CES VÅ EM o aktuÃ¡lnÃch ekonomickÃ½ch problÃ©mech

Milan Žák (Ed.)

Centrum výzkumu konkurenční schopnosti 

české ekonomiky 

Centrum ekonomických studií 

Vysoké školy ekonomie a managementu 

CES VŠEM o aktuálních ekonomických 

problémech (Vybrané WP) 

Milan Žák (Ed.) 

Praha 2010

Editor: 

Prof. Ing. Milan Žák, CSc. 

Redaktorka textu: 

Ing. Hana Rosická 

Recenzenti: 

Ing. František Cvengroš, CSc. 

Ing. Václav Derfler 

Ing. Miloslav Chlad, Ph.D. 

Ing. Jan Klacek, CSc. 

Ing. Jaroslav Sixta, Ph.D. 

Ing. Bořek Vašíček, Ph.D. 

Ing. Petr Vymětal 

1. vydání 

Náklad: 100 výtisků 

Vydala: Linde Praha akciová společnost, Opletalova 35, 110 00 

Praha 1 

Tisk: PBtisk s.r.o., Příbram 

ISBN 978-80-7201-841-3 

Publikace vznikla s podporou projektu MŠMT Centrum výzkumu 

konkurenční schopnosti české ekonomiky 1M0524 

© Centrum ekonomických studií Vysoké školy ekonomie 

a managementu

OBSAH 

Úvod ............................................................................................. 5 

CO NEZACHYCUJE HDP: ALTERNATIVNÍ CHARAKTERISTIKY 

REÁLNÉ KONVERGENCE NOVÝCH ČLENSKÝCH ZEMÍ EU ................. 7 

Ing. Růžena Vintrová, DrSc. 

EMPIRICAL TESTS OF THE RELATIVE PPP HYPOTHESIS IN NEW 

EU MEMBER STATES: 'AN OLD STORY AND OLD PROBLEMS'? ....... 61 

Ing. Václav Žďárek, MSc. 

INSTITUCIONÁLNÍ SEKTORY V ČESKÉ EKONOMICE ......................... 147 

Prof. Ing. Vojtěch Spěváček, DrSc. 

DISPARITY REGIONÁLNÍHO BOHATSTVÍ – HDP A DŮCHODY 

DOMÁCNOSTÍ ................................................................................... 199 

Ing. Jaroslav Kahoun 

MEZINÁRODNÍ OBCHOD V PROSTŘEDÍ GLOBALIZACE .................... 231 

Ing. Marek Rojíček, Ph.D. 

LOBOVÁNÍ – PROSAZOVÁNÍ ZÁJMŮ NEBO KORUPCE? .................. 263 

Ing. Šárka Laboutková, Ph.D., Prof. Ing. Milan Žák, CSc. 

METODIKY A METODY ŘÍZENÍ PODNIKOVÉ INFORMATIKY ............. 311 

Doc. Ing. Jan Pour, CSc.

ÚVOD 

Čtenáři předkládaná publikace s názvem CES VŠEM o aktuálních 

ekonomických problémech je souborem celkem sedmi textů, které 

vznikly v roce 2010 jako podkladové materiály pro stěžejní výstup 

Centra ekonomických studií Vysoké školy ekonomie a managementu 

(CES VŠEM) za rok 2010, tj. publikaci s názvem Konkurenční 

schopnost České republiky 2010: Vývoj hlavních indikátorů. Rozsah, 

kvalita a aktuálnost textů však překročily pomyslnou hranici pouhých 

podkladových materiálů, což vedlo k rozhodnutí tyto texty 

vydat v samostatné monografii. Texty, které vznikly rovněž jako 

working papers Centra výzkumu konkurenční schopnosti české ekonomiky 

(CVKS) a jako takové byly oponovány jak externími, tak 

i interními oponenty, představují, podle mého názoru, vysoce kvalitní 

příspěvek k hlavním tématům zaměření CVKS, kterým je konkurenční 

schopnost České republiky v kontextu Evropské unie. 

CVKS je projekt realizovaný CES VŠEM v rámci programu na podporu 

výzkumu a vývoje MŠMT 1M0524 společně s Masarykovou univerzitou 

v Brně (MU Brno) a Národní observatoří zaměstnanosti a vzdělávání 

Národního vzdělávacího fondu (NOZV NVF). 

Růžena Vintrová, letos oceněná cenou Milady Paulové za celoživotní 

přínos české vědě, se v prvním příspěvku s názvem Co nezachycuje 

HDP: Alternativní charakteristiky reálné konvergence nových členských 

zemí EU zabývá vypovídací schopností všeobecně používaného 

ukazatele hrubého domácího produktu a jeho omezeními, z nichž 

některá lze překonat používáním alternativních ukazatelů. Václav 

Ždárek se v příspěvku Empirical Tests of the Relative PPP Hypothesis 

in New EU Member States: An Old Story and Old Problems? zaměřuje 

na testování relativní verze PPP pro nové členské země EU na 

5

údajích z let 1995–2009. Ve třetím analytickém příspěvku nazvaném 

Institucionální sektory v české ekonomice, který vychází ze systému 

národních účtů, se Vojtěch Spěváček zabývá analýzou chování základních 

institucionálních sektorů české ekonomiky a jejich vlivem 

na makroekonomický vývoj. V následujícím příspěvku s názvem 

Disparity regionálního bohatství: HDP a důchody domácností se 

Jaroslav Kahoun opírá o celkem jednoznačný fakt, že regionální 

hrubý domácí produkt na obyvatele je klíčovým ukazatelem při 

přerozdělování prostředků v rámci strukturální politiky Evropské 

unie. Následující text Marka Rojíčka Mezinárodní obchod v prostředí 

globalizace vychází z předpokladu, že průvodním jevem globalizace 

je stírání rozdílu mezi národními státy, formy obchodu se mění od 

komoditního obchodování stále více k obchodu s meziprodukty 

a obchodům v oblasti služeb. Šárka Laboutková a Milan Žák se snaží 

zmapovat rozdíly mezi legálním lobbingem a nepřípustnou korupcí 

na základě analýzy institucionálního prostředí v EU v textu s názvem 

Lobování – prosazování zájmů nebo korupce? A Jan Pour předkládá 

k diskuzi text s titulem Metodiky a metody řízení podnikové informatiky, 

ve kterém analyzuje vybrané přístupy k řízení podnikové informatiky, 

a to jak řízení kvality podnikové informatiky, tak i možnosti 

sladění podnikových potřeb a informatiky (Business – IT Alignment) 

a řízení výkonnosti podnikové informatiky. 

Závěrem bych rád vyjádřil přesvědčení, že předložené texty budou 

ke čtenářům vlídné, a popřál všem, kteří budou v textech hledat 

inspiraci pro vlastní úvahy, příjemné čtení a zároveň je požádal, aby 

případné připomínky adresovaly na moji e-mailovou adresu: 

Milan ŽÁK 

Ředitel CES VŠEM 

milan.zak@vsem.cz 

6

CO NEZACHYCUJE HDP: ALTERNATIVNÍ 

CHARAKTERISTIKY REÁLNÉ KONVERGENCE 

NOVÝCH ČLENSKÝCH ZEMÍ EU 

Růžena Vintrová 

ÚVOD 

Základním nástrojem makroekonomické analýzy je systém národních 

účtů. Soustava jeho ukazatelů odráží ekonomické procesy 

z různých stránek s respektováním vzájemných návazností 

a zabraňuje tak jednostranným interpretacím a ne-komplexním 

závěrům. V analytické praxi však tento systém není stále doceňován 

a v běžné publicistice se rutinně používají pouze jednotlivé 

vytržené ukazatele. 

