a 𝒄𝟐𝒊′ heterogeno faktorsko opterećenje. Heterogeno faktorsko opterećenje nastaje jer je odgovor uporednih podataka na neidentifikovan zajednički šok različit. Dodatno, šok može delovati pored direktnog uticaja na faktorsku strukturu slučajne greške i na regresore, podrazumevajući postojanje endogenosti u modelu. Pesaran (2006) je pokazao da je ocena 𝛽 𝐶𝐶𝐸𝑃 asimptotski nepristrasna, dok Pesaran i Toseti (2011) pokazuju da ta ocena ima dobre osobine, čak i malim uzorcima, bilo da slučajna greška ima faktorsku strukturu, ili uključuje vremenski proces ili kada je linearna kombinacija oba. Pregled prednosti korišćenja modela sa zajedničkim korelisanim efektima dali su Chudik i Pesaran (2013) na osnovu studija u kojima su navedene prednosti uočene:  Neidentifikovani zajednički faktori mogu imati jedinični koren;  Neidentifikovani zajednički faktori mogu biti kointegrisani; 180  Konzistentnost metoda i asimptotska normalnost pri delovanju konačnog broja jakih zajedničkih faktora i beskonačnog broja slabih faktora (pri odreĎenim pretpostavkama vezanim za faktorsko opterećenje slabih faktora);  Coakley, Fuertes i Smith (2006) su pokazali da je ocena po metodama CCE efikasna u odnosu na one dobijene alternativnim metodama linearnih heterogenih panela Monte Karlo eksperimentima;  Metod ima dobre osobine i u malim uzorcima, bez obzira na kompoziciju slučajne greške u smislu neidentifikovanih zajedničkih faktora. Ograničenje koje postoji u okviru CCE metoda se odnosi na egzogenost regresora. Ukoliko su regresori strogo egzogeni, a odstupanje vi = 𝛽𝑖 − 𝛽 nezavisno od ostatka slučajne greške i regresora, ocene parametra 𝛽 po metodu CCEP i 𝛽𝑖 po metodu CCEMG su konzistentne. MeĎutim, u slučaju slabe egzogenosti regresora, i (ili) korelacije vi sa regresorom (ili ostatkom slučajne greške), samo CCEMG obezbeĎuje konzistentne ocene. Iz svega navedenog sledi da se metod zajedničkih korelisanih efekata može koristiti za ocenjivanje modela sa homogenim vs. heterogenim regresionim parametrima uz heterogeno faktorsko opterećenje. Proširenja metoda sa zajedničkim korelisanim efektima predstavljena su u radovima: Chudik, Pesaran, i Tosetti (2011), Chudik, Pesaran (2013), Kapetanious, Pesaran, Yagamata (2011), Pesaran, Tosetti (2011). 3.3.3 PoreĎenje alternativnih metoda za obuhvat homogenih/heterogenih parametara u slučaju postojanja zavisnosti izmeĎu uporednih podataka Izbor optimalnog modela prilikom istraživanja mora da bude zasnovan na kriterijumu koji je parametar od interesa za istraživanje, u smislu da li su u fokusu homogeni parametri, parametri uz grupe zemalja, ili je cilj utvrĎivanje specifičnosti svake zemlje. MeĎutim, nakon što se utvrdi širi okvir potencijalnih metoda sa združenim ili sa heterogenim ocenama, potrebno je primeniti metode koje mogu da obuhvate zavisnost uporednih podataka. Stoga će u nastavku biti prodiskutovano koje metode u tom slučaju treba preferirati i na koji način eventualno korigovati standardne metode, da bi se postigla veća pouzdanost zaključivanja. 181 Ukoliko je interes da se u istraživanju ocene homogeni parametri, najčešće se primenjuju standardni metodi: združeni obični najmanji kvadrati (POLS), metodi ocenjivana fiksne (FE) ili stohastičk specifikacije (RE) sa individualnim (i vremenskim) efektima. MeĎutim, ukoliko postoji (a ignoriše se) zavisnost uporednih podataka u modelu i primenjuju se navedeni metodi, dobijene ocene su pristrasne, što su pokazali Kapetanious, Pesaran, Yamagata (2011). Eberhardt i Bond (2009) su pokazali u njihovim Monte Karlo studijama da se ta pristrasnost smanjuje rapidno u svim analiziranim scenariima kada se uključe vremenske veštačke varijable. Stoga autori preporučuju korišćenje proširene specifikacije sa vremenskim efektima čime se u većoj meri eliminiše zavisnost uporednih podataka (model (3.69)). MeĎutim, navedeno rešenje podrazumeva da je uticaj zajedničkog šoka identičan meĎu uporednim podacima u trenutku t, što može biti restriktivna pretpostavka u empirijskim istraživanjima. Osim toga, uvoĎenjem vremenskih veštačkih varijabli obuhvataju se delimično neidentifikovani zajednički efekti, ali se ne dozvoljava heterogenost faktorskog opterećenja, koju obezbeĎuju samo modeli sa faktorskom strukturom. Kada je reč o nestacionarnim panelima ukoliko su zavisna i nezavisne varijable nestacionarne, POLS, FE i 2FE (fiksna specifikacija sa individualnim i vremenskim efektima) zahtevaju homogenu kointegracionu relaciju meĎu njima. Kako su nestacionarni paneli najčešće i heterogeni, bolje rešenje se odnosi na diferenciranje varijabli i primenu FD-POLS metoda (modela sa prvim diferencama ocenjen metodom združenih običnih najmanjih kvadrata (eng. First Difference Pooled Ordinary Least Squares – FD-POLS). Preciznije, Eberhardt i Bond (2009) su pokazali da u slučaju nestacionarnih panela, u kojima je red integrisanosti varijabli 1, model sa prvim diferencama ocenjen metodom FD-POLS, daje nepristrasne i efikasne. Ispostavlja se da metod FD-POLS obezbeĎuje gotovo jednake performanse modela kao i metodi zasnovani na zajedničkim korelisanim efektima koji obuhvataju neidentifikovane zajedničke efekte sa heterogenim faktorskim opterećenjem10. Dodatno, u standardnim specifikacijama sa homogenim parametrima, u slučaj da postoji izražena heterogenost meĎu zemljama, moguće je pribeći obuhvatu uslovne 10 Navedeni fenomen je posledica „re-centriranja“ do kojeg dovode vremenske veštačke varijable, tako da postojanje istog faktora u regresorima i grešci ne dovodi do problema endogenosti, niti kreira problem za dobijanje konzistentnih ocena, s obzirom da je korelacija izmeĎu regresora i slučajne greške u proseku nula (pogledati detaljnije u Eberhardt i Teal 2009). 182 heterogenosti, grupisanjem zemalja prema odreĎenim kriterijumima i uključivanjem veštačkih varijabli za definisane grupe zemalja, čime je moguće utvrditi promenu odsečka i(ili) nagiba za grupu zemalja i obuhvatiti do odreĎene mere heterogenost u uzorku, a indirektno i zavisnost izmeĎu zemalja. MeĎutim ukoliko je cilj obuhvat kompletne heterogenosti u modelu, treba primeniti metod grupnih sredina - MG (ili metod združenih grupnih sredina - PMG u kom su dugoročni koeficijenti zajednički, a kratkoročni heterogeni). MeĎutim, Eberhardt i Teal (2009) su utvrdili da prisustvo neidentifikovanih faktora u modelima i heterogenih faktorskih opterećenja, kao posledice zavisnosti uporednih podataka, jeste činjenica koja u velikoj meri menja rezultate koji se dobijaju dijagnostičkim testovima: razlika izmeĎu rezultata MG metoda CCEMG je drastična i ide u prilog CCEMG metodi, koja obezbeĎuje robusne ocene u nizu empirijskih provera. Slične upute u pravcu preferabilnog korišćenja CCE metoda generalno, dali su i Kapetanios, Pesaran i Yagamata (2011), naglašavajući da metodi koji ne obuhvataju zavisnost uporednih podataka, faktički ne mogu da prave distinkciju izmeĎu regresionih parametara i faktorskog opterećenja, jer su determinisani od strane istih neidentifikovanih faktora. Kako isti faktori determinišu i input i output u modelu, posmatranje na njih kao isključivo na input dovodi do pogrešne specifikacije. Za razliku od klasičnih metoda, metodi sa zajedničkim korelisanim efektima su dizajnirani na način da obuhvate zavisnost uporednih podataka, a mogu biti specifikovani tako da su regresioni parametri homogeni uz heterogeno faktorsko opterećenje – CCEP (metod združenih sredina sa zajedničkim korelisanim efektima) ili da su i regresioni parametri i faktorsko opterećenje heterogeni – CCEMG (metod grupnih sredina sa zajedničkim korelisanim efektima) i AMG (metod proširenih grupnih sredina). Eberhardt i Bond (2009) su pokazali da su navedeni metodi robusni u nizu sprovedenih simulacija. CCE i AMG ocene postaju potencijalno pristrasne samo u slučaju kada je heterogeno faktorsko opterećenje neidentifikovanog faktora korelisano sa identifikovanim faktorima (uključenim regresorima). Konačno, postoji nedvosmislena saglasnost u literaturi kada je u pitanju dominacija metoda zasnovanih na faktorskoj strukturi u odnosu na standardne metode, čak i u malim uzorcima, što je potvrĎeno Monte Karlo simulacijama u radu Eberhardt i Bond (2009). 183 IV POGLAVLJE – EMPIRIJSKI REZULTATI ODRŢIVOSTI JAVNE POTROŠNJE U HETEROGENIM ZEMLJAMA EVROPE Nakon prvog dela rada u kom je na sistematičan način proučen problem definisanja koncepta efikasnosti i fiskalne održivosti i okvira za empirijsku proveru, u drugom delu je prikazan metodski deo u kom su predstavljeni alternativni pristupi obuhvata podataka panela kroz duži vremenski period. Postavljeni ciljevi su predstavljeni u uvodnom delu, a primenjeni cilj postaju fokus empirijskog dela, a detaljnije glasi: (a) analiza fiskalne održivosti sa stanovišta usklaĎenosti ukupnog nivoa javne potrošnje sa javnim prihodima i javnim dugom, odnosno, ocena da li je fiskalna politika održiva za prosek EU i za pojedinačne zemlje; (b) analiza intenziteta uticaja pojedinačnih politika javne potrošnje na pogoršanje pozicije deficita, za prosek EU, za grupe zemalja i za pojedinačne zemlje; (c) analiza efikasnosti politika socijalnog osiguranja, zdravstva i obrazovanja pri ispunjenju postavljenih ciljeva za prosek EU i za pojedinačne zemlje. Konsultujući savremenu literaturu iz oblasti politika javne potrošnje i primenjene ekonometrije panela, u vezi sa ciljem definisanim pod (a), strategije u modeliranju se odnose na primenu metoda ocenjivanja makro panela, sa heterogenim parametrima, koji uzimaju u obzir problem potencijalne zavisnosti izmeĎu uporednih podataka, nestacionarnost i heterogenost preko kointegracione analize, multikointegracione analize i modela sa zajedničkim faktorima. U vezi sa ciljem definisanim pod (b) opredeljenje u radu je uključivanje drugih eksplanatornih promenljivih u odnosu na fiskalni deficit pored politika javne potrošnje koje su predmet interesovanja, saobrazno kriterijumima ekonomičnosti i kongruentnosti. Zatim, primeniti i komparirati tehnike ocenjivanja klasičnih i makro panela, da bi se dozvolili različiti nivoi heterogenosti u modelu, ali uz sledeće modifikacije: 1. Primeniti metode ocenjivanja klasičnih panela, sa heterogenim slučajnim članom i homogenim regresionim parametrima, ali prilagoditi u sledećem pravcu:  potencijalnu neobuhvaćenu heterogenost po uporednim podacima svesti na heterogene grupe (grupe, koje su dakle, heterogene izmeĎu sebe, a relativno homogene unutar sebe), i njihov uticaj testirati; 184  problem potencijalne zavisnosti izmeĎu uporednih podataka ublažiti uvoĎenjem pored individualnih i vremenskih efekata;  problem nestacionarnosti prevazići transformacijom varijabli u kontekstu prve diference; 2. Primeniti metode ocenjivanja makro panela, sa heterogenim parametrima, koji već uzimaju u obzir problem potencijalne zavisnosti izmeĎu uporednih podataka, nestacionarnost i heterogenost. Ocena efikasnosti politika javne potrošnje, definisana pod ciljem (c), analizirana je primenom metoda grupnih sredina sa zajedničkim korelisanim faktorima, na osnovu kog je moguća komparacija heterogenih regresionih koeficijenata. Dakle, proverava se svrsishodnost koncepta politika javne potrošnje u ekonomija Evropske Unije, i izvode zaključci vezani za pozitivna/negativna iskustva pri voĎenju politika javne potrošnje, na osnovu hipoteza definisanih u sledećem boksu, a prema ciljevima definisanim pod (a), (b) i (c). Definisanje hipoteza u radu Kointegracija (a) Nulta hipoteza: održivost politika javne potrošnje u ekonomijama Evropske Unije. Alternativna hipoteza: slaba održivost ili neodrživost politika javne potrošnje u nekim ekonomijama Evropske Unije. Multikointegracija (a) Nulta hipoteza: nepostojanje dubljih veza politika javne potrošnje sa politikom javnog duga u ekonomijama Evropske Unije. Alternativna hipoteza: postojanje dubljih veza politika javne potrošnje sa politikom javnog duga u nekim ekonomijama Evropske Unije. Produbljivanje deficita (b) Nulta hipoteza: pojedinačne politike javne potrošnje ne utiču na produbljivanje fiskalnog deficita u ekonomijama Evropske Unije. Alternativna hipoteza: pojedinačne politike javne potrošnje utiču na produbljivanje fiskalnog deficita u nekim ekonomijama Evropske Unije. Efikasnost (c) Nulta hipoteza: pojedinačne politike javne politike su efikasne u ispunjenju postavljenih ciljeva u ekonomijama Evropske Unije. Alternativna hipoteza: pojedinačne politike javne potrošnje nisu efikasne u ispunjenju postavljenih ciljeva u nekim zemljama Evropske Unije. 185 Primena navedenih metoda i njihova komparacija, podrazumevaće doprinos literaturi o mogućnostima obuhvata i metoda ocenjivanja heterogenih uporednih podataka u podacima panela, pri čemu će se doći do saznanja o postavljenim ciljevima u istraživanju na nivou proseka EU, grupa zemalja i pojedinačnih ekonomija EU. Navedene diverzifikacije će obezbediti uočavanje razmeĎa koja postoje meĎu politikama javne potrošnje po zemljama, te mogućnost izdvajanja pozitivnih od negativnih iskustava. 1. Raspoloţivi podaci i komparacija deskriptivnih statistika Uzorak koji se koristi u analizi sastoji se od 28 zemalja Evropske Unije: Austrije, Belgije, Bugarske, Češke, Danske, Estonije, Finske, Francuske, Grčke, Holandije, Hrvatske, Irske, Italije, Kipra, Letonije, Litvanije, Luksemburga, MaĎarske, Malte, Nemačke, Poljske, Portugalije, Rumunije, Slovačke, Slovenije, Španije, Švedske i Velike Britanije, u periodu 1995-2014. Težnja da se u analizi koriste balansirani podaci, shodno nemogućnosti mnogih metoda da se primene u nebalansiranom panelu, uslovila je da maksimalan vremenski period bude 20 godina (dakle, T=20, N=28, pa je ukupan broj opservacija 560), jer za navedeno razdoblje postoje raspoloživi podaci. Opredeljenje da prva godina u analizi bude 1995., nije odreĎena samo neophodnošću obuhvata što dužeg vremenskog perioda, , nego i ekonomskim razlozima. Godine 1995. Evropskoj Uniji pristupaju Austrija, Finska i Švedska, kada se formira Evropska Unija petnaestorice, koja do danas čini jezgro Evropske Unije. TakoĎe, nakon što je 1. novembra 1993. godine stupio na snagu Ugovor iz Mastrihta, a Evropska ekonomska zajednica preimenovana u Evropsku Uniju, učinjeni su najsnažniji koraci ka unutartržišnim integracijama, jačanju institucija, te pored zajedničkog tržišta ka formiranju i zajedničke valute. Stoga se navedeni period nakon 1993. godine, a pogotovo od 1995. kada su pristupile Evropskoj Unije i tri gore navedene zemlje, smatra prekretnicom za Evropsku Uniju, pa je upravo period “sve uže povezane Unije” (eng. ever closer union) predmet analize, odnosno održivost i efikasnost javne potrošnje u takvom okruženju. Definisan uzorak od 20 godina i 28 zemalja spada u grupu malih 186 uzoraka 11. U ovoj analizi, podaci su raspoloživi za analizirani period 1995-2014 u potpunosti, te će se sve analize odnositi na taj period i EU-28. U radu se, kao i u većini empirijskih radova na temu fiskalne održivosti, koriste godišnji podaci, jer se primenjuje analiza jediničnih korena, kointegracije i dugoročnih veza, za čije uspostavljanje je važna dužina uzorka, ali ne njegova frekventnost. Potencijalna alternativa je korišćenje kvartalnih podataka, kao u radu Westerlund i Prohl (2007), ali za svih 28 zemalja, kvartalni podaci nisu dostupni. Svi podaci potiču iz istog izvora Eurostat (dok su korišćeni softveri u istraživanju Stata 13 i eViews 8). Sa ciljem objašnjenja problema fiskalne održivosti, kao i uticaja politika javne potrošnje na fiskalnu održivost, u smislu potencijalnog remetilačkog faktora, u emprijskim analizama u ovom radu figurira više varijabli (detaljan opis varijabli se nalazi u Apendiksu, Tabela 1a). Varijable će biti razvrstane shodno njihovoj ulozi u odnosu na dva cilja istraživanja. Ključne varijable koje se tiču prvog cilja u istraživanju, analize fiskalne održivosti su budžetske varijable: javna potrošnja, javni prihodi, javni dug i fiskalni deficit. Korišćene varijable u modelu su računate kao udeo u BDP u cilju eliminisanja uticaja veličine i ekonomske snage zemalja. Kako bi se predstavio budžet, korišćene su varijable udeo javne potrošnje u BDP, udeo javnih prihoda u BDP i udeo javnog duga u BDP. Zasebno figurira varijabla koja predstavlja ukupan nivo udela javne potrošnje u BDP, i varijable koje se tiču pojedinačnih politika javne potrošnje - varijable koje prikazuju javne izdatke za penzije, obrazovanje i zdravstvo. Pridaje se značaj i javnim prihodima, odnosno, njihovoj potencijalnoj kointegrisanosti sa javnom potrošnjom. Udeo javnog duga u BDP predstavlja najznačajniju varijablu za obezbeĎenje fiskalne održivosti. Javni dug je definisan kao konsolidovani bruto dug sektora opšte države (dug centralnog, regionalnog, lokalnog nivoa države i dug fondova socijalnog osiguranja). Rast javnog duga naizgled utiče uspostavljanje fiskalne održivosti (pozitivni znak u jednačinama) – generiše suficit. MeĎutim rast udela javnog duga u BDP se može pojaviti sa negativnim predznakom u jednačinama, s obzirom na to da viši 11 Eberhadth i Bond (2009) su pokazali zadovoljavajuće performanse malih uzoraka u Monte Karlo studijama pri primeni metoda sa homogenim i heterogenim parametrima, kao i modela sa zajedničkim korelisanim efektima (autori su doneli zaključak na osnovu rezultata simulacija za 5000 ponavljanja u panelu dimenzije N=30 i T=20). 187 javni dug automatski uzrokuje veće izdatke za podmirenje duga, što pogoršava poziciju fiskalnog balansa – generiše deficit (Tujula and Wolswijk 2004). Varijabla od posebnog interesa je fiskalni suficit/deficit, a može biti merena i predstavljena na različite načine. Stoga je pri definisanju pomenute varijable potrebno razrešiti neke od metodoloških dilema. Prva dilema se odnosi na pitanje da li je potrebno koristiti udeo javnog duga u BDP, ili udeo deficita u BDP pri merenju fiskalne održivosti. MeĎutim, godišni ciljevi budžeta su uglavnom vezani za udeo deficita u BDP, pre nego za udeo javnog duga u BDP. Kako su analizirani podaci u ovom radu godišnji, fokus je na udelu deficita u BDP, odnosno na tekućoj varijabli. Zatim, koriste se podaci najšireg obuhvata, u smislu Vladinih izdataka, i to bez korekcija vezanih za poslovne cikluse. Dodatno, postoje terminološke razlike vezano za pomenutu varijablu. Naime, često je u upotrebi izraz fiskalna ravnoteža, iako budžet gotovo da nikad nije u ravnoteži, nego upravo suprotno u suficitu ili deficitu. Stoga bi najispravnije bilo koristiti izraz udeo fiskalnog suficita/deficita u BDP. MeĎutim, kako je u većini ekonomija Evropske Unije budžet u deficitu, pa se ispituje veza javnog duga sa deficitom, u radu će se pod izrazom fiskalni deficit podrazumevati kretanje suficita/deficita budžeta države u BDP. Na osnovnu deskriptivnih statistika za ključne varijable (Tabela 4.1), uočava se da je prosečna vrednost fiskalnog deficita u ekonomijama Evropske Unije u periodu od 20 godina -2.771 % BDP, dakle, približno donjoj granici koja je utvrĎena kriterijumima iz Mastrihta. MeĎutim, posmatrajući minimalne i maksimalne vrednosti deficita, odnosno suficita, uočava se da je heterogenost u ekonomijama EU veća nego što se moglo naslutiti. Javna potrošnja je u proseku veća od javnih prihoda, što implicira potencijalne probleme u fiskalnoj politici i finansiranje putem uvećanja javnog duga. Ispostavlja se da je udeo zaduženosti u BDP u proseku veća nego što je udeo javnih prihoda u BDP. TakoĎe, navedeno iako važi za prosek, svakako nije pravilo za sve zemlje EU, usled postojanja zemalja sa izuzetno niskim nivoom zaduženja, ali i onih kod kojih zaduženost prelazi vrednost BDP-a. Sa stanovišta deskriptivnih statistika za prosek EU prikazanih u Tabeli 4.1 i za pojedinačne zemlje, prikazanih u Apendiksu (Tabele 2a-6a). 188 Tabela 4.1 Deskriptivne statistike za ključne varijable (u % BDP) Pokazatelji Fiskalni deficit Javna potrošnja Javni prihodi Javni dug Prosečna vrednost -2.771 44.948 42.034 54.403 Medijana -2.700 44.700 41.500 51.300 Maksimum 6.900 66.100 58.800 177.100 Minimum -32.500 30.500 29.400 3.700 Standardna devijacija 3.640 6.540 6.461 31.276 Koef. asimetrije -1.192 0.145 0.449 0.746 Koef. spljoštenosti 10.871 2.493 2.459 3.686 Jarque-Bera stat. 1578.081 7.980 25.170 61.639 Verovatnoća 0.000 0.018 0.000 0.000 Broj opservacija 560 560 549 548 Izvor: autorski proračun. Na Slici 4.1 je prikazano kretanje javne potrošnje u BDP, javnih prihoda u BDP i javnog duga u BDP za prosek svih zemalja u posmatranom periodu. U periodu od 1995. do početka globalne ekonomske krize 2007. godine, javni dug je u proseku imao tendenciju opadanja, da bi nakon 2007. rapidno počeo da raste i konačno u 2014. godine dostigao prosečnu vrednost od 73% BDP za zemlje EU. Sličnu tendenciju, ali u mnogo manjoj magnitudi, ima kretanje javne potrošnje (Slika 4.1). Dakle, dolazi u proseku do fiskalnog prilagoĎavanja, smanjenjem javne potrošnje, ali tek nakon 2009. godine. Navedeno upućuje na zaključak da se vremenski efekti ne mogu zanemariti prilikom modeliranja, pogotovo u slučaju javnog duga. 189 40 45 50 55 60 65 70 75 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Prosecna javna potrošnja Prosecni javni prihodi Prosecni javni dug Izvor: autorski prikaz. Slika 4.1 Javni dug, javna potrošnja i javni prihodi u periodu od 1995. do 2014. godine za prosek ekonomija EU 1.1 Heterogenost uzorka i alternative obuhvata Modeli uspostavljanja fiskalne odživosti u evropskim zemljama tokom poslednje dve dekade su izuzetno raznoliki. Distanca izmeĎu zemalja u kontekstu fiskalne održivosti, može biti merena prosečnim fiskalnim suficitom/deficitom u periodu 1990-2014. koji se nalazi u rasponu od 6% BDP u 2006. godini u Luksemburgu, do -32.5% BDP u 2010. godini u Irskoj. Velike razlike u okviru pojedinačnih zemalja beleže i Malta, Slovačka i MaĎarska koje su iskusile prosečni deficit veći od -4% BDP za posmatrani vremenski period, usled potperioda sa visokim deficitima (Malta: 1996-2004, Slovačka: 1996- 2000, MaĎarska: 1995-1999, 2002-2004). Sa druge strane, prosečni fiskalni deficit meren za sve zemlje po godinama, pokazuje da je u posmatranom periodu najniži deficit za sve zemlje ostvaren u 2007. godini -0.2 % BDP, dok je u 2009. godini usled dejstva globalne krize prosek za sve zemlje iznosio -6.3 % BDP. Razlike pri uspostavljanju fiskalne održivosti moraju biti analizirane uzimajući u obzir fiskalni kapacitet zemlje, U d eo u B D P 190 moguće fiskalne prihode, kao i voĎenje politika javne potrošnje i zaduživanja. Dodatno, razlike pri uspostavljanju fiskalne održivosti meĎu zemljama nisu odreĎene samo ostvarenim standardom, nego i opredeljenjem u sprovoĎenju različitih politika: orijentacija ka tržišnim mehanizmima sa niskim javnim izdacima ili preuzimanju ključne uloge od strane države kroz izdašne javne izdatke. Pored prikazanih rezultata deskriptivne statističke analize, provera postojanja specifičnosti vezanih za svaku godinu i za svaku zemlju (ispitivanje njihove heterogenosti), provereno je i formalnim testovima varijabilnosti (Tabela 4.2). Ispostavlja se da se sa stanovišta svake varijable, zemlje izmeĎu sebe značajno razlikuju, te da je uzorak heterogen. TakoĎe, razlika od godine do godine za sve uporedne podatke je značajna, sem u slučaju javnih prihoda koji su stabilni kroz vreme, ali značajno različiti po zemljama. Tabela 4.2 Testiranje varijabilnosti po zemljama i kroz vreme Testiranje varijabilnosti po zemljama Anova F-test Welch F-test Vrednost p-vrednost Vrednost p-vrednost Javna potrošnja 55.93 0.0000 82.1555 0.0000 Javni prihodi 223.90 0.0000 317.145 0.0000 Javni dug 54.96 0.0000 224.897 0.0000 Fiskalni deficit 7.22 0.0000 13.1202 0.0000 Testiranje varijabilnosti kroz vreme Anova F-test Welch F-test Vrednost p-vrednost Vrednost p-vrednost Javna potrošnja 2.07 0.0049 2.32 0.0021 Javni prihodi 0.21 0.9999 0.19 0.9999 Javni dug 2.55 0.0003 2.03 0.0085 Fiskalni deficit 6.94 0.0000 5.39 0.0000 Izvor: autorski proračun. Sa ekonometrijskog stanovišta, relativno heterogen uzorak ukazuje na potrebu primene modela u kojima su ograničenja na parametre svedena na minimum, ili modela sa heterogenim slobodnim članovima uz ograničenje na regresione parametre nagiba, ili dozvoliti heterogenost svih parametara. Izbor modela i metoda ocenjivanja ne zavisi samo od karakteristika uzorka, već i od odnosa dimenzija N i T. MeĎutim, analizirani 191 period obuhvata 20 godina, što je prema nekim klasifikacijama (Tabela 3.1), upravo granica za razlikovanje duge od kratke T dimenzije. Stoga, razmatranje samo dimenzije T nije dovoljno da bi se odredili najadekvatniji ekonometrijski metodi koje je potrebno primeniti. U obzir se mora uzeti i niz drugih pokazatelja, meĎu kojima je izuzetno važno da li u podacima panela postoji zavisnost izmeĎu uporednih podataka. Postoji velika verovatnoća da zavisnost postoji jer je reč o odabranom skupu zemalja, od kojih većina pripada Evropskoj Uniji, sto podrazumeva koordinisane reakcije na zajedničke šokove, kao i efekat prelivanja na ostale zemlje kontinenta. Eventualno postojanje zavisnosti izmeĎu uporednih podataka, podrazumeva neophodnost primene metoda sa zajedničkim korelisanim faktorima, ili eventualno, primenu klasičnih, uz odreĎena prilagoĎavanja. Stoga je opredeljenje u radu, primeniti metode ocenjivanja makro panela sa heterogenim parametrima, koji već uzimaju u obzir problem potencijalne zavisnosti izmeĎu uporednih podataka, nestacionarnost i heterogenost. 1.2 Zavisnost uporednih podataka Pesaran-ov CD test je primenjen pre ocenjivanja modela i odnosi se na osobenosti svake od varijabli pojedinačno po pitanju zavisnosti izmeĎu uporednih podataka. Rezultati testiranja ukazuju da nultu hipotezu o nezavisnosti uporednih podataka treba odbaciti u svim slučajevima (Tabela 4.3). Stoga je, u nastavku analize, neophodno primeniti samo metode analize koje obuhvataju navedenu zavisnost. Tabela 4.3 CD test zavisnosti izmeĎu uporednih podataka 𝐻0: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 = 0, 𝑖 ≠ 𝑗 𝐻1: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 ≠ 0, 𝑖 ≠ 𝑗 Test zavisnosnosti uporednih podataka CD-test p-vrednost Korelacija aps. (korelacija) Javna potrošnja 22.800 0.000 0.262 0.368 Javni prihodi 8.420 0.000 0.097 0.351 Javni dug 5.360 0.000 0.062 0.397 Fiskalni deficit 25.800 0.000 0.297 0.370 Izvor: autorski proračun. 192 Detektovana zavisnost je očekivana, s obzirom na to da sve zemlje u uzorku pripadaju Evropskoj Uniji, koju veže isti institucionalni okvir. Naime, konstitucionalni dizajn Evropske Unije, koji podrazumeva carinsku uniju, zajedničko tržište, zajedničku poljoprivrednu politiku, poresku harmonizaciju i konačno, zajedničku evropsku monetarnu uniju, neminovno vodi povezanosti i zavisnosti izmeĎu zemalja. Ipak, iako se veliki stepen nadležnosti koje su direktno vezane za ekonomiju koncentrišu na nivou Evropske Unije, na Evropsku Uniju se pored svih navedenih zajedničkih politika ne može gledati kao na jednu ekonomiju (zemlju), niti na unitarnu državu, usled niza decentralizovanih tendencija, ekonomskih, kulturnih i političkih raznovrsnosti unutar Evropske Unije, a najpre usled fiskalne politike koja nije unifikovana. Stoga ni mehanizmi fiskalne održivosti ne mogu biti isti, ali s obzirom na to da ih isti okvir usmerava, sličnost mora postojati. Dakle, zavisnost definitivno da postoji, ali i heterogenost. Zavisnost izmeĎu uporednih podataka, zato, može teći iz pravca jednog ili više jedinica panela, ka ostalim, na primer od Nemačke i Francuske ka ostalim zemlja EU, ili od zemalja jezgra EU, ka perifernim zemljama EU. Drugi uzrok zavisnosti može biti posledica „komšijskih“ odnosa, na primer, skandinavskih zemalja. Postojanje zavisnosti izmeĎu uporednih podataka dodatno je testirano i nakon ocenjivanja modela primenom CD testa na dobijenim rezidualima, da bi se validnost CD testa potvrdila, ili eventualno opovrgnula. 1.3 Testovi jediničnih korena Pitanje stacionarnosti i nivoa integrisanosti promenljivih se smatra ključnim u panelima u kojima je dimenzija T relativno velika, te će u narednim koracima biti ispitana, primenom više testova. Naime, usled ranije navedenih prednosti i ograničenja, potrebno je primeniti više testova jediničnog korena u panelu, kako bi se došlo do pouzdanih zaključaka o nivou integrisanosti promenljivih. MeĎutim, usled prisustva zavisnosti izmeĎu uporednih podataka, prednost je neizostavno potrebno dati testovima druge generacije. Pri primeni testova jediničnih korena u panelu, važno je uzeti u obzir dva važna pitanja: 193 (1) specifikaciju modela, u smislu modela sa konstantom ili modela sa konstantom i trendom; (2) odreĎivanje optimalnog broja docnji. Detaljne analize radi, prikazani su rezultati za modela sa konstantom i model sa konstantom i trendom. MeĎutim, pošto su sve analizirane varijable predstavljene u formi udela u BDP-u, uključenje trenda se smatra izlišnim (Westerlund i Prohl 2007), pa će se relevantnim smatrati rezultati dobijeni na osnovu modela sa konstantom. Dodatno, s obzirom na drastično opadanje moći modela kada se uključi trend, odluke će se donositi na osnovu modela sa konstantom. Rezultati testova jediničnih korena prve generacije, zajedno sa robusnim ocenama, prikazani su u Apendiksu (Tabele 9a, b, c, d i Tabela 10a), a pretežno sugerišu da su analizirane varijable nestacionarne, a da je prva diferenca stacionarna, što preliminarno upućuje na zaključak o integrisanosti reda 1. Od testova druge generacije, primenjen je Pesaran-ov test koji a priori uzima u obzir zavisnost izmeĎu uporednih podataka. Rezultati Pesaran-ovog testa jediničnih korena za ključne varijable fiskalne održivosti, za model sa konstantom i model sa konstantom i trendom, sa tri nivoa docnje (Tabela 4.4). Obe Pesaran-ove statistike, CADF i CIPS, upućuju na nestacionarnost varijabli, sem potencijalne stacionarnosti deficita i javne potrošnje za model bez docnje ili sa jednom docnjom. Tabela 4.4 Pesaran-ov test jediničnih korena CADF i CIPS test Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i trendom Nivo promenljive Nivo promenljive 𝒕 -statistika (CADF) 𝒁 𝒕 - statistika (CIPS) p- vrednost 𝒕 -statistika (CADF) 𝒁 𝒕 - statistika (CIPS) p- vrednost Javna potrošnja 0 -2.573 -4.319 0.000 -2.786 -2.594 0.005 1 -2.273 -2.766 0.003 -2.571 -1.473 0.070 2 -1.953 -1.107 0.134 -2.342 -0.273 0.392 Javni dug 0 -1.309 2.236 0.987 -2.011 1.460 0.928 1 -1.419 1.663 0.952 -2.208 0.432 0.667 2 -1.166 2.976 0.999 -1.546 3.897 1.000 Javni prihodi 0 -1.856 -0.599 0.274 -2.334 -0.232 0.408 1 -1.996 -1.328 0.092 -2.242 2.532 0.600 2 -1.379 1.871 0.969 -1.621 3.504 1.000 Fiskalni 0 -2.719 -5.079 0.000 -2.943 -3.419 0.000 194 deficit 1 -2.167 -2.217 0.013 -2.416 -0.664 0.254 2 -1.531 1.082 0.860 -1.649 3.360 1.000 Napomena: Kritične vrednosti za model sa konstantom su: -2.070, -2.150 i , -2.320 za nivo značajnosti testa od 10%, 5% i 1%, respektivno. Kritične vrednosti za model sa konstantom i trendom su: -2.580, - 2.670, -2.830 za nivo značajnosti testa od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. U narednom koraku se testira stacionarnost prve diference varijabli, kako bi se proverilo da li su varijable integrisane reda 1 ili je potrebno proveravati stacionarnost druge diference. Nakon diferenciranja, i gubljenja opservacija, te nebalansiranog uzorka, putem Pesaran-ovog testa je moguće izračunati samo 𝒁 𝒕 statistiku. Ispostavlja se da su sve varijable stacionarne u prvim diferencama, sem eventualne nestacionarnosti javnog duga u slučaju uvoĎenja dve docnje (Tabela 4.5). Tabela 4.5 Pesaran-ov test jediničnih korena za prvu diferencu varijabli CADF i CIPS test Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i trendom Prve diference promenljivih Prve diference promenljivih 𝒁 𝒕 -statistika (CADF i CIPS) p-vrednost 𝒁 𝒕 -statistika (CADF i CIPS) p-vrednost Javna potrošnja 0 -20.998 0.000 -19.079 0.000 1 -8.454 0.000 -5.990 0.000 2 -5.274 0.000 -1.063 0.144 Javni dug 0 -14.729 0.000 -12.722 0.000 1 -5.877 0.000 -4.379 0.000 2 -0.805 0.211 1.066 0.857 Javni prihodi 0 -19.897 0.000 -17.944 0.000 1 -9.284 0.000 -7.143 0.000 2 -4.242 0.000 -2.506 0.000 Fiskalni deficit 0 -18.056 0.000 -16.015 0.000 1 -8.236 0.000 -6.187 0.000 2 -2.298 0.011 0.378 0.000 Izvor: autorski proračun. Provera pouzdanosti rezultata Pesaran-ovog testa moguća je ukoliko se dozvoli različit broj docnji koje bi trebalo da obuhvate različit nivo autokorelacije za svaki uporedni podatak. Stoga je individualnom analizom vremenskih serija za svaki uporedni podatak pojedinačno, moguće odrediti optimalan broj docnji, a zatim, pri primeni Pesaran-ovog testa koristiti rezultate dobijene prethodnom analizom i definisati 195 optimalan broj docnji za svaku vremensku seriju pojedinačno. Optimalan broj docnji je moguće utvrditi putem alternativnih kriterijuma, pa su rezultati za kriterijum Ng-Perron- a, Schwarz-a i modifikovanog Akaike (MAIC) prikazani u Apendiksu, Tabela 11a. Rezultati Pesaran-ovog testa kada se uključe individualne docnje za svaku jedinicu panela je prikazan u Tabeli 12a u Apendiksu (prosečan broj docnji je prikazan u tabeli). Rezultati upućuju na nestacionarnost nivoa svih analiziranih varijabli i stacionarnost prvih diferenci, sem u slučaju javnog duga gde se ne može doneti konačni zaključak, s obzirom da različiti kriterijumi za izbor optimalnog broja docnji, upućuju na različite zaključke. Rezultate u vezi sa nivoom integrisanosti varijabli treba oprezno tumačiti, s obzirom na heterogeno postavljenu alternativnu hipotezu u Pesaran-ovom testu. Stoga, konačni zaključak da su javna potrošnja, javni prihodi, javni dug i fiskalni deficit integrisani reda 1, pokazuje da stacionarnost prve diference varijabli postoji samo u nekim zemljama EU, ne nužno u svim. U definisanju nivoa integrisanosti javnog duga, postoji ograničenje u smislu da rezultati Pesaran-ovog testa baziranog na individualnim docnjama ukazuju na različite nivoe integrisanosti. Stoga se zaključci donose na osnovu Pesaran-ovog testa sa istim docnjama za svaku jedinicu panela (Tabela 4.5). O značenju nivoa integrisanosti varijabli sa stanovišta analize fiskalne održivosti, prikazaće analiza koja sledi, a koja je bazirana na kointegracionoj analizi u modelu toka, a zatim multikointegracionoj analizi u modelu stok-tok. 2. Odrţivost javne potrošnje Prvi potencijalni kriterijum fiskalne održivosti definisan u prvom poglavlju je stacionarnost javne potrošnje i javnih prihoda, ili stacionarnost fiskalnog deficita i javnog duga. Analiza jediničnih korena je pokazala da se pomenute varijable u kontekstu zemalja EU u periodu 1995-2014. ne mogu smatrati stacionarnim. Stoga se prelazi na sledeći potencijalni kriterijum - kointegrisanost javne potrošnje i javnog prihoda i stacionarnost prve (odnosno druge) diference javnog duga. Dakle, pošto je utvrĎeno da su javna potrošnja i javnih prihodi integrisani reda 1, sledeći korak empirijske analize odnosi se na proveru da li je linearna kombinacija dve varijable stacionarna, odnosno da li postoji kointegracija. Ukoliko su kointegrisane, sa 196 kointegracionim vektorom (1, -1), i ukoliko je prva diferenca javnog duga stacionarna, postoji jaka fiskalna održivost. Ukoliko se kointegacioni vektor nalazi u rasponu od 0 do 1, a javni dug je integrisan reda 2, postoji slaba fiskalna održivost. Rezultati analize stacionarnosti javnog duga, upućuju na stacionarnost prve diference, te potencijalnu slabu održivost fiskalne politike, premda je analiza kointegracije neophodna jer predstavlja potreban i dovoljan uslov fiskalne održivosti (jake ili slabe). 