Klíčovou charakteristikou v ekonomických i širších společenských 

úvahách je hrubý domácí produkt (HDP). Jde o ukazatel snadno 

dostupný v běžné statistice jednotlivých zemí, jehož náplň je 

příslušnými mezinárodními institucemi do velké míry koordinována. 

Při využívání tohoto ukazatele jako charakteristiky ekonomického 

výkonu a sociálního pokroku je však nutno respektovat 

omezení jeho vypovídacích schopností. 

Komplexní popis skutečnosti vyžaduje různé zorné úhly a celou 

škálu tomu odpovídajících ukazatelů. Hrubý domácí produkt je 

tokovou veličinou, zachycující tvorbu nové (přidané) hodnoty na 

určitém území v určitém časovém rozmezí. Neodráží přitom plně 

vytvářený národní důchod dané země a její prosperitu, neboť 

v praxi dochází k přesunům zisků i mezd mimo dané území, což se 

s rozšiřující se globalizací stupňuje. Mimo záběr HDP zůstávají 

změny přírodního ekosystému i kvality populace, které jsou významnými 

faktory udržitelného rozvoje. Jediný ukazatel nemůže 

postihnout všechny aspekty ekonomického rozvoje, tím méně pak 

širší charakteristiky blahobytu obyvatelstva a sociálního pokroku. 

7

Používání výstižných ukazatelů a znalost jejich vypovídacích 

schopností se staly natolik významnými, že v nedávné době 

vznikla speciální mezinárodní komise pro měření ekonomického 

výkonu a sociálního pokroku (The Commission on the Measurement 

of Economic Performance and Social Progress). Úkolem 

CMEPSP je navrhnout základní řešení uváděné problematiky. 1 Její 

základní zpráva – Report by the Commission on the Measurement 

of Economic Performance and Social Progress (viz CMEPSP, 

2009) byla vydána v září 2009, v návaznosti vycházejí další studie 

a materiály (viz např. Stiglitz, Sen, Fitoussi, 2009). 

Následující pojednání využívá výsledků předchozího metodologického 

bádání na poli alternativních ukazatelů ve světovém 

měřítku včetně podnětů uvedené mezinárodní komise. Zaměřuje 

se na aplikaci nejnovějších metodologických poznatků při hodnocení 

vývoje rozvíjejících se ekonomik nových členských zemí EU 

a české ekonomiky zvláště. Okruh ekonomických ukazatelů se 

rozšiřuje na některé základní ukazatele vývoje životní úrovně 

a sociálních podmínek. 

Studie se dělí na dvě základní části. První se věnuje teoretickým 

a metodologickým východiskům, opírajícím se o systém národních 

účtů. Rozebírají se zde možnosti a omezení vypovídacích 

schopností ukazatele HDP a je charakterizována náplň alternativních 

ukazatelů. Zmiňuje se též specifický problém měření ekonomického 

výkonu, vznikající při masovém přemisťování výrob 

do nízkonákladových zemí. Ve druhé části se analyzují alternativní 

ukazatele reálné konvergence a jejich relace v nových členských 

zemí EU s bližším zaměřením na středoevropské země 

(EU-5) a českou ekonomiku. 2 

1 Iniciátorem vzniku komise byl francouzský prezident Sarkozy. Komise je vedena 

americkým ekonomem, nositelem Nobelovy ceny za ekonomii, profesorem Kolumbijské 

univerzity Josephem Stiglitzem. Hlavním poradcem je profesor Harvardské 

univerzity Amartya Sen a koordinátorem profesor Jean-Paul Fitoussi 

z francouzského Ústavu politických studií (IEP, Institut d´Étude Politiques de Paris). 

2 Autorka děkuje recenzentovi Ing. F. Cvengrošovi, CSc. za cenné připomínky. 

8

1. NÁRODNÍ ÚČTY – ZÁKLADNÍ NÁSTROJ MAKRO- 

EKONOMICKÉ ANALÝZY 

1.1 Vypovídací schopnost ukazatele HDP 

Hrubý domácí produkt je stěžejním ukazatelem ekonomické aktivity 

v národních účtech. Zahrnuje převážně tržní produkci a jen 

část produkce netržní, takže jej bez dalších doplnění nelze považovat 

za charakteristiku celkového ekonomického výkonu. Pokud 

jsou tyto dva aspekty zaměňovány, může docházet k chybným 

rozhodnutím. 

Peněžní ocenění umožňuje snadnou agregaci různorodého zboží 

a služeb. Pro produkty a služby v netržní části HDP však ceny neexistují 

– viz zejména služby veřejného sektoru jako je zdravotnictví, 

školství, obrana, bezpečnost atd. Běžné oceňování těchto 

služeb vynaloženými náklady nezachycuje jejich reálný objem, 

neboť opomíjí změny efektivnosti a růst produktivity práce. 

I tam, kde ceny existují, nevystihují vždy společenský přínos, pokud 

např. nezohledňují ekologické náklady, nutné pro nápravu 

škod na životním prostředí, způsobených spotřebou daného zboží. 

3 Mnohé stránky života společnosti jsou spojeny s udržitelností 

dlouhodobého ekonomického růstu (sustainability). Probíhá-li 

současný růst např. při vyčerpávání neobnovitelných zdrojů, pak 

se sice může zvyšovat současná spotřeba nebo investice, ale děje 

se tak na úkor zhoršení budoucích výrobních podmínek, tedy 

dlouhodobé prosperity. 

Nový jev nastal při hromadném přemísťování výrob do rozvíjejících 

se zemí s řádově nižší mzdovou a cenovou hladinou. Při evidenci 

těchto procesů vzniká problém, jak rozdělit jejich efekty 

mezi zúčastněné země. 

Obtížně řešitelným problémem je zachycení změn kvality. Existující 

produkty mizí nebo získávají zcela nové rysy, jako je tomu 

3 Nejsou zachyceny ani kladné externality – např. vliv dostavěných dopravních 

obchvatů měst na úspory nákladů. 

9

zejména v informačních a komunikačních technologiích. Mnohé 

produkty mají komplexní, multidimenziální kvalitu, která je obtížně 

měřitelná (viz zdravotní a vzdělávací služby, výzkumné aktivity 

nebo finanční služby). Nedocenění kvalitativních změn zvyšuje 

ukazatele inflace, jejich přecenění je naopak snižuje. V časových 

i prostorových srovnáních je třeba cenové signály posuzovat obezřetně. 

Pokud neexistuje volný výběr a spotřebitelé nemají 

transparentní informace, dochází ke zkreslením a dodavatelé 

mohou prosazovat nerelevantní, zvýšené ceny. Výstražným příkladem 

nedostatečné transparentnosti mohou být složité finanční 

produkty z posledního období. 

Imputace některých mimotržních činností do HDP pomocí různých 

odhadů se v národním účetnictví běžně provádí, avšak jiné 

typicky „nepeněžní“ činnosti zahrnovány nejsou. Ke všeobecně 

zahrnovaným mimotržním službám patří hodnota bydlení ve 

vlastním domě. I když zde neprobíhají žádné platby, je tato situace 

posuzována tak, jakoby vlastník domu platil obvyklé nájemné 

sám sobě. Tento postup je namístě z hlediska úplnosti a mezinárodní 

i časové srovnatelnosti, neboť podíl vlastního bydlení 

v jednotlivých zemích a v jednotlivých obdobích se velice liší. 

Podíl mimotržních aktivit na HDP je v jednotlivých zemích velmi 

odlišný. Bez jejich zahrnutí by relace jednotlivých zemí podle HDP 

a ukazatelů životní úrovně byly jiné než dnes vykazované. 4 

Odhady objemu mimotržních činností jsou organizačně a finančně 

poměrně náročné, přičemž kvalita údajů je méně spolehlivá 

nežli u evidovaných aktivit. Z těchto důvodů řada významných 

činností není do HDP zahrnována. Např. CMEPSP odhaduje, že 

práce v domácnosti představují zhruba 30 % vykazovaného HDP. 

Dalších až 80 % by přibylo, kdyby se ocenil volný čas (viz CMEPSP 

2009, s. 23). Není žádoucí, aby tak masivní údaje, získané málo 

spolehlivými odhady, byly do HDP zahrnovány. Řešením může 

4 Např. ve Francii a ve Finsku představují hlavní imputace až jednu třetinu 

upraveného disponibilního důchodu domácností, zatímco v USA je to jen jedna 

pětina (viz CMEPSP, s. 23). 

10

ýt doplnění základních účtů s tržní a spolehlivě oceněnou produkcí 

satelitními účty s ostatními aktivitami, které by měly být 

přístupné pro hlubší analýzu. 

Závěry mezinárodní komise pro měření ekonomického výkonu 

a sociálního pokroku 

Komise pro měření ekonomického výkonu a sociálního pokroku 

došla k určitým závěrům, které mohou zlepšit existující situaci při 

zachycování a mezinárodním srovnávání širších ekonomických 

a sociálních charakteristik. Předpokládá to používání správných 

konceptů (obsahové náplně ukazatelů) i správného postupu jejich 

měření. Jedním z hlavních poselství komise je přejít 

od produkčně orientovaného systému k měření blahobytu současných 

i budoucích generací, tj. na systém rozšířených charakteristik 

sociálního pokroku. 

Při měření životní úrovně je lépe se soustředit na ukazatele důchodového 

typu (hrubý a čistý národní důchod) a nikoliv na ukazatele 

vytvářeného hrubého domácího produktu. Materiální 

blahobyt se vztahuje spíše k ukazatelům národního důchodu, 

reálného důchodu domácností a ke spotřebě. Produkce může 

totiž expandovat i při snižování důchodů. Týká se to opotřebení 

fixního kapitálu a důchodových toků vně a dovnitř země, a rovněž 

rozdílů v ocenění celkové produkce a spotřeby zboží a služeb 

(míry zatížení nepřímými daněmi). 

Změna důrazu neznamená potlačování klasických ukazatelů jako 

je HDP a ukazatele produkce. Jde pouze o doplnění těchto ukazatelů, 

které měří především tržní produkci v peněžních jednotkách, 

pluralitním systémem dalších charakteristik, vztahujících se 

k ekonomickému blahobytu a jeho udržitelnosti. HDP je užitečný 

ukazatel, nelze jej však zaměňovat za ukazatel celkového blahobytu 

a prosperity (well-being). Při všech nedostatcích, týkajících 

se měření celkového produktu, o něm prakticky víme daleko více 

než o well-being. Přitom nový systém by měl měřit nejen prů- 

11

měrný blahobyt a jeho změny v časovém měřítku, ale i diverzitu 

a propojení různých dimenzí. 

1.2 Alternativní charakteristiky reálné konvergence 

Přibližování ekonomické úrovně rozvíjejících se (dohánějících) 

ekonomik k ekonomikám vyspělým se vyjadřuje pojmem reálná 

konvergence. Mezera v ekonomické úrovni se zužuje v důsledku 

řady faktorů, z nichž nejdůležitější je předstih v tempech růstu 

produktivity práce, umožněný přejímáním vyspělejších technologií 

a dokonalejší organizace výrobního procesu při zapojování do 

širších integračních struktur v procesu globalizace. Důležitou roli 

hraje též stupeň využívání existujícího pracovního potenciálu 

a věkové složení obyvatelstva, které však je hospodářskou 

a sociální politikou bezprostředně málo ovlivnitelné a lze na ně 

nepřímo působit jen v delším časovém horizontu. 

Tempa růstu HDP na obyvatele ve stálých domácích cenách vs. 

rychlost konvergence 

Rychlost reálné konvergence se obvykle posuzuje podle předstihu 

v tempech růstu HDP, přičemž tento ukazatel je propočten na 

obyvatele a je vyjádřen ve stálých domácích cenách. Vzhledem 

k náplni a způsobu propočtu však tímto způsobem rychlost reálné 

konvergence nelze plně vystihnout. V různých etapách mohou 

s větší či menší silou působit některé kvalitativní a strukturální 

faktory, které tato metoda výpočtu nepodchycuje. 

Při mezinárodním srovnávání ekonomické úrovně jednotlivých 

zemí je základním ukazatelem hrubý domácí produkt na obyvatele 

v běžných paritách kupní síly (viz box č. 1). Na proces reálné konvergence 

proto mají vliv nejen rozdíly v objemových indexech 

HDP na obyvatele (měřených ve stálých domácích cenách), ale 

odrážejí se v něm i cenové změny v zahraničním obchodě, tj zlepšování 

či zhoršování směnných relací (Terms of Trade – T/T). Kromě 

toho se zde projevují různé strukturální vlivy, dané rozdílnou 

skladbou domácího užití produkce ve srovnávaných zemích, která 

určuje váhy používaných dílčích cenových reprezentantů. Zatímco 

12

objemové indexy HDP vyjadřují dovoz i vývoz v cenách bazického 

roku a vylučují tak vliv změn směnných relací v zahraničním obchodě, 

v běžných paritách je vývoz i dovoz zachycen podle skutečně 

docílených cen (na běžných vahách). 

Box č. 1: Parita kupní síly a standardy kupní síly 

Parita kupní síly (Purchasing Power Parity – PPP) je jednotka měnové 

konverze, která vyjadřuje poměr ceny stejného zboží 

a služeb v národní měně k jeho ceně v měnové jednotce srovnávané 

země nebo uskupení zemí (převádí tak současně na 

společnou měnu i na společnou cenovou úroveň). Parity 

za jednotlivé agregáty jsou váženým průměrem relativních cenových 

poměrů za homogenní koše zboží a služeb, získané na základě 

cenových poměrů jednotlivých reprezentantů. 