2.1 Modeli toka - kointegraciona analiza Kointegracionu analizu je moguće sprovesti na osnovu više testova koji su prethodno analizirani MeĎutim, konciznosti radi, u radu će biti prikazani rezultati tri testa: dva statička, bazirana na analizi reziduala, Kao test i Pedroni test, kao i jedan dinamički zasnovan na modelu sa korekcijom ravnotežne greške Westerlund test. Tabela 4.6 Kao test kointegracije izmeĎu javnih prihoda i javne potrošnje H0: nepostojanje kointegracije H1: kointegracija Model sa konstantom t-statistika p-vrednost ADF -4.339 0.000 Rezidualna varijansa 0.000856 HAC varijansa 0.000765 Izvor: autorski proračun. Primena Kao testa se zasniva na proveri stacionarnosti reziduala ADF testom, pri čemu je Schwarz-ovim informacionim kriterijumom izabran optimalan broj docnji. Rezultati upućuju na zaključak da su reziduali stacionarni, odnosno da postoji kointegraciona veza izmeĎu javnih prihoda i javne potrošnje (Tabela 4.6). MeĎutim, ograničenje Kao testa se ogleda u pretpostavci o homogenoj strukturi panela, koja verovatno nije ispunjena u analiziranom uzorku. Na navedeno preliminarno upućuju testovi jediničnih korena u panelu druge generacije, koji ukazuju na heterogenost prilikom odabira alternativne hipoteze. Stoga je pitanje homogene/heterogene strukture u panelu ključno jer utiče na izbor testova kointegracije i metoda ocenjivanja. TakoĎe, važno pitanje se odnosi na uzročnost u panelu, kao i na potencijalnu homogenu/heterogenu uzročnost. 197 U empirijskim radovima je kointegraciona veza proveravana najčešće pod pretpostavkom Barro-ve (1979) hipoteze da javna potrošnja odreĎuje javne prihode. Navedena uzorčnost je u kontekstu analize fiskalne održivosti definisana od strane Hakkio-a i Rush-a (1991, izraz 1.24), a empirijski je sprovedena u većini radova na temu fiskalne održivosti (Westerlund i Prohl 2007; Campo-Robledo i Melo-Velandia 2015; Afonso i Rault 2015, i drugi). Sa druge strane, u nekim radova se potvĎruje Musgrave-ova hipoteza o determinisanju javne potrošnje od strane javnih prihoda (Bravo, Silvestre 2002) dok su u radovima Alfonso i Jalles (2012, 2015) a, prikazani dvosmerni rezultati, dakle za slučaj kada javna potrošnja uzrokuje javne prihode i kada javni prihodi uzrokuju javnu potrošnju, upućujući na fiskalnu sinhronizaciju. U nastavku je primenjen Grenger-ov test uzročnosti u panelu na stacionarnim reprezentacijama varijabli (prvim diferencama), sa ciljem da se utvrdi smer uzročnosti odnosno da se ispita problem nexus-a javna potrošnja-javni prihodi. Granger-ov test primenjen na ceo panel, ukazuje da se na nivou značajnosti testa od 5% odbacuje nulta hipoteza da ne postoji uzročnost iz smera javne potrošnje ka javnim prihodima, ukazujući da u panelu pretežno postoji navedena uzročnost, uz primenu koncepta „troši pa oporezuj“ (Tabela 4.7). Sa ciljem da se proveri homogenost vs. heterogenost uticaja po zemljama, primenjen je Dumitrescu i Hurlin (2012) test heterogene uzročnosti u panelu. Nulta hipoteza se odnosi na pretpostavku o homogenoj ne-uzročnosti (egn. Homogenous Non-Causality – HNC) prema kojoj ne postoji uzročnost ni u jednoj jedinici panela iz pravca javne potrošnje ka javnim prihodima, za razliku od alternativne, prema kojoj postoji uzročnost bar u jednoj jedinici panela, odnosno postoji heterogen uticaj po jedinicama panela. Rezultati ukazuju da je uzročnost heterogena po jedinicama panela (Tabela 4.7). Navedeni rezultat ima dve implikacije: (a) mogućnost egzaktne provere uzročnosti po jedinicama panela12; (b) neophodnost primene tehnika za heterogene panela pri oceni modela panela. 12 Provera uzročnosti po jedinicama panela je sprovedena kao dopunska analiza, kojom je potvrĎena istinitost rezultata dobijenih primenom testova u panelu, u smislu heterogene uzročnosti i valjanosti Barro-ve hipoteze „troši pa oporezuj“. 198 Tabela 4.7 Uzročnost na nivou panela Granger-ov test uzročnosti H0: nema uzročnosti H1: uzročnost F- statistika p-vrednost Javna potrošnja → Javni prihodi 2.92052 0.0086 Dumitrescu i Hurlin test heterogene uzročnosti panelu H0: heterogena uzročnost H1: homogena uzročnost Ponderisana W-statistika 𝑍 - statistika p-vrednost Javna potrošnja → Javni prihodi 6.81718 0.93907 0.3477 Izvor: autorski proračun. Druga implikacija, heterogena uzročnost i potreba za primenom heterogenih tehnika u panelu, upućuje na primenu Pedroni i Westerlund testova kointegracije koji polaze od pretpostavke o heterogenom panelu. Tabela 4.8 Pedroni test kointegracije izmeĎu javne potrošnje i javnih prihoda H0: nepostojanje kointegracije H1: kointegracija Model sa individualnom konstatom Statistika p-vrednost Ponderisana statistika p-vrednost Zajednički autoregresioni koeficijenti Panel v 2.9235 0.0017 2.94190 0.0016 Panel ρ -3.8743 0.0001 -4.57001 0.0000 Panel PP -5.5714 0.0000 -6.65028 0.0000 Panel ADF -2.3238 0.0101 -3.10797 0.0009 Individualni autoregresioni koeficijenti Grupna ρ -2.24895 0.0123 Grupna PP -7.07719 0.0000 Grupna ADF -3.27602 0.0000 Ocena PDOLS Log (javni prihodi) Beta t-statistika 0.2034 8.587 Test Beta=0 Beta=1 F-statistika p-vrednost F-statistika p-vrednost 6.47 0.0203 45.05 0.000 Izvor: autorski proračun. Pedroni testovi zasnovani na parametarskim i neparametarskim metodama, ponderisanim i neponderisanim statistikama, jednoznačno upućuju na postojanje kointegracije izmeĎu javne potrošnje i javnih prihoda. Primenom Perdoni dinamičkog metoda najmanjih kvadrata za panele, zasnovanog na metodu grupnih sredina, ocenjen je kointegracioni vektor (Tabela 4.8). Detaljnije, kointegraciona veza je ocenjena za svaku jedinicu panela. Koristeći različit broj docnji, odreĎen na osnovu Akaike 199 informacionog kriterijuma i leads-a, eliminiše se efekat povratne sprege u modelu i problem endogenosti. Ocena kointegracionog vektora, iznosi 0.2034 upućujući da ne postoji kointegracioni vektor (-1,1). MeĎutim, prema Quintos-ovoj (1995) pretpostavci da je održivost slaba kada se kointegracioni vektor nalazi u intervalu od nule do 1, na osnovu Pedroni-jevog testa se zapravo može doneti zaključak o slaboj fiskalnoj održivosti u zemljama EU-28 u periodu 1995-2014. Pogotovo je ispravno tvrditi da postoji slaba fiskalna održivost, kada se uzmu u obzir rezultati test statistika u kojima je nulta hipoteza postavljena tako da ispituje da li je kointegracioni koeficijent jednak 1, a u drugom slučaju da je jednak 0. U oba slučaja se odbija nulta hipoteza, što ukazuje da je fiskalna politika slabo održiva. Navedeni testovi Pedroni-ja, mogu biti limitirani jer ne uzimaju u obzir u potpunosti zavisnost izmeĎu uporednih podataka. Naime, Peroni-jevi testovi su pouzdani samo ukoliko se pretpostavi da je uticaj neidentifikovanih faktora koji uslovljavaju postojanje zavisnosti izmeĎu uporednih podataka identičan po jedinicama panela. Navedeno može biti tačno pri delovanju šokova, kao što je u slučaju analiziranog uzorka uticaj ekonomske krize, ali ne nužno, jer je moguće da uticaj kreće od jezgra EU ka drugim zemljama u uzorku. Stoga se pribegava primeni Westerlund- ovog testa uz korekcije vezane za dobijanje robustnih ocena (Tabela 4.9), zasnovano na radu Persyn i Westerlund (2008). UtvrĎeni smer uzročnosti je od posebne važnosti u slučaju Westerlend-ovog testa kointegracije druge generacije, gde postoji pretpostavka o slaboj egzogenosti regresora. Tabela 4.9 Westerlund-ov test kointegracije Test Vrednost Z-vrednost p-vrednost Robustna p-vrednost (bootstrap) Javna potrošnja → Javni prihodi H0: nema kointegracije; H1: kointegrisana je bar jedna jedinica panela (heterogena pretpostavka) Gt -2.077 -1.762 0.039 0.025 Ga -4.881 2.198 0.986 0.033 H0: nema kointegracije; H1: kointegrisane su sve jedinice panela (homogena pretpostavka) Pt -9.198 -1.547 0.061 0.100 Pa -3.421 0.965 0.833 0.145 Prosečan broj docnji odreĎen AIK kriterijumom: 1 Prosečan broj leads odreĎen AIK kriterijumom: 2 Izvor: autorski proračun. 200 Na osnovu Akaike-ovog informacionog kriterijuma je odreĎen optimalan broj docnji, a model sadrži konstantu (kao i u ranijim empirijskim koracima, uvoĎenje trenda se smatra neopravdanim). Nulta hipoteza u prva dva testa koja su zasnovana na grupnim sredinama glasi da nema kointegracije, naspram alternativne da postoji bar jedna kointegraciona relacija, dok je alternativna hipoteza u druga dva, panel testa, da postoji kointegracija za sve uporedne podatke. U prvom delu tabele je testirana kointegraciona veza u kojoj se uzročnost kreće od javne potrošnje ka javnim prihodima, ukazujući na hipotezu „troši pa oporezuj“. Na osnovu p-vrednosti testa ne može se doneti zaključak o (ne)postojanju kointegracione veze, s obzirom na činjenicu da test u svom osnovnom obliku ne podrazumeva postojanje zavisnosti izmeĎu uporednih podataka. Kako je CD testom prikazano da postoji pomenuta zavisnost, relevantni zaključci na osnovu Westerlund-ovog testa se mogu doneti tek nakon sprovoĎenja bootstrap procedure. S obzirom na veličinu uzorka, bilo je moguće sprovesti najviše 400 uzastopnih koraka u procesu bootstrap, a rezultati su prikazani u koloni nazanoj robustna p-vrednost. Nakon korekcija p-vrednosti, kako bi se eliminisala zavisnost uporednih podataka, ispostavlja se da Westerlund test ukazuje da postoji kointegraciona veza bar kod jednog od uporednog podatka, što se može zaključiti na osnovu testova zasnovanih na grupnim sredinama (Gt i Ga). Testovi panela (Pt i Pa), s obzirom na homogenu alternativnu hipotezu, da su sve jedinice panela kointegrisane, ne mogu da odbace nultu hipotezu o nepostojanju kointegracije. Konačno, zaključak koji se izvodi na osnovu Westerlund- ovog testa kointegracije zasnovanom na grupnim sredinama da bar jedna jedinica panela nije kointegrisana. Stoga je potrebno proveriti za koje jedinice se zaključuje da nisu kointegrisane, a za koje da su kointegrisane, odnosno potrebno je oceniti kointegracione parametre, metodama panela koje pružaju saznanje o heterogenoj prirodi kointegracione veze. Kao što je ranije definisano, ocenjivanje dugoročne kointegracione veze koja može biti homogena/heterogena, sprovodi se primenom metoda grupnih sredina ili primenom metoda združenih grupnih sredina. Definiše se sledeći model panela sa korekcijom ravnotežne greške, u kom se uzročnost kreće iz pravca javne potrošnje ka javnim prihodima: ∆𝑙𝑅𝑖𝑡 = 𝛷𝑖 𝑅 − 𝜃𝑖 𝑙𝐸𝑖𝑡 + 𝜆𝑖𝑗 ∗𝑝−1 𝑗=1 ∆𝑙𝑅𝑖 ,𝑡−1 + 𝛿𝑖𝑗 ∗𝑞−1 𝑗=0 ∆𝑙𝐸𝑖,𝑡−𝑗 + 𝜇𝑖 + 𝑢𝑖𝑡 . (4.1) 201 Ocenjen je model panela sa korekcijom ravnotežne greške primenom metoda združenih grupnih sredina i grupnih sredina, na osnovu empirijskih uputa Blackburne III i Frank-a (2007) i Eberhardt (2011). Akaik-ovim informacionim kriterijumom je specifikovano da je optimalan model ARDL(p,q) (eng. Autoregressive distributed lags), model ARDL(1,1). U Tabeli 4.10 prikazani su rezultati primene pomenutih metoda. Ispostavlja se da je homogena veza, odnosno kointegracioni vektor primenom metoda grupnih sredina nešto veći od onog dobijenog primenom metoda združenih grupnih sredina, ali u oba slučaja se na nivou značajnosti od 10% odbacuje nulta hipoteza da je kointegracioni vektor jednak jedinici. Navedeno upućuje na zaključak o slaboj održivosti u evropskim zemljama uz stav Quintos-a (1995) da je 0 < 𝑏 < 1 (odnosno 0 <  < 1) potreban i dovoljan uslov slabe fiskalne održivosti, ukoliko se dugoročni kointegracioni koeficijent značajno razlikuje od nule. Primenom Wald-ovog testa je pokazano da se mora odbaciti hipoteza da je  = 0, odnosno izvodi se zaključak da je  značajno različito od 0 i da važi slaba fiskalna održivost u evropskim zemljama. Ocenjeno prilagoĎavanje ravnotežnoj vezi je takoĎe intenzivnije kada se primenjuje metod grupnih sredina. MeĎutim, Hausman-ov test na osnovu kog je moguće proveriti da li je opravdano uvoditi heterogene koeficijente za dugoročne veze ili se, pak, ocene ne razlikuju značajno, ukazuje da je optimalan model, ocenjen metodom združenih grupnih sredina. Dakle, izvodi se zaključak da je fiskalna politika slabo održiva u zemljama Evropske Unije. Tabela 4.10 Homogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina Zavisna varijabla: log. javnih prihoda Homogena dugoročna veza (𝜃) Korekcija ravnotežne greške (𝛷𝑖) ∆𝑙𝐸 𝜇𝑖 Metod grupnih sredina Koef. p-vred. Koef. p-vred. Koef. p-vred. Koef. p- vred. 0.5929 0.006 -0.3741 0.000 -0.003 0.928 0.773 0.000 𝜃 = 1 2=3.50 0.061 Metod združenih grupnih sredina 0.3728 0.000 -0.3249 0.000 0.0085 0.823 0.7577 0.000 𝜃 = 1 2=263. 0.000 202 96 Hausman-ov test homogenosti dugoročne ravnoteţne veze MG PMG MG-PMG Dugoročna veza 0.5929 0.3728 0.2201 Hausman-ova test statistika 0.82 p-vrednost 0.3661 ARDL (1,1) Izvor: autorski proračun. Iako Hausman-ov test pokazuje da se dugoročni koeficijenti ne razlikuju u većoj meri, predmet istraživanja u ovom radu je da se otkrije u kojim zemljama konkretno, postoji problem fiskalne održivosti. Stoga se u nastavku prikazuju heterogeni koeficijenti za oba modela, ocenjena metodom grupnih sredina i združenih grupnih sredina, kako bi se testirala dugoročna veza za svaku zemlju pojedinačno. Iako nadmoćniji u smislu dobijanja efikasnih ocena, metod združenih grupnih sredina ne može obezbediti odgovor na pitanje održivosti u pojedinačnim zemljama s obzirom da pruža podatak samo o zajedničkoj dugoročnoj vezi. Sa druge strane, metodom grupnih sredina se može doći do odgovora jer pored zajedničke dugoročne veze, prikazuje rezultate za pojedinačne dugoročne veze po zemljama, koje je dalje moguće testirati. Stoga se prikazuju i rezultati metoda grupnih sredina, čije su ocene konzistentne, pa se mogu smatrati pouzdanim pri donošenju zaključaka. Tabela 4.11 Heterogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina Zavisna varijabla: log javnih prihoda Metod združenih grupnih sredina Metod grupnih sredina Zaključak Korekcija ravnotežne greške (𝛷𝑖) Korekcija ravnotežne greške (𝛷𝑖) Heterogena dugoročna veza () =1 Zemlje Koef. p- vred. Koef. p- vred. Koef. p- vred. 2 p- vred. Belgija -0.394 0.002 -0.326 0.016 0.685 0.006 1.59 0.206 Održivo Bugarska -0.362 0.018 -0.224 0.160 -1.485 0.407 Neodrživo Češka -0.466 0.009 -0.345 0.066 1.241 0.089 0.11 0.740 Održivo Danska -0.349 0.037 -0.136 0.673 1.195 0.677 Održivo? Nemačka -0.219 0.186 -0.255 0.162 -0.054 0.904 Održivo? Estonija -0.409 0.016 -0.427 0.020 0.659 0.013 1.66 0.197 Održivo Irska -0.090 0.187 -0.274 0.036 -0.052 0.703 Neodrživo Grčka -0.014 0.810 -0.017 0.801 1.143 0.823 Neodrživo 203 Španija -0.157 0.104 -0.646 0.006 -0.338 0.008 Neodrživo Franc. -0.293 0.062 -0.234 0.131 1.072 0.073 0.01 0.903 Održivo Hrvatska -0.048 0.329 -0.177 0.054 -0.353 0.145 Neodrživo Italija -0.271 0.101 -0.360 0.028 1.069 0.005 0.03 0.855 Održivo Kipar -0.160 0.179 -0.293 0.070 0.958 0.006 0.01 0.906 Održivo Letonija -0.287 0.078 -0.289 0.117 0.339 0.353 Neodrživo Litvanija -0.420 0.066 -0.405 0.112 0.248 0.265 Neodrživo MaĎarska -0.222 0.137 -0.221 0.187 0.418 0.747 Neodrživo Malta -0.114 0.399 -0.159 0.243 5.680 0.241 Neodrživo Holandija -0.444 0.003 -0.536 0.003 0.174 0.279 Neodrživo Austrija -0.620 0.004 -0.625 0.010 0.342 0.012 9.81 0.001 Slabo održivo Poljska -0.386 0.022 -0.468 0.028 0.705 0.062 0.60 0.436 Održivo Portugal. -0.240 0.076 -0.285 0.063 0.650 0.015 1.70 0.192 Održivo Rumunija -0.535 0.011 -0.536 0.024 0.350 0.153 Neodrživo Slovenija -0.630 0.000 -0.734 0.000 0.323 0.000 14.7 0.000 Slabo održivo Slovačka -0.372 0.003 -0.380 0.045 0.387 0.093 7.05 0.007 Slabo održivo Finska -0.621 0.000 -0.733 0.000 0.292 0.000 98.0 0.000 Slabo održivo Švedska -0.323 0.009 -0.358 0.003 0.791 0.000 0.97 0.325 Održivo V. Britan. -0.233 0.279 -0.501 0.040 0.029 0.856 Neodrživo Luksem. -0.404 0.037 -0.515 0.023 0.127 0.495 Održivo? Izvor: autorski proračun. Na osnovu rezultata oba metoda ocenjivanja i provere heterogenih korekcija ravnotežne greške (Tabela 4.11), ispostavlja se da Austrija, Slovenija i Finska imaju najizraženije mehanizme za vraćanje na ravnotežni dugoročni nivo, dakle preko 60% odstupanja od ravnoteže biva korigovano u jednoj godini, dok je najslabije prilagoĎavanje uočeno kod Portugalije kod oba metoda i kod Hrvatske i Irske pri primeni metoda združenih grupnih sredina (samo 20% odstupanja od ravnotežnog nivoa se koriguje u jednoj godini). Navedeno se ispostavlja logičnim, s obzirom na krize u fiskalnom sektoru u pomenutim zemljama. Dalje, za heterogene kointegracione vektore u okviru metoda grupnih sredina testira se jednakost sa jedinicom kako bi se potvrdila ili opovrgnula teza o održivosti. Ispostavlja se da kointegracioni vektori nisu statistički različiti od 1 za Belgiju, Češku, Estoniju, Francusku, Italiju, Kipar, Poljsku, Portugaliju i Švedsku, što govori o fiskalnoj održivosti u nabrojanim zemljama, ali samo sa stanovišta usklaĎenosti javnih prihoda i javne potrošnje. U modelu sa korekcijom ravnotežne greške nije merena veza sa javnim dugom, što ukazuje da postoji samo na usklaĎenost varijabli toka. Slabo održivu fiskalnu politiku imaju Austrija, Slovenija, 204 Slovačka i Finska, dok ostale zemlje vode neodrživu fiskalnu politiku. Premda, iako je nemoguće sprovesti test održivosti za Dansku, Nemačku i Luksemburg jer ne postoji kointegraciona veza, ranije je objašnjeno da postoji izuzetak za obezbeĎenje uslova održivosti i kada ne postoji kointegracija, a u pitanju je situacija kada su javni prihodi veću u odnosu na javnu potrošnju. Navedeno se upravo dešava u ovim zemljama: prosečni javni prihodi u analiziranom periodu su 54.91 % BDP u Danskoj, 44.17 % BDP u Nemačkoj i 43.22 % BDP u Luksemburgu, dok je prosečna javna potrošnja 54.62 % BDP u Danskoj, 44.01 % BDP u Nemačkoj i 41.30 % u Luksemburgu. Stoga se može, uz dozu opreznosti, zaključiti da su i u ovim zemljama fiskalne politike održive (pogledati detaljnije podatke u Apendiksu). Navedeni rezultati ocene modela sa korekcijom ravnotežne greške primenom metoda grupnih i združenih grupnih sredina, imaju najmanje dva ograničenja. Prvo, ne uzima se u obzirom održivost uključujući akumulisani javni dug. Na primer, zemlje koje imaju visok nivo udela javnog duga u BDP, na primer Belgija, Francuska, Italija, Portugalija, u ocenjenom modelu se prikazuju kao da vode održivu politiku, ali njihova održivost može postati upitna kada se uzme u obzir na koji način postoji usklaĎenost javnih prihoda sa javnom potrošnjom: da li usled rasta oporezivanja ili, izvesnije, usled rasta javnog duga. Drugo, metod grupnih i združenih grupnih sredina ne uzima u obzir potencijalnu zavisnost izmeĎu uporednih podataka. Na primer, na osnovu rezultata, fiskalna politika Nemačke se prikazuje kao neodrživa što je iznenaĎujući rezultat, koji može biti pogrešno predstavljen zbog postojanja zavisnosti uporednih podataka, odnosno, potencijalnog dominantnog faktora koji je izvorno u Nemačkoj, a koji utiče na ostale zemlje u uzorku kreirajući zavisnost uporednih podataka. Relevantnost dobijenih rezultata je moguće proveriti putem provere robusnosti u tri konteksta: (1) provere ispravnosti definisane hipoteze, u smislu uzročnosti, i potencijalne promene rezultata kod zemalja kod kojih je uzročnost definisana na način koji ne preovlaĎuje (u smislu da nije reč o hipotezi „troši pa oporezuj“, nego „oporezuj pa troši“), (2) skraćenja veličina uzorka u dimenziji N, (3) produženja veličine uzorka u dimenziji T. U nastavku su sprovedene navedene provere robusnosti. 205 2.1.1 Provera robusnosti – hipoteza „oporezuj pa troši“ Proveru robusnosti rezultata je moguće obezbediti i ponovnom ocenom modela, pre svega za zemlje u kojima je na snazi hipoteza „oporezuj pa troši“, u kojem varijable zamenjuju strane. Naime, varijabla javna potrošnja postaje zavisna, a javni prihodi nezavisna varijabla. Poznato je da je navedeno moguće pri kointegracionoj analizi (Engsted 1997, Tronzano 2012). U apendiksu se nalaze rezultati kointegracione analize, primenom Westerlund-ovog testa (Tabela 13a), pri čemu dobijeni rezultati koincidiraju sa rezultatima dobijenim u slučaju da se uzročnost kreće od javne potrošnje ka javnim prihodima – prihvata se alternativna hipoteza da u nekim zemljama postoji kointegracija (usled heterogene alternativne hipoteze). U modelu u kom uzročnost potiče od javnih prihoda ka javnoj potrošnji, ocenjena homogena dugoročna kointegraciona veza iznosi 0.05118, primenom metoda združenih grupnih sredina (rezultati se nalaze u Apendiksu, Tabela 14a). Iako niži dugoročni koeficijent, i dalje je značajno različit od nule, što vodi istom zaključku kao i u slučaju uzročnosti koja je obrnuto postavljena. Ocenjeno prilagoĎavanje dugoročnoj ravnotežnoj vezi je nešto intenzivnije u novoj specifikaciji, značajno je i sa očekivanim predznakom. Dalje, postavljeno je pitanje da li se ocenjena kointegraciona veza treba smatrati homogenom ili heterogenom, pa je model ocenjen metodom grupnih sredina (Tabela 15a), koji dozvoljava heterogenost dugoročne kointegracione veze. Na osnovu Hausman-ovog testa je zaključeno da se ne može odbaciti nulta hipoteza da ne postoji značajna razlika izmeĎu ocena dva metoda ocenjivanja, pa se odluka donosi u pravcu primene metoda združenih grupnih sredina, koji daje efikasne i konzistente ocene, u odnosu na ocene koje su samo konzistente pri primeni metoda grupnih sredina. Navedeno indirektno upućuje na homogenost dugoročne kointegracione veze. Nakon što je utvrĎeno da je dugoročna kointegraciona veza homogena, a fiskalna politika slabo održiva u evropskim zemljama, potrebno je sprovesti analizu reakcije javne potrošnje na promenu javnih prihoda po zemljama Evropske Unije. Postoji različit stepen prilagoĎavanja dugoročnoj vezi (u jačem intenzitetu u Bugarskoj, Češkoj, Nemačkoj, Austriji, MaĎarskoj), dok postoji i grupa zemalja u kojima prilagoĎavanje iako slabog intenziteta, nije statistički značajno (Irska, Grčka, Portugalija, Španija, Kipar), dakle, u kojima ne postoji fiskalno prilagoĎavanje, ili je na osnovu analize zasnovane samo da javnim prihodima i javnoj potrošnji 206 nemoguće uočiti, sve dok se u analizu ne uključi i problem javnog duga. Interesantno je da u zemljama kod kojih je uočeno da se uzročnost pretežno kreće u suprotnom smeru od većine zemalja Evropske Unije, u kojima je, dakle, na snazi hipoteza „oporezuj pa troši“, prilagoĎavanje ravnotežnoj vezi u specifikaciji u kojoj je uzročnost tako postavljena, postaje značajno i intenzivnije, pogotovo u Litvaniji (0.6743). Konačno, da bi se utvrdio opseg veze izmeĎu javnih prihoda i javne potrošnje, primenjeni su metodi ocenjivanja sa zajedničkim korelisanim efektima, koji uzimaju u obzir zavisnost izmeĎu uporednih podataka (rezultati se nalaze u apendiksu, Tabela 14a). Komparacije radi, prikazani su i rezultati metoda grupnih sredina, pri čemu se jasno vidi koliko metod ocenjivanja može biti nepouzdan kada postoji zavisnost uporednih podataka. Koeficijenti se u velikoj meri razlikuju u odnosu na koeficijente dobijene Pesaran-ovom (2006) metodom zajedničkih korelisanih efekata i metodom proširenih grupnih sredina (Ebderhard i Teal 2009). Provera robusnosti ukazuje da su rezultati dobijeni u slučaju kada se uzročnost kreće od javne potrošnje ka javnim prihodima pouzdani, jer su ključni zaključci isti, postoji kointegracija u nekim od zemalja Evropske Unije, fiskalna politika je slabo održiva, pri čemu je dugoročna veza homogena u zemljama Evropske Unije, dok je kratkoročno prilagoĎavanje heterogeno. Rezultati u slučaju obrnute uzročnosti dodatno obezbeĎuju povoljnije rezultate za zemlje kod kojih je utvrĎena politika „oporezuj pa troši“ jer način na koji je predstavljen robusni metod izražava pravu prirodu veze. 2.1.2 Provera robusnosti – skraćenje dimenzije N Radi eventualne provere robusnosti rezultata promenom dimenzije N i dobijanjem uzorka koji je u većoj meri homogen, eliminisane su zemlje koje su pristupili EU tokom „istorijskog proširenja“ 2004. godine, a zatim 2007. i 2013. godine, pa je ponovo ocenjen model sa korekcijom ravnotežne greške metodom grupnih sredina i metodom združenih grupnih sredina. Uzorak u kom je N smanjeno na 15 zemalja, podrazumeva homogeniji skup zemalja, koje čine samo jezgro EU, a može biti adekvatniji, jer je model sa združenim grupnim sredinama najbolje primenjivati u uzorcima sa manjim N, gde se formira sistem jednačina, nego u zemljama sa velik i heterogenim N. Rezultati Hausman-ovog testa ponovo ukazuju da metod združenih grupnih sredina obezbeĎuje 207 efikasne ocene, odnosno da je bolja specifikacija ona u kojoj je dugoročna ravnotežna veza homogena (Tabela 4.12). Primenom metoda grupnih sredina ocenjena homogena veza je slabija (0.475) u odnosu na uzorak od 28 zemalja (0.5929), dok su heterogeni koeficijenti, naravno, identični za svaku zemlju za oba uzorka, a samim tim i rezultati o održivosti. Optimalnim metodom, metodom združenih grupnih sredina, utvrĎeno je da dugoročna veza jača, nego u slučaju šireg uzorka, i iznosi 0.605 (a u širem uzorku je iznosila 0.3728). Dakle, usklaĎenost javnih prihoda i javne potrošnje je na višem nivou u uzorku od 15 EU zemalja, ali i dalje Wald-ov test odbacuje hipotezu da je homogeni dugoročni koeficijent jednak 1. Dakle, izvodi se isti zaključak, budući da se  nalazi u intervalu od 0 do 1, o slaboj fiskalnoj održivosti. MeĎutim, korekcija ravnotežne greške, odnosno prilagoĎavanje dugoročnoj vezi je u slučaju EU-15 slabije (-0.243) nego u celokupnom uzorku (-0.3249). Ispostavlja se da neke od novih članice EU svojim snažnim fiskalnim reakcijama prilagoĎavanja ravnotežnoj vezi, utiču na viši ocenjeni homogeni koeficijent. Ocenjeni heterogeni koeficijenti, u velikoj meri koincidiraju sa ocenjenim koeficijentima za iste zemlje u širem uzorku koji analizira sve zemlje Evrope. I dalje, fiskalno prilagoĎavanje nije značajno u Nemačkoj, Irskoj, Grčkoj, Španiji, Italiji, Velikoj Britaniji, ali u užem modelu i u slučaju Luksemburga. Prema intenzitetu prilagoĎavanja, primat i dalje imaju Austrija, Švedska i Finska, ali im se pridružuju i Francuska i Belgija. Tabela 4.12 Metod združenih grupnih sredina – Evropska Unija 15 Zavisna varijabla: log javnih prihoda Homogena dugoročna veza (𝜃) ∆𝑙𝐸 𝜇𝑖 Korekcija ravnotežne greške (𝛷𝑖) Zemlje Koef. p-vred. Koef. p-vred. Koef. p-vred. Koef. p-vred. Homogeni koeficijenti 0.605 0.000 -0.094 0.040 0.368 0.000 -0.243 0.000 Heterogeni koeficijenti Belgija -0.358 0.000 Danska -0.252 0.027 Nemačka -0.117 0.428 Irska -0.049 0.187 Grčka -0.016 0.792 Španija -0.110 0.160 Francuska -0.345 0.005 Italija -0.271 0.101 Holandija -0.290 0.026 208 Austrija -0.491 0.012 Portugalija -0.294 0.031 Finska -0.311 0.010 Švedska -0.394 0.000 Velika Britanija -0.015 0.916 Luksemburg -0.222 0.164 Hausman-ov test homogenosti dugoročne ravnoteţne veze Dugoročna veza MG PMG MG-PMG 0.475 0.605 -0.129 Hausman-ova test statistika 0.98 p-vrednost 0.323 Wald-ov test za dugoročnu ravnoteţnu vezu 𝜃 = 0 2 p-vred. 24.6 7 0.000 ARDL(1,1) Izvor: autorski proračun. Budući da su u skraćenom uzorku, dobijeni isti (slični) nalazi o slaboj fiskalnoj održivosti, o optimalnom metodu ocenjivanja sa homogenom dugoročnom vezom, te o nesignifikantnosti/signifikantnosti koeficijenata prilagoĎavanja i njihovih intenziteta, može se izvesti zaključak da su rezultati metoda združenih grupnih sredina pouzdani (robusni na promenu dimenzije N), a da je fiskalna politika u zemlja Evropske Unije slabo održiva. 2.1.3 Provera robusnosti – produţenje dimenzije T Sa ciljem provere robusnosti rezultata i potencijalno pouzdanije analize usled uključenja dužeg vremenskog perioda, uzorak je redefinisan u smislu da se zadržava na 15 zemalja EU („stare članice“, Evropa petnaestorice), ali za duži period – koliko dostupnost podataka dozvoljava – od 1990. godine do 2014. godine. Period duži za 5 godina, obezbeĎuje da se prover robusnost rezultata panela, putem produženja vremenske dimenzije. Duža dimenzija T (preko 20 godina) u većoj meri odgovara primenjenim metodama, a dozvoljava i pojedinačnu analizu svake jedinice u panelu. 209 Na početku, na stacionarnim reprezentacijama varijabli (prvim diferencama) proverena je uzročnost za ceo panel i po zemljama Granger-ovim testom za EU-15 u periodu 1990-2014. (Tabela 4.13). Tabela 4.13 Granger-ov test uzročnosti na nivou panela i po zemljama (1990-2014) Granger-ov test uzročnosti za period 1990-2014 H0: javni prihodi ne uzrokuju javnu potrošnju H0: javni potrošnja ne uzrokuje javne prihode Zaključak F-stat. p-vrednost F-stat. p-vrednost Panel 1.61573 0.0983 5.46764 0.0046 Belgija 0.09637 0.9086 1.02301 0.3795 Bez uzročnosti Danska 1.33110 0.2890 2.75617 0.0903 „Troši pa oporezuj“ Nemačka 1.15484 0.3374 0.21430 0.8091 Bez uzročnosti Irska 0.73102 0.5002 0.48787 0.6247 Bez uzročnosti Grčka 0.14487 0.8665 3.20156 0.0740 „Troši pa oporezuj“ Španija 0.89620 0.4319 5.08405 0.0234 „Troši pa oporezuj“ Francuska 0.26110 0.6147 8.99229 0.0068 „Troši pa oporezuj“ Italija 0.28928 0.7522 0.31081 0.7367 Bez uzročnosti Holandija 0.39623 0.6786 2.90181 0.0808 „Troši pa oporezuj“ Austrija 1.64782 0.2206 0.46358 0.7119 Bez uzročnosti Portugalija 1.69964 0.2533 5.38738 0.0266 „Troši pa oporezuj“ Finska 0.09637 0.9086 1.02301 0.3795 Bez uzročnosti Švedska 0.92517 0.4145 1.47809 0.2545 Bez uzročnosti V. Britanija 7.54464 0.0121 0.25112 0.6215 „Oporezuj pa troši“ Luksemburg 0.37328 0.6937 0.17111 0.8441 Bez uzročnosti Izvor: autorski proračun. Na osnovu rezultata testiranja u panelu, ispostavlja se da bar u jednoj jedinici panela postoji uzročnost iz pravca javnih prihoda ka javnoj potrošnji, što korespondira rezultatima Granger-ovog testa za pojedine zemlje (u slučaju Velike Britanije) i bar u jednoj zemlji od javne potrošnje ka javnim prihodima (Tabela 4.12). Detaljniji rezultati Granger-ovog testa upućuju da u više zemalja postoji navedena uzročnost, odnosno, na snazi je hipoteza „troši pa oporezuj“ u Danskoj, Grčkoj, Španiji, Francuskoj, Holandiji, Portugaliji, dok je u ostalim zemljama identifikovano odsustvo uzročnosti. Stoga je neophodno pristupiti modeliranju na osnovu forme za heterogene nestacionarne panele, a uzročnost posmatrati iz pravca javne potrošnje ka javnim prihodima, jer rezultati testova u panelu sugerišu heterogenost, testovi u vremenskim serijama potvrĎuju heterogenost, a većina rezultata ukazuje na pravac uzročnosti od javne potrošnje ka javnim prihodima. U okvirima navedene uzročnosti, u nastavku je testirana kointegraciona veza u heterogenom panelu Pedroni i Westerlund testom. 210 Na osnovu šest od sedam testova Pedroni-ja (Tabela 4.14), neophodno je odbaciti nultu hipotezu o nepostojanju kointegracije na nivou značajnosti od 5%, odnosno da za varijable javna potrošnja i javni prihodi koje odlikuje postojanje jednog jediničnog korena, postoji linearna kombinacija koja je stacionarna. Pedroni-jev test dozvoljava da navedena linearna kombinacija ne bude homogena, s obzirom na heterogenost uspostavljanja fiskalne održivosti po zemljama. Ako bi se pošlo od pretpostavke da je kointegraciona veza homogena, a da je zapravo heterogena, slučajna greška ne bi bila stacionarna za ceo panel, iako bi postojala kointegracija u svim jedinicama panela. Ograničenje Pedroni-jevog testa se ogleda u pretpostavci o nezavisnosti uporednih podataka, koja u uzorku od 15 zemalja u periodu 1990-2014. nije ispunjena. Pesaran-ov CD test pokazuje neophodnost odbacivanja nulte hipoteze (za javne prihode, statistika CD-testa iznosi 5,92, za p-vrednost=0,000; za javnu potrošnju, CD-test=22,90, a p-vrednost=0,000). Zato se u nastavku analize koristi Westerlund test koji postaje robustan na postojanje zavisnosti uporednih podataka nakon primene tehnike „bootstrap“ u odreĎivanju robusnih p-vrednosti. Tabela 4.14 Pedroni test kointegracije izmeĎu javne potrošnje i javnih prihoda (1990-2014) H0: nepostojanje kointegracije H1: kointegracija Model sa individualnom konstatom Statistika p-vrednost Ponderisana statistika p-vrednost Zajednički autoregresioni koeficijenti Panel v 2.3802 0.0086 2.0410 0.0206 Panel ρ -2.2273 0.0130 -2.6262 0.0043 Panel PP -2.5933 0.0048 -2.9979 0.0014 Panel ADF -2.6755 0.0037 -3.3289 0.0004 Individualni autoregresioni koeficijenti Grupna ρ -0.6329 0.2634 Grupna PP -2.0295 0.0212 Grupna ADF -4.0125 0.0000 Ocena PDOLS metodom Log (javna potrošnja) Beta t-statistika 0.3159 9.698 Test Beta=1 F-statistika p-vrednost 30.20 0.000 Izvor: autorski proračun. 211 Na osnovu robusnih p-vrednosti prva dva Westerlund-ova testa (Tabela 4.15) u kojima je hipoteza heterogeno postavljena (Gt i Ga – testovi u kojima se polazi od individualnih ocena koje se zatim uprosečavaju), odbacuje se nulta hipoteza o odsustvu kointegracione veze i prihvata alternativna da je bar jedna jedinica panela kointegrisana. U drugoj grupi testova, test Pt ukazuje da se ne može odbaciti hipoteza o nepostojanju kointegracije, odnosno, da nisu sve jedinice panela kointegrisane, dok drugi test Pa upućuje da su sve jedinice panela kointegrisane na nivou značajnosti od 10%. Detaljniji rezultati Westerlund-ovog testa se dobijaju analizom heterogenih koeficijenata za svaku jedinicu panela. Naime, Westerlund-ov test pruža rezultate kointegracione analize za ceo panel putem četiri testa u kojima su hipoteze alternativno definisane, i putem analize pojedinačnih jedinica panela. Rezultati za pojedinačne zemlje impliciraju da ukoliko se vrednost koeficijenta pored javne potrošnje nalazi u intervalu od 0 do 1, a značajan je, fiskalna politika je slabo održiva. Ukoliko je veći od 1 ili manji od 0, ili nesignifikantan, fiskalna politika je neodrživa. Rezultati upućuju da kointegraciona veza ne postoji u Belgiji, Nemačkoj, Španiji, Velikoj Britaniji, Irskoj i Grčkoj, dok u ostalim zemljama postoji slaba kointegraciona veza koja upućuje na slabu održivost, pri čemu je najveći koeficijent ocenjen za Austriju, dok ga slede koeficijenti ocenjeni za Francusku i Luksemburg. Tabela 4.15 Westerlund-ov test kointegracije (1990-2014) Test Vrednost Z-vrednost p-vrednost Robustna p-vrednost (bootstrap) Javna potrošnja → Javni prihodi H0: nema kointegracije; H1: kointegrisana je bar jedna jedinica panela (heterogena pretpostavka) Gt -2.501 -3.118 0.001 0.068 Ga -7.085 0.041 0.516 0.023 H0: nema kointegracije; H1: kointegrisane su sve jedinice panela (homogena pretpostavka) Pt -6.842 -1.243 0.107 0.270 Pa -5.891 -1.449 0.074 0.083 Prosečan broj docnji odreĎen AIK kriterijumom: 0.73 Prosečan broj leads odreĎen AIK kriterijumom: 1.73 Zemlje Javna potrošnja p-vrednost Belgija 0.0892 0.223 Danska 0.2145 0.003 Nemačka 0.0977 0.338 Irska -0.0300 0.432 212 Grčka 0.2851 0.560 Španija -0.190 0.032 Francuska 0.3263 0.000 Italija 0.2301 0.036 Holandija 0.2953 0.065 Austrija 0.4240 0.013 Portugalija 0.2843 0.001 Finska 0.1803 0.032 Švedska 0.0861 0.083 Velika Britanija 0.0612 0.609 Luksemburg 0.3070 0.070 Izvor: autorski proračun. Rezultati Westerlund-ovog testa mogu biti dopunjeni primenom ocene modela sa dugoročnom ravnotežnog greškom, i koeficijenata prilagoĎavanja ravnoteži, metodom grupnih sredina i združenih grupnih sredina. Tabela 4.16 Homogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina za EU-15 u periodu 1990-2014 Zavisna varijabla: log. javnih prihoda Homogena dugoročna veza (𝜃) Korekcija ravnotežne greške (𝛷𝑖) ∆𝑙𝐸 𝜇𝑖 Metod grupnih sredina Koef. p-vred. Koef. p-vred. Koef. p-vred. Koef. p-vred. 0.4074 0.000 -0.3342 0.000 -0.0256 0.576 0.814 0.000 𝜃 = 1 2=26.67 0.000 Metod združenih grupnih sredina 0.3502 0.000 -0.2684 0.000 -0.0153 0.755 0.668 0.000 𝜃 = 1 2=154.5 0.000 Hausman-ov test homogenosti dugoročne ravnoteţne veze MG PMG MG-PMG Dugoročna veza 0.4074 0.3502 0.0572 Hausman-ova test statistika 0.25 p-vrednost 0.6157 ARDL (1,1) Izvor: autorski proračun. Metodom grupnih sredina i združenih grupnih sredina, za duži period, od 1990. godine do 2014. godine i 15 zemalja EU, ocenjena dugoročna veza iznosi 0.4074 i 0.3502 respektivno (Tabela 4.15), što su niže dobijene vrednosti u odnosu na kraći 213 period, dakle od 1995. godine (Tabela 4.11, 0.605 i 0.475). Izvodi se isti zaključak o slaboj fiskalnoj održivosti, uz slabiju dugoročnu vezu i manje intenzivno prilagoĎavanje ravnoteži. Ispostavlja se da institucionalni okvir i fiskalna disciplina u EU postaje sve snažnija sa protokom vremena, odnosno da je primetna razlika, uz isti zaključak, u vezi sa održivošću fiskalne politike u zemljama EU. Hausman-ov test upućuje da ne postoji značajna razlika izmeĎu ocena dobijenih primenom dva metoda, odnosno metod združenih grupnih sredina obezbeĎuje efikasne ocene, a grupnih sredina konzistentne ali neefikasne ocene, pa se optimalnim može smatrati metod združenih grupnih sredina. Detaljniji rezultati heterogenih koeficijenata su prikazani u Tabeli 4.17. Tabela 4.17 Heterogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina za EU-15 u periodu 1990-2014 Metod združenih grupnih sredina Metod grupnih sredina Zaključak Zavisna varijabla: log javnih prihoda Korekcija ravnotežne greške (𝛷𝑖) Korekcija ravnotežne greške (𝛷𝑖) Heterogena dugoročna veza () =1 Zemlje Koef. p- vred. Koef. p- vred. Koef. p- vred. 2 p- vred. Belgija -0.174 0.048 -0.124 0.260 0.825 0.330 Neodrživo Danska -0.400 0.019 -0.432 0.098 0.311 0.148 Održivo? Nemačka -0.265 0.081 -0.283 0.087 0.137 0.627 Održivo? Irska -0.083 0.245 -0.258 0.141 -0.094 0.535 Neodrživo Grčka -0.182 0.202 -0.324 0.572 0.869 0.323 Neodrživo Španija -0.202 0.046 -0.530 0.020 -0.202 0.232 Neodrživo Francus. -0.176 0.124 -0.193 0.075 1.069 0.031 0.10 0.75 Održivo Italija -0.241 0.010 -0.189 0.095 0.746 0.192 Neodrživo Holandija -0.190 0.077 -0.319 0.058 0.631 0.001 3.78 0.05 Slabo održivo Austrija -0.601 0.003 -0.593 0.010 0.330 0.054 15.2 0.00 Slabo održivo Portug. -0.154 0.264 -0.216 0.173 0.734 0.040 0.55 0.45 Održivo Finska -0.503 0.004 -0.625 0.002 0.265 0.000 155 0.00 Slabo održivo Švedska -0.174 0.057 -0.195 0.043 0.505 0.005 7.56 0.01 Slabo održivo Velika Britanija -0.742 0.616 -0.124 0.431 -0.474 0.660 Neodrživo Luksem. -0.602 0.000 -0.602 0.000 0.355 0.019 17.8 0.00 Slabo održivo Izvor: autorski proračun. 214 Na osnovu metoda združenih grupnih sredina i grupnih sredina, za period od 1990. godine, najbrže prilagoĎavanje ravnotežnoj vezi zabeleženo je u Luksemburgu, Finskoj i Austriji. Fiskalna politika je ocenjena kao održiva u Francuskoj i Portugaliji, a kao slabo održiva u Holandiji, Austriji, Finskoj, Švedskoj i Luksemburgu. Iako formirana dugoročna veza u Danskoj i Nemačkoj nije značajna, špekuliše se da se fiskalna politika u tim zemljama može smatrati održivom jer su javni prihodi približni javnoj potrošnji (u Danskoj je prosečna javna potrošnja u periodu 1990-2014. iznosila 55,2, a javni prihodi 54,9, dok je u Nemačkoj javna potrošnja iznosila 45,6, a javni prihodi 44,2). Provera robusnosti analizom za 15 zemalja EU metodom združenih grupnih sredina, za period 1995-2014. i 1990-2014, ukazala je da je intenzitet prilagoĎavanja dugoročnoj ravnoteži različit u dva perioda u Belgiji, Francuskoj, Holandiji i Švedskoj. PrilagoĎavanje je na nižem nivou (-0,174, -0,176, -0,190, -0,174, respektivno u Tabeli 4.17) u dužem vremenskom periodu (1990-2014) u odnosu na period 1995-2014 (- 0,358, -0,345, -0,290 i -0,394, respektivno). Navedena razlika se ispoljila i pri oceni (ne)održivosti, gde je za duži period fiskalna politika ocenjena kao neodrživa u Belgiji (za period od 1995. godine je ocenjena kao održiva), a u Holandiji i Švedskoj kao slabo održiva. Ispostavlja se da je u periodu od 1990. godine fiskalna politika bila manje stabilna uz manje prilagoĎavanje ravnotežnoj vezi u odnosu na period nakon 1995. godine. Sa druge strane, u Luksemburgu je fiskalna politika za period od 1990. godine ocenjena kao slabo održiva, za razliku od perioda od 1995. godine kada se nije formirala dugoročna ravnoteža veza. Analiza robusnosti skraćenjem uzorka zemalja i produženjem perioda, ukazuje da su rezultati o slaboj održivosti u zemljama EU pouzdani. Optimalnim metodom, metodom združenih grupnih sredina, utvrĎeno da je dugoročna ravnotežna veza najjača u uzorku od 15 zemalja EU. MeĎutim, u slučaju kada se uzorak produži za prethodnih pet godina, veza postaje značajno slabija. Dakle, početkom devedesetih godina fiskalna politika nije formirala jaku dugoročnu vezu izmeĎu javnih prihoda i javne potrošnje, kao nakon potpisivanja Mastrihtskog ugovora, početka primene klauzula i jačanja institucionalnog okvira. Interesantno je da koeficijent prilagoĎavanja dugoročnoj vezi jači kada se uključe zemlje „nove članice“ odnosno EU-28, u odnosu na EU-15. 215 Intenzivnije prilagoĎavanje javne potrošnje je ocenjeno u širem uzorku, ukazujući da institucionalni okvir i sprovoĎenje fiskalnih reformi u novim članica EU jeste snažno, ili je bar u nekim od novih članica EU prilagoĎavanje snažno, što utiče na ocenu prosečnog prilagoĎavanja (detaljnije, meĎu zemljama EU-15 su fiskalne reakcije najizraženije u Finskoj, Luksemburgu i Austriji, a meĎu novim članicama u Sloveniji). 2.1.4 Primena metoda sa zajedničkim korelisanim efektima Sa ciljem da se prevaziĎe problem zavisnosti izmeĎu uporednih podataka koji potencijalno narušava relevantnost primenjenog metoda sa korekcijom ravnotežne greške u heterogenim panelima, koriste se dve strategije: (1) oceniti model sa korekcijom ravnotežne greške koji uzima u obzir postojanje zavisnosti uporednih podataka predložen od strane Gengenbach, Urbain and Westerlund (2009), i (2) primenjivati metode zasnovane na zajedničkim korelisanim efektima. U nastavku rada, opredeljene se odnosi na primenu druge strategije na inicijalnom uzorku od 28 zemalja EU u periodu 1995-2014, s obzirom na raznovrsnost metoda koje mogu biti prilagoĎenje potrebama u istraživanju (metode zasnovane na zajedničkim korelisanim efektima koje se baziraju na grupnim sredinama, na združenim grupnim sredinama, na proširenim grupnim sredinama). Primenom metoda zajedničkih korelisanih efekata grupnih sredina (CCEMG), zasnovano na modelu (3.68), ocenjeni model ima sledeći oblik: 𝑅𝑖𝑡 = 𝛽𝑖 + 𝜷𝒊 ′𝐺𝑖𝑡 + 𝑐1𝑖𝑅 𝑡 + 𝒄𝟐𝒊′𝐺 𝑡 + 𝑒𝑖𝑡 , (4.2) dok model proširenih grupnih sredina (AMG), zasnovano na modelu (3.71), ima formu: 𝑅𝑖𝑡 = 𝛽𝑖 + 𝜷𝒊 ′𝐺𝑖𝑡 + 𝒅𝒊′𝜇𝑡  + 𝑒𝑖𝑡 . (4.3) Primenom metoda sa zajedničkim korelisanim efektima, obezbeĎuje se sledeće: 1) UvoĎenje heterogenih regresionih parametara, 2) UvoĎenje heterogenog faktorskog opterećenja kao posledice delovanja neidentifikovanih faktora. 216 Pesaran-ov (2006) metod ocenjivanja CCEMG i Ebderhardt i Teal (2009) metod AMG uzimaju u obzir zavisnost uporednih podataka: metod CCEMG uvoĎenjem proseka za uporedne podatke u svakoj godini za zavisnu varijablu i za nezavisne varijable (identifikovani faktori), kao aproksimacije za neidentifikovane faktore; metod AMG uvoĎenjem dinamičkih zajedničkih faktora. Heterogeni koeficijent 𝜷𝒊 ′ uz identifikovani faktor, javnu potrošnju je u ocenjenom modelu je očekivanog znaka i veličine koja je uglavnom ispod jedinice (Tabela 4.18). Statistički je signifikantan u većini zemalja Evropske Unije, pogotovo u specifikaciji sa dinamičkim zajedničkim efektima. Najveće vrednosti postiže u Slovačkoj, Švedskoj, Portugaliji, Kipru, dok prelazi jedinicu u Poljskoj. Nesignifikantni koeficijenti pri primeni oba metoda ocenjivanja se odnose Grčku i Irsku, što koincidira sa rezultatima Afonso-a i Rault-a (2015), koji su analizirali duži vremenski period 1960-2012, ali na uzorku od 14, 15 i 22 zemlje Evropske Unije. Neidentifikovani faktori u modelu CCEMG podrazumevaju „meru ignorisanja“ (Eberhardt i Teal 2009), odnosno obuhvataju sve procese koji su varijabilni kroz vreme, inpute, faktore i karakteristike koje nisu obuhvaćene identifikovanim faktorima (regresorima), a taj zajednički faktor obezbeĎuje način da se obuhvati zavisnost uporednih podataka. Isti neidentifikovani šokovi deluju na sve zemlje u uzorku, ali je faktorsko opterećenje šokova različito. Tabela 4.18 Ocena modela toka metodom zajedničkih korelisanih efekata grupnih sredina i proširenih grupnih sredina Zavisna varijabla: 𝑅𝑖𝑡 CCEMG AMG 𝛽𝑖 𝜷𝒊 ′ 𝑐1𝑖 𝒄𝟐𝒊′ 𝛽𝑖 𝜷𝒊 ′ 𝒅𝒊′ Homogeni koef. -0.593 0.329*** 1.067*** -0.239** 2.399*** 0.345** * 1.098*** Heterogeni koeficijenti po zemljama za logaritam javnih prihoda Belgija 1.478 0.503* 0.548* -0.424** 2.828*** 0.267*** 0.792** Bugarska 4.092 0.504*** 0.794 -1.392*** 2.018** 0.431** 1.389 Češka -1.998 0.376** 1.346** -0.202 2.178*** 0.389*** 1.341** Danska 0.022** 0.206* 1.155*** -0.301* 3.333*** 0.164** 1.162*** Nemačka -0.851 0.308** 1.015** -0.0858 2.504*** 0.331** 1.013** Estonija -1.643 -0.021 0.320 1.094** 1.979*** 0.451*** 0.212 Irska 1.374 -0.107 0.497 0.191 3.759*** -0.055 0.485 Grčka -16.412** 0.216 5.147*** 0.008 1.099 0.636 4.205** Španija 3.164* -0.168 0.936** -0.630* 5.051*** -0.384*** 1.147** Francus. -0.893 0.276* 1.182*** -0.183 2.601*** 0.326*** 1.135*** 217 Hrvatska 4.936*** -0.269** 0.044 -0.084 4.801*** -0.274** 0.087 Italija -2.974*** 0.113 1.479*** 0.220 1.721*** 0.534*** 1.177*** Kipar 0.391 0.813*** 0.883 -0.816** 0.887* 0.725*** 1.432 Letonija -1.138 0.356** 1.110 -0.193 2.214*** 0.366** 1.106*** Litvanija 0.314 0.332*** 0.766 -0.220 2.348*** 0.324*** 0.780 MaĎarska -4.451*** 0.104 1.592*** 0.503*** 2.306** 0.376* 1.285** Malta -6.817* 0.582 2.181** 0.035 1.651 0.519* 1.976** Holandija 0.489 0.290** 0.879*** -0.290 2.890*** 0.227** 0.871** Austrija 1.980** 0.357** 0.263 -1.128 2.690*** 0.303** 0.245 Poljska -5.330*** 1.203*** 2.002*** -0.790*** -0.784 1.172*** 2.134*** Portug. -2.968** 0.583*** 1.803*** -0.599*** 1.784*** 0.495*** 1.962*** Rumunija -0.523 0.422*** 1.291*** -0.609*** 2.177*** 0.360*** 1.471** Slovenija 2.087** 0.208*** 0.324 -0.086 2.990*** 0.200*** 0.341 Slovačka -2.068 0.636*** 1.063 -1.171 1.218*** 0.638*** 1.048 Finska 3.117*** 0.394*** 0.320 -0.499*** 3.037*** 0.235*** 0.571* Švedska 3.702** 0.592*** -0.042 -0.505** 1.851*** 0.535*** 0.134 Velika Britanija 2.960** 0.337*** 0.631 -0.769*** 3.069*** 0.153* 0.99** Luksemb. 1.350 0.072 0.335 0.235 2.984*** 0.209** 0.245 RMSE 0.0608 0.0447 0.0420 Pesaran CIPS test primenjen na rezidualima Docnje CD-test p-vrednost CD-test p-vrednost 0 docnji -5.131 0.000 -4.460 0.000 1 docnja -4.165 0.002 -3.552 0.000 2 docnje -1.087 0.139 -2.084 0.019 Pesaran CD test zavisnosti uporednih podataka CD-test -1.04 0.299 -1.02 0.307 Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. Prema rezultatima CD testa na rezidualima iz modela ocenjenih CCEMG i AMG metodama, ne može se odbaciti nulta hipoteza o nezavisnosti uporednih podataka, upućujući da dva pristupa zasnovana na faktorskoj strukturi uspešno obuhvataju prisustvo zajedničkih neidentifikovanih faktora koji uzrokuju zavisnost uporednih podataka. Pesaran-ov CIPS test sproveden na rezidualima iz ocenjenih modela upućuje na stacionarnost reziduala. 218 2.2 Modeli stok-tok – multikointegraciona analiza Analiza zasnovana na modelima toka u kojima figurišu samo varijable koje reprezentuju javne prihode i javnu potrošnju, ukazala je na postojanje slabe održivosti, i heterogeno prilagoĎavanje dugoročnoj ravnoteži u zemljama Evropske Unije. Dakle, analiza je pokazala postojanje jednog kointegracionog sloja, u kontekstu analize fiskalne održivosti interpretiranog kao slaba održivost, dok se multikointegracionom analizom može proveriti postojanje tog (prvog) sloja kointegracije i proveriti dublja kointegrisanost, u smislu veze varijabli toka sa varijablom stoka, javnim dugom. Multikointegraciona analiza u kontekstu jednostepenog koncepta (izraz (1.25)) definisanog od strane Engsted, Gonzalo i Haldrup (1997) i Engsed, Haldrup (1999) zasniva se na sledećem modelu: 𝑡𝑖𝑡 = 𝑐𝑡𝛼𝑖 + 𝑏𝑖 𝑔𝑖𝑡 ∗ + 𝛿𝑔𝑖𝑡 + 𝑢𝑖𝑡 𝑡 𝑗 =1 𝑡 𝑗 =1 , (4.4) gde su kumulisane varijable javnih prihoda i javne potrošnje označene sa 𝑡𝑖𝑡 𝑡 𝑗 =1 i 𝑔𝑖𝑡 ∗𝑡 𝑗=1 , respektivno, a sa 𝛼𝑖 su prikazane potencijalne determinističke komponente. Pri analizi stacionarnosti nivoa varijabli javna potrošnja i javni prihodi, pokazano je da su navedene varijable integrisane reda 1. Kumuliranje njihovih vrednosti za svaku jedinicu panela, trebalo bi po definiciji da znači integrisanost reda 2 novoformiranih kumuliranih varijabli, što se u nastavku proverava. Primenjeni su testovi prve i druge generacije, ali se najrelevantnijim smatra Pesaran-ov test, pa su rezultati ovog testa prikazani u Tabeli 4.19. Rezultati testa pokazuju da se ne može odbaciti nulta hipoteza o integrisanosti reda jedan za varijable kumulisane javne potrošnje i kumulisanih javnih prihoda. Zatim se proverava da li su prve diference navedenih varijabli stacionarne i da li je konačni zaključak da su kumulisane varijable integrisane reda 1. Ispostavlja se da ni prve diference nisu stacionarne, prema modelu sa konstantom i dve docnje, i prema modelu sa konstantom i trendom, pa se proverava stacionarnost druge diference kumulisanih javnih prihoda i kumulisane javne potrošnje. Konačno, zaključuje se da je druga diferenca stacionarna, ukazujući da su teorijske pretpostavke o integrisanosti reda 2 kumulisanih varijabli opravdane (Tabela 4.19). 219 Tabela 4.19 Pesaran-ov test jediničnih korena kumulisanih promenljivih CADF i CIPS test Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i trendom 𝒁 𝒕 - statistika (CADF i CIPS) p-vrednost 𝒁 𝒕 -statistika (CADF i CIPS) p-vrednost 𝑡𝑖𝑡 𝑡 𝑗 =1 0 0.180 0.571 1.511 0.935 1 -2.546 0.050 -1.012 0.156 2 0.576 0.718 1.719 0.957 𝑔𝑖𝑡 ∗ 𝑡 𝑗 =1 0 2.018 0.978 2.910 0.998 1 -1.975 0.024 0.333 0.631 2 -0.169 0.433 2.590 0.995 ∆ 𝑡𝑖𝑡 𝑡 𝑗 =1 0 -1.654 0.049 -0.323 0.373 1 -2.324 0.010 0.146 0.558 2 -0.343 0.366 3.289 0.999 ∆ 𝑔𝑖𝑡 ∗ 𝑡 𝑗 =1 0 -4.247 0.000 -2.644 0.004 1 -1.696 0.045 -0.722 0.235 2 -0.153 0.439 0.847 0.801 ∆2 𝑡𝑖𝑡 𝑡 𝑗=1 0 -13.075 0.000 -10.893 0.000 1 -7.263 0.000 -5.724 0.000 2 -3.495 0.000 -2.244 0.012 ∆2 𝑔𝑖𝑡 ∗ 𝑡 𝑗=1 0 -12.819 0.000 -10.534 0.000 1 -6.279 0.000 -3.099 0.000 2 -3.392 0.000 -0.302 0.381 Izvor: autorski proračun. Ocenjuje se definisani model (4.4), uključujući determinističke komponente u smislu individualnih efekata i trenda, kao i kvadratnog trenda, kao što je predloženo u radu Engsted (1997) pri analizi stok-tok. MeĎutim, trend nije značajan u specifikacijama, što se može interpretirati činjenicom da se inicijalno analizira udeo varijabli u BDP, a ne njihovi nivoi (to je empirijski potvrĎeno i u drugim radovima, kao na primer, Westerlund i Prohl 2007). Primenjeni metod ocenjivanja se zasniva na metodu proširenih grupnih sredina (Tabela 4.20) usled činjenice da je u podacima detektovana zavisnost izmeĎu uporednih podataka, dok je stacionarnost reziduala proverena Pesaran-ovim testom. 220 Tabela 4.20 Rezultati testiranja multikointegracije (metodom proširenih grupnih sredina) Zavisna var: kum. javni prihodi Kumulirana javna potrošnja Javna potrošnja Zajednički dinamički faktor Konstanta Zaključak b p- vred. 𝛿 p- vred. Koef. p- vred. Koef. p- vred. Slaba fiskalna održivost uz prilagoĎavanje javne potrošnje akumuliranom javnom dugu Homog. Koef. 0.893 0.000 -0.364 0.005 1.052 0.000 14.882 0.021 Heterogeni koeficijenti Belgija 0.931 0.000 -0.697 0.000 1.039 0.000 34.869 0.000 PrilagoĎavanje Bugarska 0.928 0.000 -0.043 0.745 1.316 0.000 7.501 0.158 Bez prilagoĎavanja Češka 0.926 0.000 -0.233 0.258 -0.287 0.231 -0.286 0.975 Bez prilagoĎavanja Danska 0.953 0.000 0.509 0.004 2.130 0.000 -30.913 0.001 Kontraindikovano prilagoĎavanje Nemačka 0.972 0.000 -0.020 0.946 -0.422 0.081 -8.973 0.555 Bez prilagoĎavanja Estonija 0.983 0.000 0.203 0.431 0.423 0.157 -19.325 0.047 Bez prilagoĎavanja Irska 0.659 0.000 -0.806 0.000 5.453 0.000 59.622 0.000 PrilagoĎavanje Grčka 0.773 0.000 1.154 0.014 0.151 0.811 -79.902 0.000 Kontraindikovano prilagoĎavanje Španija 0.785 0.000 -0.603 0.009 3.253 0.000 30.467 0.001 PrilagoĎavanje Franc. 0.912 0.000 -1.266 0.000 0.779 0.000 68.810 0.000 PrilagoĎavanje Hrvatska 0.859 0.022 1.0723 0.040 1.3353 0.011 -17.940 0.418 Kontraindikovano prilagoĎavanje Italija 0.927 0.000 -0.2896 0.027 0.1412 0.054 9.5014 0.127 PrilagoĎavanje Kipar 0.906 0.000 -1.0112 0.021 0.6736 0.013 31.500 0.024 PrilagoĎavanje Letonija 0.883 0.000 -0.4698 0.047 1.0399 0.000 26.504 0.002 PrilagoĎavanje Litvanija 0.839 0.000 -0.1613 0.172 1.3382 0.000 10.002 0.034 Bez prilagoĎavanja MaĎarska 0.928 0.000 -0.2949 0.378 -1.154 0.000 9.5878 0.575 Bez prilagoĎavanja Malta 0.942 0.000 -0.0227 0.044 -1.100 0.024 70.484 0.087 PrilagoĎavanje Holandija 0.913 0.000 -0.555 0.000 1.2326 0.000 25.519 0.000 PrilagoĎavanje Austrija 0.937 0.000 -0.2231 0.198 0.3631 0.002 8.9375 0.328 Bez prilagoĎavanja Poljska 0.871 0.000 -0.5447 0.000 0.6053 0.000 30.150 0.000 PrilagoĎavanje Portug. 0.850 0.000 -0.7442 0.017 1.0431 0.000 36.219 0.005 PrilagoĎavanje Rumunija 0.843 0.000 -0.6993 0.000 1.2190 0.000 28.023 0.000 PrilagoĎavanje Slovenija 0.881 0.000 -0.4642 0.009 1.3653 0.000 23.227 0.002 PrilagoĎavanje Slovačka 0.860 0.000 0.3186 0.278 0.503 0.246 -17.661 0.205 Bez prilagoĎavanja Finska 0.954 0.000 -0.2027 0.190 2.2748 0.000 6.904 0.377 Bez prilagoĎavanja Švedska 0.985 0.000 0.2055 0.318 0.8059 0.000 -21.084 0.078 Bez prilagoĎavanja Velika Britanija 0.794 0.000 -1.6406 0.001 3.0879 0.000 75.133 0.000 PrilagoĎavanje Luksem. 1.007 0.000 -0.6681 0.127 0.9125 0.010 34.827 0.041 Bez prilagoĎavanja 221 RMSE 2.8874 Pesaran-ov CD test zavisnosti uporednih podataka Test statistika p-vrednost CD-test -2.27 0.373 Testovi jediničnih korena – model sa konstantom H0: nestacionarnost – nepostojanje multikointegracije - homogena pretpostavka; H1: stacionarnost – postojanje multikointegracije – heterogena pretpostavka Pesaran-ov CIPS test (2007) Maddala i Wu test (1999) Docnje 𝑍 𝑡 -statistika p-vrednost 2 p-vrednost 0 docnji -2.459 0.007 162.728 0.000 1 docnja -5.159 0.000 279.368 0.000 2 docnje -2.107 0.018 148.239 0.000 Wald-ov test za dugoročnu ravnoteţnu vezu b=1 2 = 56.03 p-vrednost = 0.000 Izvor: autorski proračun. Metod proširenih grupnih sredina, zasnovan na dvostepenoj proceduri (Eberhardt i Teal 2013), obezbeĎuje prosečne homogene ocene regresionih koeficijenata za sve analizirane varijable, kao i heterogene koeficijente za svaku od analiziranih zemalja. Specifikacija sadrži dve ključne komponente: homogene koeficijente u kojima je b pokazatelj prvog kointegracionog sloja, odnosno potencijalne korelisanosti kumulisane javne potrošnje i kumulisanih javnih prihoda, i 𝛿, koja je reprezent potencijalnog drugog kointregracionog sloja, tj. veze sa javnim dugom. Ukoliko je b>1, proizlazi da su kumulirani prihodi u proseku veći od kumulirane potrošnje, dovodeći do suficita budžeta. Tada se očekivana fiskalna reakcija odnosi na inverzni odnos, odnosno očekuje se da je 𝛿 > 0, tačnije, javna potrošnja raste kako bi kompenzovala uvećane nivoe štednje. U slučaju b=1, budžet je u proseku izbalansiran. Na kraju, ako je b<1, kumulirana potrošnja prevazilazi kumulirane prihode, stvarajući deficit budžeta i mogućnost rasta javnog duga. U tom slučaju se očekuje da je veza izmeĎu tekuće javne potrošnje i sadašnje vrednosti javnog duga negativna, odnosno, da je 𝛿 < 0, ukazujući na prilagoĎavanje tekuće potrošnje javnom dugu, koji posledira isključenju Ponzi-jeve šeme (Leachman, Francis 2000; Leachman et al. 2005). Ocenjeni homogeni koeficijent prvog kointegracionog sloja iznosi b = 0,893 ukazujući na situaciju u kojoj je kumulisana javna potrošnja veća od kumulisanih javnih prihoda, jer promena u kumulisanoj javnoj potrošnje od 1, znači promenu kumulisanih javnih prihoda za 0,893 (Tabela 4.20). U kontekstu prvog sloja kointegracije, navedeni koeficijent može upućivati na postojanje slabe fiskalne održivosti, prema terminologiji Quinots-a (1995), jer se značajno razlikuje od 1, što je testirano primenom Wald-ovog 222 testa. Fiskalna reakcija na navedenu situacije postojanja deficita, koja vodi isključenju Ponzi-jeve šeme podrazumeva da je 𝛿 < 0. Ocenjena vrednost parametra 𝛿 iznosi - 0,364, upućujući na zaključak da se javna potrošnja prilagoĎava (smanjuje) usled rasta akumuliranog javnog duga. Navedeni pokazatelj usklaĎenosti dva kointegraciona sloja, može eventualno ukazati na postojanje multikointegracije, koji je proveren analizom reziduala. Analiza reziduala iz ocenjenog modela je sprovedena testovima jediničnih korena, pri čemu je moguće koristiti i testove prve i druge generacije jer je u ocenjenom modelu usled primene metoda proširenih grupnih sredina već obuhvaćena zavisnost uporednih podataka. Stoga su uporedo prezentovani rezultati Madalla i Wu testa prve generacije i Pesaran-ovog testom druge generacije koji uzima u obzir postojanje zavisnosti izmeĎu uporednih podataka (Tabela 4.20). Rezultati oba testa ukazuju da se mora odbiti nulta hipoteza o nestacionarnim rezidualima, odnosno da su u nekim jedinicama panela reziduali stacionarni ukazujući na postojanje multikointegracije (𝑢𝑖𝑡 ~𝐼(0)). Dakle, bar u jednoj od zemalja postoji usklaĎenost u okviru stok-tok modela, što znači da pored postojanja kointegracione veze izmeĎu varijabli toka, postoji i dublja veza, sa varijablom stoka. Nedostatak navedenog metoda je što ne može detektovati o kojoj (o kojim) zemljama je tačno reč, te se analizom heterogenih koeficijenata, može detaljnije sagledati osobenosti svake zemlje, pa doneti precizniji zaključci. Na osnovu analize heterogenih koeficijenata, može se doneti jedinstven zaključak da kumulirana javna potrošnja biva veća od kumuliranih javnih prihoda u analiziranom periodu u svim zemljama Evropske Unije ukazujući na slabu održivost, sem u Luksemburgu gde postoji jaka održivost, Koeficijenti su najmanji respektivno u Irskoj (0,659), Grčkoj (0,773), Španiji (0,785) i Velikoj Britaniji (0,7943), dok su visoki koeficijenti ocenjeni u skandinavskim zemljama (preko 0,95), Estoniji (0,983), Nemačkoj (0,972), Austriji (0,937), Belgiji (0,931), Francuskoj (0,912). MeĎutim, sa stanovišta fiskalne reakcije i prilagoĎavanja javne potrošnje javnom dugu, nemoguće je razvrstati zemlje u one sa manjim i one sa koeficijentima bliskim jedinici, jer je i u okviru tih grupa prilagoĎavanje javne potrošnje, izuzetno heterogeno. Naime, u nekim zemljama u kojima gotovo da postoji jaka održivost s obzirom na koeficijente bliske 1, prilagoĎavanje javne potrošnje javnom dugu nije statistički značajno (u Švedskoj, Finskoj, Luksemburgu, Austriji, Nemačkoj). Navedeno proizlazi iz relativno manje 223 zaduženosti ovih zemalja, i stabilne fiskalne pozicije, u kojoj ne postoji neophodnost prilagoĎavanja - iako sa očekivanim predznakom, kumulisansa javna potrošnja nije značajna u modelu. Sa druge strane, Francuska, iako sa relativno visokim koeficijentom, bliskim jedinici, snažno prilagoĎava javnu potrošnju sadašnjoj vrednosti akumuliranog javnog duga. Dakle, relativno održiva pozicija je posledica većih napora fiskalnih vlasti u sferi prilagoĎavanju. U sličnoj poziciji kao Francuska se nalazi i Belgija, uz nešto manji intenzitet prilagoĎavanja. MeĎu svim analiziranim zemlja najsnažnije prilagoĎavanje sprovodi Velika Britanija, u kojoj je koeficijent prilagoĎavanja -1,64, dok je u Grčkoj prilagoĎavanje pozitivno i iznosi 1,154, ukazujući na apsurdnost situacije, s obzirom da su obe zemlje u grupi niskih koeficijenata b. Navedena činjenica, da su se u posmatranom periodu, fiskalne vlasti u Grčkoj po svojim fiskalnim reakcijama (koje su signifikantne!) postavljale kao da je budžet u suficitu, da je došlo do prekomerno akumulirane štednje, te da je neophodno prilagoĎavanje u smislu veće potrošnje. Naravno, prilagoĎavanje se smatra kontraindikovanim jer je u suprotnosti sa očekivanim prilagoĎavanjem. Sa druge strane, u grupi liberalnih zemalja koje karakteriše niska javna potrošnja, svaki rast javnog duga je propraćen oštrim smanjenjima javne potrošnje. Generalno, u zemljama jezgra Evropske Unije, prisutno je fiskalno prilagoĎavanje koje je signifikantno u većini slučajeva, čak i u zemljama u kojima je zaduženost velika. MeĎutim, u većini zemalja koje su pristupile Evropskoj Uniji 2004, 2007. i 2013. godine, fiskalno prilagoĎavanje nije signifikantno (izuzetak su Slovenija, Poljska, Kipar, Malta i Letonija). Ispostavlja se da institucionalni okvir Evropske Unije postaje sve snažniji, shodno činjenici koliko dugo je zemlja članica. Tako se u slučaju Hrvatske koja se najkasnije pridružila Evropskoj Uniji može utvrditi da je fiskalno prilagoĎavanje neadekvatno, odnosno da se ne prati rast akumuliranog duga smanjenjem potrošnje, već upravo obrnuto, porastom potrošnje, što bi bio odgovarajući potez u slučaju akumulirane štednje, dakle, kontraindikovano prilagoĎavanje. Navedeno može biti posledica analiziranog perioda, u kom Hrvatska nije bila članica Evropske Unije većim delom, pa nije pratila fiskalni okvir, ili ukazuje na buduće probleme usled neadekvatnog sistema prilagoĎavanja. Zajednički dinamički faktor u okviru modela se dobija u prvom koraku ocenjivanja metodom proširenih grupnih sredina, na osnovu modela sa vremenskim 224 veštačkim varijablama i prvim diferencama. U pitanju su neidetifikovani zajednički faktori koji su varijabilni kroz vreme, pa se stoga nazivaju zajedničkim dinamičkim faktorima. Oni, dakle, donekle obuhvataju i promene tokom vremena, a heterogeni su po uporednim podacima, prikazujući heterogeno faktorsko opterećenje. Faktorsko opterećenje nije značajno samo u Češkoj, Estoniji, Grčkoj i Slovačkoj, dok u ostalim zemljama jeste signifikantno, premda, sa različitim znakom. Za Češku, Estoniju i Slovačku je već uočeno da ne sprovode fiskalno prilagoĎavanje kao druge zemlje Evropske Unije, odnosno, da institucionalni okvir nije snažan u ovim zemljama, pa ni uticaj zajedničkih neidentifikovanih šokova. Sa druge strane, u Grčkoj je fiskalno prilagoĎavanje sprovoĎeno u suprotnom smeru u odnosu na sa teorijskog stanovišta očekivano (sličnost sa drugim zemlja Evropske Unije u tom pogledu ne postoji). Slično, nesignifikantnost zajedničkih dinamičkih faktora, pokazuje da su fiskalne reakcije Grčke u posmatranom periodu bile kao da je ekonomija Grčke izuzeta od ostalih dešavanja i faktora koji su determinisali sliku fiskalnih pozicija zemalja Evropske Unije. Rezultati dobijeni analizom postojanja dva kointegraciona sloja primenom metode proširenih grupnih sredina, mogu biti provereni skraćenjem dimenzije N, ili produženjem dimenzije T, što je sprovedeno u nastavku. 2.2.1 Provera robusnosti – skraćenje dimenzije N Proverom robusnosti smanjenjem dimenzije N (dakle, za EU-15 u periodu 1995-2014), uočeno je da su rezultati za zemlje EU-15 slični onima koji su dobijeni ocenom istim metodom za veći broj zemalja, dok su zaključci isti. Razlika se jedino očituje u slučaju Španije i Italije gde fiskalno prilagoĎavanje nije signifikantno u skraćenom uzorku, dok je u Finskoj ocenjeno signifikantno prilagoĎavanje. Rezultati su prikazani u Tabeli 4.21. 225 Tabela 4.21 Rezultati testiranja multikointegracije (metodom proširenih grupnih sredina) za EU-15 u periodu 1995-2014. Zavisna var: Kum. javni prihodi Kumulirana javna potrošnja Javna potrošnja Zajednički dinamički faktor Konstanta Zaključak b p- vred. 𝛿 p- vred. Koef. p- vred. Koef. p- vred. Slaba fiskalna održivost uz prilagoĎavanje javne potrošnje akumuliranom javnom dugu Homog. koef. 0.933 0.000 -0.272 0.047 1.076 0.000 9.352 0.232 Heterogeni koeficijenti Belgija 0.954 0.000 -0.185 0.042 0.827 0.000 6.835 0.131 PrilagoĎavanje Danska 0.997 0.000 0.668 0.096 1.214 0.000 -45.696 0.038 Kontraindikovano prilgoĎavanje Nemačka 0.958 0.000 -0.095 0.723 -0.305 0.012 -3.901 0.772 Bez prilagoĎavanja Irska 0.820 0.000 -0.659 0.000 3.9202 0.000 42.484 0.000 PrilagoĎavanje Grčka 0.831 0.000 0.765 0.000 0.780 0.000 34.301 0.000 Kontraindikovano prilgoĎavanje Španija 0.880 0.000 -0.441 0.610 2.223 0.000 -7.593 0.496 Bez prilagoĎavanja Franc. 0.928 0.000 -0.858 0.000 0.569 0.000 45.701 0.000 PrilagoĎavanje Italija 0.931 0.000 -0.219 0.132 0.1030 0.116 5.742 0.414 Bez prilagoĎavanja Holandija 0.948 0.000 -0.314 0.000 0.8096 0.000 13.079 0.000 PrilagoĎavanje Austrija 0.946 0.000 -0.121 0.456 0.232 0.000 2.473 0.774 Bez prilagoĎavanja Portug. 0.877 0.000 -0.664 0.002 0.7125 0.000 30.630 0.000 PrilagoĎavanje Finska 1.005 0.000 0.3623 0.005 1.8081 0.000 -29.687 0.000 Prilagođavanje Švedska 1.007 0.000 0.3749 0.208 0.4361 0.004 -33.900 0.057 Bez prilagoĎavanja Velika Britanija 0.880 0.000 -1.312 0.000 2.0447 0.000 56.121 0.000 PrilagoĎavanje Luksemb urg 1.031 0.005 -0.447 0.169 0.770 0.000 23.689 0.066 Bez prilagoĎavanja RMSE 1.9521 Pesaran-ov CD test zavisnosti uporednih podataka Test statistika p-vrednost CD-test -1.31 0.189 Testovi jediničnih korena – model sa konstantom H0: nestacionarnost – nepostojanje multikointegracije - homogena pretpostavka; H1: stacionarnost – postojanje multikointegracije – heterogena pretpostavka Pesaran-ov CIPS test (2007) Maddala i Wu test (1999) Docnje 𝑍 𝑡 -statistika p-vrednost 2 p-vrednost 0 docnji -1.300 0.097 66.756 0.000 1 docnja -5.276 0.000 134.082 0.000 2 docnje -4.826 0.000 92.327 0.000 Wald-ov test za dugoročnu ravnoteţnu vezu b=1 2 = 16.41 p-vrednost = 0.000 Izvor: autorski prikaz. 226 2.2.2 Provera robusnosti – produţenje dimenzije T Kada se u analizu uključi duži vremenski period (analiza EU-15 u periodu 1990-2014), rezultati ukazuju da postoji multikointegracija u nekim zemlja EU. Fiskalna prilagoĎavanja Španije i Italije ostaju nesignifikanta (Tabela 4.22), kao što je dobijeno proverom robusnosti skraćenjem samo dimenzije N, za razliku od primarne analize. Stoga se inicijalnom rezultatu o signifikantnom fiskalnom prilagoĎavanju u ovim zemljama mora pristupiti sa rezervom. U Finskoj i Švedskoj, u periodu od 1995. godine ne postoji signifikantno prilagoĎavanje, ali je ipak održiva fiskalna politika (javne finansije nisu u velikoj meri bazirane na finansiranju putem javnog duga, a ne postoji velika razlika izmeĎu nivoa javne potrošnje i javnih prihoda). MeĎutim, u periodu od 1990. godine je ocenjeno da su vodile kointraindikovano prilagoĎavanje. Naime, početkom 1990-tih godina, skandinavske zemlje su iskusile krizu koja se sa finansijskog sektora, prelila na realni, a prethodile su joj godine buma. MeĎu skandinavskim zemljama, upravo je u Finskoj i Švedskoj blizanačka kriza postala ne dvostruka nego trostruka, prelivajući se na javne finansije (Joung 2011). Iako je ocenjeni koeficijent b1, koeficijent prilagoĎavanja 1 ukazuje da fiskalne reakcije nisu bile usmerene ka smanjenju narastajućeg fiskalnog deficita. Konačno, provera robusnosti produženjem vremenske dimenzije, pokazuje da su Nemačka i Luksemburg u periodu od 1990. godine vodile politiku fiskalnog prilagoĎavanja, zbog nestabilnih javnih finansija u tom periodu. Naime, Bilbow (2001) ukazuje da je u periodu nakon ujedinjenja Nemačke oktobra 1990. godine voĎena vrlo čvrsta fiskalna politika, na šta upućuju i rezultati multikointegracione analize. Autor ukazuje da je tokom 1990-tih godina, kao direktna posledica ujedinjenja voĎena pogrešna makroekonomska politika koja je je bila deflacionog karaktera, kao i restriktivna fiskalna politika, a da se krajem 1990-tih Nemačka ekonomija stabilizovala, pa i javne finansije u Nemačkoj. Stoga, rezultati za kraći period , od 1995. godine (Tabele 4.20 i 4.21) ukazuju da fiskalno prilagoĎavanje u Nemačkoj iako sa očekivanim znakom, nije signifikantno, usled stabilnijih javnih finansija, suficita budžeta u pojedinim godinama, i posledično manje potrebe za prilagoĎavanjem javne potrošnje. 227 Tabela 4.22 Rezultati testiranja multikointegracije (metodom proširenih grupnih sredina) za EU-15 u periodu 1990-2014. Zavisna var: Kum. javni prihodi Kumulirana javna potrošnja Javna potrošnja Zajednički dinamički faktor Kon. Zaključak b p- vred. 𝛿 p- vred. Koef. p- vred. Koef. p- vred. 0.933 0.000 -0.272 0.047 1.076 0.000 9.352 0.232 Heterogeni koeficijenti Belgija 0.880 0.000 -0.553 0.005 1.257 0.000 -37.668 0.000 PrilagoĎavanje Danska 0.909 0.000 1.097 0.000 1.662 0.000 -62.007 0.000 Kontraindikovano prilagoĎavanje Nemačka 0.944 0.000 -0.659 0.093 -0.027 0.882 27.648 0.136 PrilagoĎavanje Irska 0.625 0.000 -0.457 0.000 3.250 0.000 19.214 0.000 PrilagoĎavanje Grčka 0.792 0.000 0.703 0.000 0.742 0.000 28.102 0.000 Kontraindikovano prilagoĎavanje Španija 0.749 0.000 -0.270 0.311 2.140 0.000 -21.799 0.047 Bez prilagoĎavanja Franc. 0.901 0.000 -0.720 0.000 0.566 0.000 39.995 0.000 PrilagoĎavanje Italija 0.864 0.000 1.060 0.553 0.871 0.000 -72.341 0.000 Bez prilgoĎavanja Holandija 0.904 0.000 -0.255 0.000 0.7768 0.000 15.129 0.000 PrilagoĎavanje Austrija 0.918 0.000 -0.186 0.346 0.444 0.000 -9.123 0.384 Bez prilagoĎavanja Portug. 0.838 0.000 -0.573 0.003 0.696 0.000 23.211 0.003 PrilagoĎavanje Finska 0.872 0.000 0.533 0.002 2.361 0.000 -24.821 0.007 Kontraindikovano prilagoĎavanje Švedska 0.918 0.000 1.7026 0.000 1.647 0.000 -142.70 0.000 Kontraindikovano prilagoĎavanje Velika Britanija 0.787 0.000 -1.253 0.000 1.7496 0.000 61.286 0.000 PrilagoĎavanje Luksem. 