V zemích EU je parita kupní síly vyjadřována na základě průměrné 

cenové hladiny všech členských zemí. Jednotka kupní síly, 

odvozená z průměrných cen v eurech, se nazývá paritou kupního 

standardu (Purchasing Power Standard – PPS). 1 PPS tedy představuje 

průměrnou kupní sílu 1 eura v EU-27. Například v ČR 

v roce 2009 se 1 PPS celkového HDP rovnala 18,23 CZK, zatímco 

směnný kurz dosahoval 26,45 CZK/EUR. 

Tempa ekonomického růstu odpovídající postupu konvergence 

v jednotlivých zemích EU lze vyvodit z rychlosti přibližování jejich 

ekonomické úrovně k průměru zemí Unie, měřené v HDP na obyvatele 

v běžných paritách kupního standardu. Odpovídající tempo 

(r k ) lze konstruovat jako geometrický (roční) průměr násobku 

podílu HDP na obyvatele v dané zemi k průměru zemí 

EU-27 (v běžných PPS) v běžném a základním období (první člen 

vzorce) a tempa růstu HDP na obyvatele v celém společenství 

(druhý člen vzorce): 

 

t 

tn 

t 

. . 

k 

HDP 

n 

o 

HDPo 

 

 

1 

 

HDPoEU 

s p 

r 

t 

tn 

tn 

, 

. . 

HDPoEU 

HDPoEU 

HDPoEU 

s p 

13

kde HDP o t a HDP o t-n je HDP na obyvatele v dané zemi v běžných 

PPS v běžném a základním období, HDP t oEU a HDP t-n oEU je průměrný 

HDP na obyvatele v zemích EU-27 v běžných PPS v běžném, 

resp. základním období, HDP t oEU s. p. a HDP t-n oEU s. p. je HDP na 

obyvatele v EU-27 ve stálých paritách v běžném a základním období 

a n je počet časových jednotek (let). 

Přechod na metodu řetězení v zemích EU, prováděný postupně 

podle dokumentu Eurostatu Changes to National Accounts in 

2005, vedl ke sjednocení metodických postupů národních statistických 

úřadů (viz box č. 2). 

Box č. 2: Metoda řetězení a Gernshenkronův efekt 

Vývoj základních agregátů v běžných paritách je odlišný od vývoje 

v domácích stálých cenách (resp. stálých paritách) z řady důvodů. 

Při výpočtu HDP v běžných PPS jsou pro agregaci jednotlivých 

skupin zboží a služeb, přepočtených cenami reprezentantů, používány 

běžné váhy v různě podrobném členění, odlišném od 

struktury vah v domácí ekonomice. Deflátor HDP, používaný při 

přepočtu do stálých cen, je založen na domácích vahách jednotlivých 

skupin nebo podskupin zboží a služeb. Výsledky mezinárodních 

přepočtů v běžných paritách se proto odlišují od charakteristik, 

založených na domácích vahách. Při hlubokých strukturálních 

změnách, kterými procházejí dohánějící ekonomiky, velmi rychle 

zastarávají zejména stálé ceny, fixované k bazickému roku. Liší se 

však i výsledky za jednotlivé roky. 

Pokud by změny paritního kurzu odpovídaly diferenciálu implicitního 

deflátoru HDP, vyvíjela by se reálná konvergence podle 

předstihu v tempech růstu HDP na obyvatele ve stálých cenách. 

Ve skutečnosti existuje více důvodů, proč tomu tak není. Z nich 

prakticky nejdůležitějšími jsou rozdílný vývoj směnných relací 

v zahraničním obchodě a dále pak prudké strukturální změny při 

používání bazických vah v delších časových řadách. V takovém 

případě se mohou projevit statistické paradoxy, kdy předstih 

v tempech růstu HDP ve stálých cenách nevystihuje postup reál- 

14

né konvergence. Na tempa růstu HDP ve stálých cenách může 

mít též vliv rozdílná statistická kvalita cenových indexů, které 

národní statistické instituce používají při oceňování produkce 

a služeb. Rozlišení inflace od kvalitativních změn výrobků a služeb 

je jedním z nejobtížnějších problémů statistiky. Cenové indexy 

mohou buď nadhodnocovat míru inflace a podceňovat ekonomický 

růst, nebo naopak nevystihují plně míru inflace a zvyšují 

fiktivně indexy růstu HDP ve stálých cenách. 

Zkreslení objemových indexů charakterizuje Gerschenkronův 

efekt, nazvaný podle ekonoma, který krátce po II. světové válce 

analyzoval vývoj průmyslové produkce v Sovětském svazu. Vykazovaným 

rychlým tempům ekonomického růstu v centrálně plánovaných 

ekonomikách neodpovídal vývoj jejich ekonomické 

úrovně v relaci k ekonomicky vyspělým zemím. Příčinou bylo 

nedostatečné zachycení zaostávající kvality zboží a služeb, které 

se projevuje při konfrontaci na světovém trhu. Tento jev se nazýval 

též statistickým paradoxem. Hospodářská praxe 

v transformačním období postkomunistických zemí naznačila, že 

korelace mezi cenami a objemy může mít i opačný směr. 

V takovém případě dochází k obrácení statistického paradoxu (viz 

Vintrová, 2006, s. 29 ). 

Přechod na metodu řetězení (chain-linking, chain-linked volume 

measures) při přepočtu do stálých cen odstraňuje zkreslující působení 

„zastarávání“ stálých cen, neřeší však ostatní odlišnosti. 

Problém zastarávání indexů ve stálých cenách je v ekonomické 

a statistické literatuře znám jako relativita indexů a je intuitivně 

vysvětlován jako negativní korelace mezi růstem objemu produkce 

jednotlivých skupin zboží a služeb a vývojem jejich relativních 

cen. 5 

5 Z dohánějících ekonomik EU na sofistikovanější metodu řetězení přešly mezi 

prvními polská, česká a litevská statistika, ostatní země se připojily v dalších 

letech. Rozdílné termíny přechodu dočasně ztěžovaly srovnatelnost údajů o HDP 

na obyvatele v domácích stálých cenách. 

15

Řetězení umožnilo smysluplnější srovnávání výsledků, založených 

na objemových indexech HDP v domácích cenách s měřeními, 

prováděnými v běžných paritách kupní síly. 6 

Konvergenční tempa odvozená z vývoje HDP na obyvatele 

v běžných PPS jsou v zemích EU-10 zpravidla nižší než tempa, 

vyplývající z růstu tohoto ukazatele v domácích stálých cenách. 

Záporné odchylky se pohybují kolem 1 procentního bodu 

v ročním průměru (s výjimkou Rumunska, kde je odchylka kladná). 

Zaostávání konvergenčních temp má jak věcné, tak i statistické 

(metodické) důvody, vyplývající z odlišné evidence a způsobu 

propočtu. Sjednocování statistických postupů v mezinárodním 

rámci spojené s metodou řetězení při výpočtu objemových 

indexů odstranilo do velké míry problém zastarávání 

vah. Přetrvávají však některé další nesrovnalosti, projevující se při 

větších strukturálních změnách a rozdílném cenovém vývoji. 

Nedostatečné zachycení některých kvalitativních faktorů v HDP, 

měřeném ve stálých domácích cenách, je jedním z hlavních důvodů 

zkoumaných odchylek. 