1.007 0.000 -0.999 0.000 0.553 0.000 49.535 0.000 PrilagoĎavanje RMSE 1.9521 Pesaran-ov CD test zavisnosti uporednih podataka Test statistika p-vrednost CD-test 1.18 0.239 Testovi jediničnih korena – model sa konstantom H0: nestacionarnost – nepostojanje multikointegracije - homogena pretpostavka; H1: stacionarnost – postojanje multikointegracije – heterogena pretpostavka Pesaran-ov CIPS test (2007) Maddala i Wu test (1999) Docnje 𝑍 𝑡 -statistika p-vrednost 2 p-vrednost 0 docnji -2.240 0.013 94.042 0.000 1 docnja -4.419 0.000 115.965 0.000 2 docnje -3.242 0.001 76.561 0.000 Wald-ov test za dugoročnu ravnoteţnu vezu b=1 2 = 33.78 p-vrednost = 0.000 Izvor: autorski proračun. Rezultati multikointegracione analize ukazuju da multikointeracija postoji u nekim od zemalja uzorka, s obzirom na stacionarnost reziduala, koja je proverena Pesaran-ovim i Maddala-Wu testom. MeĎutim, uzorak dužine od 25 godina, obezbeĎuje 228 mogućnost dobijanja preciznijih rezultata, individualnim testiranjima reziduala. Naime, pri proveri oba sloja kointegracije, nulta hipoteza glasi da nema multikointegracije, odnosno da su reziduali integrisani reda 1 (𝑢𝑖~𝐼(1)), naspram alternativne da postoji multikointegracija, odnosno da su reziduali stacionarni (𝑢𝑖~𝐼 0 ). Ukoliko se nulta hipoteza ne odbaci, ne postoje oba sloja kointegracije (multikointegracija). Tada se proverava da li je 1 konačan nivo integrisanosti reziduala ili ne, odnosno proverava se postojanje prvog sloja (kointegracije). Dakle, sprovodi se analiza stacionarnosti prve diference reziduala po zemljama, pri čemu u tom slučaju nulta hipoteza glasi da nema kointegracije, odnosno da je prva diferenca integrisana reda 1 (∆𝑢𝑖~𝐼 1 , odnosno 𝑢𝑖~𝐼(2)), naspram aleranativne da postoji kointegracija (∆𝑢𝑖~𝐼 0 , odnosno 𝑢𝑖~𝐼(1)). Konciznije, stacionarnost reziduala neke jedinice panela podrazumeva postojanje multikointegracije, stacionarnost prve diference postojanje kointegracije, a nestacionarnost prve diference nepostojanje nijednog sloja kointegracione veze. Detaljni rezultati su prikazani u Tabeli 4.23 pri čemu je analiza sprovedena ADF testom, uz odreĎenje optimalnog broja docnji Ng-Perron kriterijumom (Ng, Perron 2000). Rezultati za period 1990-2014 i EU-15 upućuju da se u svim zemljama Evrope petanestorice uspostavlja ili kointegraciona ili multikointegraciona veza. Drugi kointegracioni sloj - multikointegracija, koji podrazumeva vezu (prilagoĎavanje) javne potrošnje javnom dugu, karakteristika je Belgije, Danske, Irske, Francuske, Holandije, Portugalije, Finske, Švedske, Velike Britanije i Luksemburga. Rezultati upućuju da u Nemačkoj, Španiji, Italiji i Austriji postoji samo prvi kointegracioni sloj, odnosno, da postoji usklaĎenost javne potrošnje i javnih prihoda. Iako su navedene zemlje sa stanovišta analize reziduala svrstane u jednu grupu, izmeĎu njih postoji velika razlika. Naime, analiza realnih podataka u Nemačkoj i Austriji, kao i analiza održivosti u stok- tok modelu upućuje da su fiskalne pozicije u ovim zemljama stabilne, dakle usklaĎeni su javna potrošnja i javni prihodi, te ne postoji neophodnost za prilagoĎavanjem javne potrošnje javnom dugu. Sa druge strane, u Španiji i Italiji, iako bi postojala potreba za prilagoĎavanjem javne potrošnje javnom dugu, do nje ne dolazi. 229 Tabela 4.23 Analiza stacionarnosti reziduala iz multikointegracione analize po zemljama ADF test H0: Nema multikointegarcije H1: Multikointegracija; Hipoteze za prvu diferencu H0: Nema kointegracije H1: Kointegracija test- statistika p- vrednost Docnje (Ng- Perron) Rezultat 1 Belgija -3.704 0.0041 1 Multikointegracija 4 Danska -2.748 0.0661 1 Multikointegracija 5 Nemačka Prva diferenca reziduala -1.817 -2.976 0.3424 0.0372 1 Nema multikointegracije Kointegracija 7 Irska -4.007 0.0014 1 Multikointegracija 8 Grčka -2.022 0.2992 2 Ne postoji multikointegracija Prva diferenca reziduala -3.483 0.0084 1 Kointegracija 9 Španija -2.214 -3.541 0.2014 0.0070 2 3 Nema multikointegracije Kointegracija 10 Francuska -3.137 0.0240 1 Multikointegracija 12 Italija -2.741 -3.352 0.1226 0.0127 1 1 Nema multikointegracije Kointegracija 18 Holandija -4.374 0.0003 2 Multikointegracija 19 Austrija -2.077 0.2537 1 Nema multikointegracije -2.655 0.0821 2 Kointegracija 21 Portugalija -3.608 0.0056 1 Multikointegracija 25 Finska -3.705 0.0040 1 Multikointegracija 26 Švedska -3.318 0.0141 0 Multikointegracija 27 UK -2.924 0.0273 0 Multikointegracija 28 Luksemburg -2.964 0.0384 1 Multikointegracija Izvor: autorski proračun. 2.3 Komparacija rezultata i zaključci Konačni zaključci analize održivosti analizom modela toka i modela stok-tok za inicijalni uzorak 1995-2014 i EU-28, biće izvedeni na osnovu uporedne analize rezultata oba pristupa modela heterogenih panela (Tabela 4.24), dakle, na osnovu rezultata metoda grupnih sredina za model toka i metoda proširenih grupnih sredina za 230 multikointegracionu analizu. Posmatrane zemlje mogu se grupisati u 5 kategorija, shodno rezultatima modela tok i modela stoka-toka. Tabela 4.24 Pregled osnovnih zaključaka modela toka i modela stok-tok po zemljama za panel EU-28 i 1995-2014. Zemlje Model toka Model stok-tok Zaključak Homogeno gledište Slaba održivost PrilagoĎavanje U zemljama EU postoji slaba održivost fiskalne politike uz prilagoĎavanje javne potrošnje nivoima javnog duga Heterogeno gledište Belgija Održivo PrilagoĎavanje Održivo sa oba stanovišta Francuska Održivo PrilagoĎavanje Održivo sa oba stanovišta Italija Održivo PrilagoĎavanje Održivo sa oba stanovišta Kipar Održivo PrilagoĎavanje Održivo sa oba stanovišta Poljska Održivo PrilagoĎavanje Održivo sa oba stanovišta Portugalija Održivo PrilagoĎavanje Održivo sa oba stanovišta Slovenija Slabo održivo PrilagoĎavanje Održivo sa oba stanovišta Nemačka Održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Estonija Održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Češka Održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Slovačka Slabo održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Finska Slabo održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Švedska Održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Austrija Slabo održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Luksemburg Održivo Bez prilagoĎavanja Održivo nezavisno od javnog duga Danska Održivo Kontraindikovano prilagoĎavanje Održivo? Letonija Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Španija Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Irska Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Malta Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Holandija Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Rumunija Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Velika Britanija Neodrživo PrilagoĎavanje Postoje prilagoĎavanja javnom dugu, ali neodrživo Bugarska Neodrživo Bez prilagoĎavanja Neodrživo sa oba stanovišta Litvanija Neodrživo Bez prilagoĎavanja Neodrživo sa oba stanovišta MaĎarska Neodrživo Bez prilagoĎavanja Neodrživo sa oba stanovišta Grčka Neodrživo Kontraindikovano prilagoĎavanje Neodrživo sa oba stanovišta Hrvatska Neodrživo Kontraindikovano prilagoĎavanje Neodrživo sa oba stanovišta Izvor: autorski prikaz rezultata. 231 U većini slučajeva se multikointegracija javlja u zemljama u kojima je fiskalna politika ocenjena kao održiva ili slabo održiva, što se može definisati kao prva grupa zemalja. U pitanju su Belgija, Francuska, Italija, Kipar, Poljska, Portugalija, Slovenija i Danska (premda je u Danskoj ocenjeno kontraindikovano prilagoĎavanje). MeĎutim, u nekim zemljama fiskalna politika je održiva iako ne postoji signifikantno prilagoĎavanje javne potrošnje javnom dugu. U pitanju su druga grupa zemlje u kojima su fiskalne finansije stabilne, odnosno postoji usklaĎenost javne potrošnje i javnih prihoda, bez neophodnosti finansiranja putem javnog duga: Nemačka, Estonija, Češka, Slovačka, Finska, Švedska, Austrija i Luksemburg. Zatim, u trećoj grupi zemalja, nije ocenjena kointegraciona veza, dakle javna potrošnja nije usklaĎena sa javnim prihodima, iako prilagoĎavanje javne potrošnje akumuliranom javnom dugu postoji, što se može smatrati indikatorom koji ne isključuje mogućnost finansiranja preko Ponzi-jeve šeme. Reč je o Letoniji, Španiji, Irskoj, Malti, Holandiji, Rumuniji i Velikoj Britaniji. U četvrtoj grupi zemalja, odnosno, Bugarskoj, Litvaniji i MaĎarskoj, nije signifikantno ni postojanje kointegracije, niti multikointegracije, upućujući na neodrživu fiskalnu politiku, ili pogrešnu funkcionalnu formu, usled načina na koji je uzročnost definisana. Konačno, u poslednjoj grupi, u Grčkoj i Hrvatskoj, ne funkcioniše ni model toka, niti model stok-tok, pri čemu je, šta više, prilagoĎavanje javne potrošnje javnom dugu kontraindikovano. Razlog za navedenu protivrečnost se u slučaju Hrvatske može tumačiti obuhvaćenim uzoračkim periodom u kom se Hrvatska u nalazila u tranzicionom periodu, a tek u pretposlednjoj godini obuhvaćenoj u analizi priključila EU. Dakle, u najvećem delu analiziranog perioda nije bila članica EU, tako da nije primenjivala očekivani fiskalni okvir. Sa druge strane, skorašnja kriza u javnim finansijama u Grčkoj, potvrĎuje nekonzistentnost fiskalne politike, koja je, takoĎe, ocenjena modelima i toka stoka-toka. Rezultati dobijeni proverom robusnosti za period 1990-2014, upućuju na konzistentnost u rezultatima za većinu zemalja, mada, u nekim zemljama rezultati se razlikuju usled promene u fiskalnom ponašanju u navedenom periodu (Tabela 4.25). Konkretno, uzimanje u obzir perioda od 1990. godine, podrazumeva obuhvat krize u skandinavskim zemljama, pri čemu je ocenjeno kontraidikovano prilagoĎavanje, usled krize i u javnim finansijama u Finskoj, Švedskoj, pored Danske. Holandija i Luksemburg u slučaju analize dužeg vremenskog perioda vode održivu fiskalnu politiku, dok Italija vodi neodrživu fiskalnu politiku. Ocenjena 232 kointegracija u Italiji u periodu od 1995. godine i odsustvo kointegracije i mulitkointegracije u periodu od 1990. godine, posledica su rasta javnog duga početkom 1990-tih godina, do 119 % BDP, i fiskalne konsolidacije sprovedene sredinom 1990-tih godina, koja je uticala na povoljnije rezultate u kraćem periodu, dakle od 1995. godine. Tabela 4.25 Pregled osnovnih zaključaka modela toka i modela stok-tok po zemljama za panel EU-15 i 1990-2014. Homogeno gledište Model toka Model stok-tok Zaključak Slaba održivost PrilagoĎavanje U nekim zemljama postoji multikointegracija U zemljama EU postoji slaba fiskalna održivost uz prilagoĎavanje javne potrošnje javnom dugu i postojanje multikointeg. Heterogeno gledište Francuska Održivo PrilagoĎavanje Multikointegracija Odrţivo sa oba stanovišta Portugalija Održivo PrilagoĎavanje Multikointegracija Odrţivo sa oba stanovišta Luksem. Slabo održivo PrilagoĎavanje Multikointegracija Odrţivo sa oba stanovišta Holandija Slabo održivo PrilagoĎavanje Multikointegracija Odrţivo sa oba stanovišta Finska Slabo održivo Kontraindikovano prilagoĎavanje Multikointegracija Odrţivo sa oba stanovišta Švedska Slabo održivo Kontraindikovano prilagoĎavanje Multikointegracija Odrţivo sa oba stanovišta Danska Održivo? Kontraindikovano prilagoĎavanje Multikointegracija Održivo sa oba stanovišta Nemačka Održivo? PrilagoĎavanje Nema multikointegracije Kointegracija Odrţivo nezavisno od javnog duga Austrija Slabo održivo Bez prilagoĎavanja Nema multikointegracije Kointegracija Odrţivo nezavisno od javnog duga Velika Britanija Neodrživo PrilagoĎavanje Multikointegracija Neodrţivo u modelu toka, odrţivo u modelu toka-stoka Belgija Neodrživo PrilagoĎavanje Multikointegracija Neodrţivo u modelu toka, odrţivo u modelu toka-stoka Irska Neodrživo PrilagoĎavanje Multikointegracija Neodrţivo u modelu toka, odrţivo u modelu toka-stoka Španija Neodrživo Bez prilagoĎavanja Nema multikointegracije Kointegracija Neodrţivo sa oba stanovišta Italija Neodrživo Bez prilgoĎavanja Nema multikointegracije Kointegracija Neodrţivo sa oba stanovišta Grčka Neodrživo Kontraindikovano prilagoĎavanje Ne postoji multikointegracija Kointegracija Neodrţivo sa oba stanovišta Izvor: autorski prikaz rezultata. 233 Ispostavlja se da iako su primenjeni različiti konceptualni okviri, od analize jediničnih korena, kointegracije, multikointegracije, modela sa zajedničkim korelisanim efektima, a zatim provereni rezultati analizom robusnosti, većina nalaza i dalje upućuje na postojanje održivosti fiskalne politike u nekim zemljama EU. MeĎutim, rezultati su odreĎeni vremenskim obuhvatom, pa uključivanje turbulentnog perioda 1990. do 1995. godine, doprinosi odreĎenim promenama u rezultatima. Konačno, sa stanovišta prvog cilja empirijske analize, odbacuje se nulta hipoteza o fiskalnoj neodrživosti i prihvata alternativna da u nekim zemlja EU postoji fiskalna održivost (često slaba fiskalna održivost, uz nivo integrisanosti javnog duga reda 2). Slično je i sa podhipotezom, odbija se nulta hipoteza jer u nekim zemljama EU postoji multikointegracija, dakle, dublji nivo povezanosti varijabli toka i varijabli stoka. 2.4 Osvrt na zemlje Zapadnog Balkana Sa ciljem da se proveri da li proces pridruživanja doprinosi fiskalnoj održivosti u zemljama potencijalnim članicama i kandidatima, osnovni uzorak koji se odnosi na EU- 28 u periodu 1995-2014. je proširen sa 5 zemalja Zapadnog Balkana (Albanija, Bosna i Hercegovina, Crna Gora, Makedonija, Srbija). Primenjen je metod združenih grupnih sredina i metod grupnih sredina, a specifikacija je odreĎena izrazom (4.1), prema kom se uzročnost kreće iz pravca javne potrošnje ka javnim prihodima, upućujući na hipotezu „troši pa oporezuj“. Rezultati primenom metoda združenih grupnih sredina ukazuju da postoji signifikantna dugoročna veza u 33 ekonomija Evrope (EU-28+5 zemalja Zapadnog Balkana) i sledstveno slaba održivost. Na osnovu korekcije ravnotežne greške se može izvesti zaključak da se 34,19% odstupanja od dugoročne ravnotežne veze koriguje u jednoj godini. U Tabeli 4,26 su prikazani rezultati homogenih koeficijenata, a pri predstavljanju rezultata heterogenih koeficijenata, prikazani su samo rezultati zemalja Zapadnog Balkana koje su u fokusu u ovom modelu. PrilagoĎavanje dugoročnoj ravnotežnoj vezi u svim zemljama Zapadnog Balkana prema metodu združenih grupnih sredina je intenzivnije u odnosu na prosek analiziranih zemalja. Najveća signifikantna korekcije ravnotežne greške je ocenjena u Bosni i Herzegovini (-0,5847). 234 Tabela 4.26 Ocena fiskalne održivosti metodom združenih grupnih sredina za zemlje EU i zemlje Zapadnog Balkana u periodu 1995-2014 Zavisna varijabla: log. javnih prihoda Dugoročna veza (𝜃) Korekcija ravnotežne greške (𝛷𝑖) ∆𝑙𝐸 𝜇𝑖 Homogeni koef. Koef. p-vred. Koef. p-vred. Koef. p-vred. Koef. p-vred. Metod zdruţenih grupnih sredina 0.913 0.000 -0.3419 0.000 0.4473 0.065 0.4657 0.000 𝜃=1 0.83 0.3635 Održivost Heterogeni koeficijenti prilagoĎavanja za zemlje Zapadnog Balkana Albanija -0.5272 0.009 5.662 0.022 -0.470 0.127 Bosna i Herzeg. -0.5847 0.003 0.574 0.176 1.062 0.010 Crna Gora -0.4640 0.014 1.866 0.009 0.718 0.026 Makedonija -0.3477 0.080 -1.270 0.382 0.098 0.533 Srbija -0.4045 0.000 1.972 0.000 0.583 0.001 Metod grupnih sredina Albanija 5.580 0.210 Neodrživo -0.5576 0.013 4.1289 0.171 -9.400 0.251 Bosna i Herzeg. 0.913 0.830 Neodrživo -0.5841 0.017 0.5749 0.268 1.0632 0.94 Crna Gora -0.726 0.879 Neodrživo -0.3644 0.024 2.1560 0.044 2.799 0.541 Makedonija 6.255 0.850 Neodrživo -0.4603 0.039 -2.5878 0.144 -8.428 0.139 Srbija -3.567 0.444 Neodrživo -0.2248 0.080 2.6173 0.000 4.1039 0.031 MG PMG MG-PMG Dugor. veza 1.6862 0.9137 0.7725 Hausman-ova test statistika 0.84 p-vrednost 0.3588 ARDL (1,1) Izvor: autorski proračun. Prema metodi grupnih sredina, moguće je imati evidenciju o dugoročnoj vezi i korekcijama ravnotežne greške po zemljama Zapadnog Balkana, pri čemu rezultati upućuju da su politike zemalja Zapadnog Balkana neodržive, dok i dalje postoji signifikantno prilagoĎavanje ravnotežnoj vezi. Najviša vrednost (𝛷𝑖) je ocenjena za Bosnu i Hercegovinu (-0,5841), dok je najniža ocenjena za Srbiju (-0,2248). MeĎutim, Hausmanova test statistika ukazuje da je optimalna specifikacija zasnovana na metodi 235 sa združenim grupnim sredima koji daje efikasne ocene, u odnosu na metod grupnih sredina čije su ocene konzistentne. Na osnovu rezultata je moguće doći do zaključka da proces pridruživanja EU podrazumeva poboljšanja u javnim finansijama, dakle, intenzivno prilagoĎavanje ravnotežnoj vezi koja se odnosi na prosek svih zemalja, ali da se dugoročna veza izmeĎu javne potrošnje i javnih prihoda ne formira za svaku zemlju Zapadnog Balkana pojedinačno. To znači da proces priključivanja EU ne dovodi do automatske konvergencije i uspostavljanja fiskalne održivosti, ali da korekcije ravnotežne greške podrazumevaju značajna prilagoĎavanja i poboljšanja fiskalne pozicije. 3. Uticaj politika javne potrošnje na fiskalni deficit Fiskalna održivost versus fiskalna neodrživost predstavlja ključno pitanje ekonomija uopšte, kako država, jer reprezentuje koliko su uspešne u ispunjenju svojih ciljeva vezanih za alokativnu funkciju i funkciju redistribucije dohotka, tako i pojedinaca jer dugoročna (ne)održivost utiče na životni standard tekućih i budućih generacija. Stoga postaje ključno pitanje kojim politikama javne potrošnje država remeti alokativnu funkciju, istiskujući privatni sektor i stvarajući neefikasnu alokaciju, i kojim politikama sa ciljem redistribucije dohotka, dodatno opterećuje fiskalni deficit. Zato se u nastavku razmatra drugi cilj u radu: analiza intenziteta uticaja pojedinačnih politika javne potrošnje na pogoršanje pozicije deficita, za prosek EU, za grupe zemalja i za pojedinačne zemlje. Uticaj politika javne potrošnje na fiskalni deficit je moguće utvrditi samo sveobuhvatnom analizom determinanti deficita, koje su prema teorijskoj i empirijskoj literaturi, ekonomske, političke i insitucionalne varijable (Woo 2003). Navedene (i druge) varijable su predmet analize i u radovima Allesina i Perotti (1995); Carlsen i Pedersen (1999); Persson (2001); Henisz (2004); Agnello, Sousa (2009). Kao što je već objašnjeno, pored konvencionalnih determinanti, u ovom radu će biti analizirani uticaji konkretnih politika javne potrošnje. Set potencijalnih determinanti fiskalnog deficita koji uključuje diskrecione mere fiskalne politike i autonomne faktore, koje će biti razmatrane u radu obuhvata:  varijable koje reprezentuju makroekonomsku stabilnost, 236  demografske varijable,  političke političke,  veštačke varijable koje obuhvataju grupe zemalja,  budžetske varijable, od kojih su politike javne potrošnje od posebnog interesa u radu. Efekti uspostavljanja makroekonomske stabilizacije obuhvaćeni su ekonomskim varijablama: stopa nezaposlenosti, indeks potrošačkih cena, i BDP per capita. Visoka nezaposlenost rezultira u smanjenju javnih prihoda, kao i visokim javnim izdacima upućenim ka smanjenju nezaposlenosti, i konačno deficitom budžeta. Rast indeksa potrošačkih cena vodi rastu fiskalnog deficita, kao i volatilnosti fiskalnog deficita. Rast BDP pozitivno utiče na fiskalni deficit, umanjujući ga i stvarajući suficit, pogotovo u uslovima kada je stopa ekonomskog rasta veća u odnosu na rast kamatne stope na javni dug. Demografske varijable imaju značajnu ulogu pri determinisanju fiskalnog deficita, s obzirom na izdašnu javnu potrošnju vezanu za starenje stanovništva. Stoga je korišćena varijabla “starenje” koja prikazuje udeo stanovništva sa 65 ili više godina u ukupnoj populaciji. Varijabla “populacija” je korišćena sa ciljem da predstavi veličinu zemlje, kao i moguće uštede usled ekonomije obima pri pružanju javnih usluga ili veće izdatke usled potrebe za decentralizacijom. TakoĎe, postoji pretpostavka vezana za male zemlje da su izloženije spoljnim šokovima koje mogu usloviti osetljivost fiskalnog deficita u većoj meri. Politički ciklusi mogu doprineti promenama u javnoj potrošnji i fiskalnom deficitu, usled pojave povećanja javne potrošnje i smanjenja poreza i javnih prihoda u izbornoj godini, sa ciljem ponovnog izbora iste političke opcije (uticaj političke orijentacije je analizirano u radu Josifidis et. al). Stoga, varijabla “izborna godina” prikazuje izborne cikluse, te uzima vrednost 1 u godini održavanja parlamentarnih izbora, i 0 u suprotnom. TakoĎe, korišćene su veštačke varijable za definisane grupe evropskih zemalja, kako bi se obuhvatili srodni uticaji više faktora vezanih za istorijske, geografske, tradicionalne i druge uslove. MeĎu budžetskim varijablama, udeo javnih prihoda u BDP je već korišćen u dosadašnjoj analizi, a nova budžetska varijabla se odnosi na udeo izdataka za servisiranje javnog duga u BDP. U slučaju rasta kamatnih stopa na javni dug, izdaci za 237 servisiranje postaju veći, što generiše fiskalni deficit. Dalje, udeo ukupne javne potrošnje u BDP je detaljno analiziran sa stanovišta održivosti, a u analizi koja sledi, predmet istraživanja su pojedinačne politike javne potrošnje. Politike javne potrošnje se odnose na dekomponovanje ukupne javne potrošnje, odnosno na udeo penzija, zdravstva i obrazovanja u BDP, i predstavljaju poseban predmet interesovanja u modelu (detaljan prikaz deskriptivnih statistika se nalazi u Apendiksu, Tabele 7a-8b) . Pomenute politike javne potrošnje čine najveći deo ukupne javne potrošnje (zajedno sa izdacima za nacionalnu bezbednost), i prikazuju dve ključne uloge države: obezbeĎenje socijalne sigurnosti graĎana (penzije, zdravstvo) i funkcija društvene delatnosti države (obrazovanje). Očekuje se da se pomenute politike razlikuju po zemalja, ili po grupama zemalja, s obzirom na različite ciljeve politika javne potrošnje i različite izvore finansiranja javne potrošnje. TakoĎe, usled reformi sprovedenih u ekonomijama EU kako bi se obezbedila održivost i adekvatnost politika javne potrošnje, dešavaju se značajne promene u svakoj od politika javne potrošnje u posmatranom periodu. Tako je svaka od evropskih ekonomija odgovorna za organizaciju penzijskog, zdravstvenog sistema i sistema obrazovanja, premda, odreĎena specifična područja politika javne potrošnje država članica pripadaju višem nivou, Evropskoj Uniji (koordinacija politika javne potrošnje, prava radnika u slučaju nesolventnosti firme). Detaljnije, od uvoĎenja Socijalne povelje 1996. godine, EU je proizvela sopstvene regulative i ograničila ili ukinula pojedinačne regulative ekonomija EU. Socijalna povelja uvodi niz regulativa u oblasti zdravstva i socijalne politike, kojima se, izmeĎu ostalog, povećavaju prava radnika, meĎutim, u vezi sa njenom implementacijom i dalje postoje neslaganja (najjača od strane Velike Britanije), tako da se na politike obuhvaćene Socijalnom poveljom i dalje ne može gledati kao na homogene politike. 238 3.1 Primena modela sa heterogenim slučajnim članom i homogenim regresionim parametrima Sa ciljem da se odrede determinante fiskalnog deficita i da se testira uticaj različitih politika javne potrošnje i zaduživanja na produbljivanje fiskalnog deficita, ocenjen je balansirani panel model za 28 ekonomija Evropske Unije u periodu 1995-2014. Opšti izraz za empirijsko istraživanje determinanti fiskalnog deficita u formi modela panela, može biti zapisano na sledeći način: Yit = 0 + 1Xit + 2 Xit Ci + i + λ t + uit (4.5) gde je yit udeo fiskalog deficita u BDP za zemlju i u godini t. itX čine determinante fiskalnog deficita čije vrednosti variraju po i i t, dok je Ci veštačka varijabla koja prikazuje grupe evropskih zemalja i. Kako bi se testirale različite politike javne potrošnje u grupama evropskih zemalja, koeficijenti su izmenjeni uključivanjem grupnih efekata (XitCi). Na taj način je ocenjen uticaj politika javne potrošnje i zaduživanja na fiskalni deficit u grupama zemalja. TakoĎe, model sadrži individualne efekte (specifične efekte svake zemlje koji nisu direktno uključeni u model putem drugih objašnjavajućih varijabli), µi, zajedno sa vremenskim efektima (prikazuju specifičnosti svake godine u analiziranom period), λt, i stohastičku slučajnu grešku, uit. Individualni i vremenski efekti, alternativno mogu biti obuhvaćeni kao deo kompozitne slučajne greške. Procedura izbora optimalnog modela, podrazumeva u startu, testiranje varijabilnosti po zemljama i kroz vreme. Rezultati ukazuju na postojanje značajnih razlika po zemljama i kroz vreme (Tabele 4.2 4.27 i 4.28), osim u slučaju varijable obrazovanje, budući da su izdaci za obrazovanje stabilni kroz vreme za prosek ekonomija EU. 239 Tabela 4.27 F testovi za proveru variabilnosti po zemljama Testiranje varijabilnosti po zemljama Anova F-test Welch F-test Vrednost p-vrednost Vrednost p-vrednost Obrazovanje 114.03 0.0000 174.31 0.0000 Zdravstvo 63.39 0.0000 218.44 0.0000 Penzije 99.317 0.0000 176.084 0.0000 BDP per capita 166.91 0.0000 145.36 0.0000 Populacija 212705.9 0.0001 166676.1 0.0002 Izdaci za servisiranje javnog duga 19.209 0.0000 161.76 0.0000 Nezaposlenost 21.77 0.0000 31.307 0.0000 Izvor: autorski proračun. Tabela 4.28 F testovi za proveru varijabilnosti kroz vreme Testiranje vremenske varijabilnosti Anova F-test Welch F-test Vrednost p-vrednost Vrednost p-vrednost Obrazovanje 0.74 0.7777 0.697 0.8188 Zdravstvo 3.861 0.0000 3.498 0.0000 Penzije 1.624 0.0460 1.552 0.0716 BDP per capita 2.557 0.0003 3.245 0.0000 Populacija 0.0058 1.0000 0.0054 1.0000 Izdaci za servisiranje javnog duga 4.43 0.0000 2.937 0.0001 Nezaposlenost 2.499 0.0005 4.25 0.0000 Izvor: autorski proračun. Proizlazi da je optimalna specifikacija modela sa individualnim i vremenskim efektima. Heterogenost prouzrokovana promenama u jedinicama posmatranja jeste očekivani ishod analize, shodno usmerenosti ka strukturnoj dimenziji, kao i heterogenost posmatranog perioda, s obzirom na turbulentne promene kroz koje je većina ekonomija EU prolazila u posmatranom periodu. Zatim, neophodno je testirati stacionarnost svih varijabli uključenih u model testovima prve ili druge generacije. Prema rezultatima Pesaran-ovog testa zavisnosti 240 izmeĎu uporednih podataka (Tabela 4.29, kao i u svim ostalim varijablama Tabela 4.3), uočava se da se odbacuje hipoteza o nezavisnosti uporednih podataka, sem, očekivano, kod varijable populacija, te se pri analizi stacionarnosti koriste testovi jediničnog korena druge generacije za zavisne panele. Tabela 4.29 CD test zavisnosti izmeĎu uporednih podataka 𝐻0: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 = 0, 𝑖 ≠ 𝑗 𝐻1: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 ≠ 0, 𝑖 ≠ 𝑗 Test zavisnosnosti uporednih podataka CD-test p-vrednost Korelacija aps. (korelacija) Obrazovanje 13.630 0.000 0.168 0.375 Zdravstvo 42.780 0.000 0.514 0.607 Penzije 32.87 0.000 0.384 0.558 Nezaposlenost 4.510 0.000 0.052 0.308 Populacija -1.244 0.995 -2.070 -2.50 BDP per capita 52.23 0.000 0.601 0.603 Izdaci za servisiranje javnog duga 23.270 0.000 0.268 0.488 Izvor: autorski proračun. Sledi analiza stacionarnosti varijabli u slučaju detektovane zavisnosti uporednih podataka. U Tabeli 4.30, prikazani su rezultati Pesaran-ovog testa za model sa konstantom i model sa konstanom i trendom za nivo varijabli, sa nultom docnjom, sa jednom i dve docnje. CIPS statistika pokazuje da je gotovo kod svih varijabli neophodno izvršiti transformacije u smislu diferenciranja, jer se utvrĎuje prisustvo jediničnih korena u modelu sa konstantom, kao i u modelu sa konstantom i trendom (premda se optimalnim smatra model sa konstantom jer su varijable merene kao udeli u BDP). Navedeno je izuzetak jedino u slučaju nezaposlenosti, gde se pri korišćenju 0 ili 1 docnji u oba modela, prikazuje stacionarnost nivoa varijable. Sa druge strane, radi provere da li su sve varijable integrisane reda 1, ili u varijablama postoje dva jedinična korena, proverom stacionarnosti prvih diferenci varijabli, zaključuje se da su varijable integrisane reda 1, prema oba modela, sem varijable nezaposlenost, čiji se nivo može smatrati stacionarnim. Stoga je u nastavku neophodno koristiti prve diference varijabli, odnosno njihove stacionarne reprezentacije, shodno rezultatima dobijenim ranije u Tabeli 4.4, 4.5, kao i u Tabeli 4.30. 241 Tabela 4.30 Pesaran-ov test jediničnih korena CADF i CIPS test Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i trendom Model sa konstantom Nivo promenljivih Prva diferenca promenljivih 𝒁 𝒕 -stat. (CIPS) p- vrednost 𝒁 𝒕 - stat. (CIPS) p- vrednost 𝒁 𝒕 -stat. (CIPS) p- vrednost Obrazovanje 0 -1.483 0.069 1.231 0.891 -18.318 0.000 1 0.204 0.584 3.218 0.999 -6.466 0.000 2 1.573 0.942 4.437 1.000 -3.459 0.000 Zdravstvo 0 -1.075 0.141 2.139 0.984 -17.674 0.000 1 -1.051 0.147 2.683 0.996 -6.932 0.000 2 -1.699 0.045 2.509 0.994 -1.956 0.025 Penzije 0 0.879 0.810 0.772 0.780 -16.866 0.000 1 0.491 0.688 0.246 0.597 -5.698 0.000 2 1.773 0.962 -0.468 0.320 -2.307 0.011 Izdaci za servisiranje javnog duga 0 2.543 0.995 1.729 0.958 -17.168 0.000 1 0.065 0.526 -2.182 0.015 -8.286 0.000 2 2.337 0.990 1.315 0.906 -3.024 0.001 BDP per capita 0 -1.294 0.098 0.286 0.613 -17.843 0.000 1 -0.773 0.220 1.354 0.912 -8.133 0.000 2 -1.222 0.111 1.923 0.973 -1.142 0.127 Nezaposl. 0 -4.206 0.000 -3.031 0.001 -15.803 0.000 1 -3.234 0.001 -3.235 0.001 -8.617 0.000 2 0.234 0.593 -1.091 0.138 -4.507 0.000 Populacija 0 1.862 0.969 2.111 0.983 -19.813 0.000 1 -0.143 0.443 -1.446 0.074 -3.507 0.000 2 1.962 0.975 0.589 0.722 -1.364 0.086 Napomena: Kritične vrednosti za model sa konstantom su: -2.070, -2.150 i -2.320, za nivo značajnosti testa: 10%, 5% i 1%, respektivno. Kritične vrednosti za model sa konstantom i trendom su: -2.580, -2.670 i -2.830, za nivo značajnosti testa: 10%, 5% i 1%, respektivno. Izvor: autorski proračun. Budući da je neophodno specifikovati model sa prvim diferencama (koje su dobijene diferenciranjem originalnih varijabli, predstavljenih kao udeo u BDP) i individualnim i vremenskim efektima, postavlja se pitanje da li ta specifikacija treba da bude sa fiksnim efektima ili sa komponentama slučajne greške. Odluka o izboru optimalnog modela je posledica ocenjivanja obe specifikacije, fiksne kovarijacionim metodom i stohastičke metodom uopštenih najmanjih kvadrata, a zatim sprovoĎenjem odgovarajućih testova za izbor. U početnom modelu su uključene sve potencijalne 242 objašnjavajuće varijable: izdaci za penzije, zdravstvo, obrazovanje, nezaposlenost, BDP per capita, indeks potrošačkih cena, izdaci za servisiranje javnog duga, populacija, izborna godina, a zatim su procedurom “od opšteg ka posebnom”, eliminisani nesignifikantni regresori u modelima. Izbor optimalnog modela je odreĎen na osnovu primene Hausman-ovog testa specifikacije. Tabela 4.31 Determinante fiskalnog deficita i uticaj politika javne potrošnje Zavisna varijabla: ∆ fiskalni deficit Model sa stohastičkim individualnim efektima Model sa stohastičkim individualnim i vremenskim efektima Model sa stohastičkim individualnim i vremenskim efektima – robusne ocene Robustna ocena (metodom panel- korigovanih standardnih grešaka) Koef. p-vred. Koef. p-vred. Koef. p-vred. Koef. p-vred. Konstanta -0.225 0.034 -2.698 0.000 7.643 0.000 5.764 0.000 ∆ Izadaci za servisiranje javnog duga -0.042 0.000 -0.028 0.010 -0.749 0.077 -0.0563 0.000 ∆ BDP 0.101 0.000 - - - - 0.021 0.098 ∆ Populacija -0.0009 0.000 -0.0008 0.000 -0.0007 0.000 -0.0002 0.037 ∆ Javni prihodi 0.0383 0.000 0.0338 0.000 0.0493 0.009 0.0374 0.000 ∆ Zdravstvo -0.032 0.036 -0.0536 0.000 -0.0630 0.000 -0.0644 0.000 ∆ Penzije -0.277 0.020 -0.3749 0.000 -0.4627 0.009 -0.2411 0.000 ∆ Obrazovanje -1.944 0.000 -1.4849 0.000 -1.0350 0.002 -1.0252 0.000 Veštačka_I -18.62 0.000 -18.728 0.000 -25.127 0.000 -18.982 0.000 Veštačka_L -9.878 0.000 -10.467 0.000 -11.996 0.000 -10.701 0.000 Veštačka_S -10.43 0.000 -10.570 0.000 -10.932 0.000 -11.603 0.000 R 2 0.476 0.593 0.591 0.4945 Wald 2 test 481.56 0.000 763.34 0.000 - - 419.95 0.000 Hausman test 2.88 0.9689 0.99 1.000 - - Robustni Hausman test 4.83 0.9021 Wald test heteroskedastično sti 233.69 0.000 241.21 0.000 Wooldridge test autokorelacije 0.015 0.9029 Broj opservacija 553 Napomena: Korišćenjem drugih metoda za robustne ocene, bootstrap, jackknife, dobijaju se isti rezultati u smislu značajnosti parametara i jačine uticaja, pri čemu se ni kod drugih metoda ocenjivanja koje obuhvataju potencijalno postojanje heteroskedastičnosti i autokorelacije, ne može prihvatati hipoteza o nezavisnosti uporednih podataka. Izvor: autorski proračun. Hausman-ovim testom je moguće odrediti optimalnu specifikaciju testirajući problem endogenosti – korelacije ostatka slučajne greške sa regresorima. Dodatno, s obzirom da je u podacima uočena zavisnost izmeĎu uporednih podataka, strategija u 243 modeliranju se odnosi na ublažavanje navedene zavisnosti uvoĎenjem pored individualnih i vremenskih efekata (koji se u svakom slučaju pokazuju signifikantnim), kao i diferenciranjem varijabli usled nestacionarnosti, što se u empirijskim radovim i Monte Karlo simulacijama pokazalo kao dobar put za pouzdanost ocena – rezultati modela sa prvim diferencama i vremenskim efektima daju približne rezultate kao modeli sa zajedničkim efektima (Eberhard, Bond 2009). Detaljni rezultati su prikazani u Tabeli 4.31. Rezultati Hausman-ovog testa ne ukazuju na postojanje korelacije regresora i komponenti slučajne greške u stohastičkoj specifikaciji, pa se optimalnom može smatrati stohastička specifikacija, koja daje efikasne ocene. Stoga su u Tabeli 4.31 prikazani rezultati RE specifikacije sa individualnim, kao i sa individualnim i vremenskim efektima. MeĎutim, kako je primenom Wald-ovog testa heteroskedastičnosti pokazano da se ne može prihvatiti hipoteza o homoskedastičnoj grešci, rezultati Hausman-ovog testa mogu biti dovedeni u pitanje. Prisustvo heteroskedastičnosti u stohastičkom modelu može biti otklonjeno primenom robustnih metoda ocenjivanja stohastičke specifikacije. Stoga je primenjen robustni Hausman-ov test zasnovan na bootstrap tehnici, pogodan za primenu kada ocene stohastičkog modela nisu efikasne, zbog problema heteroskedastičnosti i(ili) autokorelacije. Navedeni test potvrĎuje zaključan dobijen standardnom procedurom – potrebno je koristiti stohastičku specifikaciju. Dobijeni rezultati se mogu smatrati poželjnim sa stanovišta gotovo svih pretpostavki, sem pretpostavke o nezavisnosti uporednih podataka jer Pesaran-ov CD test u svakom slučaju odbacije nultu hipotezu o nezavisnosti uporednih podataka. Navedeni rezultat, upućuje da iako se u literaturi sugeriše primena modela sa prvim diferencama i individualnim i vremenskim efektima za indirektni obuhvat zavisnosti uporednih podataka, u modelu determinanti fiskalnog deficita, zavisnost ostaje prisutna i u slučaju pomenutih modela, kao i u slučaju robustnih ocena. Jedini potencijalni obuhvat zavisnosti uporednih podataka, i pri prisustvu heteroskedastičnosti u modelu je ocena metodom panel korigovanih standardnih ocena koja obuhvata i heteroskedastičnost i autokorelaciju u panelu (panel-corrected standard errors), što je prikazano u poslednjoj koloni Tabele 4.31. Rezultati ocenjenog modela primenom metoda stohastičke specifikacije sa individualnim (i vremenskim) efektima, kao i primena robusnih metoda u Tabeli 4.31 244 obuhvataju osnovne determinante fiskalnog deficita u ekonomijama EU u posmatranom periodu. Prema ocenjenim koeficijentima u svim modelima, smanjenje fiskalnog deficita, odnosno, uspostavljanje suficita, odreĎeno je rastom BDP per capita, kao i rastom javnih prihoda. Negativni uticaj na fiskalni deficit imaja rast veličina populacije, i rast izdataka za servisiranje javnog duga i politike javne potrošnje. Varijabla populacija je korišćena kako bi se izmerila veličina ekonomije i njen rast, a prema rezultatima, ekonomije koje brže rastu češće imaju problem fiskalnog deficita verovatno prouzrokovanim većim nivoom decentralizacije. Rast izdataka za penzije, zdravstvo i obrazovanje, takoĎe, značajno determinišu fiskalnu ravnotežu, sa negativnim uticajem. Veći izdaci za svaku od politika javne potrošnje produbljuju fiskalni deficit evropskih zemalja. Promena udela izdataka za servisiranje javnog duga u BDP ima negativni uticaj na fiskalni deficit u uzorku evropskih zemalja, jer rast javnog duga automatski podrazumeva rast sume koje se izdvaja za vraćanje kredita. Konačno, ispostavlja se da varijable vezane za demografske promene i političke cikluse nisu značajne u modelu. Veštačke varijable obuhvataju ekstremne promene u fiskalnom deficitu koje ne mogu biti objašnjene u potpunosti varijablama uključenim u model. Veštačka_I uzima vrednost 1 u 2010. godini za Irsku, kada je fiskalni deficit dostigao rekordni minimum, - 32.5 % BDP. Veštačka_L je na isti način formirana u slučaju Litvanije u 1997. godini kada je fiskalni deficit iznosio -11.7%, dok Veštačka_S obuhvata rekordni deficit Slovenije u 2013. godini u iznosu od -14.6 % BDP. 3.2 Primena modela sa heterogenim slučajnim članom i homogenim regresionim parametrima u grupama zemalja Iako literatura predlaže različite tipologije zemalja (Esping-Andersen 1990; Ferrera 1996; Fenger 2007; Lendvai 2009; Cerami, Vanhuysse 2009) sa ciljem da se identifikuje da li u različitim grupama evropskih zemalja, različite politike javne potrošnje remete fiskalnu održivost, doprinos i metodske inovacije ovog rada postojećoj literaturi su:  Klasifikacija na osnovu rezultata analize fiskalne održivosti, odnosno analize kointegracije i multikointegracije; 245  Identifikacija specifičnih uticaja pojedinačnih politika javne potrošnje, koristeći interakcije izmeĎu definisanih grupa zemalja i karakterističnih politika u kontekstu metoda panela. S tim u vezi, formirana ja veštačka varijabla koja objedinjuje rezultate kointegracione i multikointegracione analize sa stanovišta rezultata o neodrživosti. Na osnovu Tabele 34, definisana je veštačka varijabla koja uzima vrednost 1 za zemlje kod kojih se sa stanovišta oba kriterijuma dolazi do zaključka o neodrživoj fiskalnoj politici, dakle u slučaju nepostojanja kointegracije i nepostojanja multikointegracije. Sa ovako definisanom varijablom, u modelu su ocenjene interakcije sa politikama javne potrošnje, kako bi se ustanovilo da li u definisanoj grupi zemalja kod kojih je fiskalna politika ocenjena kao neodrživa, postoji dodatni negativni uticaj analiziranih politika javne potrošnje i da li te politike produbljuju fiskalni deficit. Rezultati su prikazani u Tabeli 4.32. Tabela 4.32 Interakcije politika javne potrošnje i grupe zemalja sa neodrživom fiskalnom politikom Zavisna varijabla: ∆ fiskalni deficit Model sa stohastičkim individualnim i vremenskim efektima – robusne ocene Specifičan uticaj zdravstva (1) Specifičan uticaj obrazovanja (2) Specifičan uticaj penzija (3) Koef. p-vred. Koef. p-vred. Koef. p-vred. Konstanta -2.987 0.001 -3.057 0.000 -3.012 0.001 ∆ Populacija -0.0008 0.000 -0.0008 0.000 -0.0008 0.000 ∆ Javni prihodi 0.029 0.000 0.0309 0.000 0.0308 0.000 ∆ Zdravstvo -0.045 0.095 -0.0580 0.045 -0.0511 0.070 ∆ Penzije -0.428 0.001 -0.397 0.002 -0.453 0.001 ∆ Obrazovanje -1.445 0.000 -1.434 0.000 -1.4881 0.000 Veštačka_7 -18.68 0.000 -18.783 0.000 -18.928 0.000 Veštačka_15 -11.06 0.000 -10.526 0.000 -10.182 0.000 Veštačka_23 -10.50 0.000 -10.517 0.000 -10.527 0.000 Neodrţivo*zdravstvo -0.098 0.035 Neodrživo*obrazovanje -0.477 0.376 Neodrživo*penzije 0.509 0.205 R 2 0.5917 0.5883 0.5905 CD test -2.807 0.0050 -2.796 0.0052 -2.790 0.0053 Broj opservacija 553 Napomena: Isti rezultati u smislu signifikantnosti varijabli i jačine uticaja se dobijaju primenom drugih robustnih metoda, kao i primenom metoda panel-korigovanih standardnih grešaka. Izvor: autor. 246 U modelu sa fiksnim individualnim i vremenskim efektima sa robusnim ocenama, u kom se testiraju uticaji pojedinačnih politika javne potrošnje na fiskalni deficit u grupama zemalja, bazične objašnjavajuće varijable ostaju značajne sa sličnim intenzitetom i pravcem uticaja. Razlika se očituje u varijabli izdaci za servisiranje javnog duga, koja postaje nesignifikantna prilikom uključenja interakcija sa grupama zemalja u modelu. Rezultati i dalje upućuju da prirast javne potrošnje produbljuje fiskalni deficit u celom uzorku i to sa najznačajnijim koeficijentom izdaci za obrazovanje, penzije, pa zdravstvo. MeĎutim, interakcije grupe zemalja sa neodrživom fiskalnom politikom i politikama javne potrošnje upućuju na zaključak da je samo interakcija sa varijablom zdravstvo značajna (kolona (1)). Dakle, u analiziranoj grupi zemalja, prirast izdataka za zdravstvo u dodatnoj meri opterećuju fiskalni deficit. Visina koeficijenta za interakciju iznosi -0.045-0.098= -0.143, što je i dalje manji regresioni koeficijent od regresionog koeficijenta uz penzije, upućujući da je ukupno dejstvo penzija veće od obrazovanja, jer se ukupno dejstvo prirasta izdataka na promenu fiskalnog deficita dobija množenjem regresionog koeficijenta i vrednosti varijable. Ispostavlja se da se meĎu pojedinačnim politikama javne potrošnje u grupi zemalja koje su okarakterisane fiskalnom neodrživošću, ne može pronaći “okidač” koji dovodi do produbljenja fiskalnog deficita (premda je 59% ukupnih varijacija fiskalnog deficita objašnjeno modelom), već su posredi modelom neidentifikovani faktori. Stoga je neizbežno preći na modele sa zajedničkim faktorima, koji su u mogućnosti da obuhvate neidentifikovane uticaje i njihovo faktorsko opterećenje. 3.3 Primena modela sa heterogenim parametrima S obzirom na to da je primena standardnih metoda dala rezultate čija je pouzdanost ograničena, bez obzira na prilagoĎavanja modela predlagana u literaturi, najpre usled neispunjenosti pretpostavke o nezavisnosti uporednih podataka, pribegava se primeni metoda koji su dizajnirani na način da pomenutu zavisnost obuhvate. Reč o modelima sa zajedničkim efektima, pri čemu će biti primenjen metod proširenih grupnih sredina - AMG (Eberardt i Teal 2009). AMG metodom se obezbeĎuje uvoĎenje heterogenih regresionih parametara za svaku od politika javne potrošnje i uvoĎenje heterogenog faktorskog opterećenja usled dejstva neidentifikovanih faktora koji dovode do problema 247 zavisnosti uporednih podataka. Osim toga, primenom standardnih metoda se samo delimično mogla obuhvatiti heterogenost putem formiranja grupa zemalja koje vode slične politike javne potrošnje i imaju sličan status sa stanovišta fiskalne (ne)održivosti. To znači da je gledanje na grupe ekonomija kao na homogene celine izuzetno diskutabilno. Ispostavilo se da od nasleĎenih faktora, brzine ekonomskog rasta, opredeljenja kreatora ekonomske politike u vezi sa politikama javne potrošnje i željenih ciljeva, zavise performanse svake zemlje na polju fiskalne politike, koje je teško unificirati. Stoga se modeli koji su zasnovani na heterogenim parametrima čine razumnim izborom. U Tabeli 4.33 su prikazani rezultati modela primenom metoda AMG, primanjenih na originalne varijable (udeo u BDP). U prvom delu tabele, predstavljeni su homogeni parametri, a zatim slede heterogeni parametri. Na osnovu homogenih parametara uočava se da politike javne potrošnje u značajnoj meri produbljuju fiskalni deficit i da u značajnosti tog uticaja prednjače izdaci za obrazovanje i izdaci za penzije. Izdaci za zdravstvo opterećuju fiskalni deficit, ali u sa manje značajnim uticajem. Navedeni rezultat je u saglasju sa rezultatima dobijeni standardnim metodama, u smislu da je koeficijent uz obrazovanje najveći, meĎutim, svi koeficijenti su viši u standardnim metoda u odnosu na metod sa zajedničkim faktorima (premda nisu iste varijable značajne u modelu). Pored varijabli koje su pozitivno uticale na fiskalni deficit kod standardnih metoda, javni prihodi i BDP per capita, pojavljuje se još i stopa nezaposlenosti, kao značajna varijabla, koja povećava fisklani deficit. Dinamički korelacioni faktor je značajan u zajedničkoj regresiji, i njegova značajnost upućuje na potencijal u obuhvatu faktora koji determinišu zavisnost izmeĎu uporednih podataka. Heterogeni koeficijenti za varijablu zdravstvo upućuju da izdaci za zdravstvo značajno produbljuju fiskalni deficit u Češkoj, Danskoj, Nemačkoj, Francuskoj, Hrvatskoj, Kipru, Letoniji, MaĎarskoj, Holandiji, Austriji, Sloveniji, Velikoj Britaniji i Luksemburgu, pri čemu je uticaj najizraženiji u Sloveniji, a najmanji značajni uticaj je zabeležen u Hrvatskoj. Izdaci za obrazovanje u najvećoj meri opterećuju fiskalni deficit u Finskoj i Švedskoj, a zatim u Češkoj, Malti, Portugaliji. Izdaci za penzije su značajni u sledećim zemljama: Danska, Nemačka, Estonija, Španija, Francuska, Italiji, Letonija, Litvanija, Poljska, Portugalija, Finska, Švedska, Velika Britanija, Luksemburg. Ispostavlja se da iako u slučaju analize homogenih koeficijenata, rezultati upućuju da su 248 izdaci za obrazovanje oni koji u najvećoj meri produbljuju fiskalni deficit, analiza heterogenih koeficijenata, pokazuje da se takav zaključak nameće usled visokih regresionih koeficijenata za obrazovanje u Finskoj i Švedskoj, a ne zato što ti izdaci predominantno remete fiskalnu ravnotežu u ekonomijama EU. Upravo suprotno, ispostavlja se da izdaci za zdravstvo i penzije u većini zemalja imaju signifikantan negativan uticaj na fiskalni deficit, pri čemu je uticaj izdataka za penzije na produbljivanje deficita permanentan i sa jačim uticajem. Tabela 4.33 Ocena modela determinanti fiskalnog deficita metodom proširenih grupnih sredina Zavisna varijabla: fiskalni deficit AMG Zdravstvo Obrazov. Penzije Javni prihodi BDP Nezapos. 𝒅𝒊′ Konst. Homogeni koef. -0.107* -0.914** -0.847*** 0.064*** 0.083* -0.016* 0.804*** 3.99 Heterogeni koeficijenti po zemljama Belgija 0.018 -3.075 -1.711 0.101** 0.176 -0.011 0.271 18.8* Bugarska -0.001 -0.232 -0.070 -0.009 0.617*** 0.010 0.0008 -1.08 Češka -0.398* -1.372*** 1.176 0.038 0.289 -0.088*** 1.100** 7.235 Danska -0.371*** -1.290 -1.280** 0.145*** 0.446*** -0.143*** 0.594** -12.65 Nemačka -0.273** -0.643 -1.725** 0.093 0.112 0.0003 1.710*** -5.530 Estonija -0.042 -0.851 -2.009*** 0.093*** 0.241*** 0.001** -1.043*** 16.42** * Irska -0.576 -1.381 -1.940 0.185** 0.642 -0.245 3.696** 25.317 Grčka -0.221 -2.623 -0.018 0.045** 0.198 0.0007 0.057 5.027 Španija -0.0001 -2.652 -1.470*** 0.135*** 0.149 -0.011 0.666 12.225 Francuska -0.164*** 0.201 -0.980*** 0.111*** 0.147** 0.002 0.587*** -4.167 Hrvatska -0.104** -0.726 -0.868 -0.024 -0.044 -0.008 0.935* 4.212 Italija -0.009 -0.716 -0.285* 0.072 0.159 0.004 1.093*** -8.347 Kipar -0.042** 0.549 -0.662 0.037 0.045 -0.006 0.261 4.065 Letonija -0.346*** -1.589 -0.990*** 0.093*** 0.080 0.008 0.415 15.66** Litvanija 0.116 0.9901 -0.109** -0.006 0.472* -0.028 1.222** 32.21* MaĎarska -0.494*** 0.380 -0.366 0.062 0.066 -0.010 0.711* 2.31 Malta -0.0871 -1.719* -0.369 0.102*** 0.103 -0.038 -3.533 10.392 Holandija -0.109** 4.745 0.8202 0.131*** 0.148 -0.096** 2.294*** -44.95 Austrija -0.012* -1.552 1.290 0.047 0.064 -0.139*** 1.157*** -10.15 Poljska -0.169* -0.039 -1.012*** 0.024*** -0.069 -0.003 1.019*** 7.541 Portugalija -0.059 -1.450* -0.930*** 0.077*** -0.090 0.005 0.880*** 8.805* Rumunija -0.093 -1.802 0.128 0.038 0.167 0.066 1.242** -8.241 Slovenija -0.701** 1.668 0.571 0.094* -0.129 -0.067*** 0.764** 10.897 Slovačka -0.042 2.123 1.429 -0.012 0.382 0.012 0.797 -26.88 Finska -0.012 -4.115** -2.108* 0.044* 0.050 0.018*** 0.223 4.52*** Švedska 0.648 -3.187* -3.729** 0.190 0.0004 0.0123 0.994** -4.411 Velika Britanija -0.275*** -0.552 -0.744** 0.079*** 0.159 -0.046 0.728** -3.77 Luksemb. -0.256** -0.895 -1.299*** 0.089*** -0.025 -0.038*** 0.487** 17.2*** RMSE 1.1916 Pesaran CIPS test primenjen na rezidualima Docnje CD-test p-vrednost 249 0 docnji -15.711 0.000 1 docnja -9.489 0.000 2 docnje -4.666 0.000 Pesaran CD test zavisnosti uporednih podataka CD-test -0.91 0.363 Izvor: autorski proračun. U uzorku od 28 ekonomija EU, postoji zemlje u kojima analizirane politike javne potrošnje ne utiču presudno da fiskalni deficit. U pitanju su Belgija, Bugarska, Irska, Grčka, Rumunija, Slovačka. Za ove zemlje se može reći da vode fiskalnu politiku koja nije slična politikama koje vode druge zemlje EU, ali iz različitih razloga. Za Grčku i Irsku je ranijim analizama utvrĎeno, a u ovoj analizi potvrĎeno, da institucionalni okvir nije u velikoj meri uticao na ove zemlje, pa su njihove fiskalne reakcije često u suprotnosti sa fiskalnim reakcijama drugih zemalja EU. Slično može da važi i za Bugarsku i Rumuniju, koje se u analiziranom periodu tek prilagoĎavaju novom institucionalnom okviru. Kada je u pitanju Belgija, usled zaduženosti u iznosu od 105.75 % BDP proseku, potencijalno, izdaci za servisiranje javnog duga mogu biti remetilački faktor fiskalnog deficita, a ne analizirane politike javne potrošnje. Interesantan rezultat proizlazi iz analize zajedničkog dinamičkog faktora, koji nije signifikantan upravo u zemljama u kojima se neidentifikuju značajni uticaji politika javne potrošnje. Navedeno potvrĎuje ideju o „institucionalnoj isključenosti“ ovih zemalja, odnosno, ukoliko nema reakcija na zajedničko faktorsko opterećenje, nema ni zavisnosti tih zemalja sa drugim zemljama EU. Ispostavlja se da sa stanovišta drugog cilja, nulta hipoteza da politike javne potrošnje ne remete fiskalni deficit mora odbiti, i prihvatiti alternativna da u nekim zemljama EU politike javne potrošnje produbljuju fiskalni deficit. Sa stanovišta modela sa homogenim koeficijentima, najviši regresioni koeficijent je ocenjen za politiku obrazovanja, zatim penzija i zdravstva, što ne ukazuje da politika obrazovanja najviše povećava deficit jer su izdaci za obrazovanje manji nego za zdravstvo, a najveći za penzije. Visoki izdaci za penzije množeni regeresionim koeficijentom upućuju da najčešći i najjači uticaj na produbljivanje fiskalnog deficita imaju izdaci za penzije, kao što prikazano i sa stanovišta modela sa heterogenim koeficijentima. 250 4. Efikasnost javne potrošnje Tržišni mehanizmi su limitirani da uspostave Pareto efikasnost na području politika penzija, zdravstva i obrazovanja, usled nesavršenosti konkurencije, eksternih efekata, nesavršenih informacija, nepotpunih tržišta i problema u redistribuciji. Navedeno predstavlja argument za državnu intervenciju, koja svojim delovanjem može korigovati nesavršenosti i neefikasnosti tržišta, ali i generisati nove nesavršenosti. Stoga je od posebnog interesa analizirati efikasnost diskrecionih mera na području socijalnog osiguranja, zdravstva i obrazovanja. Efikasnost politika javne potrošnje postaje ključno sa više stanovišta, od poreskih obveznika, do Vlada država. Prvo, poreski obveznici zahtevaju efikasno korišćenje javnih prihoda, a drugo, javna potrošnja može doprineti bržem ekonomskom rastu, što je osnovni motiv Vlada zemalja. Koncept efikasnosti je direktno vezan za pitanje upotrebe retkih resursa i za komparaciju izmeĎu inputa i outputa, odnosno, efikasnija je ista aktivnost u smislu istih inputa, kada se njome postiže veći output. Empirijski okvir za analizu efikasnosti dovodi u fokus nekoliko metodoloških dilema:  definisanje efikasnosti u odnosu na efektivnost,  mikro/makro nivo,  pitanje determinanti na strani ponude/tražnje,  analize na agregatnom/specifičnom nivou,  definisanje ciljeva i  uticaj ne-diskrecionih faktora. Efikasnost u javnom sektoru se definiše kao sposobnost Vlada da maksimiziraju nivo svojih ekonomskih aktivnosti prema postavljenim ciljevima za dati nivo potrošnje, dok je efektivnost minimiziranje nivoa potrošnje za dati nivo ekonomskih aktivnosti. Dakle, neefikasnost se pojavljuje uvek kada država pruža pogrešna javna dobra ili ih pruža u prevelikoj meri iako uz niže troškove, dok se neefektivnost javlja kada država pruža adekvatno javno dobro ali uz veoma visoke troškove. Konačno, kombinacija prethodno opisanih situacija, kada država obezbeĎuje pogrešno javno dobro uz visoke troškove, podrzumeva neefikasnost i neefektivnost. U ovom radu delu rada fokus je na efikasnosti, koja proizlazi iz komparacije javne potrošnje po zemljama. Ukoliko koristi 251 od javne potrošnje prevazilaze troškove u većoj magnitudi u prvoj nego u drugoj zemlji, javna potrošnja u prvoj zemlji je efikasnija (Afonso, Schuknecht, Tanzi 2006). Analiza efikasnosti javne potrošnje se može definisati na mikro i makro nivou. Makro nivo podrazumeva analizu efikasnosti ukupne javne potrošnje ili njenih sastavnih delova, sa ciljem da se pokaže koje koristi ostvaruje jedna zemlja u odnosu na drugu ukoliko odreĎeni deo svoj BDP troši na konkretnu politiku javne potrošnje. Mikro analiza podrazumeva odreĎivanje efikasnosti konkretnog programa, na primer, potrošnje za radnu snagu u bolnicama, ili u borbi protiv odreĎene bolesti. Prve analize efikasnosti na makro nivou sproveli su Tanzi i Schuknecht (2000) sa ciljem da se utvrdi veza izmeĎu rasta javne potrošnje i nivoa blagostanja u društvu za 18 industrijalizovanih zemalja. Dakle, cilj je da se sa odreĎenim nivoom potrošnje ostvari što veće blagostanje, kao mera efikasnosti. Pri analizi efikasnosti, na strani ponude, važno pitanje se odnosi na marginalne troškove koji nastaju uvećanjem ukupnih prihoda za jednu jedinicu, pogotovo u zemljama u razvoju. Ukoliko poreski sistem podrazumeva visoke transakcione troškove i druge distorzije, jedinica prihoda će biti veća od jedinice rashoda jer će podrazumevati gubitak blagostanja države za iznos marginalnog troška. Na strani tražnje, vrlo važno pitanje se odnosi na ciljeve koje javna potrošnja treba da ispuni. Država može biti efikasna u nekoj javnoj potrošnji, ali može obezbeĎivanje previše jednog javnog dobra, a premalo nekog drugog javnog dobra, što je svakako redistribucioni i politički problem. Najveći broj radova se upravo bavi tehničkim merenjem efikasnosti pojedinačnih politika, dok je definisanje ciljeva često samo teorijsko pitanje. S tim u vezi, u radu će se raspravljati o tehničkoj efikasnosti, u smislu da li su primenjene politike efikasne pri ispunjenju postavljenih ciljeva. Efikasnost javne potrošnje može biti analizirana na agregatnom nivou, ali analiza specifičnih politika javne potrošnje može pružiti preciznije rezultate, na primer, potrošnja usmerena ka obrazovanju, zdravstvu, penzijama, socijalnom osiguranju. Dekompozicija javne potrošnje je esenijalna jer osnovna razlika izmeĎu država sa jakom, naspram slabe uloge, leži u izdacima za socijalno osiguranje. Dodatno, pri dekomponovanoj analizi, od interesa je razmatrati potencijalne interesne grupe za svaku javnu potrošnju, jer naizgled efikasna javna potrošnja, usmerena ka interesnim grupama, vodi neefikasnosti. Na primer, navedeno se može dešavati u zdravstvu usled 252 preusmeravanja potrošnje sa preventivnog lečenja na bolničko, ili sa izdataka u ruralnim u odnosu na urbana područja. TakoĎe, analiza strukture izdataka može pokazati izvore neefikasnosti, na primer, visina plata u javnom sektoru. Ciljevi svake politike javne potrošnje mogu biti različiti, na primer, cilj može biti visoka stopa obuhvata u obrazovanju, što može voditi neefikasnoj upotrebi resursa. Stoga, analiza efikasnosti mora biti usmerena ka cilju kojem se daje najveći značaj, odnosno zavisna varijabla mora biti ciljna funkcija analizirane javne potrošnje. U slučaju obrazovanja, u literaturi se najčešće kao osnovna ciljna funkcija koristi udeo stanovništva sa završenim srednjim ili visokim obrazovanjem u ukupnoj populaciji, u slučaju zdravstva, koristi se smrtnost novoroĎenčadi ili očekivani životni vek (kao mere tehnološkog napretka u zdravstvu), a u modelu socijalnog osiguranja Džini koeficijent (Šema 1). Pri analizi efikasnosti, od izuzetne važnosti je odvajanje neefikasnosti usled loših odluka Vlada pri usmeravanju javne potrošnje ili neefikasnost koja nastaje usled razlika u social-ekonomskim okvirima. U pitanju su faktori koji nisu diskrecione prirode, kao što su demografske varijable: odnos zavisnosti starih, gustina naseljenosti, stepen urbanizacije, kao i institucionalne varijable: korupcija u Vladi, mera kvaliteta usluga pruženih od strane birokrata (Angelopoulos and Philippopoulos 2005; Afonso et al. 2005). Dalje, meĎu ekonomskim varijablama, od interesa je visina BDP per capita I nezaposlenosti kao izraz ekonomskih performansi, zatim stopa inflacije kao mera stabilnosti u ekonomiji, kao i Džini koeficijent koji predstavlja meru funkcije distribucije. Navedene (i druge) indikatore koji opredeljuju efikasnost u javnom sektoru, sumirao je Afonso, Schuknecht, Tanzi (2003), definišući indikator performansi u javnom sektoru (Šema 4.1). Ispostavlja se da su performanse, a zatim i efikasnost u javnom sektoru opredeljeni indikatorima mogućnosti i standarnim državnim funkcijama (distributivna, stabilizaciona, alokativna koja obezbeĎuje najbolje ekonomske performanse). Stoga su navedeni indikatori predmet analize u radu (sem administracije i javne infrastrukture). Konačno, u radu je fokus na efikasnosti na makro nivou, ali za specifične politike javne potrošnje, prema najvažnijim ciljevima, uključujući pored diskrecionih i nediskrecione faktore koji opredeljuju efikasnost. Analiza bazirana na članicama EU, pokazuje u kojim sektorima je smanjena efikasnost javne potrošnje, kako bi se 253 obzebedila mogućnost kreatorima ekonomske politike da se realokacijom resursa, ostvare viši nivoi efikasnosti. Stoga se analiza efikasnosti politika nadovezuje na već analizirano pitanje da li su efikasne politike istovremeno i održive politike javne potrošnje. S obzirom na to da postoji velika razlika u kompoziciji javne potrošnje i regulativnom okviru izmeĎu razvijenih zemalja i zemalja u razvoju (Bose, Haque, Osborn 2007), od interesa je u analizi koristiti modele sa heterogenim regresionim koeficijentima, kako bi se merio specifičan uticaj politika javne potrošnje na postavljene ciljeve u evropskim zemljama. Šema 4.1 Ukupne performanse javnog sektora Izvor: Afonso, Schuknecht, Tanzi (2003). Korupcija Birokratija Sudstvo Siva ekonomija Udeo srednješkolskog i visokog obrazovanja Postignuća u obrazovanju Smrtnost novoroĎenčadi Očekivana duţina ţivota Komunikacije i transportna infrastruktura Administracij a Udeo siromašnih ili Dţini koef. Inflacija Stabilan rast BDP BDP per capita Privredni rast Nezaposlenost Distribucija Stabilnost Ekonomske performanse Obrazovanje Zdravstvo Javna infrastruktura Ukupne performanse u javnom sektoru Standardni „Musgrave“ indikatori Indikatori mogućnosti 254 4.1 Sistem socijalnog osiguranja Literatura pokazuje da veličina javnog sektora igra važnu ulogu sa stanovišta moguće efikasnosti. Afonso, Sckuknecht and Tanzi (2003) su pokazali da su zemlje sa malim javnim sektorom efikasnije, dok je u analizi efikasnosti evropskih i azijskih zemalja u radu Afonso, Schuknecht, i Tanzi (2006) pokazano da je postignuta efikasnost u analiziranim zemljama različita i da je najefikasnija u zemljama koje troše oko 30% GDP. TakoĎe, studija pokazuje da su dohodak per capita ili BDP per capita, kompetencije u javnom sektoru, obrazovni nivoi i prava svojine faktori koji obezbeĎuju prevenciju od neefikasnosti u javnoj potrošnji. S obzirom na činjenicu da socijalno osiguranje čini najveći deo ukupne javne potrošnje, efikasnost upravo ovog područja politika javne potrošnje je od izuzetne važnosti. Ona se ogleda ne samo u ciljnoj funkciji (u smislu obezbeĎenja primanja nakon penzionisanja, u slučaju nezaposlenosti i invalidnosti, kao i obezbeĎenja socijalne zaštite), nego i u redistributivnoj ulozi. Naime, navedena ciljna funkcija može postajati i u slučaju privatnog sektora u uslugama osiguranja, sa težnjom ka uspostavljanju Pareto efikanosti, meĎutim, državna intervencija pored težnje ka Pareto poboljšanjima, igra i važnu redistributivnu ulogu. Stoga se ciljnom funkcijom može smatrati Džini koeficijent, kao mera nejednakosti u društvu. Džini koeficijent, dakle, može biti determinisan diskrecionim merama, u smislu javne potrošnje za socijalno osiguranje, ali i demografskim i stabilizacionim faktorima. MeĎu demografskim se u modelima mogu koristiti udeo mladih ili starih u ukupnoj populaciji, a kao stabilizacioni faktor je moguće uključiti inflaciju ili stopu nezaposlenosti. Kako bi se ocenila efikasnost socijalnog osiguranja, analizirana je stacionarnost varijabli, kao i potencijalna zavisnost meĎu uporednim podacima (Apendiks, Tabele 16a i 17a). Rezultati upućuju na nestacionarnost i zavisnost uporednih podataka, usled čega je primenjen metod grupnih sredina sa zajedničkim korelisanim efektima (CCEMG), a koji ima sledeći oblik: 𝐺𝑖𝑛𝑖𝑖𝑡 = 𝛽𝑖 + 𝜷𝟏𝒊 ′ 𝑆𝑖𝑡+ 𝜷𝟐𝒊 ′ 𝑈𝑖𝑡+ 𝜷𝟑𝒊 ′ 𝑂𝑖𝑡 + 𝑐′1𝑖𝐺𝑖𝑛𝑖 𝑡 + 𝑐′2𝑖𝑆 𝑡 + 𝑐′3𝑖𝑈 𝑡 + 𝑐′4𝑖𝑂 𝑡 + 𝑒𝑖𝑡 . 255 Model sadrži identifikovane faktore koji opredeljuju visinu nejednakosti u društvu (eng. Gini), a u pitanju su izdaci za socijalno osiguranje per capita u evrima (eng. Social insurance – S), stopa nezaposlenosti kao aproksimacija stabilizacione državne funkcije (eng. Unemployment – U) i reprezent demografskih promena udeo starih (preko 65 godina) u ukupnoj populaciji (eng. Old – O). Pored identifikovanih faktora, deo specifikacije modela čini heterogeno faktorsko opterećenje, kao posledica neidentifikovanih faktora u modelu. Rezultati modela efikasnosti socijalnog osiguranja su prikazani sledećim tabelama. Tabela 4.34 Homogeni koeficijenti u modelu efikasnosti izdataka za socijalno osiguranje u EU-28 u periodu 1995-2014 Zavisna varijabla: Džini koeficijent (Gini) Izdaci za socijalno osig. per capita Stopa nezap. Udeo starih u ukupnoj populaciji Konst. 𝑐′1𝑖 𝑐′2𝑖 𝑐′3𝑖 𝑐′4𝑖 Homogeni koeficijenti -0.035*** 0.161* 4.099* 33.653** 0.856** 0.015* 0.002 -1.88 Pesaranov test na rezidualima Docnje Bez trenda Sa trendom 0 -8.988*** -5.984*** 1 -6.058*** -2.475*** Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. U Tabeli 4.34 su prikazani homogeni koeficijenti koji odreĎuju Džini koeficijent. Ispostavlja se da diskrecione mere doprinose redistribucionim promenama: veći izdaci za socijalno osiguranje smanjuju nejednakost u društvu (jedinični prirast u izdacima za socijalno osiguranje, smanjuje nejednakost za -0,035), jer niža vrednost Džini koeficijenta podrazumeva veću jednakost u društvu. Sa druge strane, mera stabilizacione i alokativne funkcije države je stopa nezaposlenosti, koja je signifikantna u modelu, ukazujući da jedinični porast nezaposlenosti povećava nejednakost u društvu. Konačno, porast udela starih u ukupnoj populaciji podrazumeva rast nejednakosti u društvu. Neidentifikovani faktori su uključeni u model kako bi obuhvatili uticaj zavisnosti izmeĎu uporednih podataka, a stacionalnost reziduala upućuje na ispravnost specifikacije. 256 Tabela 4.35 Heterogeni koeficijenti u modelu efikasnosti izdataka za socijalno osiguranje u članicama EU-28 u periodu 1995-2014 Zavisna varijabla: Džini koeficijent (Gini) Izdaci za socijalno osig. per capita Stopa nezap. Udeo starih u ukupnoj populaciji Konst. Heterogeni koeficijenti Belgija -0.011 -0.323 -8.136 29.6** Bugarska 0.080 -0.008 5.2125* 43.56** Češka -0.049 0.1509 26.632** 27.86 Danska -0.0004 0.144*** -0.451* -91.95 Nemačka -0.077*** 0.0285 10.370** 58.45 Estonija -0.081*** -0.044*** -4.516 31.82*** Irska -0.0394 -0.003 -6.159 -15.32 Grčka -0.099*** 0.150*** -6.679*** 97.76*** Španija -0.0032 0.0094 14.473 -53.75 Francuska 0.004 -0.021 -19.358 22.65 Italija 0.026 0.0626** -17.227 20.84 Kipar -0.031 0.0122 21.815 -56.98 Letonija -0.036*** 0.001 7.588 -30.584 Litvanija -0.001 -0.003 8.382*** 70.14 MaĎarska -0.038*** -6.329** -8.354*** 15.04 Malta -0.004 -0.008 -6.419 74.80 Holandija -0.004 -3.748*** 18.067 32.24** Austrija -0.021 1.987 -1.569 -33.65 Poljska -0.009 0.261 -4.99 28.48*** Portugalija -0.129* 3.856*** -2.766 24.98*** Rumunija 0.0003 -0.326 11.223*** 11.94 Slovenija -0.012* 1.038 3.251 24.30*** Slovačka 0.028 -1.308** -4.247*** 73.73*** Finska -0.037 -2.423 -4.894 55.51 V. Britanija -0.0188 -0.059 -0.586 -57.64 Luksemburg -0.055* 0.589 -6.181*** -68.88*** Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. Tabela 4.35 pokazuje heterogene koeficijente pri analizi efikasnosti diskrecionih mera u pravcu redistribucije. Radi preglednosti prikaza, predstavljeni su samo rezultati za identifikovane faktore po zemljama. Od posebnog interesa je uticaj javnih izdataka za socijalno osiguranje na Džini koeficijent po zemljama. Veći uticaj na smanjenje nejednakosti pri jediničnoj promeni izdataka za socijalno osiguranje znači efikasniju politiku socijalnog osiguranja u toj zemlji. Signifikanti regresioni koeficijenti uz varijablu izdaci za socijalno osiguranje per capita upućuju na značajni uticaj države u 257 redistributivnoj funkciji, a visina regresionog koeficijenta na nivo efikasnosti. Najviši signifikantni regersioni parameter je ocenjen u slučaju Portugalije, dakle, jedinični prirast diskrecione potrošnje za socijalno osiguranje utiče na smanjenje Džini koeficijenta za -0,129. Portugaliju sledi Grčka sa koeficijentom -0,099, upućujući da ove meditaranske zemlje, doprinose u većoj meri u odnosu na druge evropske zemlje redistribuciji. Navedeno je indirektno posledica visokog udela starih u ukupnoj populaciji u ovim zemljama, pa je uloga države nezaobilazna. Efikasni socijalni izdaci su ocenjeni i u slučaju Nemačke, Estonije, Letonije, MaĎarske, Slovenije, Luksemburga. 4.2 Obrazovni sistem Ekonomska efikasnost predstavlja odnos izmeĎu inputa i outputa, pa se stoga u kontekstu obrazovanja efikasnim smatra onaj sistem koji maksimizuje rezultate procesa obrazovanja, prema datim investicijama u sistem obrazovanja. MeĎutim, postavlja se pitanje adekvatnog merenja investicija u proces obrazovanja, dakle javne potrošnje za obrazovanje, kao i rezultata u obrazovanju. Efikasnost sistema obrazovanja predstavlja izazov za merenje s obzirom da je teško kvantifikovati koliko je stečeno obrazovanje dobro. Merenje zasnovano na principu da rast državnih rashoda uzrokuje bolje obrazovanje, nailazi na oteževajuće okolnosti na koji način kvantifikovati koliko je obrazovanje bolje. Ono što je jasno i što je niz studija utvrdilo jeste da viši nivoi obrazovanja znače više nivoe zarada, manji rizik od nezaposlenosti i bavljenje prestižnijim zanimanjima (Card 1999). Stoga je u mikro analizi moguće analizirati da li rast državnih izdataka za obrazovanja uslovljava bolje rezultate na testovima ili da li više obrazovanje obavezno znači više zarade, kao i koji rashodi dovode do najboljih rezultata. TakoĎe, često se primenjuju analize koje mere kvalitet obrazovanja prema broju Ďaka u odnosu na broj učitelja po školama, ili potrošnju škole po Ďaku. U makroekonomskoj analizi koja podrazumeva uzorak od više zemalja, moguće je pratiti broj učenika koji su završili različite nivoe obrazovanja po godinama (osnovno, srednje, visoko) i uporeĎivati sa rashodima za obrazovanje u tim godinama. Odnosno meriti da li rast inputa (rashoda za obrazovanje) ima granični efekat 258 na rezultate obrazovanja (mereno procentom stanovništva sa završenim visokim obrazovanjem). Većina studija na temu obrazovanja se fokusira na pitanje kvantiteta obrazovanja, u smislu broja studenata koji su završili fakultete i efekte na ostavenje ličnih i društvenih koristi. MeĎutim, odreĎen broj studija se bavi i pitanjem kvaliteta obrazovanja, s obzirom na to da razvijene zemlje prebacuju cilj politike obrazovanja sa obuhvatnosti, u smislu što većeg udela obrazovane populacije, na količinu znanja koje se stiče u toku godine obrazovanja. Prepreka se ogleda u problemu definisanja kvaliteta obrazovanja, pa posledično i na efikasnost državnog ulaganja u obrazovni sistem. Većina autora, ipak kvalitet obrazovanja definiše putem kognitivnih sposobnosti. Hanushek i Kimko (2000) su pokazali da je kvalitet, a ne kvantitet u obrarazovanju nosioc razlika izmeĎu stopa privrednog rasta zemalja, a kvalitet obrazovanja su definisali na osnovu rezultata meĎunarodnih testova iz oblasti nauke i matematike. TakoĎe, obrazovanje se može smatrati efikasnim kada ima pozitivne efekte na redistribuciju, od bogatijih ka siromašnima, meĎutim, empirijski je pokazano da redistribucioni efekti mogu biti i obrnuti u slučaju visokog obrazovanja, kada je moguća i redistribucija ka bogatima. Konačno, efikasnost obrazovanja može biti merena i kroz uticaj rasta obrazovanja na privredni rast (Krueger i Lindalh 1998) na mikro i makro nivou. Naime, kako obrazovanje ne proizvodi samo individualne razlike u znanju, već stvara nova znanja i tehnologije, privredni rast je posledica rasta obrazovanja pojedinaca koji su nosioci tehnološkog napretka. U ovom radu, efikasnost se meri uticajem državnih investicija u obrazovanje per capita (eng. Education – E), na udeo visoko obrazovanih u populaciji (eng. Tertial education - TE). Javni potrošnja za obrazovanje podrazumeva direktne diskrecione rashode koji su neophodni kako bi funkcionisale državne škole i univerziteti, zatim Ďačke stipendije i krediti. U modelu je BDP per capita kao pokazatelj životnog standarda u analiziranim ekonomijama, kao i demografska varijabla, udeo starih u ukupnoj populaciji (eng. Old - O). Model je ocenjen metodom grupnih sredina sa združenim grupnim sredinama usled nestacionarnosti varijabli i detektovane zavisnosti u podacima preseka (Apendiks, Tabela 16a i 17a). Ocenjeni model glasi: 𝑇𝐸𝑖𝑡 = 𝛽𝑖 + 𝜷𝟏𝒊 ′ 𝐸𝑖𝑡+ 𝜷𝟐𝒊 ′ 𝐵𝐷𝑃𝑖𝑡+ 𝜷𝟑𝒊 ′ 𝑂𝑖𝑡 + 𝑐′1𝑖𝑇𝐸 𝑡 + 𝑐′2𝑖𝐸 𝑡 + 𝑐′3𝑖𝐵𝐷𝑃 𝑡 + 𝑐′4𝑖𝑂 𝑡 + 𝑒𝑖𝑡 . 259 Rezultati modela sa homogenim i heterogenim koeficijentima su dati sledećim tabelama. Tabela 4.36 ukazuje da za prosek članica EU, državne investicije u obrazovanje utiču pozitivno na procenat visoko obrazovanih, pri čemu jedinična promena u izdacima dovodi do promene u zavisnoj varijabli za 0,3114. Pored izdataka za obrazovanje, udeo visoko obrazovanih je pozitivno odreĎen sa BDP, dok rast udela starih u populacije utiče negativno na udeo visoko obrazovanih u populaciji. Tabela 4.36 Homogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u EU-28 u periodu 1995-2014 Zavisna varijabla: Udeo visoko obrazovanih Izdaci za obraz. per capita BDP Udeo starih u ukupnoj populaciji Konst. 𝑐′1𝑖 𝑐′2𝑖 𝑐′3𝑖 𝑐′4𝑖 Homogeni koeficijenti 0.3114*** 0.4066* -35.83*** 800.88*** 1.23*** -0.24 0.17 -40.46*** Pesaran test reziduala Docnja Bez trenda Sa trendom 0 -3.079*** -1.54* 1 -1.508** 0.550 Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. Heterogeni regresioni koeficijenti uz varijablu obrazovanje per capita predstavljaju meru efikasnosti jer ukazuju intenziitet promene udela visoko obrazovanih u ukupnoj populaciji u slačaju jedinične promene izdataka za obrazovanje. U većini evropskih zemalja su izdaci za obrazovanje signifikantni i sa pozitivnim znakom, pri čemu je najveći koeficijent ocenjen u slučaju Slovenije 1,346, a zatim u Finskoj 1,1929 i Velikoj Britaniji 0,971 (Tabela 4.37). Navedene zemlje su u samom vrhu sa stanovišta udela visoko obrazovanih u populaciji – Slovenija ima najveći udeo visoko obrazovanih meĎu emergentnim zemljama Evrope, čak iznad proseka članica EU (19,1%), dok je udeo visoko obrazovanih u Velikoj Britaniji 23%, a u Finskoj 21%. Ispostavlja se da sistem obrazovanja najefikasniji u navedenim zemljama jer jedinični prirast u investicijama za obrazovanje doprinosi najbržem rastu udela visoko obrazovanih u ukupnoj populaciji. Ekonomije koje ih slede su Portugalija, Estonija, Danska, Češka, Austrija. 