Reálný hrubý domácí důchod vs. HDP – vliv směnných relací 

Zdroje dané ekonomiky nejsou dány jen růstem objemů výroby, 

vyjádřených v domácích stálých cenách. Reálný důchod, který je 

k dispozici pro domácí spotřebu a investice, závisí rovněž na cenách, 

za které se obchoduje s vnějším světem. Směnné relace 

významně ovlivňují ekonomickou pozici země i rychlost reálné 

konvergence. 

Dlouhodobá tendence ve vývoji směnných relací má z velké části 

endogenní charakter. V trvalém zlepšování směnných relací se 

6 Metoda řetězení není používána všeobecně. Preferuje ji EUROSTAT i OECD, 

avšak např. Mezinárodní měnový fond v rámci databáze World Economic 

Outlook vychází ze zafixovaných stálých cen k určitému bazickému roku. Důvodem 

je zřejmě nedostatečná kvalita dat za jednotlivé složky užití HDP v mnoha 

rozvojových zemích. OECD používá variantně zafixované stálé ceny pro Norsko 

vzhledem k velké fluktuaci směnných relací, dané výkyvy cen ropy. Světová 

banka vedle těchto metod používá i směnné kurzy. 

16

projevují kvalitativní změny v uplatnění produkce dané země na 

světovém trhu. Jde o kvalitativní změny v širokém smyslu, nikoliv 

pouze o technické parametry, které se statistikové snaží brát při 

konstrukci cenových indexů v úvahu. Změny směnných relací 

reflektují přesun práce a kapitálu k aktivitám s vyšší přidanou 

hodnotou – k výrobě sofistikovanějších produktů a služeb, 

vyžadujících využití pokročilejších technologií. 7 Znamenají též 

lepší integraci do nadnárodních obchodních sítí, spojených 

v podmínkách nových členských zemí EU s odstraňováním srážky 

na „zboží z východu.“ 8 

Při dlouhodobém zlepšování pozice jednotlivé země v obchodování 

se světem se zvyšuje její reálný důchod nad rámec, vymezený 

růstem „fyzického“ objemu celkového produktu, a zrychluje se 

reálná konvergence nad výsledek, charakterizovaný předstihem 

v růstu objemového indexu HDP. Zlepšování obchodní pozice se 

začalo v ekonomice nových členských zemí EU výrazněji prosazovat 

s přílivem přímých zahraničních investic od poloviny 90. let 

a se zapojováním nově vzniklých podniků do zahraničního obchodu. 

Ekonomiky s rozsáhlým vnitřním trhem vliv změn směnných 

relací pociťují v menším rozsahu. Avšak v malých otevřených 

ekonomikách, zejména pokud mají vysoký podíl zpracovatelského 

průmyslu závislého na vývozu (a současně na dovozu 

surovin a energie), vývoj směnných relací silně ovlivňuje jejich 

celkovou prosperitu a možnosti zvyšování životní úrovně. 

Krátkodobé výkyvy směnných relací jsou obvykle spojeny 

s kolísáním cen základních světových surovin (zejména ropy). 

Tyto pohyby jsou pro odběratelské země, především pro ekono- 

7 Inovační výrobky dosahují zpočátku vysokých cen. S dalším technickým vývojem 

ovšem jejich cena při běžné výrobě postupně klesá a růst v nových cenách 

je nižší než v cenách původních. 

8 Stejně kvalitní zboží původem ze zemí dřívějšího společenství RVHP nedosahovalo 

po rozpadu východních trhů stejných cen jako zboží ze zemí západoevropských, 

působících na evropském trhu od počátku existence EU. 8 Srážka se s 

prohlubováním integrace se zeměmi EU postupně zmenšovala. V současnosti lze 

předpokládat, že její význam je již omezený. 

17

miky menšího rozměru, exogenní veličinou. Jednorázové ztráty ze 

směnných relací představují de facto přerozdělení zdrojů od zemí 

dovážejících suroviny k zemím exportujícím. Jde o vnější vliv, 

který malé otevřené ekonomiky nemohou ovlivnit. Se vzniklými 

ztrátami, snižujícími reálný důchod a tím i budoucí domácí poptávku, 

je však nutno počítat v odhadech ekonomického růstu. 

Dopad prudce zvýšených cen ropy a plynu na zpomalení ekonomického 

růstu a prudké výkyvy v těchto cenách v posledních 

letech se týkají všech dovážejících zemí. Jsou tím větší, čím vyšší 

je energetická náročnost dané země a závislost na dovozu zmíněných 

surovin. 

Vývoj ukazatele HDP, měřeného ve stálých domácích cenách, 

přínos či ztrátu ze změn směnných relací nezachycuje. Nevystihuje 

proto plně ani změny reálné mezinárodní pozice zkoumaných 

ekonomik a rychlost jejich reálné konvergence. V ukazateli HDP 

v běžných paritách kupní síly se odráží nejen růst fyzického objemu 

HDP, ale i změny v ocenění vyvážené produkce v relaci 

k produkci dovážené. Běžné analytické postupy při hodnocení 

ekonomického růstu a vývoje reálné konvergence vycházejí 

z temp růstu HDP v domácích stálých cenách. K zachycení vlivu 

cenových efektů při zahraniční směně je nutno používat alternativních 

ukazatelů (viz box č. 3). 9 

Box č. 3: Reálný hrubý domácí důchod vs. HDP 

Vyjádření vlivu směnných relací (Terms of Trade – T/T) na souhrnné 

ukazatele ekonomické aktivity bylo pro analytiky výzvou již 

ve druhé polovině 20. století. Ačkoli velké světové ekonomiky 

s rozsáhlým vnitřním trhem vliv T/T na reálný důchod tak silně 

nepociťují, sofistikovaná statistika USA kategorie tohoto typu 

9 RHDD lze chápat jako „dvojče“ ukazatele HDP, vznikající variantním způsobem 

deflování nominálního HDP. Při výpočtu reálného HDP se defluje hmotná složka 

nově vytvořené hodnoty, při výpočtu RHDD jde o reálnou důchodovou složku. 

Posuzujeme-li produkční možnosti ekonomiky (potenciální produkt a produkční 

mezeru), pak je vhodným ukazatelem HDP. Hodnotíme-li potenciální zdroj 

důchodů a jejich užití, je vhodným ukazatelem RHDD. 

18

vyvinula. Od počátku 80. let Bureau of Economic Analysis (BEA) 

publikuje tzv. Command-basis GNP (disponovatelný hrubý národní 

produkt), zahrnující změny T/T. Podle definice (BEA, 2008, 

s. 2−14) tento ukazatel měří zboží a služby produkované ekonomikou 

USA jejich kupní silou. Při jeho výpočtu se hodnota exportu 

zboží a služeb a přijatých výnosů ze zahraničí v běžných USD 

defluje cenovým indexem dovozu zboží a služeb a přijatých výnosů. 

Tak například, když se zlepšují směnné relace (tj. když se zvyšují 

vývozní ceny v relaci k cenám dovozním), pak kupní síla, neboli 

„command value” hrubého národního produktu USA na světových 

trzích, stoupá v poměru k hodnotě zboží a služeb 

v domácích cenách USA. 