260 Tabela 4.37 Heterogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u članicama EU-28 u periodu 1995-2014 Zavisna varijabla: Udeo visoko obrazovanih Izdaci za obrazovanje per capita BDP Udeo starih u ukupnoj populaciji Konstanta Heterogeni koeficijenti Belgija -0.154 4.471 -57.200 1164.48 Bugarska -1.949 1.962* 18.418 453.58 Češka 0.495*** -0.1230 -9.153 105.723 Danska 0.435*** 0.2319 -107.161* 173.153 Estonija 0.581** -2.511 -7.296 -5.046 Irska 0.887 0.5045 -40.567 688.960 Grčka 0.180*** -0.126 -0.142 -33.873 Španija 0.303*** -0.751 -11.97*** 60.51*** Francuska 0.5767 -0.224 -24.039 44.24 Hrvatska 0.0709 0.690 -25.317 618.22** Italija 0.332 -0.386 -57.288 154.2 Kipar 0.222 5.938 -44.337** 361.611 Letonija 0.296*** -0.811 -27.881 253.02 Litvanija 0.384 0.467 -5.134 160.826 Holandija -0.398 -0.228 62.286 -985.95 Austrija 0.429*** 0.102** -90.54*** 1390.11*** Poljska -0.0011 0.2287 31.887 -587.65** Portugalija 0.771*** 0.049 -84.158 867.63 Rumunija 2.2133 -0.189 -28.257 661.97 Slovenija 1.346*** 0.0979 -55.098*** 631.94*** Slovačka 0.0729 0.426 31.610 -570.158 Finska 1.1929*** 0.212** -59.570*** 725.77*** Švedska 0.078*** -0.100 -63.55*** 1728*** Velika Britanija 0.971*** -0.010 -93.695*** 2210.62*** Luksemburg 0.2335*** 0.671** -40.012 1322.574 Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. 4.3 Zdravstveni sistem Izdaci za zdravstvo beleže rapidni progres u poslednje dve dekade, što dovodi u fokus pitanje efikasnosti potrošnje za zdravstvo, kao i do koje mere javna potrošnja za zdravstvo ugrožava održivost javne potrošnje. Osnovne determinante izdataka za zdravstveno osiguranje su starosna struktura populacije, koja odreĎuje odnose zavisnosti u populaciji. Može se meriti kao udeo mladih (ispod 15 godina) u ukupnoj populaciji, ili kao udeo starih u ukupnoj populaciji (preko 65 godina). U slučaju odnosa zavisnosti starih, očekivani predznak u regresijama je pozitivan, jer podrazumeva da starenjem stanovništva rasta njihove potrebe za 261 zdravstvenim uslugama. Tehnološki progres je takoĎe važan generator izdataka u zdravstvu i može se meriti vremensim protokom (trendom), smrću novoroĎenčadi, ili količinom medicinske opreme. Način na koji je zdravstvo finansirano, dovodi u prvi plan značajnost političkog procesa i institucija. Naime, u slučaju kada je pretežno finansirano od strane države, uticaj političkog procesa postaje sve važniji. Dok je u slučaju privatnog finansiranja zdravstvenih usluga, neophodno obuhvatiti izdatke za privatna zdravstvena osiguranja i troškove za pribavljanje lekova. S tim u vezi, uticaj privatnog finansiranja zdravstva je nekada pozitivno, a nekada negativno. Dodatno, Mello-Sampayo i Sousa-Vale (2014) su pokazale da u slučaju kada je zdravstvo finansirano od strane države, relativno je manji uticaj dohotka per capita (ili BDP per capita) na potrošnju u zdravstvu, u odnosu na druge ne-dohodne determinante. U slučaju privatnog finansiranja, uticaj dohotka je nesrazmerno veći. Skorašnji radovi iz oblasti zdravstva upućuju na problem stacionarnosti varijable potrošnje za zdravstvo (kao i drugi objašnjavajućih, npr, dohodak per capita ili BDP per capita), u okviru modela panela. MeĎutim, literatura je u poslednje vreme, takoĎe, identifikovala problem zavisnosti u uporednim podacima u varijablama zdravstva, koji dovodi do neefikasnosti pri korišćenju standarnih metada, u ocenjivanju fiksne ilistohastičke specifikacije. Rešenje može biti uvoĎenje vremenskih efekata kako bi se konrolisala tekuća korelacija, meĎutim, navedeno znači da šokovi imaju identični uticaj na sve jedinice posmatranja, što može biti ograničavajuća pretpostavka u empirijskim podacima. Reč je o šokovima kao što su, napredak u tehnologiji zdravstva, nove bolesti, političke promene, promene u preferencijama i korisnika zdravstvenih usluga. Stoga, noviji radovi uvode analizu heterogenih panela sa zavisnošću izmeĎu jedinica posmatranja, pri analizi dugoročnih ekonomskih veza (Baltagi i Moscone 2010; Moscone i Tosetii 2010; Sampayo i Sousa-Vale 2014). Metodološki problem se odnose na nestacionarnost varijabli, koje zbog toga treba tranformisati ili koristiti kointegracionu analizu. Homogeni paneli mogu biti problematični jer podrazumevaju homogenost ukusa, preferencija i produkcionih mogućnosti, dok se oni realno mogu menjati nesimultano u različitim zemljama, pa se i heterogenost u javnoj potrošnji za zdravstvom proširuje. S obzirom na to da je hipoteza o homogenosti izuzetno restriktivna i nerealistična, rešenje se može naći u korišćenju heterogenih panela. 262 Literatura o efikasnosti zdravstva na makroekonomskom nivou, najčešće polazi od analize elastičnosti izdataka za zdravstvo u odnosu na dohodak per capita, ukazujući da li je zdravstvo luksuzno ili primarno dobro. Elastičnost manju od jedan koja ide u prilog državnoj intervenciji u zdravstvu su izračunali u zemljama evrope za poslednje dve dekade Van Elk, Mot, i Franses (2009), Baltagi i Moscone (2010). U ovom radu je analiza efikasnosti u zdravstvu sprovedena definisanjem ciljne funkcije: smanjenje smrtnosti novoroĎenčadi (eng. Mortality – M). Uticaj javnih izdataka za zdravstvo je mereno u evrima per capita (eng. Health – H). Na taj način je moguće identifikovati samo diskrecione mere koje Vlade preduzimaju u sferi zdravstvo. Usled nelinearne veze izmeĎu zavisne varijable i izdataka za zdravstvo per capita, potonja varijabla je transformisana u formi logaritma (Slika A1 je prikazana u Apendiksu). Uključena je zatim varijabla BDP per capita kojom se meri dostignut standard ekonomije i proverava opravdanost javnih izdataka. Konačno, u modelu je uključena demografska varijabla (eng. Old – O), koja prikazuje udeo starih (preko 65 godina u ukupnoj populaciji), jer starosna struktura stanovništva, takoĎe može uticati na zavisnu varijablu. Analiza stacionarnosti varijabli ukazuje da ih karakteriše jedinični koren, kao i zavisnost uporednih podataka (Tabela 16a i 17a u Apendiksu). Stoga se primenjuje metod grupnih sredina sa zajedničkim korelisanim efektima (CCEMG). Ocenjeni model ima sledeći oblik: 𝑀𝑖𝑡 = 𝛽𝑖 + 𝜷𝟏𝒊 ′ 𝑙𝐻𝑖𝑡+ 𝜷𝟐𝒊 ′ 𝐵𝐷𝑃𝑖𝑡+ 𝜷𝟑𝒊 ′ 𝑂𝑖𝑡 + 𝑐′1𝑖𝑀 𝑡 + 𝑐′2𝑖𝐻 𝑡 + 𝑐′3𝑖𝐵𝐷𝑃 𝑡 + 𝑐′4𝑖𝑂 𝑡 + 𝑒𝑖𝑡 . Dakle, model obezbeĎuje homogene, ali i heterogene regresione koeficijente za ključnu varijablu izdataka za zdravstvo per capita, a koriguje zavisnost uporednih podataka uvoĎenjem neidentifikovanih zajedničkih faktora. Homogeni koeficijenti u modelu efikasnosti u zdravstvu (Tabela 4.38) upućuju da diskrecione mere Vlade na polju zdravstva deluje signifikantno na ciljnu funkciju, varijablu smrtnost novoreĎenčadi, smanjujući je. Signifikantnost varijable BDP per capita, ukazuje da zemlje sa višim standardom u imaju manju smrtnost novoreĎenčadi, za razliku od onih sa nižim standardom. Nevedeno indirektno i opravdava ulogu države na polju zdravstvenog osiguranja, pogotovo u zemljama sa nižim životnim standardom. Demografska struktura stanovništva, u smislu porasta udela starih u ukupnoj populaciji, 263 ukazuje na smanjenje zavisne varijable: u zemljama u kojima je udeo starih u ukupnoj populaciji viši, smrtnost novoroĎenčadi je manja. Model ukuljučuje i proseke uporednih podataka zavisne i nezavisnih varijabli, kako bi se obuhvatili neidentifikovani zajednički faktori, a posredno i zavisnost izmeĎu uporednih podataka, dok Pesaranov test upućuje na ispravnost specifikacije, s obzirom na stacionarnost reziduala. Tabela 4.38 Homogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u EU-28 u periodu 1995-2014 Zavisna varijabla: Smrtnost novoroĎenčadi Izdaci za zdravstvo per capita BDP per capita Udeo starih u ukupnoj pop. Konst. 𝑐′1𝑖 𝑐′2𝑖 𝑐′3𝑖 𝑐′4𝑖 Homogeni koeficijenti -1.025** -0.003*** -0.183* 11.101** 0.652*** -0.211 0.0015*** 0.088 Pesaran CD test reziduala Docnja Bez trenda Sa trendom 0 -12.43*** -9.425*** 1 -9.181*** -5.789*** Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. Navedeno upućuje na zaključak da izdaci deluju na ciljnu funkciju, ali efikasnost pojedinih zemalja mora biti analizirana putem heterogenih koeficijenata. U Tabeli 4.39 prikazani su rezultati identifikovanih faktora koji utiču na ciljnu funkciju, od kojih su od posevnog interesa izdaci za obrazovanje. Rezultati upućuju da u nekim zemljama, izdaci za zdravstvo per capita ne determinišu veličinu smrtnosti novoroĎenčadi, dok u drugim zemljama postoji različit signifikantan uticaj. Isti porast izdataka za jednu jedinicu dovodi do različitog smanjenja broja smrtnosti novoroĎenčadi: najviše u Rumuniji (- 3,281), zatim u Italiji (-2,354), MaĎarskoj (-2,081), Luksemburgu (-1,675), Letoniji (- 1,532), Poljskoj (-1,280), Bugarskoj (-1,032), Velikoj Britaniji (-0,687). Navedeni regresioni koeficijenti predstavljuju meru efikasnosti javne potrošnje za zdravstvo, premda se iz njih ne mogu izvesti jednoznačni zaključci o zemljama koje su najefikasnije u ispunjenju postavljenih ciljeva. MeĎutim, uočava se da su ocenjeni koeficijenti najviši u zemljama u kojima je smrtnost novoroĎenčadi najvise – meĎu zemljama starim članicama, Luksemburg i Velika Britanija ne postižu postavljeni cilj, manje od 10 novoroĎenčadi u 100.000 (Tabela 2.2), dok je prosečna smrtnost novoroĎenčadi u Rumuniji i Letoniji izuzetno visoka (27 i 20 respektivno), a u Bugarskoj i MaĎarkoj 13. Ispostavlja se da dodajna jedinica potrošnje najviše doprinosi 264 uspostavljaju cilja u onim zemljama koje imaju relativno visoku smrtnost novoroĎenčadi. Dakle, u zemljama u kojima u manjoj meri postižu postavljeni ciljevi, poželjna je dodajna potrošnja jer je ona efikasnija u smislu većeg smanjenja smrtnosti, nego u zemljama koje se ne suočavaju sa ovim problemom u velikoj meri. Tabela 4.39 Heterogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u EU- 28 u periodu 1995-2014 Zavisna varijabla: Smrtnost novoroĎenčadi Izdaci za zdravstvo per capita BDP per capita Udeo starih u ukupnoj populaciji Konstanta Heterogeni koeficijenti Belgija 0.198 -0.0089 -0.611*** 2.340 Bugarska -1.032*** -0.019 -0.327 27.56*** Češka -0.489 -0.004*** 0.535 15.093 Danska -0.089 -0.008 -0.0464 2.504 Nemačka -0.639 0.0049 0.1308** 19.695** Estonija -1.735 -0.001 -1.416*** 20.471 Irska -0.064 -0.002 0.014 19.79** Grčka 0.335 -0.003* 0.055 6.719 Španija -0.401 -0.007 -0.374*** 3.029 Francuska -0.253 -0.007 -0.180*** 2.433 Hrvatska -0.020 0.0001 -0.0624 6.385 Italija -2.354*** -0.012*** -0.258*** 6.833 Kipar 0.743 -0.0057 -0.012 26.346** Letonija -1.532** -0.002* 0.0006 41.512 Litvanija -0.174 -0.0006** -1.111*** 23.214*** MaĎarska -2.081*** -0.003*** -0.660 18.41*** Holandija 0.015 0.0001 -0.068 3.0001 Austrija 0.381 -0.0006 -0.352*** 4.494 Poljska -1.280*** 0.0004 -1.338*** 11.145 Portugalija 0.0230 -0.0006 -0.599*** 21.055* Rumunija -3.281** -0.0005 0.883 10.24 Slovenija 0.168 -0.0006 -0.892*** 11.705 Slovačka 0.423 -0.0006 0.065 6.311 Finska 0.338 -0.0001 -0.077 5.434 V. Britanija -0.687*** -0.0006 -0.150 15.502*** Luksemburg -1.675*** 0.0001 0.0479 -0.779 Napomena: *, ** i *** - signifikantno na nivou značajnosti od 10%, 5% i 1%, respektivno. Izvor: autorski proračun. Efikasnost sistema obrazovanja i zdravstva koji podrazumeva obezbeĎenje što višeg nivoa znanja i kvaliteta života što većeg broja stanovništva radi rasta nacionalnih ekonomija, često se konfrontira sa socijalnim ciljevima koji upućuju na jednakost i pruža mogućnosti za ugrožene. Ispostavlja se da su u kontekstu efikasnost često 265 ekonomski i socijalni ciljevi teško zajednički ostvarljivi, pa se dolazi do uobičajene dileme u ekonomiji javnog sektora: pravičnost ili efikasnost. 266 Zaključak Uspešnost državnih intervencija se meri dualno: efikasnošću i održivošću politika javne potrošnje. Stoga je osnovna orijentacija u radu ocenjivanje fiskalne održivosti, uticaja javne potrošnje na fiskalni deficit i efikasnost politika javne potrošnje u 28 ekonomija Evropske Unije u periodu 1995-2014. godine, dok su ciljevi podeljeni u teorijske, metodske i primenjene. Sistematična analiza teorijskih koncepata i iskustava ekonomija EU, doprinela je definisanju argumenata za državnu intervenciju na području politika socijalnog osiguranja, zdravstva i obrazovanja, kao i razjašnjenju koncepata efikasnosti i održivosti javne potrošnje. Efikasnost je moguće postići tržišnim mehanizmima uz vrlo rigorozne pretpostavke koje su u realnosti neispunjene. Stoga je neophodna kompatibilnost u aktivnostima tržišta i države, kako bi se obezbedila Pareto-poboljšanja i kretalo u pravcu Pareto-efikasnosti. Koliki je stepen učešća države naspram učešća tržišnih mehanizama zavisi od svake pojedinačne situacije, ali bi shodno neuspesima tržišnih mehanizama, predloženi nivoi državnih intervencija morali biti veći u odnosu na minimalne nivoe u smislu regulacije predložene teorijom ne-tržišnih neuspeha. Prema ovoj teoriji, neefikasnost državnih intervencija leži u organizacionim razlikama u odnosu na privatni sektor, sa fokusom na internim efektima (često privatnim ciljevima), averzijom prema riziku, a zaštićenošću mekim budžetskim ograničenjem. Država obezbeĎuje javna dobra čak i kada su cene niže od graničnih troškova usled opadajućih prosečnih troškova, pa je pitanje održivosti politika javne potrošnje od ključne važnosti. Ekonometrijski okvir za empirijsku analizu održivosti u ovoj disertaciji predstavlja primena kointegracione i multikointegracione analize panela, kojima se proverava postojanje dubljih nivoa kointegracije, prvog i drugog kointegracionog sloja, analizirajući vezu varijabli toka javne potrošnje i javnih prihoda, sa varijablom stoka, javnim dugom. Ideja je da se varijable toka i stoka ne mogu kretati daleko jedna od druge, odnosno da, ukoliko multikointegracija postoji, svaka promena u visini javnog duga utiče na prilagoĎavanje javnih prihoda i(ili) javne potrošnje novim nivoima javnog duga. Analiza formalnih sličnosti javne potrošnje izmeĎu zemalja EU otkriva suštinske razlike u rezultatima sprovedenih politika. Pri analizi heterogenosti ekonomija, pošlo se 267 od podele zemalja na stare članice i emergentne ekonomije EU. Sa stanovišta performansi, podela zemalja je korektna, jer su postignuća svake od politika javne potrošnje u starim članicama EU veća u odnosu na emergentne ekonomije EU, ili u odnosu na zemlje Zapadnog Balkana. MeĎutim, sa stanovišta voĎenja politika, navedene grupe nisu homogene. Naime, značajne razlike postoje unutar grupa, pa su sa stanovišta voĎenja pojedinačnih politika javne potrošnje nekih zemalja emergentne Evrope i starih članica EU sličnije nego grupe unutar sebe. Metodski cilj, u smislu pronalaženja adekvatnog načina obuhvata specifičnih kvantitativnih i kvalitativnih uticaja na javnu potrošnju, odreĎen je analiziranim uzorkom. Naime, poslednje dve dekade predstavljaju period jačanja fiskalnog i institucionalnog okvira Evropske Unije. Zajedničke politike koje se u tom periodu sprovode dovode do sve intenzivnijih veza izmeĎu ekonomija, što u ekonometrijskom smislu podrazumeva postojanje problema zavisnosti slučajnih grešaka po jedinicama posmatranja u modelima panela, dok permanentna heterogenost izmeĎu ekonomija vodi ka neophodnosti primene specifičnih metoda vezanih za nestacionarne heterogene panele. Stoga se u analizi primenjuju metode grupnih sredina sa zajedničkim korelisanim faktorima, a njihove performanse se porede sa rezultatima ocenjivanja modela sa homogenim koeficijentima korigovanih u pravcu obuhvata uslovne heterogenosti u vezi sa specifičnim uticajima grupa zemalja. Konačno, primenjeni cilj se odnosi na proveru fiskalne održivosti, uticaja pojedinačnih politika javne potrošnje na fiskalni deficit i efikasnosti politika javne potrošnje primenom Pesaranovog testa jediničnih korena, Pesaranovog CD-testa zavisnosti uporednih podataka, Granger i Dumitrsku-Hurlin testova uzročnosti, Pedroni i Westerlund testa kointegracije, metoda (združenih) grupnih sredina, AMG, CCEMG metoda. Provera fiskalne održivosti dovodi do zaključka da je nexus javna potrošnja- javni prihodi pozicioniran tako da se u većini zemalja sprovodi politika „troši pa oporezuj“, upućujući na nepotpunu kontrolu javne potrošnje. Sa stanovišta kointegracione analize postoji slaba održivost u ekonomijama EU (b=0,5929), dok sa stanovišta multikointegracione analize postoje dublji nivoi veza izmeĎu varijabli toka i stoka, odnosno, dolazi do prilagoĎavanja javne potrošnje ravnotežnom nivou koji se formira sa javnim dugom (=−0,364, dakle, 36,4% odstupanja od ravnotežnog nivoa se koriguje u jednoj godini), ne dopuštajući udaljavanje fiskalnih varijabli za prosek EU. 268 Rezultati upućuju na mogućnost grupisanja zemalja u pet kategorija prema rezultatima modela toka i modela stoka-toka. U većini slučajeva se multikointegracija javlja u zemljama u kojima je fiskalna politika ocenjena kao održiva ili slabo održiva (Belgija, Danska, Francuska, Italija, Kipar, Poljska, Portugalija, Slovenija), ukazujući na postojanje dubljih veza varijabli toka sa javnim dugom. MeĎutim, u nekim zemljama fiskalna politika je održiva iako ne postoji signifikantno prilagoĎavanje javne potrošnje javnom dugu, odnosno za uspostavljanje dugoročne veze javni dug nije krucijalan (Nemačka, Estonija, Češka, Slovačka, Finska, Švedska, Austrija i Luksemburg). Zatim, u trećoj grupi zemalja, nije ocenjena značajna kointegraciona veza, iako prilagoĎavanje javne potrošnje akumuliranom javnom dugu postoji, što se može smatrati indikatorom koji ne isključuje mogućnost finansiranja preko Ponzi-jeve šeme (Velika Britanija, Holandija, Letonija, Španija, Irska, Malta, Rumunija). U četvrtoj grupi zemalja, odnosno, Bugarskoj, Litvaniji i MaĎarskoj nije signifikantno ni postojanje kointegracije, niti multikointegracije, upućujući na neodrživu fiskalnu politiku, ad hoc javnu potrošnju. Konačno, u poslednjoj grupi, tačnije u Grčkoj i Hrvatskoj, ne funkcioniše ni model toka, niti model stok-tok, pri čemu je, šta više, prilagoĎavanje javne potrošnje javnom dugu kontraindikovano. Razlog za navedenu protivrečnost se u slučaju Hrvatske može tumačiti činjenicom da je Hrvatska postala član EU tek pred sam kraj analiziranog perioda, što znači da se na nju institucionalni okvir EU nije odnosio u većem delu analiziranog perioda. Sa druge strane, odbacivanje hipoteze o održivosti u slučaju Grčke je opravdano s obzirom na to da su reakcije fiskalnih vlasti na kretanja fiskalnih varijabli bile usmerene u suprotnom smeru u odnosu na očekivano prilagoĎavanje (dakle, kontraindikovano prilagoĎavanje, =1,154), što je skorašnja kriza u javnim finansijama Grčke i potvrdila. Dodatno, rezultati dobijeni proverom robusnosti, za period 1990-2014. godine, upućuju na konzistentnost rezultata za većinu zemalja i slabu održivost (b=0,4074), premda, za mali broj zemalja produženje uzoračkog perioda obuhvata i razdoblje sa različitim fiskalnim reakcijama u odnosu na period od 1995. godine (konkretno, u skandinavskim zemljama je usled krize početkom 1990-tih godina ocenjeno kontraindikovano prilagoĎavanje dugoročnoj ravnotežnoj vezi, sa koeficijentom prilagoĎavanja 1,097, 0,533 i 1,7026 u Danskoj, Finskoj i Švedskoj, respektivno). 269 Konačno, rezultati upućuju da postoji izuzetna heterogenost u načinima za obezbeĎenje fiskalne održivosti u zemljama EU, koje se ne mogu diferencirati prema kriterijumu jezgra EU (starih članica EU), naspram perifernih emergentnih zemalja EU, jer su fiskalna prilagoĎavanja u nekim bivšim tranzicionim zemljama snažnija i sličnija pojedinim zemljama jezgra, u odnosu na poreĎenja u fiskalnim reakcijama samih zemalja jezgra. Sa stanovišta uticaja pojedinačnih politika javne potrošnje na fiskalni deficit, izvršena je komparacija standardnih metoda i modela panela sa novim ekonometrijskim metodama ocenjivanja i testiranja hipoteza, zasnovanim na modelima sa zajedničkim korelisanim efektima. Iako su standardne metode prilagoĎene u pravcu diferenciranja da bi se obuhvatila nestacionarnost, zatim grupisanja da bi se obuhvatila uslovna heterogenost, i uvoĎenja vremenskih efekata da bi se aproksimirali zajednički šokovi koji dovode do zavisnosti uporednih podataka, uočeni su i dalje ozbiljni problemi vezani za grešku specifikacije. Interakcijama politika javne potrošnje sa grupom zemalja koje su okarakterisane kao fiskalno neodržive sa stanovišta oba kriterijuma, kointegracije i multikointegracije, uočilo se da značajna razlika u grupi zemalja u odnosu na prosek postoji samo kod izdataka za zdravstvo koji produbljuju fiskalni deficit. MeĎutim, ovi izdaci se ne mogu smatrati sistemskim faktorom koji dovodi do fiskalne neodrživosti, već su generatori neidentifikovani šokovi i njihovo heterogeno faktorsko opterećenje. Stoga se preferabilnim smatraju metodi koji adresiraju pitanje zavisnosti uporednih podataka, i obezbeĎuju heterogene koeficijente. Primena metoda proširenih grupnih sredina ukazuje da su, homogeno i heterogeno posmatrano, izdaci za penzije najčešći remetilački faktor fiskalnog deficita. Dijagnostički testovi ukazuju da modeli sa zajedničkim korelisanim efektima uspešno obuhvataju neidentifikovane faktore koji su posledica ekonomskih kriza i šokova, te institucionalnog okvira koji snažno utiče na sve zemlje u uzorku, ali je njihovo faktorsko opterećenje heterogeno. U zemljama u kojima je faktorsko opterećenje nesignifikantno, ni jedna od politika javne potrošnje ne remeti fiskalni deficit, niti je fiskalno prilagoĎavanje slično drugim zemljama EU. Ispostavlja se da je reč o zemljama koje, iako su članice EU, ne slede snažan institucionalni okvir, odnosno ne postoji jaka povezanost sa drugim zemljama EU - u slučaju Irske i Grčke usled fiskalne nediscipline i nepridržavanja definisanog okvira fiskalne politike, a kod novih članica EU usled 270 skorašnjeg pristupanja (definisani uzorak obuhvata period u kom su te zemlje bile u procesu pristupanja, a ne članice). Analiza efikasnosti diskrecionih mera na području socijalnog osiguranja, zdravstva i obrazovanja je sprovedena primenom metoda grupnih sredina sa zajedničkim korelisanim efektima, pri čemu je meren uticaj jedinične promene u izdacima na ciljnu funkciju. U slučaju socijalnog osiguranja, kao ciljna funkcija je korišćen Džini koeficijent, jer se njime istovremeno ocenjuje redistributivna funkcija države. Ispostavlja se da je redistribucija posebno važna u mediteranskim zemljama, u kojima je udeo starijih u ukupnoj populaciji veći nego u drugim zemljama EU. Cilj politike obrazovanja je rast udela visoko obrazovanih u ukupnoj populaciji, koji je odreĎen izdacima za obrazovanje per capita. MeĎutim, najefikasniji sistem obrazovanja je ocenjen u Velikoj Britaniji i Finskoj, a meĎu emergentnim ekonomijama Evrope u Sloveniji. U analizi efikasnosti u zdravstvu, cilj je smanjenje smrtnosti novoroĎenčadi, a jedinični porast u izdacima za zdravstvo doprinosi najviše postavljenom cilju u zemljama u kojima postoji smrtnost novoroĎenčadi iznad proseka EU. Dakle, u zemljama u kojima se u manjoj meri postižu postavljeni ciljevi, poželjna je dodatna potrošnja jer je ona efikasnija u smislu većeg smanjenja smrtnosti, nego u zemljama koje se ne suočavaju sa ovim problemom. Velika heterogenost u metodama i rezultatima uspostavljanja fiskalne održivosti meĎu zemljama EU i efikasnosti u postizanju ciljeva, pokazuje da postojeći institucionalni okvir EU u posmatranom periodu ne obezbeĎuje očekivanu konvergenciju. Kako se ne mogu jasno definisati grupe zemalja koje vode slične politike javne potrošnje i obezbeĎuju slične perfomanse, rezultati upućuju na studije slučaja u izboru najbolje prakse za svaku konkretnu situaciju, pogotovo u slučaju preporuka kreatorima ekonomske politike u zemljama Zapadnog Balkana koje su u procesu pridruživanja. Ispostavlja se da pristupanje Evropskoj Uniji ne dovodi automatski do poboljšanja u voĎenju fiskalne politike, premda su pozitivna iskustva zabeležena u Poljskoj, Sloveniji, Češkoj, Slovačkoj, Estoniji, Kipru. Iako su primenjeni različiti konceptualni okviri, od analize jediničnih korena, kointegracije, multikointegracije, modela sa zajedničkim korelisanim efektima, većina rezultata i dalje upućuje na postojanje slabe održivosti i efikasnosti fiskalne politike u zemljama EU. Preciznije, prema rezultatima testiranja hipoteza postavljenih na početku 271 empirijskog dela rada, donose se zaključci da u pojedinim zemljama Evrope: postoji slaba fiskalna održivost; postoje dublji nivoi povezanosti; politike javne potrošnje produbljuju deficit; politike javne potrošnje su efikasne pri uspostavljanju definisanih ciljeva. Kako smo mišljenja da se na fiskalnu održivost ne može gledati kao na perpetuum mobile i da ju je u praksi teško uspostaviti, doprinos održivosti obezbeĎuje efikasnost države u ispunjenju postavljenih ciljeva javne potrošnje, ali i kroz intervencije u pravcu ispunjenja stabilizacione, alokativne i redistributivne funkcije. 272 Literatura Afonso, Antonio, Ludger Sckuknecht, and Vito Tanzi. 2003. “Public Sector Effeciency: An International Comparation.” European Central Bank Working Paper 242. Afonso Antonio, W. Ebert, Ludger Schuknecht, and M. Thöne. 2005. “Quality of public finances and growth.” European Central Bank Working Paper 438. Afonso, Antonio, Ludger Schuknecht, and Vito Tanzi. 2005. “Public Sector Efficiency, an international Comparison”. Public Choice, 123(3): 321-347. Afonso, Antonio, Ludger Schuknecht, and Vito Tanzi. 2006. “Public Sector Efficiency: Evidence for New EU Member states and Emerging Markets”. ECB Working Papers 581. Afonso, Antonio. 2004. “Fiscal Sustainabillity: The Unpleasent European Case.” FinanzArchive, 61: 19-44. Afonso, Antonio, and Christophe Rault. 2007. “What Do We Really Know about Fiscal Sustainability in the EU? A Panel Data Diagnostic.” European Central Bank Working Paper 820. Afonso, Antonio, and Joao Tovar Jalles. 2012. “Revisiting Fiscal Sustainability: Panel Cointegration and Structural Breaks in OECD Countries.” European Central Bank Working Paper 1465. Afonso, António, and Christophe Rault. 2015. “Multi-Step Analysis of Public Finances Sustainability.” Economic Modelling, 48(C): 199-209. Afonso, Antonio, and Joao Tovar Jalles. 2015. “Fiscal Sustainability: A Panel Assessment for Advanced Economies.” University of Lisbon Working Paper WP/05/2015/DE/UECE. Aghion, Philippe, Mathias Dewatripont, Caroline Hoxby, Andreu Mas-Colell, and Andre Sapir. 2007. “Why Reform Europe’s Universities?” Bruegel Policy Brief 07(04). Agnello, Luca, and Ricardno M. Sousa. 2009. “The Determinants of Public Deficit Volatility.” ECB Working Paper 1042. Alesina, A., and Perotti. 1995. “The Political Economy of Budget Deficits.” IMF Stuff Paper, 42: 1-31. 273 Angelopoulos, Konstantinos, and Apostolis Philippopoulos. 2005. “The Role of Government in Anti-Social Redistributive Activities.” CESifo Working Paper Series 1427. Arrow, Kenneth J. 1969. “The Organization of Economic Activity: Issues Pertinent to the Choice of Market versus Non-market Allocations.“ In Analysis and Evaluation of Public Expenditures: The PPP System, 1-16. Washington. Arsić, Milojko, Aleksandra Nojković, Saša RanĎelović, and Slaven Mićković. Strukturni deficit i dinamika javnog duga Srbije.Ekonomski fakultet u Beogradu. Arsić, Milojko, Aleksandra Nojković, and Saša RanĎelović. 2013. “Would Economic Recovery Imply Fiscal Stabilization in Serbia?” Journal of Business Economics and Management, 3-4: 222-237. Bai, J. and S. Ng. 2002. “Determining the Number of Factors in Approximate Factor Models.“ Econometrica, 70: 191-221. Bai, J., and Ng. 2004. “A PANIC Attack on Unit Roots and Cointegration.” Econometrica, 72: 191-221. Bai, J. 2009. “Panel Data Models with Interactive Fixed Effects.” Econometrica, 77: 1229-1279. Bailey, Natalia, George Kapetanios, Hashem M. Pesaran. 2012. “Exponent of Cross- sectional Dependence: Estimation and Inference.“ IZA Discussion Papers 6318, Institute for the Study of Labor (IZA). Balassone, Fabrizio, and Daniele Franco. 2000. “Assessing Fiscal Sustainability: A Review of Methods with a View of EMU.” Banca d’Italia. Baltagi, Badi H. 1981a. “Pooling : An Experimental Study of alternative Testing and Estimation Procedures in a Two-Way Error Component Model.” Journal of Econometrics, 17(1): 29-49. Baltagi, Badi H. 1981b. “Simultaneous Equations with Error Components.” Journal of Econometrics, 17: 189-200. Baltagi, Badi H., and Chihwa Kao. 2000. “Nonstationary Panels, Cointegration in Panels and Dynamic Panels: A Survey.” Center for Policy Research Working Papers 16. Baltagi, Badi H. 2005. Econometric Analysis of Panel Data. New York: John Wiley and Sons. 274 Baltagi, Badi H. 2006. “Random Effects And Spatial Autocorrelation With Equal Weights.” Econometric Theory, 22(05): 973-984. Baltagi, Badi H., G. Bresson, and A. Pirotte. 2007. “Panel Unit Root Tests and Spatial Dependance.” Journal of Applied Econometrics, 22(2): 339-360. Baltagi, Badi H., and Francesco Moscone. 2010. “Health Care Expenditure and Income in the OECD Reconsidered: Evidence from Panel Data.” Center for Policy Research Working Paper 120. Barbieri, Laura. 2009. “Panel Unit Root Tests Under Cross-Sectional Dependence: An Overwiev.” Journal of Statistics: Advances in Theory and Applications, 1(2): 117-158. Banerjee, Anindya. 1999. “Panel Data Unit Roots and Cointegration: An Overview.“ Oxford Bulletin of Economics and Statistics, 61(0): 607-29. Banerjee, Anindya, and Josep Lluís Carrion-i-Silvestre. 2006. “Cointegration in Panel Data with Breaks and Cross-Section Dependence.” Economics Working Papers ECO2006/5. Banerjee, Anindya, and Josep Lluis Carrion-i-Silvestre. 2014. “Testing for Panel Cointegration using Common Correlated Effects Estimators.” Discussion Papers University of Birmingham 15-02. Barro, R. 1979. “On the Determination of Public Debt.” Journal of Political Economy, 87: 240-271. Barro, R. 2013. “Education and Economic Growth.” Annals of Economics and Finance,14-2(A):277-304. Bator, Francis M. 1958. “The Anatomy og Market Failure.“ Quarterly Journal of Economics, 72(3):351-379. Bilbow, Jorg. 2001. “The Economic Consequences of German Unification: The Impact of Misguided Macroeconomic Policies.“ Public Policy Brief 67A. Berenguer-Rico, Vanessa, and Josep Lluis Carrion-i-Silveste. 2006. “Testing for Multicointegration in Panel Data with Common Factors.” Oxford Bulletin of Economics and Statistics, 68(s1): 721-739. Berenguer-Rico, Vanessa, and Josep Lluis Carrion-i-Silveste. 2007. “Multicointegration, Polynomial Cointegration and I(2) Cointegration with 275 Structural Breaks. An Application to the Sustainability of the US External Deficit.” IREA Working Papers 200709. Berenguer Rico, Vanessa, and Josep Lluís Carrion-i-Silvestre. 2011. “Regime Shifts in Stock–Flow I(2)–I(1) Systems: The Case of US Fiscal Sustainability.” Journal of Applied Econometrics, 26(2): 298-321. Bergman, Michael. 2001. “Testing Government Solvency and the No Ponzi Game Condition.” Applied Economic Letters, 8(1): 27-29. Blanchard, Olivier, Jean-Claud Chouraqui, Robert H. Hagemann, and Nicola Sartor. 1990. “The Sustainability of Fiscal Policy: New Answers to an old Question.“ OECD Economic Studies 15. Blejer, I. M., and A. Cheasty. 1991. “The Measurement of Fiscal Deficits: Analytical and Methodological Issues”. Journal of Economic Literature, XXIX: 1644- 1678. Blackburne, Edward F., and Mark W. Frank. 2007. “Estimation of Nonstationary Heterogeneous Panels.” The Stata Journal, 7(2): 197-208. Bohn, Henning. 1991. “The Sustainability of Budget Deficits with Lump-Sum and with Income-Based Taxation.“ Journal of Money, Credit, and Banking, 23(3): 580- 604. Bohn, Henning. 1995. “The Sustainability of Budget Deficit in a Stochastic Economy.“ Journal of Money, Credit, and Banking, 27(1): 257-272. Bohn, Henning. 1998. “The Behaviour of U.S. Public Debt and Deficit.” Quarterly Journal of Economics, 113: 949-963. Bohn, Henning. 2005. “The Sustainability of Fiscal Policy in the United States.” CESifo Discussion Paper 1446. Bohn, Henning. 2007. “Are Stationary and Cointegration Restrictions Really Necessary for the Intertemporal Budget Constraint?” Journal of Monetary Economics, 54: 1837-1847. Bordo, Michael, and Harold James. 2013. “The European Crisis in Context of the History of Previous Financial Crisis.” Eurosystem, 1-33. Bose, Niloy, Emranul M. Haque, and Denise R. Osborn. 2007. “Public Expenditure and Economic Growth: A Disaggregated Analysis for Developing Countries.” Manchester School, 75(5): 533-556. 276 Bravo, Ana Bela Santos, and Antonio Luis Silvestre. 2002. “Intertemporal Sustainability of Fiscal Policies: Some Tests for European Countries.” European Journal of Political Economy, 18(2002): 517-528. Bronchi, C. 2003. “The Effectiveness of Public Expenditure in Portugal”. ECO/Working Papers, 2003(3): 1-46. Burger, P. 2003. Sustainable Fiscal Policy and Economic Stability. Theory and Practice. MA, USA: Edward Elgar Publishing. Burnside, C. 2003. “Theoretical Prerequisites for Fiscal Sustainability Analysis”. Available at: http://siteresources.worldbank.org/INTDEBTDEPT/Resources/468980- 1207588563500/4864698-1207588597197/fsbook_ch2.pdf Camarero, Mariam, Josep Lluis Carrion-i-Silvestre, and Cecilio Tamarit. 2013. “The Relationship between Debt Level and Fiscal Sustainability in OECD Countries.” IREA Working Paper 2013/07. Campo-Robledo, Jacobo, Luis Melo-Velandia. 2015. “Sustainability of Latin American Fiscal Deficits: A Panel Data Approach.“ Empirical Economics, 49(3): 889-907. Caporale, G. 1995. “Bubble Finance and Debt Sustainability: A Test of the Governments Intertemporal Budget Constraint.” Applied Economics, 27(12): 1135-1143. Card, David. 1999. “The Casual Effect of Education on Earnings.” In Handbook of Labour Economics, ed. O. Ashenfelter, and D. Card, 1802-1859. Elsevier. Carlsen, F., and F. Pedersen. 1999. “Rational Partisan Theory: Evidence from Seven OECD Countries.“ Economics and Politics, 11: 13-22. Cerami, A., and P. Vanhuysse. 2009. Post-Communist Welfare Pathways. Theoryzing Social Policy Transformations in Central and Eastern Europe. Macmillan Publishers Limited, England. Chalk, Nigel, and Richard Hemming. 2000. “Assessing Fiscal Sustainability in Theory and Practice.” International Monetary Fund Working Paper WP/00/81. Carrion-i-Silvestre, Josep Lluis. 2005. “Health Care Expenditure and GDP: Are They Broken Stationary?” Journal of Health Economics, 24(5): 839-854. 277 Chawla, M. 2007. “Health Care Spending in the New Member States”. The World Bank, Washington, D. C. Choi, I. 2001. “Unit root tests for panel data.“ Journal of International Money and Finance, 20: 249-272. Chow, Sheung Chi. 2013. “The Sustainability of Fiscal Policy: A Group-Mean Panel Estimator Approach.” MPRA Paper 57825. Chudik, A., M. H. Pesaran, and E. Tosetti. 2011. “Weak and Strong Cross Section Dependance and Estimation of Large Panels.” The Econometrics Journal, 14: C45-C90. Chudik, A., M. H. Pesaran. 2013. Large Panel Data Models with Cross-Sectional Dependence: A Survey. Mimeo. Coakley, Fuertes, and Smith. 2002. “A Principal Components Approach to Cross- Section Dependence in Panels.” Birkbeck College Discussion Paper 01/2002. Coakley, Fuertes, and Smith. 2006. “Unobserved Heterogeneity in Panle Time Series Models.” Computational Statistcs and Data Analysis, 50(9): 2361-2380. Damjanovic, Tatiana. 2003. “The Possibility of a Pareto-Improving Pension Reform: More Arguments.“ http://web.warwick.ac.uk/res2003/papers/Damjanovic.pdf. Dee, Thomas. 2003. “Is there Civil Returns to Education?” NBER Working Paper Series. De Hoyos, Rafael E., and Vasilis Sarafidis. 2006. “Testing for Cross-Sectional Dependence in Panel-Dtaa Models.” The Stata Journal, 6(4): 482-496. De Melo-Sampayo, Felipa, and Sofia de Sousa-Vale. 2014. “Financing Health Care Expenditure in the OECD Countries: Evidence from a Heterogeneous, Cross- Sectional Dependent Panel.” Panoeconomicus, 60(2): 207-225. Domar, Evsey D. 1944. “The ’Burden of the Debt’ and the National Income.” American Economic Review, 34(4): 798-827. Dumitrescu, Elena-Ivona, and Christophe Hurlin. 2012. “Testing for Granger Non- Causality in Heterogenous Panles.” Economic Modelling, 29(4): 1450-1460. Easterly, William, and Klaus Schmidt-Hebbel. 1993. “Fiscal Deficits and Macroeconomic Performance in Developing Countries.” The World Bank Research Observer, 8(2): 211-237. 278 Eberhardt, Markus, i Francis Teal. 2009. “A Common Factor Approach to Spatial Heterogeneity in Agricultural Productivity Analysis.” MPRA Paper 15810. Eberhardt, Markus, and Stephen Bond. 2009. “Cross-Sectional Dependence in Nonstationary Panel Models: A Novel Estimator.” MPRA Paper 17692. Eberhardt, Markus, and Francis Teal. 2010. “Productivity Analysis in Global Manufacturing Production.” University of Oxford Economics Series Working Paper 515. Eberhardt, Markus, Christian Helmers, and Hubert Strauss. 2013. “Do Spillovers Matter when Estimating Private Returns to R&D?” Review of Economics and Statistics, 95(2):436-448. Eberhardt, Markus. 2011. “Panel Time-Series Modeling: New Tools for Analyzing xt Data.” United Kingdom Stata Users' Group Meetings 22. Engsted, Tom, Jesus Gonzalo, and Niels Haldrup. 1997. “Testing for Multicointegration.” Economic Letters, 56: 259-266. Engsted, Tom, and Soren Johansen. 1997. “Granger’s Representation Theorem and Multicointegration.” EUI Working Paper 97/15. Engsted, Tom, and Niels Haldrup. 1999. “Multicointegration in Stock-Flow Models.” Oxford Bulletin of Economics and Statistics, 61(2): 237-254. Ehrhart, Cristophe, and Matthieu Llorca. 2008. “The Sustainability of Fiscal Policy: Evidence from a Panel of Six South-Mediterranean Countries.” Applied Economic Letters, 15(10):797-803. Escario, Regina, Maria Dolores Gadea, and Marcela Sabate. 2009. “Government Solvency or just Pseudo-Sustainability? A Long-Run Multicointegration Approach for Spain.” University de Zaragoza Documento de Trabajo 2009-07. Escolano, Julio. 2010. “A Practiacal Guide to Public Debt Dynamic, Fiscal Sustainability, and Cyclical Adjustment of Budgetary Aggregates.” International Monetary Fund Technical Notes and Manuals 10/02. Esping-Andersen, G. 1990. The Three Worlds of Welfare Capitalism. Cambridge: Polity Press. European Central Bank. 2014. Annual Report 2014. Frankfurt: European Central Bank. 279 Feldstein, Martin, and Andrew Samwick. 2000. „Allocating Payroll Tax Revenue to Personal Retirement Accounts to Maintain Social Security Benefits and the Payroll Tax Rate." NBER Working Papers 7767. Fenger, H. J. M. 2007. “Welfare Regimes in Central and Eastern Europe: Incorporating Post-Communist Countries in a Welfare Regime Typology”. Contemporary Issues and Ideas in Social Sciences, 1-30. Ferrera, M. 1996. „The „Southern“ Model of Welfare in Social Europe“. Journal of European Social Policy, 6(1):17-37. Freedman, Donald G. 2003. “Is Health Care Necessity or Luxury? Pooled Estimates of Income Elasticity from US State-Level Data.” Applied Economics, 35(5): 495- 502. Gemmell, Norman, Richard Kneller, and Ismael Sanz. 2011. “The Timing and Persistence of Fiscal Policy Impacts on Growth: Evidence from OECD Countries.” Economic Journal, 121: F33-F58. Gengenbach, Christian, Urbain Jean-Pierre, and Westerlund Joakim. 2008. “Panel Error Correction Testing with Global Stochastic Trends.“ Research Memorandum 051, Maastricht University. Greenwald, Bruce, and Joseph E. Stiglitz. 1986. “Externalities in Economies with Imperfect Information and Incomplete Markets.” Quarterly Journal of Economics, 101(2): 229-264. Granger, Clive J., T. H. Lee. 1989. “Investigation of Production, Sales and Inventory Relationships Using Multicointegration and Non-symmetric Error Correction Models.“ Journal of Applied Econometrics, 4(S): 145-159, Greiner, A., and Semmler, W. 1999. “An Inquiry into the Sustainability of German Fiscal Policy: Some Time Series Tests.” Public Finance Review, 27(2): 194-220. Greco, Luciano. 2006. “The Optimal Design of Funded Pensions: Unbulding Financing and Investment.” University of Bocconi Econpubblica Working Paper. Gutierrez, Luciano. 2003. “On the Power of Panel Cointegration Tests: A Monte Carlo Comparison.“ Economics Letters, 80(1): 105-111, Hadri, K. 2000. “Testing for stationarity in heterogeneous panel data“. Econometrics Journal, 3: 148–161. 280 Hanushek, Eric A., and Dennis D. Kimko. 2000. “Schooling, Labour-Force Quality and Growth of Nations.” American Economic Review, 90(5): 1184-1208. Hayek, Friedrich von. 1948. Individualism and Economic Order. Chicago: University of Chicago Press. Hakkio, Craig S., and Mark Rush. 1991. “Is the Budget Deficit 'Too Large'?” Economic Inquiry, 29: 429-445. Hamilton, James D., and Marjorie A. Flavin. 1986. “On the Limitations of Government Borrowing: A Framework for Empirical Testing.” American Economic Review, 76(4): 809-819. Hanushek, E. A., and J. A. Luque. 2003. “Efficiency and Equity in Schools around the World”. Economics of Education Rewiev, 22: 481-502. Henisz, W. J. 2004. “Political Institutions and Volatility.” Economic and Politics, 16: 1-27. Hoover, Kevin D., and Steven M. Sheffrin. 1992. “Causation, Spending, and Taxes: Sand in the Sandbox or Tax Collector for the Welfare State?“ American Economic Review, 82(1): 225-48. Hsiao, C. 2003. Analysis of Panel Data. Cambridge University Press. Im, K. S., Hashem M. Pesaran, Y. Shin. 2003. “Testing for unit roots in heterogeneous panels.“ Journal of Econometrics, 115: 53–74. Josifidis, Kosta, John Hall, Novica Supić, and Olgica Ivančev. 2011. “European Welfare Regimes: Political Orientations versus Poverty. ” Panoeconomicus, 58(5): 651-674. Josifidis, Kosta, Radmila Dragutinović Mitrović, and Olgica Ivančev. 2012. “Heterogeneity of Growth in the West Balkans and Emerging Europe: A Dynamic Panel Data Model Approach.” Panoeconomicus, 59(2): 157-183. Jovičić, Milena, i Radmila Dragutinović Mitrović. 2011. Ekonometrijski metodi i modeli. Beograd: Centar za izdavačku delatnost, Ekonomski fakultet. Jonung, Lars. 2011. “Lessons from the Nordic Financial Crisis.” Paper presented at the AEA meeting in Denver. Kapetanios, George, Hashem M. Pesaran, and Takashi Yamagata. 2011. “Panels with Non-Stationary Multifactor Error Structures.” Journal of Econometrics, 160(2): 326-348. 281 Kao, C. 1999. “Spurious Regression and Residual-Based Tests for Cointegration in Panel Data.” Journal of Econometrics, 90: 1-44. Kennedy, Peter. 2003. A Guide to Econometrics. MIT Press. Koczan, Zsoka. 2015. “Fiscal Deficit and Public Debt in Western Balkans: 15 Years of Economic Transition.” IMF Working Paper 172. Krejdl, A. 2006. “Fiscal Sustainability - Definition, Indicators and Assessment of Czech Public Finance Sustainability”. Czech National Bank, 1-36. Krueger, Alan B., and Mikael Lindalh. 1998. “Education for Growth: Why and for Whom?”Journal of Economic Literature, 39: 1101-1136. 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: 91–115. Laquien, Lame G. 2012. “Interpretation and Limits of Sustainability Tets in Public Finance.” Banque de France. Leachman, Lory, and B. Francis. 2000. “Multicointegration Analysis of the Sustainability of Foreign Debt.” Journal of Macroeconomics, 22(2): 207-227. Leachman, Lory, A. Bester, G. Rosas, and P. Lange. 2005. “Multicointegration and Sustainability of Fiscal Practices.” Economic Inquiry, 43(2): 454-466. Lendvai, N. 2009. “Variety of Post-communist Welfare: Europeanisation and Emerging Welfare Regimes in the New EU Member States”. RC-19, Montreal. Levin, A. and Lin, C.F. 1993. “Unit Root Test in Panel Data: New Results.“ University of California at San Diego Discussion Paper 93-56. Levin, A., Lin, C.F., and Chu., C.S.J. 2002. “Unit Root Test in Panel Data: Asymptotic and Finite Sample Properties.“ Journal of Econometrics, 108: 1-24. Ley, E. 2010. “Fiscal (and External) Sustainability“. World Bank Economic Policy and Debt Department: 1-16. Lucas, Robert. 1988. “On the Mechanisms of Economic Development.” Journal of Monetary Economics, 22: 3-42. Matyas, L., and P. Sevestre. 1996. The Econometrics of Panel Data: Handbook of Theory and Application. Boston: Kluwer Academic Publishers. McCoskey, S., and C. Kao. 1998. „ A Residual-Based Test of the Null of Cointegration in Panel Data.“ Econometric Reviews, 17: 57-84. 282 McKoen, Roland N. 1965. "The Unseen Hand in Government," American Economic Review, 55(3): 496-506. Moon, H. R. and B. Perron. “Testing for a Unit Root in Panel with Dynamic Factors.“ Journal of Econometrics, 122: 81-126. Morreti, Enrico. 2004. “Estimating the social return to higher education: Evidence fromlongitudinal and repeated cross-sectional data.” Journal of Econometrics, 121:175-212. Moscone, Francesco, and Elisa Tosetti. 2010. “Health Expenditure and Income in the United States.” Health Economics, 19(12): 1385-1402. Moulton, B. R. and W.C. Randolph. 1989. “Alternative Tests of Error Components Model.” Econometrica, 57: 685-693. Neaime, Simon. 2015. “Sustainability of Budget Deficits and Public Debts in Selected European Union Countries.” The Journal of Economic Asymmetries, 12(2015): 1-21. Neal, Timothy. 2015. “Unbaised Estimation of Heterogeneous Coefficients in Panel Data Models ith Common Factors and Feedback Effects.” http://paneldataconference2015.ceu.hu/Program/Timothy-Neal2.pdf. Ng, S, and P. Perron. 2000. “Lag length selection and the construction of unit root tests with good size and power.” Econometrica, 69: 1519–1554. OECD. 2013. “Pensions at Glance 2013: OECD and G20 Indicators.” OECD. Olumuyiwa Adedeji, and John Thornton. 2010. “Fiscal Sustainability in a Panel of Asian Countries.” Applied Economics Letters, 17(7): 711-715 Orbach, Barak. 2013. “What Is Government Failure?“ Yale Journal on Regulation Online 44. Palić, Mirjana. 2010. “Modeliranje realnog deviznog kursa i tražnje za kreditima u zemljama centralne, istočne i južne Evrope primenom kointegracije panela.” Doktorska disertacija, Ekonomski fakultet u Beogradu. Papadopoulos, A., and M. Sidiropoulos. 1999. “The Sustainability of Fiscal Policies in the European Union.” International Advances in Economic Research, 5(3): 289-307. 283 Pedroni, Peter. 1999. “Critical Values for Cointegration Tests in Heterogeneous Panels with Multiple Regressors.” Oxford Bulletin of Economics and Statistics, 61(0): 653-670. Pedroni, Peter. 2000. “Fully Modified OLS for Heterogeneous Cointegrated Panels.” Department of Economics William College Working Papers 2000-03. Pedroni, Peter. 2001. “Purchasing Power Parity Tests in Cointegrated Panels.” Review of Economics and Statistics, 83: 727-731. Pedroni, Peter. 2004. “Panel Cointegration: Asymptotic And Finite Sample Properties Of Pooled Time Series Tests With An Application To The Ppp Hypothesis.“ Econometric Theory, 20(3): 597-625. Peltzman, Sam. 1973. “The Effects of Government Subsidies-in-Kind on Private Expenditures: The Case of Higher Education.” Journal of Political Economy, 81(1): 1-27. Persson, T. 2001. “Do Political Institution Shape Economic Policy?” NBER Working Paper 8214. Persyn, Damiaan, and Joakim Westerlund. 2008. “Error-Correction-Based Cointegration Tests for Panel Data.” Stata Journal, 8(2): 232-241. Pesaran, Hashem M. 2004. “General Diagnostic Test for Cross Section Dependence in Panels.” 22(2): 265-231. Pesaran, Hashem M. 2006. “Estimation and Inference in Large Heterogeneous Panels with a Multifactor Error Structure.” Econometrica, 74(4): 967-1012. Pesaran, Hashem M., and Elisa Tosetti. 2011. “Large panels with common factors and spatial correlation.“ Journal of Econometrics, 161(2): 182-202 Pesaran, Hashem M., and Ron P. Smith. 1995. “Estimating Long-Run Relations from Dynamic Heterogeneus Panels.” Journal of Econometrics, 68: 79-113. Pesaran, Hashem M., Yongcheol Shin, and Ron P. Smith. 1999. “The Pooled Mean Group Estimation of Dynamic Heterogenous Panels.” Journal of American Statistical Association, 94(446): 621-634. Pesaran, Hashem M., A. Ullah, and T. Yamagata. 2008. “A Bias-Adjusted LM Test Of Error Cross Section Independence.“ Econometrics Journal, 11: 105-127 284 Phillips, Peter C. B. and Hyungsik R. Moon. 2001. “Nonstationary Panel Data Analysis: An Overview of some Recent Developments.” http://cowles.yale.edu/sites/default/files/files/pub/d12/d1221.pdf. Rosen, Harvey, and Ted Gayer. Javne finansije. Ekonomski fakultet u Beogradu, prevod. Scharph, Fritz W. 2002. “The European Social Model: Coping with the Chalenges and Diversitiy.” Max Planck Institute for the Study of Societies Working Paper 02/8. Sinn, W. H. 1997. “The Value of Children and Immigrants in a Pay-as-you-go Pension System.” CEFifo Working Paper 141. Simoes Marta C. N. 2011. “Education Composition and Growth: A Pooled Mean Group Analysis of OECD Countries.” Panoeconomicus, 58(4): 455-471. Stiglitz, Joseph. 1994. Wither Socialism. MIT Press. Stiglitz, Joseph E. 2009. “Government Failure vs. Market Failure: Principles of Regulation.“ In Government and Markets: Toward a New Theory of Regulation, ed. Edward J. Balleisen and David A. Moss, 13-51. Cambridge: Cambridge University Press. Tan, Kang Yong. 2006. “A Pooled Mean Group Analysis on Aid and Growth.” CSAE WPS/2006-14. Tanzi, Vito, and Ludger Schuknecht. 2000. Public Spending in the 20 th Century: A Global Perspective. Cambridge University Press. Trehan, Bharat, and Carl E. Walsh. 1991. “Testing Intertemporal Budget Constraints: Theory and Applications to U.S. Budget and Current Accounting Deficits.” Journal of Money, Credit, and Banking, 32(2): 206-223. Tronzano, Marco. 2014. “Multicointegration and Fiscal Sustainability in India: Evidence from Standard and Regime Shifts Models.” Economia Internazionale, 67: 263-291. Tujula, Mika, and Guido Wolswijk. 2004. “What Determines Fiscal Balances? An Empirical Investigation in Determinants of Changes in OECD Budget Balances.“ European Central Bank Working Paper Series 0422. Quah, D. 1994. „Exploiting Cross-Section Variations for Unit Root Inference in Dynamic Data.“ Economics Letters, 44: 9-19. 285 Quintos, Carmela E. 1995. “Sustainability of Deficit Process with Structural Shifts.” Journal of Business and Economic Statistic, 13(4): 409-417. Van Elk, Roel, Esther Mot, and Hans Franses. 2009. “Modelling Health Care Expenditure: Overview of the Literature and Evidence from panel time series models.” CPB Discussion Paper 121. Vanhorebeek, F., and P. van Rompuy. 1995. “Solvency and Sustainability of Fiscal Policies in the EU.” De Economics, 143(4): 457-473. Westerlund, Joakim. 2007. “Testing the Error Correction in Panel Data.” Oxford Bulletin of Economics and Statistics, 69(6): 709-748. Westerlund, Joakim, and Silika Prohl. 2007. “Panel Cointegration Tests of the Sustainability Hypothesis in Rich OECD Countries.” Applied Economics, 42(10- 12): 1355-1364. Wilcox, David W. 1989. “Sustainability of Government Deficits: Implications of the Present-Value Borrowing Constraint.” Journal of Money, Credit, and Banking, 21: 291-306. Wolf, Charles Jr. 1979. “A Theory of ’Non-Market Failure’: Framework for Implementation Analysis.“ Journal of Law and Economics, 22(1): 107-139. Woo, J. 2003. “Economic, Political and Institutional Determinants of Public Deficits.” Journal of Public Economics, 87: 387-426. Wooldridge, Jeffrey M. 2002. Econometric Analysis of Cross Section and Panel Data. MIT Press. World Bank. 1994. Averting Old Age Crisis: Policies to Protect Old and Promote Growth. Oxford: Oxford University Press. World Bank. 2010. The Crisis Hits Home, Stress-Testing Households in Europe and Central Asia. Washington, D.C. Wrede, Mathias. 1998. “Pareto Efficiency of the Pay-as-you-go Pension System in a Three Period-OLG Model.” https://www.uni- bamberg.de/fileadmin/uni/fakultaeten/sowi_lehrstuehle/vwl_finanzwissenschaft/ Forschung/BERG/pberg27.pdf Wyplosz, C. 2012. “Fiscal Rules: Theoretical Issues and Historical Experiences”. NBER Working Paper 17884. 286 Zeckerman, Stephen, and Joshua McFeeters. 2006. “Recent Growth in Health Expenditure.” The Commonwealth Fund. 287 Apendiks Tabela 1a Lista varijabli VARIJABLE DESKRIPCIJA MERA IZVOR Javni dug Konsolidovani ukupni javni dug; Udeo u BDP U procentima Eurostat Fiskalni deficit Suficit/deficit; Udeo fiskalne ravnoteže u BDP U procentima Eurostat Javna potrošnja Udeo ukupne javne potrošnje u BDP U procentima Eurostat Javni prihodi Udeo ukupnih javnih prihoda u BDP U procentima Eurostat Indeks potrošačkih cena Prosečni godišnji indeks U procentima Eurostat Izborna godina Godina parlamentarnih izbora 1 – za godinu u kojoj su se održali parlamentarni izbori, 0 – za ostale godine Comparative Political Data Set 1960-2008 Izdaci za servisiranje javnog duga Godišnja plaćanja po osnovu kamatne stope na javni dug; izraženo kao udeo u BDP U procentima Eurostat Nezaposlenost Stopa nezaposlenosti; Godišnji prosek U procentima Eurostat Obrazovanje Ukupni javni izdaci za obrazovanje; Udeo u BDP U procentima Eurostat Penzije Ukupni javni izdaci za penzije; Udeo u BDP U procentima Eurostat Populacija Ukupan broj stanovništva Apsolutno Eurostat Rast Stopa rasta BDP per capita Procentualna promena Eurostat Zdravstvo Ukupni javni izdaci za zdravstvo; Udeo u BDP U procentima Eurostat H(health) Ukupni izdaci za obrazovanje per capita u evrima Apsolutno Eurostat E(education) Ukupni izdaci za obrazovanje per capita u evrima Apsolutno Eurostat S(social insurance) Ukupni izdaci za socijalno osiguranje per capita u evrima Apsolutno Eurostat Gini Džini koeficijent U procentima World Development Indicators O (old) Udeo starijih od 65 godina u ukupnoj populaciji U procentima World Development Indicators M (mortality) Smrtnost novoroĎenčadi Apsolutno u 100.000 živo roĎenih beba World Development Indicators T (tertial education) Udeo visoko obrazovanih u ukupnoj populaciji U procentima World Development Indicators Izvor: autorski proračun. 288 Deskriptivne statistike Fiskalni deficit Tabela 2a Deskriptivne statistike za fiskali deficit po podacima uporednih preseka (zemljama) za period 1995-2014 (20 opservacija za svaku zemlju) Zemlje Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Belgija -2.07 -2.05 0.20 -5.50 1.87 Bugarska -1.14 -0.45 1.80 -9.90 3.09 Češka -3.96 -3.45 -0.70 -12.40 2.52 Danska 0.29 -0.05 5.00 -3.70 2.83 Nemačka -2.24 -2.60 1.00 -9.30 2.41 Estonija 0.34 0.30 2.90 -3.50 1.71 Irska -3.43 0.00 4.90 -32.50 8.56 Grčka -2.98 -1.62 4.65 -15.30 6.58 Španija -3.73 -3.40 2.20 -11.00 4.24 Francuska -3.65 -3.55 -1.30 -7.20 1.60 Hrvatska -3.90 -4.10 -0.38 -7.50 1.95 Italija -3.52 -3.25 -1.30 -7.30 1.49 Kipar -3.45 -3.90 3.30 -8.80 2.71 Letonija -2.14 -1.40 1.40 -9.00 2.57 Litvanija -3.47 -2.90 -0.30 -11.70 3.19 MaĎarska -5.45 -5.10 -2.30 -9.40 2.21 Malta -4.71 -3.90 -2.10 -9.30 2.28 Holandija -2.04 -1.75 1.90 -8.60 2.49 Austrija -2.74 -2.45 -0.60 -6.10 1.50 Poljska -4.37 -4.20 -1.90 -7.60 1.44 Portugalija -5.18 -4.60 -3.00 -11.20 2.16 Rumunija -3.49 -3.05 -1.20 -8.90 2.01 Slovenija -3.88 -2.80 -0.10 -14.60 3.24 Slovačka -5.17 -4.15 -1.90 -12.10 2.85 Finska 0.78 1.65 6.90 -5.90 3.56 Švetska -0.18 -0.05 3.30 -7.00 2.38 UK -4.06 -3.55 1.20 -10.80 3.35 Luksemburg 1.91 1.35 6.00 -1.10 2.08 Sve zemlje -2.77 -2.70 6.90 -32.50 3.64 Izvor: autorski proračun. 289 Tabela 2b Deskriptivne statistike za fiskalni deficit po vremenskoj dimenziji za sve zemlje (28 opservacija za svaku godinu) Godine Pros. vred. Medij. Maks. Min. Standardna devijacija Koef. Asimetrije Koef. spljošt. 1995 -4.38 -4.75 4.65 -12.40 3.83 0.32 2.91 1996 -3.32 -3.30 4.16 -9.90 3.02 -0.06 3.67 1997 -2.41 -2.35 3.70 -11.70 3.30 -0.35 3.88 1998 -1.90 -2.40 4.57 -9.30 3.08 -0.09 3.20 1999 -1.74 -2.00 4.51 -7.30 2.93 0.22 2.54 2000 -0.93 -1.30 6.90 -12.10 3.89 -0.28 4.05 2001 -1.42 -1.70 6.00 -6.40 3.10 0.47 2.82 2002 -2.33 -2.10 4.10 -8.90 2.87 -0.23 3.28 2003 -2.58 -2.20 2.40 -9.10 2.76 -0.37 2.71 2004 -2.02 -2.25 2.40 -6.40 2.58 0.18 2.07 2005 -1.51 -1.85 5.00 -7.90 2.76 0.05 3.12 2006 -1.10 -1.40 5.00 -9.40 3.18 -0.25 3.18 2007 -0.34 -0.65 5.10 -6.70 2.90 0.13 2.69 2008 -2.11 -2.70 4.20 -9.90 3.21 0.03 3.04 2009 -6.38 -5.50 -0.50 -15.30 3.65 -0.59 2.99 2010 -6.31 -4.90 0.20 -32.50 5.94 -3.12 14.75 2011 -4.58 -4.20 1.20 -12.70 3.35 -0.43 2.77 2012 -3.78 -3.70 0.10 -10.30 2.69 -0.64 2.97 2013 -3.48 -2.60 0.90 -14.60 3.42 -1.77 6.29 2014 -2.80 -2.85 1.80 -8.80 2.28 -0.24 3.48 1995-2014 -2.77 -2.70 6.90 -32.50 3.64 -1.19 10.87 Izvor: autorski proračun. 290 -7 -6 -5 -4 -3 -2 -1 0 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Prosecni suficita/deficita u BDP Izvor: autorski proračun. Slika 1a Kretanje prosečne vrednosti fiskalnog deficita po godinama za sve zemlje EU -6 -4 -2 0 2 1995 2000 2005 2010 1 -12 -8 -4 0 4 1995 2000 2005 2010 2 -16 -12 -8 -4 0 1995 2000 2005 2010 3 -4 -2 0 2 4 6 1995 2000 2005 2010 4 -12 -8 -4 0 4 1995 2000 2005 2010 5 -4 -2 0 2 4 1995 2000 2005 2010 6 -40 -30 -20 -10 0 10 1995 2000 2005 2010 7 -20 -15 -10 -5 0 5 1995 2000 2005 2010 8 -12 -8 -4 0 4 1995 2000 2005 2010 9 -8 -6 -4 -2 0 1995 2000 2005 2010 10 -8 -6 -4 -2 0 1995 2000 2005 2010 11 -8 -6 -4 -2 0 1995 2000 2005 2010 12 -12 -8 -4 0 4 1995 2000 2005 2010 13 -12 -8 -4 0 4 1995 2000 2005 2010 14 -12 -8 -4 0 1995 2000 2005 2010 15 -10 -8 -6 -4 -2 1995 2000 2005 2010 16 -10 -8 -6 -4 -2 1995 2000 2005 2010 17 -12 -8 -4 0 4 1995 2000 2005 2010 18 -8 -6 -4 -2 0 1995 2000 2005 2010 19 -8 -6 -4 -2 0 1995 2000 2005 2010 20 -12 -10 -8 -6 -4 -2 1995 2000 2005 2010 21 -10 -8 -6 -4 -2 0 1995 2000 2005 2010 22 -15 -10 -5 0 1995 2000 2005 2010 23 -16 -12 -8 -4 0 1995 2000 2005 2010 24 -8 -4 0 4 8 1995 2000 2005 2010 25 -8 -4 0 4 1995 2000 2005 2010 26 -12 -8 -4 0 4 1995 2000 2005 2010 27 -2 0 2 4 6 8 1995 2000 2005 2010 28 Napomena: 1: Belgija, 2: Bugarska, 3: Češka, 4: Danska, 5: Nemačka, 6: Estonija, 7: Irska, 8: Grčka, 9: Španija 10: Francuska, 11: Hrvatska, 12: Italija, 13: Kipar, 14: Letonija, 15: Litvanija, 16: MaĎarska, 17: Malta, 18: Holandija, 19: Austrija, 20: Poljska, 21: Portugalija, 22: Rumunija, 23: Slovenija, 24: Slovačka, 25: Finska, 26: Švedska, 27: Velika Britanija, 28: Luksemburg. Izvor: autorski proračun. Slika 2a Kretanje prosečne vrednosti fiskalnog deficita po zemljama kroz vreme 291 Javna potrošnja Tabela 3a Deskriptivne statistike za udeo javne potrošnje u BDP po podacima uporednih preseka (zemljama) za period 1995-2014 (20 opservacija za svaku zemlju) Zemlje Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Koef. Asimetrije Koef. spljoštenosti Belgija 50.93 50.60 54.80 47.60 2.31 0.24 1.81 Bugarska 37.87 38.25 43.10 30.50 2.88 -0.67 3.52 Češka 42.71 41.95 51.80 40.00 2.85 2.05 6.80 Danska 54.62 54.95 58.80 49.60 2.93 -0.28 1.84 Nemačka 46.41 46.60 54.60 42.70 2.62 1.35 5.82 Estonija 37.90 38.40 46.00 33.60 3.09 0.61 3.38 Irska 38.81 36.25 66.10 31.00 7.96 2.12 7.92 Grčka 49.44 49.50 60.10 44.60 4.13 0.76 3.22 Španija 41.58 41.05 47.30 38.30 3.06 0.39 1.69 Francuska 53.87 52.95 57.20 51.10 2.07 0.47 1.74 Hrvatska 45.48 46.65 48.85 37.78 3.03 -1.43 4.25 Italija 48.73 48.05 51.80 45.50 1.96 0.22 1.65 Kipar 38.44 38.90 49.10 30.80 4.40 0.36 2.94 Letonija 36.92 36.00 44.00 33.40 2.96 1.23 3.61 Litvanija 38.07 36.25 50.20 33.80 4.40 1.21 3.87 MaĎarska 49.98 49.80 55.40 47.30 1.73 1.33 6.08 Malta 41.85 41.75 45.20 39.10 1.24 0.53 4.79 Holandija 45.46 44.50 53.70 41.70 2.77 1.24 4.81 Austrija 51.73 51.00 55.50 49.10 1.73 0.86 2.97 Poljska 44.70 44.55 51.00 41.80 2.16 1.17 4.80 Portugalija 45.83 45.25 51.80 42.40 3.07 0.54 1.92 Rumunija 36.19 35.45 40.60 32.90 2.43 0.33 1.74 Slovenija 47.08 45.80 59.70 42.20 3.87 1.81 6.71 Slovačka 43.03 41.90 53.10 36.10 4.87 0.52 2.36 Finska 52.60 51.70 61.10 46.80 4.55 0.37 1.77 Švetska 54.27 53.05 63.50 49.70 3.61 1.23 3.74 UK 42.80 42.60 49.70 38.00 3.64 0.35 1.97 Luksemburg 41.30 41.70 45.10 36.40 2.37 -0.48 2.44 Sve zemlje 44.95 44.70 66.10 30.50 6.54 0.15 2.49 Izvor: autorski proračun. Tabela 3b Deskriptivne statistike za udeo javne potrošnje u BDP po vremenskoj dimenziji za sve zemlje (28 opservacija za svaku godinu) Godine Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Koef. Asimetrije Koef. spljoštenosti 1995 47.14 47.95 63.50 30.80 8.65 -0.04 2.07 1996 45.91 43.55 61.40 32.80 8.02 0.19 2.05 1997 44.79 44.90 59.20 30.50 7.54 0.01 2.08 292 1998 44.53 44.60 57.30 34.20 6.46 0.12 2.11 1999 44.64 43.50 56.60 34.00 5.93 0.12 2.18 2000 43.23 42.30 53.60 31.00 5.91 0.02 2.16 2001 43.25 44.20 53.00 32.70 5.83 -0.09 1.96 2002 43.77 44.55 54.20 33.20 6.04 -0.08 1.96 2003 43.98 45.25 54.40 33.10 6.44 -0.30 2.06 2004 43.37 43.80 53.40 33.30 6.27 -0.11 2.00 2005 43.30 43.65 52.90 33.40 6.16 -0.16 1.96 2006 42.87 43.85 52.50 33.60 5.87 -0.08 1.89 2007 42.50 42.75 52.20 33.90 5.33 0.07 1.87 2008 44.03 43.90 53.00 36.70 4.84 0.13 1.78 2009 48.11 47.50 56.80 40.60 4.80 0.24 2.00 2010 47.97 47.70 66.10 37.40 6.33 0.70 3.62 2011 46.44 46.60 56.80 34.70 5.83 -0.02 2.14 2012 46.24 47.00 58.80 35.20 6.61 0.10 2.16 2013 46.67 44.90 60.10 35.20 7.54 0.28 1.97 2014 46.23 45.50 58.70 34.90 6.68 0.09 2.14 1995- 2014 44.95 44.70 66.10 30.50 6.54 0.15 2.49 Izvor: autorski proračun. 42 43 44 45 46 47 48 49 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Prosecni udeo javne potrošnje u BDP Izvor: autorski proračun. Slika 3a Kretanje prosečne vrednosti udela javne potrošnje u BDP po godinama za sve zemlje 293 46 48 50 52 54 56 1995 2000 2005 2010 1 28 32 36 40 44 1995 2000 2005 2010 2 36 40 44 48 52 1995 2000 2005 2010 3 48 50 52 54 56 58 60 1995 2000 2005 2010 4 40 44 48 52 56 1995 2000 2005 2010 5 32 36 40 44 48 1995 2000 2005 2010 6 30 40 50 60 70 1995 2000 2005 2010 7 44 48 52 56 60 64 1995 2000 2005 2010 8 38 40 42 44 46 48 1995 2000 2005 2010 9 50 52 54 56 58 1995 2000 2005 2010 10 36 40 44 48 52 1995 2000 2005 2010 11 44 46 48 50 52 1995 2000 2005 2010 12 30 35 40 45 50 1995 2000 2005 2010 13 32 36 40 44 48 1995 2000 2005 2010 14 32 36 40 44 48 52 1995 2000 2005 2010 15 46 48 50 52 54 56 1995 2000 2005 2010 16 38 40 42 44 46 1995 2000 2005 2010 17 40 44 48 52 56 1995 2000 2005 2010 18 48 50 52 54 56 1995 2000 2005 2010 19 40 44 48 52 1995 2000 2005 2010 20 42 44 46 48 50 52 1995 2000 2005 2010 21 32 34 36 38 40 42 1995 2000 2005 2010 22 40 45 50 55 60 1995 2000 2005 2010 23 35 40 45 50 55 1995 2000 2005 2010 24 45 50 55 60 65 1995 2000 2005 2010 25 48 52 56 60 64 1995 2000 2005 2010 26 36 40 44 48 52 1995 2000 2005 2010 27 36 38 40 42 44 46 1995 2000 2005 2010 28 exp Napomena: 1: Belgija, 2: Bugarska, 3: Češka, 4: Danska, 5: Nemačka, 6: Estonija, 7: Irska, 8: Grčka, 9: Španija 10: Francuska, 11: Hrvatska, 12: Italija, 13: Kipar, 14: Letonija, 15: Litvanija, 16: MaĎarska, 17: Malta, 18: Holandija, 19: Austrija, 20: Poljska, 21: Portugalija, 22: Rumunija, 23: Slovenija, 24: Slovačka, 25: Finska, 26: Švedska, 27: Velika Britanija, 28: Luksemburg. Izvor: autorski proračun. Slika 3b Kretanje prosečne vrednosti udela javne potršnje u BDP po zemljama kroz vreme Javni dug Tabela 4a Deskriptivne statistike za udeo javnog duga u BDP po podacima uporednih preseka (zemljama) za period 1995-2014 (20 opservacija za svaku zemlju) Zemlje Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Koef. Asimetrije Koef. spljoštenosti Belgija 105.75 104.10 130.70 86.80 12.14 0.60 2.59 Bugarska 46.69 31.85 125.00 13.30 35.20 0.91 2.64 Češka 27.28 27.95 45.00 11.60 10.99 0.11 1.89 Danska 48.12 45.90 72.60 27.30 12.18 0.42 2.57 Nemačka 66.00 64.30 80.50 54.90 8.16 0.54 1.90 Estonija 6.22 5.60 10.60 3.70 2.20 1.02 2.67 Irska 59.98 49.15 123.20 23.80 34.36 0.69 2.08 Grčka 118.55 103.55 177.10 94.00 29.56 1.08 2.51 Španija 59.19 59.05 97.70 35.50 17.01 0.78 3.02 Francuska 69.58 64.40 95.00 55.80 12.58 0.89 2.30 294 Hrvatska 51.70 40.70 85.00 36.30 17.55 0.82 2.17 Italija 110.69 110.20 132.10 99.70 9.64 0.70 2.57 Kipar 62.44 56.70 107.50 45.30 16.34 1.80 5.37 Letonija 21.02 13.90 46.80 8.40 13.61 0.86 1.94 Litvanija 22.56 17.60 40.90 11.50 10.07 0.91 2.10 MaĎarska 67.68 65.45 84.50 51.90 10.30 0.14 1.58 Malta 61.66 65.05 72.00 34.40 10.60 -1.49 4.06 Holandija 57.64 57.50 73.50 42.70 9.41 0.15 1.77 Austrija 70.90 67.50 84.50 63.20 7.54 0.80 1.86 Poljska 46.01 46.60 55.70 36.50 5.88 0.07 2.04 Portugalija 75.49 64.70 130.20 50.30 27.60 1.07 2.64 Rumunija 21.98 21.45 39.80 6.60 9.72 0.44 2.16 Slovenija 33.10 26.20 80.90 18.30 17.04 1.74 4.92 Slovačka 39.61 40.75 54.60 21.70 9.38 -0.01 2.00 Finska 45.65 43.45 59.30 32.70 7.49 0.16 2.10 Švetska 49.22 48.05 70.30 36.20 11.95 0.65 2.07 UK 54.20 45.55 89.40 35.90 19.03 0.89 2.14 Luksemburg 11.45 7.75 24.00 6.10 6.60 0.89 2.11 Sve zemlje 54.40 51.30 177.10 3.70 31.28 0.75 3.69 Izvor: autorski proračun. Tabela 4b Deskriptivne statistike za udeo javnog duga u BDP po vremenskoj dimenziji za sve zemlje (28 opservacija za svaku godinu) Godine Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Koef. Asimetrije Koef. spljoštenosti 1995 56.29 55.45 130.70 6.60 34.74 0.35 2.43 1996 56.75 58.60 128.20 8.00 34.17 0.46 2.67 1997 54.42 57.05 123.60 7.90 30.62 0.39 2.82 1998 51.93 53.35 118.60 7.60 28.35 0.45 3.13 1999 52.41 56.60 114.60 6.70 27.30 0.41 3.08 2000 48.70 50.60 109.00 5.10 27.60 0.51 3.04 2001 48.42 48.80 107.80 4.80 27.00 0.60 3.16 2002 47.42 48.70 104.90 5.70 25.77 0.63 3.25 2003 47.60 46.40 101.20 5.60 25.46 0.47 2.90 2004 47.39 44.75 100.00 5.10 25.60 0.42 2.71 2005 46.59 41.95 101.90 4.50 26.77 0.43 2.51 2006 45.01 40.70 106.10 4.40 27.48 0.57 2.65 2007 43.18 37.65 107.40 3.70 27.42 0.64 2.73 2008 46.24 41.00 112.90 4.50 28.02 0.64 2.76 2009 55.14 51.25 129.70 7.00 29.50 0.63 3.05 2010 60.76 56.75 148.30 6.50 31.67 0.68 3.46 2011 65.02 62.50 171.30 6.00 35.62 0.88 4.10 2012 68.59 66.95 156.90 9.70 35.20 0.58 2.95 2013 72.18 69.75 175.00 10.10 37.91 0.66 3.29 295 2014 73.61 71.75 177.10 10.60 37.64 0.67 3.34 1995- 2014 54.40 51.30 177.10 3.70 31.28 0.75 3.69 Izvor: autorski proračun. 40 45 50 55 60 65 70 75 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Prosecni udeo javnog duga u BDP Izvor: autorski proračun. Slika 4a Kretanje prosečne vrednosti udela javnog duga u BDP po godinama za sve zemlje 296 80 100 120 140 1995 2000 2005 2010 1 0 40 80 120 160 1995 2000 2005 2010 2 10 20 30 40 50 1995 2000 2005 2010 3 20 40 60 80 1995 2000 2005 2010 4 50 60 70 80 90 1995 2000 2005 2010 5 2 4 6 8 10 12 1995 2000 2005 2010 6 0 40 80 120 160 1995 2000 2005 2010 7 80 100 120 140 160 180 1995 2000 2005 2010 8 20 40 60 80 100 1995 2000 2005 2010 9 50 60 70 80 90 100 1995 2000 2005 2010 10 20 40 60 80 100 1995 2000 2005 2010 11 90 100 110 120 130 140 1995 2000 2005 2010 12 40 60 80 100 120 1995 2000 2005 2010 13 0 10 20 30 40 50 1995 2000 2005 2010 14 10 20 30 40 50 1995 2000 2005 2010 15 50 60 70 80 90 1995 2000 2005 2010 16 30 40 50 60 70 80 1995 2000 2005 2010 17 40 50 60 70 80 1995 2000 2005 2010 18 60 65 70 75 80 85 1995 2000 2005 2010 19 36 40 44 48 52 56 1995 2000 2005 2010 20 40 60 80 100 120 140 1995 2000 2005 2010 21 0 10 20 30 40 50 1995 2000 2005 2010 22 0 20 40 60 80 100 1995 2000 2005 2010 23 20 30 40 50 60 1995 2000 2005 2010 24 30 40 50 60 1995 2000 2005 2010 25 30 40 50 60 70 80 1995 2000 2005 2010 26 20 40 60 80 100 1995 2000 2005 2010 27 5 10 15 20 25 1995 2000 2005 2010 28 GDEBT Napomena: 1: Belgija, 2: Bugarska, 3: Češka, 4: Danska, 5: Nemačka, 6: Estonija, 7: Irska, 8: Grčka, 9: Španija 10: Francuska, 11: Hrvatska, 12: Italija, 13: Kipar, 14: Letonija, 15: Litvanija, 16: MaĎarska, 17: Malta, 18: Holandija, 19: Austrija, 20: Poljska, 21: Portugalija, 22: Rumunija, 23: Slovenija, 24: Slovačka, 25: Finska, 26: Švedska, 27: Velika Britanija, 28: Luksemburg. Izvor: autorski proračun. Slika 4b Kretanje prosečne vrednosti udela javnog duga u BDP po zemljama kroz vreme Javni prihodi Tabela 5a Deskriptivne statistike za udeo javnih prihoda u BDP po podacima uporednih preseka (zemljama) za period 1995-2014 (20 opservacija za svaku zemlju) Zemlje Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Koef. asimetrije Koef. spljoš. Belgija 48.85 48.50 51.50 47.50 1.11 1.13 3.48 Bugarska 36.72 36.90 40.90 31.20 2.74 -0.37 2.08 Češka 38.77 38.55 42.10 36.90 1.33 0.74 3.15 Danska 54.91 54.80 58.80 53.20 1.20 1.61 6.69 Nemačka 44.17 44.05 46.10 42.60 1.05 0.23 1.84 Estonija 37.47 36.65 43.80 35.10 2.13 1.51 4.92 Irska 35.37 34.90 38.80 32.90 1.77 0.61 2.33 Grčka 42.49 41.10 47.80 38.70 3.37 0.32 1.62 Španija 37.85 37.85 40.90 34.80 1.42 0.21 3.42 Francuska 50.22 49.80 53.20 48.90 1.20 1.39 4.04 297 Hrvatska 42.74 42.25 45.20 40.80 1.49 0.45 1.74 Italija 45.22 45.15 48.10 43.00 1.50 0.60 2.52 Kipar 34.99 35.70 41.30 29.40 3.76 -0.07 1.80 Letonija 34.79 35.00 38.20 31.80 1.64 0.22 2.53 Litvanija 34.46 34.30 38.20 31.80 1.67 0.65 2.81 MaĎarska 44.55 44.30 47.60 42.00 1.84 0.14 1.72 Malta 37.16 37.80 41.70 32.30 2.39 -0.17 2.29 Holandija 43.42 43.40 45.50 41.80 1.02 0.25 2.32 Austrija 48.98 48.95 50.90 47.70 0.83 0.56 2.91 Poljska 40.34 40.30 46.50 37.90 2.06 1.38 5.11 Portugalija 40.65 40.45 45.20 37.40 2.01 0.67 3.01 Rumunija 32.71 32.90 35.40 29.40 1.38 -0.58 3.73 Slovenija 43.21 43.10 45.20 41.90 0.91 0.70 2.92 Slovačka 37.85 36.80 44.80 34.10 3.09 0.77 2.65 Finska 53.34 52.60 56.30 51.50 1.50 0.53 1.83 Švetska 54.11 53.10 58.30 51.10 2.44 0.58 1.82 UK 38.72 38.90 41.50 36.20 1.31 -0.31 3.10 Luksemburg 43.22 43.05 45.20 41.00 1.09 0.13 2.58 Sve zemlje 42.03 41.50 58.80 29.40 6.46 0.45 2.46 Izvor: autorski proračun. Tabela 6a Deskriptivne statistike za udeo javnih prihoda u BDP po vremenskoj dimenziji za sve zemlje (28 opservacija za svaku godinu) Godine Prosečna vrednost Medijana Maksimum Minimum Standardna devijacija Koef. asimetrije Koef. Spljoštenosti 1995 42.22 43.50 56.50 30.10 7.20 0.29 2.26 1996 42.40 43.10 58.30 29.40 7.85 0.28 2.30 1997 42.08 42.10 57.70 29.40 7.49 0.28 2.43 1998 42.14 40.80 58.10 30.30 7.09 0.50 2.60 1999 42.46 41.10 57.40 30.10 6.64 0.53 2.71 2000 42.00 39.80 56.80 32.30 6.73 0.67 2.59 2001 41.59 40.90 54.50 32.60 6.66 0.43 2.20 2002 41.26 40.40 53.20 32.90 6.43 0.43 2.16 2003 41.29 41.80 53.50 31.70 6.39 0.34 2.27 2004 41.31 39.90 55.10 32.20 6.23 0.59 2.58 2005 41.72 40.50 56.20 32.30 6.30 0.70 2.82 2006 41.78 40.95 54.80 33.10 5.85 0.71 2.74 2007 42.16 41.40 54.60 33.30 5.64 0.52 2.68 2008 41.91 41.55 53.70 33.00 5.87 0.41 2.34 2009 41.72 40.80 54.00 31.70 6.15 0.39 2.14 2010 41.64 40.75 54.30 32.90 6.03 0.47 2.26 2011 41.85 41.80 54.80 32.60 6.25 0.42 2.28 2012 42.45 42.30 55.10 33.00 6.53 0.34 2.03 2013 43.19 43.40 56.00 32.90 6.71 0.28 2.03 298 2014 43.45 43.30 58.80 33.40 6.66 0.48 2.48 1995- 2014 42.03 41.50 58.80 29.40 6.46 0.45 2.46 Izvor: autor. 