Ve Švýcarsku se již delší dobu z iniciativy centrální banky používá 

ukazatel tohoto typu, odvíjený od reálné domácí poptávky, nazývaný 

Command GDP Indicator (viz Kohli, 2004): 

Command GDP = TDDV + XGSV * (PXGS/PMGS) − MGSV, 

kde TDDV je reálná domácí poptávka, XGSV a MGSV je objem 

dovozu a vývozu a PXGS a PMGS jsou deflátory vývozu a dovozu. 

Tento ukazatel se mírně liší od ukazatele RHDD podle definice 

mezinárodních statistik, neboť celý efekt T/T váže k objemu vývozu. 

Při vyrovnané obchodní bilanci jsou tyto ukazatele shodné. 

V metodice národních účtů (System of National Accounts – SNA) 

byly v 90. letech vyvinuty komplexní ukazatele, zahrnující vliv 

změn T/T. Od revize metodiky obě soustavy účtů SNA 1993 i ESA 

1995 znají a využívají ukazatel reálného hrubého domácího důchodu 

(RHDD). Vypočítává se na základě HDP v reálném vyjádření, 

ke kterému se připočítá vliv T/T. Vzorec pro výpočet přínosu či 

ztráty ze změn směnných relací T (trading gains and trading losses) 

má v národních účtech (ESA 1995) následující tvar: 

T = (X – M)/P – (X/P X – M/P M ), (1) 

kde X = vývoz zboží a služeb, M = dovoz zboží a služeb, P X = cenový 

deflátor vývozu, P M = cenový deflátor dovozu, P = průměrný 

cenový deflátor salda vývozu a dovozu. Saldo výkonové bilance, 

19

korigované o změnu cen ve vývozu i dovozu proti výchozímu 

období, se porovnává se saldem v běžných cenách, upraveným 

o deflátor salda (obvykle konstruovaný jako průměr deflátorů dovozu 

a vývozu). Rozdíl takto upravených sald představuje celkový 

vliv změn T/T, připočítávaný k HDP ve srovnatelném ocenění: 

RHDD = HDP + T. (2) 

Po přechodu na metodu řetězení při přepočtu do stálých cen, 

založenou na průměrných cenách předchozího roku, jsou všechny 

vzorce konstruovány tak, že ukazatel běžného roku 

v průměrných cenách předchozího roku se vztahuje k ukazateli 

předchozího roku v běžných cenách. 

Rozdíl mezi vývojem HDP a RHDD ovlivňuje reálnou konvergenci. 

Předstih v růstu RHDD před HDP ji urychluje, zaostávání RHDD ji 

zpomaluje. Při propočtech vlivu jednotlivých faktorů je nutno 

brát v úvahu odlišnou metodiku výpočtu směnných relací ve statistice 

zahraničního obchodu a v národních účtech, které jsou 

využívány při mezinárodním srovnávání. Tyto odlišnosti bývají 

zdrojem nesrovnalostí v konkrétních statistických výpočtech ukazatele 

RHDD (viz box č. 4). 

Box č. 4: Strukturální vlivy a rozdíly indexů směnných relací – 

problém vah 

Při konstrukci agregátů v běžných paritách ve výdajové složce 

HDP čistý vývoz vychází ze skutečně dosahovaných cen vývozu 

a ze skutečně placených cen za dovoz v běžném roce v kurzovém 

přepočtu. Kromě temp růstu HDP na obyvatele ve stálých cenách 

má proto na proces reálné konvergence vliv pohyb směnných 

relací. Tento vliv je tím větší, čím větší je obrat zahraničního obchodu 

v poměru k HDP. Při propočtech parit kupní síly se používají 

údaje o vývoji směnných relací z národních účtů. 

Rozdíly indexů směnných relací ve statistice zahraničního obchodu 

a cenových deflátorů vývozu a dovozu v národních účtech jsou 

dány tím, že indexy ve statistice ZO jsou konstruovány na stálých 

vahách, zatímco deflátory dovozu a vývozu v národních účtech 

20

vycházejí z běžných vah. V letech mimořádného zhoršení T/T 

vlivem prudkého vzestupu cen ropy a plynu záleží rozsah jejich 

dopadu na reálnou konvergenci na tom, zda tento vnější šok 

působí na danou zemi silněji či slaběji než na ostatní země společenství 

(a do jaké míry se jej daří kompenzovat příznivým vývojem 

vývozních cen). Vliv na reálnou konvergenci v relaci k EU-27 

mají změny T/T vůči zemím Unie, nikoliv celkové změny T/T vůči 

světu, zachycované v příslušných indexech statistiky zahraničního 

obchodu. Tyto rozdíly bývají zdrojem nesrovnalostí a nedorozumění 

ve statistikách jednotlivých zemí. 

Při výpočtu HDP v běžných paritách kupní síly jsou pro agregaci 

jednotlivých skupin zboží a služeb, charakterizovaných změnami 

cen reprezentantů, používány běžné váhy v různě podrobném 

členění, odlišném od struktury vah v domácí ekonomice. Deflátor 

HDP, používaný při přepočtu do stálých domácích cen, může být 

ovlivněn zastaralými stálými vahami jednotlivých skupin nebo 

podskupin zboží a služeb ve všech výdajových složkách HDP. Při 

hlubokých strukturálních změnách, kterými dohánějící ekonomiky 

procházejí, zastarávají stálé ceny velmi rychle. Výsledky 

v běžných paritách se pak výrazně odlišují od charakteristik, založených 

na stálých cenách (a stálých vahách). Přechod na metodu 

řetězení při přepočtu do stálých cen v zemích EU sice do velké 

míry odstraňuje zkreslující působení „zastarávání“ stálých cen (viz 

výše), rozdíly v podrobnosti a struktuře vah při propočtech 

v domácích stálých cenách a v mezinárodních srovnávacích projektech 

však stále existují a ovlivňují výsledky propočtů parit. 

Obtíže propočtů zařazují parity kupní síly mezi orientační charakteristiky. 

Z důvodu nedostatečné přesnosti objemových indexů 

založených na PPP k určení pořadí zemí nesrovnává OECD ekonomickou 

úroveň jednotlivých zemí, ale řadí je do několika skupin 

s určitým rozmezím. 10 

10 V současnosti používá OECD řazení do 6 skupin: 1) vysoký důchod (highincome) 

při 125 % a více v relaci k průměru; 2) vyšší střední důchod (high-middle 

21

Domácí a národní koncept, hrubý a čistý produkt (důchod) 

a skutečná individuální spotřeba 

V mezinárodních statistikách, jejichž pojetí je respektováno i ve 

statistické a analytické praxi české, se jako základní souhrnný 

ukazatel ekonomického výkonu a růstu používá hrubý domácí 

produkt, tj. produkt, vytvořený na území příslušného státu. 

Hrubý národní důchod se odlišuje tím, že se k produktu vytvořenému 

na území dané země připočítávají získané prvotní důchody 

(příjmy) z jiných zemí (zisky ve formě dividend, úroků apod., jakož 

i mzdy, zasílané pracovníky, zaměstnanými v zahraničí) a stejné 

typy příjmů, odesílané do zahraničí, se odečítají. 

V národních účtech jsou k dispozici oba koncepty. Jejich souběžné 

použití se však zpravidla týká jen odborných analýz. V běžné 

publicistice se s alternativním ukazatelem typu národního důchodu 

setkáváme jen zřídka. Ve velkých ekonomikách s rozsáhlým 

vnitřním trhem se oba koncepty navzájem příliš neliší a je 

možno je v běžné praxi zaměňovat. 