41.2 41.6 42.0 42.4 42.8 43.2 43.6 1996 1998 2000 2002 2004 2006 2008 2010 2012 2014 Prosecni udeo javnih prihoda u BDP Izvor: autorski proračun. Slika 5c Kretanje prosečne vrednosti udela javne prihoda u BDP po godinama za sve zemlje 299 47 48 49 50 51 52 1995 2000 2005 2010 1 30 32 34 36 38 40 42 1995 2000 2005 2010 2 36 38 40 42 44 1995 2000 2005 2010 3 52 54 56 58 60 1995 2000 2005 2010 4 42 43 44 45 46 47 1995 2000 2005 2010 5 34 36 38 40 42 44 1995 2000 2005 2010 6 32 34 36 38 40 1995 2000 2005 2010 7 38 40 42 44 46 48 1995 2000 2005 2010 8 34 36 38 40 42 1995 2000 2005 2010 9 48 50 52 54 1995 2000 2005 2010 10 40 42 44 46 1995 2000 2005 2010 11 42 44 46 48 50 1995 2000 2005 2010 12 28 32 36 40 44 1995 2000 2005 2010 13 30 32 34 36 38 40 1995 2000 2005 2010 14 30 32 34 36 38 40 1995 2000 2005 2010 15 40 42 44 46 48 1995 2000 2005 2010 16 32 34 36 38 40 42 1995 2000 2005 2010 17 41 42 43 44 45 46 1995 2000 2005 2010 18 47 48 49 50 51 1995 2000 2005 2010 19 36 38 40 42 44 46 48 1995 2000 2005 2010 20 36 38 40 42 44 46 1995 2000 2005 2010 21 28 30 32 34 36 1995 2000 2005 2010 22 41 42 43 44 45 46 1995 2000 2005 2010 23 32 36 40 44 48 1995 2000 2005 2010 24 50 52 54 56 58 1995 2000 2005 2010 25 50 52 54 56 58 60 1995 2000 2005 2010 26 36 38 40 42 1995 2000 2005 2010 27 40 42 44 46 1995 2000 2005 2010 28 REV Napomena: 1: Belgija, 2: Bugarska, 3: Češka, 4: Danska, 5: Nemačka, 6: Estonija, 7: Irska, 8: Grčka, 9: Španija 10: Francuska, 11: Hrvatska, 12: Italija, 13: Kipar, 14: Letonija, 15: Litvanija, 16: MaĎarska, 17: Malta, 18: Holandija, 19: Austrija, 20: Poljska, 21: Portugalija, 22: Rumunija, 23: Slovenija, 24: Slovačka, 25: Finska, 26: Švedska, 27: Velika Britanija, 28: Luksemburg. Izvor: autorski prikaz. Slika 5a Kretanje prosečne vrednosti udela javnih prihoda u BDP po zemljama kroz vreme 300 40 60 80 100 120 140 1995 2000 2005 2010 1 0 40 80 120 160 1995 2000 2005 2010 2 10 20 30 40 50 60 1995 2000 2005 2010 3 20 40 60 80 1995 2000 2005 2010 4 40 50 60 70 80 90 1995 2000 2005 2010 5 0 10 20 30 40 50 1995 2000 2005 2010 6 0 40 80 120 160 1995 2000 2005 2010 7 0 40 80 120 160 200 1995 2000 2005 2010 8 20 40 60 80 100 1995 2000 2005 2010 9 40 60 80 100 1995 2000 2005 2010 10 20 40 60 80 100 1995 2000 2005 2010 11 40 60 80 100 120 140 1995 2000 2005 2010 12 20 40 60 80 100 120 1995 2000 2005 2010 13 0 10 20 30 40 50 1995 2000 2005 2010 14 10 20 30 40 50 60 1995 2000 2005 2010 15 40 50 60 70 80 90 1995 2000 2005 2010 16 30 40 50 60 70 80 1995 2000 2005 2010 17 40 50 60 70 80 1995 2000 2005 2010 18 40 50 60 70 80 90 1995 2000 2005 2010 19 36 40 44 48 52 56 1995 2000 2005 2010 20 0 40 80 120 160 1995 2000 2005 2010 21 0 10 20 30 40 50 1995 2000 2005 2010 22 0 20 40 60 80 100 1995 2000 2005 2010 23 20 30 40 50 60 1995 2000 2005 2010 24 30 40 50 60 70 1995 2000 2005 2010 25 30 40 50 60 70 80 1995 2000 2005 2010 26 20 40 60 80 100 1995 2000 2005 2010 27 0 10 20 30 40 50 1995 2000 2005 2010 EXP01 REV GDEBT 28 Napomena: 1: Belgija, 2: Bugarska, 3: Češka, 4: Danska, 5: Nemačka, 6: Estonija, 7: Irska, 8: Grčka, 9: Španija 10: Francuska, 11: Hrvatska, 12: Italija, 13: Kipar, 14: Letonija, 15: Litvanija, 16: MaĎarska, 17: Malta, 18: Holandija, 19: Austrija, 20: Poljska, 21: Portugalija, 22: Rumunija, 23: Slovenija, 24: Slovačka, 25: Finska, 26: Švedska, 27: Velika Britanija, 28: Luksemburg. Izvor: autorski proračun. Slika 5b Uporedni prikaz javne potrošnje, javnih prihoda i javnog duga po zemljama Obrazovanje i zdravstvo Tabela 7a Deskriptivne statistike udela izdataka za obrazovanje i zdravstvo u BDP po zemljama za period 1995-2014 Zemlje Udeo izdataka za obrazovanje u BDP Udeo izdataka za zdravstvo u BDP Prosečna vrednost Medijana Maks. Min. Prosečna vrednost Medijana Maks. Min. Belgija 5.87 5.80 6.50 5.50 6.82 6.70 7.90 6.00 Bugarska 3.73 3.75 4.20 3.00 4.34 4.50 5.90 2.50 Češka 4.84 4.85 5.30 4.20 6.83 6.65 7.50 6.20 Danska 6.59 6.55 7.20 5.90 7.54 7.20 8.90 6.50 Nemačka 4.24 4.30 4.50 3.90 6.54 6.45 7.10 6.00 Estonija 6.68 6.65 8.00 5.90 4.66 4.60 5.50 4.10 Irska 4.55 4.40 5.10 4.10 6.43 6.40 8.20 5.10 Grčka 3.60 3.55 4.60 2.70 5.34 5.20 6.80 3.90 Španija 4.16 4.10 4.60 3.90 5.63 5.50 6.80 5.10 301 Francuska 5.58 5.60 5.80 5.30 7.46 7.45 8.10 6.90 Hrvatska 4.86 4.85 5.20 4.20 6.34 6.35 8.00 5.00 Italija 4.42 4.50 4.60 4.10 6.48 6.65 7.50 5.30 Kipar 5.95 5.80 6.80 5.20 2.85 2.80 3.10 2.40 Letonija 5.79 5.70 6.80 5.20 3.78 3.90 4.60 2.90 Litvanija 5.83 5.75 7.20 5.10 5.43 5.45 7.00 4.10 MaĎarska 5.39 5.30 6.40 4.70 5.33 5.20 5.80 4.90 Malta 5.52 5.50 6.00 5.00 5.14 5.35 6.00 3.80 Holandija 5.26 5.30 5.70 4.80 6.19 5.50 8.40 4.50 Austrija 5.13 5.10 5.50 4.70 7.47 7.50 8.00 6.70 Poljska 5.38 5.50 6.20 4.30 4.51 4.40 5.00 4.20 Portugalija 6.82 6.90 7.70 5.90 6.62 6.70 7.90 5.40 Rumunija 3.59 3.60 4.50 2.80 3.30 3.35 4.20 1.90 Slovenija 6.32 6.35 6.60 5.90 6.47 6.40 6.90 5.80 Slovačka 4.07 3.95 5.10 3.20 6.07 5.60 7.80 4.60 Finska 6.27 6.25 6.90 5.80 6.85 6.60 8.40 5.70 Švetska 6.75 6.70 7.30 6.30 6.49 6.50 7.10 5.90 UK 5.50 5.65 6.60 4.40 6.50 6.55 8.00 5.10 Luksemburg 4.77 4.80 5.60 4.00 4.75 4.75 5.40 4.00 Sve zemlje 5.27 5.30 8.00 2.70 5.79 6.00 8.90 1.90 Izvor: autorski proračun. Tabela 7b Deskriptivne statistike udela izdataka za obrazovanje i zdravtsvo u BDP po vremenskoj dimenziji za sve zemlje Godine Udeo izdataka za obrazovanje u BDP Udeo izdataka za zdravstvo u BDP Prosečna vrednost Medijana Maks. Min. Prosečna vrednost Medijana Maks. Min. 1995 5.14 5.20 8.00 3.00 5.14 5.35 7.10 2.40 1996 5.11 5.20 7.30 2.80 5.27 5.55 7.20 2.30 1997 5.06 5.10 7.00 3.10 5.18 5.35 7.00 1.90 1998 5.13 5.10 7.20 3.10 5.14 5.30 7.20 2.50 1999 5.15 5.05 7.50 3.10 5.28 5.40 7.30 2.80 2000 5.04 5.15 6.80 2.90 5.24 5.20 7.20 2.70 2001 5.12 5.25 6.90 2.70 5.36 5.30 7.10 2.70 2002 5.30 5.55 7.00 2.90 5.61 5.85 7.30 2.90 2003 5.40 5.45 6.90 3.50 5.72 5.95 7.50 3.10 2004 5.30 5.50 7.10 3.60 5.74 6.10 8.00 2.50 2005 5.26 5.40 7.10 3.60 5.79 6.15 7.60 2.60 2006 5.23 5.45 6.90 3.40 5.84 6.10 7.60 2.70 2007 5.08 5.25 6.40 3.40 5.80 6.20 7.70 2.60 2008 5.29 5.30 6.80 3.70 6.05 6.40 7.90 2.70 2009 5.65 5.45 7.40 4.10 6.59 6.95 8.90 3.00 2010 5.57 5.60 7.70 3.30 6.48 6.90 8.60 3.00 2011 5.45 5.50 7.30 3.50 6.36 6.80 8.50 3.10 302 2012 5.29 5.45 7.10 3.00 6.35 6.75 8.80 3.00 2013 5.34 5.50 7.00 2.80 6.37 6.85 8.70 3.10 2014 5.40 5.45 7.10 2.90 6.39 6.90 8.70 3.10 1995-2014 5.27 5.30 8.00 2.70 5.79 6.00 8.90 1.90 Izvor: autorski proračun. Penzije Tabela 8a Deskriptivne statistike udela izdataka za penzije u BDP po zemljama za period 1995-2014 Zemlje Udeo izdataka za penzije u BDP Prosečna vrednost Madijana Maks. Min. Belgija 11.6 11.5 12.5 10.7 Bugarska 9.4 8.7 13.5 6.9 Češka 8.5 8.2 10.2 6.9 Danska 12.1 11.2 14.7 10.5 Nemačka 12.8 12.9 13.6 12.1 Estonija 7.1 7.5 9.0 5.8 Irska 5.4 5.0 7.3 3.6 Grčka 13.1 12.3 17.8 11.1 Španija 10.1 9.8 12.3 8.9 Francuska 13.8 13.4 15.5 13.0 Hrvatska 9.9 9.6 11.1 9.0 Italija 15.1 14.6 17.2 14.0 Kipar 7.0 6.7 9.8 5.4 Letonija 8.2 8.4 10.7 5.3 Litvanija 7.2 7.2 9.6 6.3 MaĎarska 9.5 9.5 11.1 7.3 Malta 8.7 8.9 9.6 7.1 Holandija 12.9 12.8 13.9 12.0 Austrija 14.5 14.4 15.3 13.8 Poljska 12.1 12.0 13.8 11.0 Portugalija 12.1 12.1 15.0 9.4 Rumunija 7.1 6.2 9.4 5.8 Slovenija 10.9 10.9 11.9 9.6 Slovačka 7.7 7.4 8.8 7.2 Finska 11.8 11.3 13.4 10.6 Švetska 12.0 12.0 12.9 11.2 UK 11.3 11.4 12.5 10.3 Luksemburg 9.9 9.9 11.3 8.2 Sve zemlje 10.4 10.7 17.8 3.6 Izvor: autorski proračun. 303 Tabela 8b Deskriptivne statistike udela izdataka za socijalno osiguranje i penzije u BDP po vremenskoj dimenziji za sve zemlje Godine Udeo izdataka za penzije u BDP Prosečna vrednost Medijana Maks. Min. 1995 10.1 11.1 14.2 5.0 1996 10.3 11.0 14.4 4.6 1997 10.2 11.1 14.9 4.3 1998 10.2 10.9 14.4 4.0 1999 10.2 10.8 14.7 3.7 2000 9.9 10.2 14.3 3.6 2001 9.9 10.1 14.4 3.7 2002 10.0 10.4 14.5 4.6 2003 10.0 10.4 14.6 4.9 2004 9.9 10.2 14.5 4.9 2005 9.9 10.1 14.6 4.9 2006 9.8 10.2 14.6 5.0 2007 9.7 10.1 14.5 5.2 2008 10.1 10.2 14.9 6.0 2009 11.2 11.0 16.0 7.0 2010 11.3 11.2 16.0 7.2 2011 11.2 11.4 16.1 7.1 2012 11.4 11.4 17.5 7.3 2013 11.5 11.5 17.6 7.2 2014 11.6 11.5 17.8 7.2 1995-2014 10.4 10.7 17.8 3.6 Izvor: autorski proračun. 304 Tabela 9a Testovi prve generacije jediničnih korena u panelu (Levin Lin Chu – LLC test) Napomena: Za odabir optimalnog boja docnji, korišćen je Akaike kriterijum, za maksimalan broj docnji 10. Izvor: autorski proračun. Tabela 9b Testovi prve generacije jediničnih korena u panelu (Im Pesaran Shin - IPS) Napomena: Za odabir optimalnog boja docnji, korišćen je Akaike kriterijum, za maksimalan broj docnji 5. Izvor: autorski proračun. Tabela 9c Testovi prve generacije jediničnih korena u panelu (Madalla-Wu) 1995-2014 28 zemalja Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i determinističkim trendom Nivo varijable Nivo varijable Nivo varijable Nivo varijable t-stat. p-vred. “de- mean” t-stat. “de- mean” p-vred. t-stat. p-vred. “de- mean” t-stat. “de- mean” p-vred. Javni potrošnja 3.8 6.319 1.000 -2.171 0.015 1.414 0.921 -1.202 0.113 Javni prihodi 4.1 4.024 1.000 0.710 0.761 7.246 1.000 0.809 0.790 Fiskalni deficit 4.1 2.713 0.996 2.166 0.984 4.309 1.000 -0.469 0.319 Javni dug 4.4 5.903 1.000 -0.541 0.292 2.296 0.989 5.235 1.000 1995-2014 28 zemalja Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i determinističkim trendom Nivo varijabe Nivo varijable Nivo varijable Nivo varijable 𝒕 -stat. p-vred. “de- mean” 𝒕 -stat. “de- mean” p-vred. 𝒕 -stat. p-vred. “de- mean” 𝒕 -stat. “de- mean” p-vred. Javna potrošnja 1.3 -5.6522 0.0000 -5.8844 0.0000 -2.882 0.0020 -3.5097 0.0011 Javni prihodi 1.3 -0.9912 0.1608 -2.814 0.0024 1.8402 0.9673 -3.5193 0.0002 Fiskalni deficit 2.5 -5.8794 0.0000 -5.3897 0.0000 -3.8341 0.0001 -3.3657 0.0004 Javni dug 1.9 -1.5796 0.0571 -2.7717 0.0028 -0.0881 0.4649 -0.3881 0.3490 1995-2014, 28 zemalja Ho: I(1); H1: I(0) D o cn je Model sa konstantom Model sa konstantom i determinističkim trendom Nivo varijabe Nivo varijable 2 p-vred. 2 p-vred. Javna potrošnja 0 165.517 0.000 128.672 0.000 1 141.659 0.000 114.315 0.000 2 112.154 0.000 94.531 0.001 Javni prihodi 0 52.632 0.603 37.627 0.972 1 100.594 0.000 65.399 0.183 2 66.728 0.154 46.604 0.810 Fiskalni deficit 0 160.194 0.000 131.523 0.000 1 158.872 0.000 141.282 0.000 305 Tabela 9d Testovi prve generacije jediničnih korena u panelu (Hadri) Tabela 10a Testovi jediničnih korena prve generacije za prvu diferencu varijabli u modelu sa konstantom Napomena: Rezultati testa Madalla i Wu se odnose na specifikaciju sa jednom docnjom. Isti rezultati u vezi sa prihvatanjem alternativne hipoteze se dobijaju u modelu bez docnji, ili sa više od jedne docnje. Rezultati LLC i Hadri testa nisu prikazani jer zahtevaju strogo balansiran panel, što je narušeno usled diferenciranja. Izvor: autorski proračun. Tabela 11a UtvrĎivanje optimalnog broja docnji sa stanovišta alternativnih kriterijuma Zemlje Varijable Ng- Perron Min Schwarz Docnja Min MAIC Docnja Belgija Fisk. def. 0 1.354 1 1.850 1 Javna potrošnja 0 1.533 1 1.582 1 Javni prihodi 0 -0.674 1 -0.385 1 2 79.301 0.022 77.072 0.032 Javni dug 0 91.703 0.002 97.337 0.001 1 72.722 0.066 80.458 0.018 2 59.794 0.340 38.846 0.961 1995-2014 28 zemalja Ho: I(0); H1: I(1) Model sa konstantom Model sa konstantom i determinističkim trendom Nivo varijabe Nivo varijable Nivo varijable Nivo varijable 𝒕 -stat. p-vred. robust 𝒕 -stat. robust p-vred. demean 𝒕 -stat. Demean p-vred. 𝒕 -stat. p-vred. Javna potrošnja 18.7586 0.0000 21.3448 0.000 16.4493 0.0000 17.8720 0.0000 Javni prihodi 34.5502 0.0000 22.2116 0.000 36.2567 0.0000 21.5866 0.0000 Fiskalni deficit 19.3343 0.0000 11.1340 0.000 23.2065 0.0000 12.1508 0.0000 Javni dug 20.1065 0.0000 20.8570 0.000 11.815 0.0000 17.9432 0.0000 1995-2012 29 zemalja Ho: I(1); H1: I(0) D o cn je Im Pesaran Shin Madalla-Wu Prva diferenca 𝒕 -stat. p-vred. demean 𝒕 -stat. demean p-vred. 2 p-vred. Javna potrošnja 1.7 -17.1597 0.0000 -25.2593 0.0000 321.270 0.000 Javni prihodi 1 -19.1658 0.0000 -24.3670 0.0000 319.704 0.000 Fiskalni deficit 1.3 -14.1170 0.0000 -178.079 0.0000 302.864 0.000 Javni dug 1.5 -16.9959 0.0000 -16.8266 0.0000 271.157 0.000 306 Javni dug 1 2.763 1 2.742 1 Bugarska Fisk. def. 0 1.754 1 1.967 1 Javna potrošnja 2 1.198 8 3.943 8 Javni prihodi 0 1.503 2 1.883 2 Javni dug 1 2.830 1 2.614 1 Češka Fisk. def. 0 1.249 1 1.913 1 Javna potošnja 0 1.201 1 1.149 6 Javni prihodi 4 -0.641 4 4.408 1 Javni dug 7 0.045 7 3.417 1 Danska Fisk. def. 0 1.423 1 2.505 1 Javna potrošnja 0 1.836 1 1.977 1 Javni prihodi 0 0.413 1 0.832 1 Javni dug 1 2.767 1 3.079 1 Nemačka Fisk. def. 1 0.315 1 3.786 2 Javna potrošnja 1 0.550 8 1.106 6 Javni prihodi 0 -0.487 1 -0.606 1 Javni dug 7 2.106 7 3.919 5 Estonija Fisk. def. 8 1.442 8 2.374 2 Javna potrošnja 0 2.351 1 2.962 2 Javni prihodi 7 1.409 1 2.283 1 Javni dug 0 3.096 1 3.689 1 Irska Fisk. def. 0 4.429 1 5.240 1 Javna potrošnja 0 4.435 1 5.103 1 Javni prihodi 5 -0.694 8 1.947 1 Javni dug 1 3.932 7 4.681 4 Grčka Fisk. def. 7 0.435 7 3.093 1 Javna potrošnja 4 2.220 5 3.316 1 Javni prihodi 0 2.270 1 2.624 1 Javni dug 0 5.116 1 5.044 1 Španija Fisk. def. 0 2.245 1 2.746 4 Javna potrošnja 0 1.476 1 1.776 1 Javni prihodi 0 0.019 1 1.999 1 Javni dug 3 3.158 3 3.678 1 Francuska Fisk. def. 7 0.223 1 1.668 5 Javna potrošnja 0 0.597 1 0.787 2 Javni prihodi 1 -1.191 1 -0.551 1 Javni dug 0 2.616 1 2.654 1 Hrvatska Fisk. def. 7 -3.393 1 1.909 1 Javna 7 -0.705 8 1.988 1 307 potrošnja Javni prihodi 5 -1.842 7 -1.158 3 Javni dug 8 -2.077 8 1.254 2 Italija Fisk. def. 1 -0.087 1 2.849 2 Javna potošnja 0 0.722 8 0.659 2 Javni prihodi 6 -0.255 1 -0.051 1 Javni dug 3 2.597 6 2.878 1 Kipar Fisk. def. 0 1.522 1 2.893 1 Javna potrošnja 0 1.663 1 3.999 1 Javni prihodi 7 -0.316 1 1.902 1 Javni dug 1 2.894 8 4.812 1 Letonija Fisk. def. 1 0.452 1 3.419 2 Javna potrošnja 1 1.938 1 3.587 2 Javni prihodi 0 0.163 1 1.293 3 Javni dug 1 3.473 1 3.962 2 Litvanija Fisk. def. 2 1.919 2 2.620 1 Javna potrošnja 2 2.245 2 2.938 1 Javni prihodi 5 -0.685 1 2.216 3 Javni dug 7 2.393 7 3.532 1 MaĎarska Fisk. def. 0 1.288 1 1.840 2 Javna potrošnja 5 -0.792 5 4.437 2 Javni prihodi 1 -0.333 1 0.958 1 Javni dug 0 1.937 8 3.061 1 Malta Fisk. def. 0 0.087 7 6.670 1 Javna potrošnja 8 -2.922 8 2.813 1 Javni prihodi 0 2.270 1 2.624 1 Javni dug 0 5.116 1 5.044 1 Holandija Fisk. def. 0 1.427 1 2.004 1 Javna potrošnja 7 0.185 8 1.305 1 Javni prihodi 4 -0.573 5 -0.544 5 Javni dug 0 3.333 1 3.261 1 Austrija Fisk. def. 0 0.846 1 2.060 1 Javna potrošnja 8 -2.878 8 2.672 7 Javni prihodi 8 -2.888 8 -0.864 1 Javni dug 1 0.798 8 2.915 2 Poljska Fisk. def. 1 -0.146 7 0.161 1 Javna potrošnja 7 0.247 7 1.258 1 Javni prihodi 0 0.148 1 2.477 1 Javni dug 1 -2.924 8 2.765 1 308 Portugalija Fisk. def. 1 1.181 1 4.507 2 Javna potrošnja 1 0.903 1 3.961 1 Javni prihodi 0 -0.100 1 1.283 1 Javni dug 1 2.959 1 3.624 2 Rumunija Fisk. def. 1 1.021 1 1.871 1 Javna potrošnja 2 -0.168 3 1.673 1 Javni prihodi 1 -0.851 1 6.045 1 Javni dug 8 0.339 8 2.988 8 Slovenija Fisk. def. 7 1.684 8 1.552 7 Javna potrošnja 7 0.185 8 1.305 1 Javni prihodi 0 -1.824 1 -0.645 7 Javni dug 4 3.658 4 3.775 4 Slovačka Fisk. def. 0 1.442 1 2.937 2 Javna potrošnja 0 2.004 8 2.246 2 Javni prihodi 1 -0.231 7 0.834 2 Javni dug 5 1.657 5 2.515 8 Finska Fisk. def. 0 1.823 1 1.948 2 Javna potrošnja 0 1.904 1 1.851 1 Javni prihodi 6 -0.715 1 -0.700 1 Javni dug 5 2.690 5 2.796 1 Švetska Fisk. def. 7 0.154 2 0.751 2 Javna potrošnja 6 0.158 6 0.711 1 Javni prihodi 0 -0.997 1 1.937 4 Javni dug 0 2.725 1 2.559 1 Velika Britanija Fisk. def. 0 1.198 8 0.948 8 Javna potrošnja 8 -0.729 8 -1.135 8 Javni prihodi 7 -0.528 7 0.523 1 Javni dug 4 3.658 4 3.775 1 Luksemburg Fisk. def. 1 0.515 3 3.868 1 Javna potrošnja 1 1.162 1 4.466 1 Javni prihodi 7 -0.235 1 0.526 1 Javni dug 7 1.075 7 1.999 1 Napomena: MAIC podrazumeva modifikovani Akaike informacioni kriterijum, čije prilagoĎavanje su izvršili Ng i Perron (2000) godine. Izvor: autorski proračun. 309 Tabela 12a Pesaran-ov test jediničnih korena sa individualnim docnjama CIPS test Ho: I(1); H1: heterogena I(0) Kriterijum za izbor individualnih docnji Model sa konstantom Prosečan broj docnji Nivo promenljivih Prve diference promenljivih 𝒁 𝒕 - statistika p- vrednost 𝒁 𝒕 - statistika p- vrednost Javna potrošnja Ng-Perron 2.75 5.271 1.000 -3.735 0.000 Schwarz 2.42 3.297 1.000 -1.693 0.045 MAIC 2.28 1.403 0.920 -1.822 0.034 Javni dug Ng-Perron 2.75 7.355 1.000 1.079 0.860 Schwartz 4.32 11.367 1.000 9.650 1.000 MAIC 2 5.548 1.000 -1.183 0.119 Druga diferenca promenljive Ng-Perron 2.75 -2.634 0.004 Schwartz 4.32 6.750 1.000 MAIC 2 -8.166 0.000 Javni prihodi Ng-Perron 2.42 7.274 1.000 -1.298 0.097 Schwartz 2.46 3.131 0.999 -1.514 0.062 MAIC 1.53 -1.134 0.128 -6.727 0.000 Fiskalni deficit Ng-Perron 1.85 0.956 0.831 6.260 0.000 Schwarz 2.53 2.059 0.980 -1.612 0.053 MAIC 1.78 -0.064 0.475 -3.955 0.000 Izvor: autorski proračun. Tabela 13a Westerlund test kointegracija (uzročnost: javni prihodi → javna potrošnja) Test Vrednost Z-vrednost p-vrednost Robustna p-vrednost (bootstrap) Javni prihodi → Javna potrošnja H0: nema kointegracije; H1: kointegrisana je bar jedna jedinica panela (heterogena pretpostavka) Gt -2.539 -4.487 0.000 0.008 Ga -6.131 0.983 0.837 0.003 H0: nema kointegracije; H1: kointegrisane su sve jedinice panela (homogena pretpostavka) Pt -11.709 -4.072 0.000 0.140 Pa -6.148 -2.285 0.011 0.090 Prosečan broj docnji odreĎen AIK krit.: 0.96 Prosečan broj leads odreĎen AIK kriterijumom: 1.96 Izvor: autorski proračun. Tabela 14a Rezultati metoda ocenjivanja združenih grupnih sredina (uzročnost: javni prihodi → javna potrošnja) Zavisna varijabla: Log. javne potrošnje Homogena dugoročna veza (𝜃) Korekcija ravnotežne greške (𝛷𝑖) ∆𝑙𝑅 𝜇𝑖 Koef. p-vred. Koef. p-vred. Koef. p-vred. Koef. p-vred. Zdruţene grupne 0.05118 0.000 -0.3922 0.000 0.0799 0.012 1.3959 0.000 310 sredine Heterogeni koeficijenti po zemljama Belgija -0.2961 0.094 0.2295 0.300 1.0856 0.094 Bugarska -0.8593 0.006 -0.008 0.985 2.9484 0.007 Češka -0.8384 0.000 0.1736 0.000 2.9524 0.000 Danska -0.2933 0.039 0.3741 0.223 1.0890 0.040 Nemačka -0.5629 0.000 -0.1060 0.375 2.0329 0.000 Estonija -0.3856 0.009 0.1412 0.002 1.3125 0.000 Irska -0.2275 0.125 -0.0690 0.427 0.7822 0.128 Grčka -0.2176 0.167 0.2345 0.625 0.7904 0.169 Španija -0.0235 0.788 -0.1038 0.002 0.0823 0.789 Francuska -0.0914 0.056 0.0285 0.888 0.3426 0.552 Hrvatska -0.3750 0.027 -0.0341 0.904 1.3469 0.027 Italija -0.3850 0.008 0.1932 0.033 1.3958 0.008 Kipar -0.2582 0.238 -0.0057 0.775 0.9207 0.224 Letonija -0.3665 0.033 0.0657 0.012 1.2589 0.033 Litvanija -0.6743 0.003 -0.0023 0.966 2.3416 0.003 MaĎarska -0.8053 0.000 -0.0437 0.489 2.9451 0.000 Malta -0.6912 0.003 -0.0159 0.346 2.4462 0.003 Holandija -0.4865 0.000 -0.0410 0.701 1.7299 0.000 Austrija -0.5618 0.001 0.1929 0.140 2.0661 0.001 Poljska -0.3594 0.051 0.0836 0.074 1.2806 0.051 Portugalija -0.1225 0.298 -0.1221 0.103 0.4519 0.284 Rumunija -0.2529 0.107 0.0179 0.134 0.8734 0.107 Slovenija -0.6560 0.000 0.6682 0.004 2.3582 0.000 Slovačka -0.2845 0.097 0.0905 0.137 1.0062 0.097 Finska -0.1999 0.086 0.1530 0.536 0.7341 0.087 Švetska -0.2797 0.000 0.2022 0.298 1.0336 0.000 Velika Britanija -0.1270 0.058 -0.0701 0.221 0.4533 0.155 Luksemburg -0.2942 0.099 0.2169 0.037 1.0246 0.099 Hausman-ov test homogenosti dugoročne ravnoteţne veze MG PMG MG-PMG Dugoročna veza -0.0313 0.05118 -0.082 Hausman-ova test statistika 0.26 p-vrednost 0.6098 Wald-ov test za dugoročnu ravnoteţnu vezu 𝜃 = 0 2 =14.75 p-vrednost=0.0001 ARDL(1,1) Izvor: autorski proračun. Tabele 15a Rezultati metoda ocenjivanja zasnovanih na grupnim sredinama, proširenim grupnim sredinama i zajedničkim korelisanim efektima (uzročnost: javni prihodi → javna potrošnja) Zavisna varijabla: Log. javne potrošnje MG AMG CCEMG Koef. p- vred. Koef. p-vrednost Koef. p-vrednost Log. javnih prihoda 0.2330 0.000 0.1875 0.000 0.1941 0.000 311 Zajednički din. Faktor 0.9611 0.000 Prosek javne potrošnje 0.9664 0.000 Prosek javnih prihoda -0.093 0.008 Konstanta 2.649 0.000 0.2305 0.000 -0.041 0.712 Heterogeni koeficijenti po zemljama za logaritam javnih prihoda Belgija 0.446 0.005 0.3361 0.000 0.3140 0.000 Bugarska 0.0522 0.019 0.0808 0.000 0.0980 0.000 Češka 0.1631 0.033 0.1408 0.065 0.1756 0.014 Danska 0.5932 0.160 0.4406 0.034 0.7099 0.001 Nemačka 0.2486 0.083 0.1983 0.182 0.2021 0.086 Estonija 0.1616 0.001 0.0032 0.946 -0.0198 0.715 Irska -0.0975 0.260 -0.0447 0.390 -0.0453 0.387 Grčka 0.0551 0.184 -0.0247 0.397 0.0012 0.967 Španija -0.2333 0.000 0.0198 0.733 -0.0071 0.895 Francuska 0.4730 0.000 0.3225 0.000 0.2801 0.005 Hrvatska -0.2911 0.007 -0.2932 0.008 -0.2127 0.047 Italija 0.2787 0.000 0.1132 0.066 0.1382 0.067 Kipar 0.0670 0.000 0.0680 0.000 0.0660 0.000 Letonija 0.0757 0.000 0.0487 0.056 0.0418 0.123 Litvanija 0.1249 0.000 0.1141 0.001 0.1196 0.000 MaĎarska 0.0564 0.328 0.0039 0.958 0.0280 0.754 Malta 0.0157 0.210 0.0165 0.195 0.0188 0.218 Holandija 0.2970 0.040 0.1312 0.125 0.1473 0.094 Austrija 0.3853 0.010 0.2969 0.025 0.2279 0.085 Poljska 0.1603 0.000 0.1835 0.000 0.1255 0.000 Portugalija 0.2313 0.000 0.2181 0.000 0.2303 0.000 Rumunija 0.0444 0.006 0.0545 0.000 0.0722 0.001 Slovenija 0.7736 0.000 0.6322 0.000 0.5694 0.000 Slovačka 0.1963 0.000 0.1919 0.000 0.1817 0.000 Finska 1.2141 0.000 0.8416 0.000 0.8425 0.000 Švetska 0.6801 0.000 0.8070 0.000 0.7563 0.000 Velika Britanija 0.1681 0.077 0.2791 0.000 0.2954 0.000 Luksemburg 0.2951 0.023 0.0792 0.541 0.0758 0.570 RMSE 0.0608 0.0447 0.0420 Pesaran CIPS test primenjen na rezidualima 0 docnji -6.111 0.000 -6.973 0.000 -9.370 0.000 1 docnja -2.955 0.002 -4.346 0.000 -7.081 0.000 2 docnje -0.780 0.217 -2.148 0.016 -3.642 0.000 Pesaran CD test zavisnosti podataka uporednih preseka 0.235 Izvor: autorski proračun. 312 Tabela 16a CD-test zavisnosti uporednih podataka 𝐻0: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 = 0, 𝑖 ≠ 𝑗 𝐻1: 𝜌𝑖𝑗 = 𝜌𝑗𝑖 ≠ 0, 𝑖 ≠ 𝑗 Test zavisnosnosti uporednih podataka CD-test p-vrednost Korelacija Aps. (korelacija) Smrtnost novoroĎenčadi (M) 78.51 0.000 0.974 0.974 Udeo visoko obrazovanih u ukupnoj populaciji (TE) 38.79 0.000 0.482 0.601 Džini koeficijent (Gini) 8.30 0.000 0.095 0.417 Zdravstvo per capita (H) 62.76 0.000 0.760 0.830 Obrazovanje per capita (E) 65.20 0.000 0.796 0.804 Socijalno osiguranje per capita (S) 67.78 0.000 0.831 0.842 Izvor: autorski proračun. Tabela 17a Pesaranov test jediničnih korena CADF i CIPS test Ho: I(1); H1: heterogena I(0) D o cn je Model sa konstantom Model sa konstantom i trendom Nivo promenljive Nivo promenljive 𝒁 𝒕 -statistika (CIPS) p-vrednost 𝒁 𝒕 -statistika (CIPS) p-vrednost Smrtnost novoroĎenčadi 0 -2.848 0.002 -1.259 0.104 1 -0.343 0.343 1.932 0.973 2 -0.146 0.442 2.068 0.981 Udeo visoko obrazovanih u ukupnoj pop. 0 -2.061 0.020 0.363 0.642 1 -0.184 0.427 0.773 0.780 2 1.591 0.944 2.373 0.991 Džini koeficijent 0 -1.841 0.033 -1.858 0.032 1 -0.992 0.160 -2.077 0.019 2 -1.661 0.952 2.131 0.983 Zdravstvo per capita 0 0.482 0.685 0.444 0.672 1 -0.365 0.357 -0.040 0.484 Socijalno osiguranje per capita 0 5.871 1.000 2.897 0.998 1 5.44 1.000 0.423 0.664 Obrazovanje per capita 0 0.003 0.501 1.076 0.859 1 -1.288 0.099 1.440 0.925 Izvor: autorski proračun. 313 SPISAK ŠEMA Šema 1.1 (Ne)efikasnost: tržišta vs. država 21 Šema 1.2 Dualitet tržišta – država 31 Šema 1.3 Postupak u analizi politika javne potrošnje 35 Šema 1.4 Sistem tekućeg finansiranja vs. sistem potpune kapitalizacije 40 Šema 1.5 Izazovi i implikacije penzijskog sistema 42 Šema 1.6 Prikaz fiskalne (ne)održivosti na osnovu testova jediničnih korena i kointegracije 76 Šema 4.1 Ukupne performanse javnog sektora 253 SPISAK GRAFIKA Grafik 1.1 Pareto efikasnost kombinacije proizvoda 18 Grafik 1.2 Negativni eksterni efekti 24 Grafik 1.3 Prirodni monopol 26 Grafik 1.4 Intertemporalno budžetsko ograničenje i istiskivanje private štednje penzijskim osiguranjem 44 Grafik 1.5 Javna vs. privatna dobra / siromašni vs. bogati pojedinci 48 Grafik 1.6 Elastičnosti tražnje za zdravstvenim uslugama i gubici u slučaju državnog obezbeĎenja 53 314 SPISAK TABELA Tabela 1.1 Pregled empirijskih radova na temu fiskalne održivosti (prikazano hronološki i po metodama) 15 Tabela 1.2 Paralela izmeĎu specifičnosti privatnih i javnih dobara pri uspostavljanju Pareto-efikasnosti 22 Tabela 1.3 Uzroci i posledice državnih intervencija u penzijskom sistemu 37 Tabela 1.4 Faktori koji odreĎuju brzinu rasta izdataka za zdravstvo 54 Tabela 1.5 Retrospektiva: nesavršenosti tržišta vs. politike javne potrošnje 62 Tabela 1.6 Veličina javnog duga i uslovi za stabilizaciju 64 Tabela 1.7 Tok vs. stok-tok modeli / kointegracija vs. multikointegracija 81 Tabela 1.8 Evolucija uslova održivosti u savremenoj literature 82 Tabela 2.1 Sprovedene reforme i indikatori penzijskog sistema u starim članicama EU 92 Tabela 2.2 Struktura potrošnje za zdravstvo i uspešnost politike zdravstva u starim članicama EU 97 Tabela 2.3 Procenat stanovništa sa završenim visokim obrazovanjem u starim članicama EU u 2014. godini 102 Tabela 2.4 Sprovedene reforme i indikatori penzisjkog osiguranja u odabranim ekonomijama emergentne Evrope 104 Tabela 2.5 Struktura potrošnje za zdravstvo i uspešnost politike zdravstva u emergentnim ekonomijama EU 109 Tabela 2.6 Procenat stanovništa sa završenim visokim obrazovanjem u emergentnim ekonomija Evrope u 2014. Godini 112 Tabela 2.7 Struktura javne potrošnje i parametri uspešnosti politika 115 Tabela 3.1 Distinkcija izmeĎu makro i klasičnih (mikro) panela 119 Tabela 3.2 Uslovi za upotrebu makro panela prema dimenziji N i T 120 Tabela 3.3 Pretpostavke u modelu sa shohastičkim individualnim i vremenskim efektima 132 Tabela 3.4 Komparacija testova jedničnih korena u (ne)zavisnim panelima 153 Tabela 3.5 Komparacija testova kointegracije i multikointegracije 168 Tabela 3.6 Metode ocenjivanja koje obuhvataju homogene/heterogene regresione parametre i homogeno/heterogeno faktorsko opterećenje 174 315 Tabela 4.1 Deskriptivne statistike za ključne varijable (u % BDP) 188 Tabela 4.2 Testiranje varijabilnosti po zemljama i kroz vreme 190 Tabela 4.3 CD test zavisnosti izmeĎu uporednih podataka 191 Tabela 4.4 Pesaran-ov test jediničnih korena 193 Tabela 4.5 Pesaran-ov test jediničnih korena za prvu diferencu varijabli 194 Tabela 4.6 Kao test kointegracije izmeĎu javnih prihoda i javne potrošnje 196 Tabela 4.7 Uzročnost na nivou panela 198 Tabela 4.8 Pedroni test kointegracije izmeĎu javne potrošnje i javnih prihoda 198 Tabela 4.9 Westerlund-ov test kointegracije 199 Tabela 4.10 Homogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina 201 Tabela 4.11 Heterogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina 202 Tabela 4.12 Metod združenih grupnih sredina – Evropska Unija 15 207 Tabela 4.13 Granger-ov test uzročnosti na nivou panela i po zemljama (1990-2014) 209 Tabela 4.14 Pedroni test kointegracije izmeĎu javne potrošnje i javnih prihoda (1990-2014) 210 Tabela 4.15 Westerlund-ov test kointegracije (1990-2014) 211 Tabela 4.16 Homogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina za EU-15 u periodu 1990-2014 212 Tabela 4.17 Heterogeni koeficijenti modela sa korekcijom ravnotežne greške dobijeni primenom metoda grupnih sredina i metoda združenih grupnih sredina za EU-15 u periodu 1990-2014 213 Tabela 4.18 Ocena modela toka metodom zajedničkih korelisanih efekata grupnih sredina i proširenih grupnih sredina 216 Tabela 4.19 Pesaran-ov test jediničnih korena kumulisanih promenljivih 219 Tabela 4.20 Rezultati testiranja multikointegracije (metodom proširenih grupnih sredina) 220 Tabela 4.21 Rezultati testiranja multikointegracije (metodom proširenih grupnih sredina) za EU-15 u periodu 1995-2014 225 Tabela 4.22 Rezultati testiranja multikointegracije (metodom proširenih grupnih sredina) za EU-15 u periodu 1990-2014 227 Tabela 4.23 Analiza stacionarnosti reziduala iz multikointegracione analize 316 po zemljama 229 Tabela 4.24 Pregled osnovnih zaključaka modela toka i modela stok-tok po zemljama za panel EU-28 i 1995-2014 230 Tabela 4.25 Pregled osnovnih zaključaka modela toka i modela stok-tok po zemljama za panel EU-15 i 1990-2014 232 Tabela 4.26 Ocena fiskalne održivosti metodom združenih grupnih sredina za zemlje EU i zemlje Zapadnog Balkana u periodu 1995-2014 234 Tabela 4.27 F testovi za proveru varijabilnosti po zemljama 239 Tabela 4.28 F testovi za proveru varijabilnosti kroz vreme 239 Tabela 4.29 CD test zavisnosti izmeĎu uporednih podataka 240 Tabela 4.30 Pesaran-ov test jediničnih korena 241 Tabela 4.31 Determinante fiskalnog deficita i uticaj politika javne potrošnje 242 Tabela 4.32 Interakcije politika javne potrošnje i grupe zemalja sa neodrživom fiskalnom politikom 245 Tabela 4.33 Ocena modela determinanti fiskalnog deficita metodom proširenih grupnih sredina 248 Tabela 4.34 Homogeni koeficijenti u modelu efikasnosti izdataka za socijalno osiguranje u EU-28 u periodu 1995-2014 255 Tabela 4.35 Heterogeni koeficijenti u modelu efikasnosti izdataka za socijalno osiguranje u članicama EU-28 u periodu 1995-2014 256 Tabela 4.36 Homogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u EU-28 u periodu 1995-2014 259 Tabela 4.37 Heterogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u članicama EU-28 u periodu 1995-2014 260 Tabela 4.38 Homogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u EU-28 u periodu 1995-2014 263 Tabela 4.39 Heterogeni koeficijenti u modelu efikasnosti izdataka za zdravstvo u EU-28 u periodu 1995-2014 264 317 SPISAK SLIKA Slika 2.1 Javna potrošnja i javni prihodi u članicama EU u period 1995-2014 84 Slika 2.2 Prosečna javna potrošnja i javni dug u periodu 1995-2014 po zemljama 85 Slika 2.3 Struktura javne potrošnje za prosek članica EU u 1995. i 2014. godini 87 Slika 2.4 Kretanje prosečnih izdataka za socijalno i penzijsko osiguranje za članice EU u periodu 1995-2014 89 Slika 2.5 Udeo javne i privatne potrošnje za zdravstvo u BDP u 1995. godini u EU-28 94 Slika 2.6 Udeo javne i privatne potrošnje za zdravstvo u BDP u 2014. godini u EU-28 95 Slika 2.7 Per capita javna potrošnja za zdravstvo u 1995, 2005 i 2014. godini u starim članicama EU 96 Slika 2.8 Udeo javnih izdataka za obrazovanje u BDP u starim članicama EU 100 Slika 2.9 Jedinični troškovi po Ďaku/student za tri nivoa obrazovanja u starim članicama EU 101 Slika 2.10 Prosečna javna potrošnja i javni prihodi u emergentnim ekonomija Evrope u periodu 1995-2014 103 Slika 2.11 Komparacija dinamike rasta udela javne potrošnje za zdravstvo u BDP u starim članicama EU i emergentnim ekonomija EU u period 1995-2014 107 Slika 2.12 Per capita javna potrošnja za zdravstvo u 1995, 2005 i 2014. godini u odabranim emergentnim ekonomija EU 108 Slika 2.13 Udeo javne potrošnje za obrazovanje u BDP u 2000, 2005 i 2010. godini u emergentnim ekonomija Evrope 110 Slika 2.14 Jedinični troškovi po Ďaku/student za tri nivoa obrazovanja u emergentnim ekonomija EU 112 Slika 2.15 Javna potrošnja i javni prihodi u zemljama Zapadnog Balkana u periodu 2000-2008 114 Slika 2.16 Kretanje udela javne potrošnje (i njene strukture) i udela javnih prihoda u BDP u periodu 2000-2010 u Srbiji 116 Slika 4.1 Javni dug, javna potrošnja i javni prihodi u periodu od 1995. do 2014. godine za prosek ekonomija EU 189 318 SPISAK SIMBOLA Simbol Opis Px Cena proizvoda ili inputa X (price) Py Cena proizvoda ili inputa Y (price) MRTS Granična stopa tehničke supstitucije (marginal rate of technical supstitution) MRS Granična stopa supstitucije (marginal rate of supstitution) MRT Granična stopa transformacije (marginal rate of transformation) I Kriva indiferencije (indifference curve) MR Granični prihod (marginal revenue) MC Granični trošak (marginal cost) MSC Granični društveni trošak (marginal social cost) MD Granična šteta (marginal demage) AC Prosečni trošak (average cost) AR Prosečni prihod (average revenue) Ne Broj zaposlenih (number of emploies) W Zarade (wages) AP Prosečne penzije (average pensions) Ne Broj penzionera (number of pensioners) G Državna potrošnja (Government expensiture) E Tačka ravnoteže (equilibrium) M Količina emitovanog primarnog novca(money) D Javni dug u apsolutnim iznosima (public debt) T Javni prihodi (porezi u apsolutnom iznosu (taxes) BDP Bruto domaći prizvod D Udeo javnog duga u BDP (public debt share in GDP) T Udeo javnih prihoda u BDP (taxes share in GDP) G Udeo javne potrošnje u BDP (Government expenditure share in GDP) R Realna kamatna stopa (real interest rate) M Količina primarnog novca u BDP korigovana za rastom cena (money) Y Realna stopa privrednog rasta P Udeo primarnog deficita u BDP (primary deficit) I Nominalna kamatna stopa Def Udeo fiskalnog deficita u BDP gt * Udeo javne potrošnje i izdataka za kamate na javni dug u BDP 𝜇 Individualni efekti  Vremenski efekti ui Slučajna greška 𝑆𝑡 Kumulisana vrednost slučajne greške B Kointegracioni parameter  Konstanta  Regresioni koeficijent b Kointegracioni parameter  Koeficijent prilagoĎavanja dugoročnoj ravnotežnoj vezi f Neidentifikovani faktori  Faktorsko opterećenje Izvor: autorski prikaz. 319 Biografija Olgica Glavaški (Ivančev) je roĎena 02.05.1984. godine u Bečeju. Diplomirala je na Ekonomskom fakultetu u Subotici 2007. godine sa prosečnom ocenom 9,87. Iste godine je na Ekonomskom fakultetu u Beogradu upisala master studije, studijski program Kvantitativna analiza, model Ekonometrija. U 2008. godini je položila sve ispite sa prosečnom ocenom 9,5 i odbranila master rad na temu Ispitivanje važenja Filipsove krive u zemljama u tranziciji primenom modela panela. Za postignut uspeh tokom studija, dobila je veći broj nagrada i stipendija. Doktorske studije na Ekonomskom fakultetu u Beogradu je upisala školske 2008/2009. godine, na moduli Ekonomija, sa užim predmetom istraživanja Ekonometrijsko modeliranje javne potrošnje. U dosadašnjem toku studija, položila je sve ispite, prijavila doktorsku tezu pod nazivom Ekonometrijsko modeliranje efikasnosti i održivosti javne potrošnje u evropskim zemljama i odbranila dva doktorska kolokvijuma. Na Ekonomskom fakultetu u Subotici, zaposlena je u nastavi od 2007. godine, u zvanje saradnika u nastavi, a zatim od 2009. u zvanje asistenta, a vežbe izvodi u okviru departmana za Evropsku i meĎunarodnu ekonomiju i biznis. Od 2010. godine je asistent glavnog urednika na meĎunarodnom časopisu Panoeconomicus i član Saveza ekonomista Vojvodine. U koautorstvu i samostalno, pripremila je više naučnih i stručnih radova iz oblasti ekonomije i ekonometrije (od kojih je tri objavljeno u časopisima listiranim na SSCI listi), i učestvovala na konferencijama u zemlji i inostranstvu.