Rozlišování konceptu domácího produktu a národního důchodu 

nabývá na významu v malých otevřených ekonomikách při zvyšujícím 

se vlivu zahraničních investic, ze kterých na určitém stupni 

zralosti jejich vlastníci přesunují své zisky do mateřských zemí – 

sídel nadnárodních společností. K podobným posunům dochází 

rovněž při velké migraci pracovních sil. V těchto případech rozdíl 

mezi oběma ukazateli významně ovlivňuje mezinárodní pozici 

země i možnosti jejího domácího užití vytvořeného produktu. 

Ukazatel čistého národního důchodu (ČND), odvozený z hrubého 

národního důchodu (HND) po odečtení spotřeby fixního kapitálu, 

umožňuje rozlišit rozdílnou situaci zemí, v nichž je tvorba HND 

income) při 100–124 %; 3) středně vysoký důchod (middle income) při 75–99 %; 

4) nízký střední důchod (low-middle income) při 50–74 %; 5) nízký důchod (low 

income) při 25–49 %; 6) velmi nízký důchod (very low income) při méně než 25 %. 

Ekonomiky s velmi nízkým důchodem se mezi zeměmi EU nevyskytují. V Evropě 

k nim patří Albánie, Bosna a Hercegovina, Moldávie a Ukrajina. 

22

více či méně kapitálově náročná. Je-li nutno věnovat větší podíl 

z hrubého produktu na náhradu opotřebení fixního kapitálu, 

zbývá méně pro konečnou spotřebu domácností. Dalším alternativním 

ukazatelem je disponibilní čistý národní důchod (DČND), 

získaný z ČND po odečtení salda běžných transferů. 

Změny ekonomického blahobytu země se obvykle posuzují podle 

indexů HDP nebo HND na obyvatele. Do těchto ukazatelů se však 

zahrnují i hrubá tvorba kapitálu a zahraničně obchodní přebytek 

nebo deficit, které se bezprostředně netýkají konečné spotřeby 

obyvatelstva. Tyto ukazatele vyjadřují blahobyt jednotlivých obyvatel 

(soukromých domácností) jen zprostředkovaně a z dlouhodobějšího 

hlediska. Obsahují též služby obrany, bezpečnosti, 

soudnictví apod., které uspokojují kolektivní potřeby. 

Z dlouhodobějšího hlediska vyšší podíl kapitálových výdajů 

umožňuje zvýšení produkčních kapacit a tím i vyšší spotřebu 

v budoucnosti. Např. extrémně vysoký podíl spotřeby domácností 

na HDP v USA nebyl z dlouhodobého hlediska udržitelný. 

Z tohoto důvodu Světová banka doporučuje používání stavového 

ukazatele tzv. upravených národních úspor (adjusted national 

saving) jako indikátor ekonomické udržitelnosti. 

Mezinárodní instituce kromě ukazatelů HDP a HND periodicky 

sledují rovněž ukazatel skutečné individuální spotřeby, která obsahuje 

pouze zboží a služby, sloužící k uspokojování individuálních 

potřeb. Tento ukazatel zahrnuje zboží a služby bez ohledu na 

způsob jejich financování – ať již jsou nakupovány přímo domácnostmi, 

anebo jsou poskytovány státem jako sociální transfery. 

Tím se odlišuje od výdajů na konečnou spotřebu domácností, 

v níž jsou obsaženy pouze výdaje, hrazené přímo domácnostmi. 

1.3 Vliv globalizace na ekonomický výkon a jeho měření 

V období globalizace vznikají některé nové otázky, týkající se 

relevantního rozdělení jejích přínosů mezi rozvíjející se a rozvinuté 

ekonomiky. Zapojení Číny, Indie a zemí bývalého Východního 

bloku do globálního trhu spolu s rozvojem komunikačních 

23

a dopravních technologií vneslo nové prvky do světového vývoje. 

Nebývalé rozšíření toků zboží a služeb spolu s uvolněním pohybu 

finančního kapitálu v mezinárodním měřítku umožňuje vyhledávat 

atraktivní příležitosti ke kombinacím mzdově a kvalifikačně 

výhodného využití pracovních sil po celé zeměkouli. Současně se 

přenášejí poznatky technologického pokroku, které jsou nejvýznamnějším 

činitelem probíhajících změn. 

V procesu globalizace trhu práce se objevují nové faktory ekonomického 

růstu. Jsou to přínosy, založené na rozšíření dělby 

práce mezi vyspělými ekonomikami a ekonomikami rozvojovými, 

které vyplývají z výrazných rozdílů v jejich cenových a mzdových 

úrovních. 

Masové přemisťování výrob do nízkonákladových zemí vyvolává 

při měření ekonomického výkonu otázku, jak odpovídajícím způsobem 

rozdělit přínosy globalizace získávané multinacionálními 

korporacemi mezi zúčastněné země. Jde o nový, vznikající problém, 

který dosud není ve standardních statistických postupech 

uspokojivě podchycen a jehož řešení se teprve hledá. Adekvátní 

rozdělení vznikajících efektů mezi jednotlivé národní ekonomiky 

má vliv na zachycení jejich ekonomického růstu, produktivity 

práce a navazujících ukazatelů. Rozvinutější diskuse k tomuto 

spornému tématu probíhá zejména v USA, kde v uplynulé dekádě 

došlo k velkým přesunům výrob do rozvíjejících se ekonomik. 

Transmisní kanály globalizace 

Globalizace má řadu podob, kterými se prosazuje. K jejím 

transmisním kanálům patří jak konkurenční dovoz finálních produktů, 

tak i globalizace trhu práce, uskutečňující se buď přímo 

(emigrací a imigrací pracovních sil), nebo formou přesunu výroby. 

11 Přemísťování výroby meziproduktů se děje různými způso- 

11 K procesu globalizace trhu práce existuje velké množství teoretické literatury 

i empirických analýz. V následujícím textu se opíráme především o shrnutí teoretických 

i praktických poznatků, zachycené v analýzách mezinárodních institucí, a to 

v práci IMF (viz IMF, 2007) a ve studii OECD (viz Molnar, Pain, Taglioni, 2007). 

24

y, pro které se používá několik odlišných, avšak vzájemně propojených 

pojmů. Český překlad těchto pojmů není zcela ustálen, 

proto je dále uvádíme pod původními anglickými názvy. Definice 

vycházejí ze studie OECD (viz Molnar, Pain, Taglioni, 2007, s. 8). 

Pojem outsourcing se používá, když se výrobky a služby, které 

byly dříve vyráběny a poskytovány přímo v daném podniku (tzv. 

meziprodukty, intermediate goods and services), začínají nakupovat 

od cizích dodavatelů. Společnost, vyrábějící nakupované 

meziprodukty, může být umístěna buď v zemi jejich spotřeby 

(domácí outsourcing), nebo může jít o zahraniční firmu (mezinárodní 

outsourcing). 

Offshoring představuje nákupy zboží a služeb od firem, působících 

mimo danou zemi, když tyto produkty byly dříve vyráběny 

v nakupující domácí společnosti. Offshoring zahrnuje jak mezinárodní 

outsourcing, tak i mezinárodní „insourcing“, tj. nákupy od 

zahraničních filiálek domácích mateřských společností. 12 

Internacionalizace výroby se týká zřizování poboček domácích 

společností v zahraničí. Tyto filiálky mohou vyvážet své výrobky 

zpět do své mateřské společnosti (mezinárodní insourcing), nebo 

mohou své zboží a služby volně prodávat na domácích a zahraničních 

trzích. (Uváděné produkty nemusely být původně vyráběny 

v mateřské společnosti.) 

Ekonomické důsledky přesunu výrob 

Nadnárodní firmy, působící ve vyspělých ekonomikách, hromadně 

přesunují výrobu do zemí s nízkými náklady (low-cost economies), 

zejména do robustně rostoucí Číny, Indie a dalších východoasijských 

a latinskoamerických zemí. V domovských zemích multinacionálů 

dochází bezprostředně k úbytku pracovních míst 

v dotčených odvětvích. Získávají však velké nákladové výhody při 

zpětném dovozu laciných součástek, dílů a veškeré mezispotřeby, 

12 Offshoring bývá dosti často ztotožňován s mezinárodním outsourcingem. I 

když se tyto pojmy do značné míry překrývají, není takováto interpretace zcela 

přesná. Podrobnější vysvětlení těchto pojmů viz Žďárek, 2009. 

25

jakož i hotových výrobků pro konečnou spotřebu a investice. Následně 

se zvyšuje absorpční kapacita rozvojových zemí a vyspělým 

ekonomikám se rozšiřují příležitosti k vývozu sofistikovaných výrobků. 

Tím dochází k částečné kompenzaci zaniklých pracovních 

míst v jiných odvětvích a sektorech ekonomiky. 13 

Alokace výroby se stává závislejší na relativní ceně pracovní síly 

a odtrhuje se od cílových trhů. Dochází k migračním tokům pracovních 

sil a k přemisťování výroby. V teoretických i empirických 

analýzách je směna zboží a služeb mezi rozvojovými a rozvinutými 

zeměmi interpretována jako vzájemně výhodná výměna globálního 

řízení a globálních idejí, směřující do míst, kde existují 

potřebné lokální dovednosti (včetně místního řízení a idejí) za 

atraktivní ceny. Podobně jsou charakterizovány jako vzájemně 

výhodné i migrační toky pracovních sil, které však jsou různými 

administrativními metodami více brzděny. Tyto výměnné toky 

rozšiřují globální trh práce pro nízké, střední a vysoké mzdy. Ekonomiky 

s nízkými náklady využívají snazšího přístupu ke kapitálu, 

financujícímu jejich růst. Konzumentské země těží z výhodného 

dovozu za nízké ceny. 

Podíl migrace a přemisťovaných výrob sice dosud není velký, rychle 

se však zvyšuje a v jednotlivých zemích a v jednotlivých odvětvích 

významně ovlivňuje celkové výsledky. Migrace dosahuje poměrně 

vysokého podílu v USA (15 % pracovních sil). Podíl offshoringu 

na celkových dovozech vyspělých ekonomik OECD činí zhruba 

polovinu. Dovozy meziproduktů zpracovatelského průmyslu 

a služeb představují zhruba 5 % celkového hrubého výkonu uváděných 

ekonomik (12 % v Nizozemsku a 2–3 % v USA a Japonsku) 

a 10 % jejich celkové mezispotřeby (bez energetických zdrojů). 14 

13 Tyto procesy probíhají s různými výkyvy. Liší se zkušenosti USA, kde se nahrazování 

zaniklých pracovních míst na jiných úsecích daří více, od Japonska, kde 

pracovní místa celkově ubývají. 

14 Údaje za rok 2003, propočet IMF podle tabulek input-output OECD (podrobněji 

viz Molnar, Pain, Taglioni, 2007, s. 163 až 165). 

26

Ve světě propojených dodavatelsko-odběratelských řetězců, 

rozprostřených po celém světě, se zachycování a vnímání ekonomického 

růstu v hranicích jednotlivých národních ekonomik 

stává problematickým. Evidence ekonomického růstu v úzkých 

národních hranicích se stává obtížně uchopitelnou. Vzniká statisticko-evidenční 

problém, kam umístit efekty z toho, že „levné“ 

země dodávají své výrobky do zemí vyspělých za zlomek ceny 

v těchto zemích obvyklé a snižují tak výrobní náklady, resp. ceny 

finálních výrobků a služeb, určených pro konečnou spotřebu 

a investice domácností i sektoru vlády. Tento cenový skok se 

adekvátně neodráží v ukazatelích, vykazovaných ve stálých cenách. 

Zejména se to týká ekonomiky USA (vs. Čína). 

Charakteristiky rozdělení ekonomického výkonu mezi jednotlivé 

země a regiony lze zpochybňovat i z dalších hledisek. Např. vyšší 

produktivita USA než Evropy je dána převahou USA v sektoru 

služeb. Zhruba polovinu sektoru služeb tvoří v USA služby distribuční, 

kde je vyšší produktivita vykazována více méně oprávněně. 

Avšak druhá část vykazované mimořádně vysoké produktivity 

se týká expanze finančních a obchodních služeb, měřených množstvím 

uskutečněných transakcí, jejichž skutečný efekt je možno 

důvodně zpochybňovat – zejména s přihlédnutím k jejich roli 

v poslední velké krizi let 2007–2009. Ekonomové v USA si kladou 

otázku, není-li převaha USA nad Evropou v produktivitě práce jen 

statistickou iluzí, vytvořenou nabubřelým finančním sektorem (viz 

např. Krugman, 2009). Při adekvátním měření by se rozdíl mezi 

Evropou a USA v produktivitě nemusel vůbec projevit. 

Rozostřené hranice národních ekonomik 

Proces globalizace mění mimo jiné i zavedené vnímání vývoje 

základních ekonomických ukazatelů v hranicích jednotlivých států. 

Úspory nákladů multinacionálních firem, plynoucí z nesrovnatelně 

nižších mzdových nákladů v rozvojových zemích kde 

podnikají, jsou součástí jejich zisku. V zemích s vyšší cenovou 

hladinou, kde sídlí firmy multinacionálů a kde se výrobky 

z rozvojových zemí prodávají nebo vstupují jako subdodávky do 

27

další výroby, je tento mimořádný zisk vykazován jako součást 

přidané hodnoty, která tvoří hrubý domácí produkt a z něho odvozenou 

produktivitu práce. 

Dovoz spotřebního zboží, oceňovaný při přepočtu do stálých cen 

podle standardních indexů dovozních cen, je na trzích vyspělých 

zemí (v konečné spotřebě domácností) realizován za ceny podstatně 

vyšší. (Jen část rozdílu mezi cenami v dovážející a vyvážející 

zemi přitom inkasují spotřebitelé v levnějších nákupech.) Konečná 

spotřeba ve stálých cenách jako výdajová složka HDP je 

v důsledku toho podstatně vyšší než součet „reálných“ dodávek 

z domácí výroby a vykázaného dovozu ve stálých cenách. Podobně 

je tomu s dodávkami investičního charakteru. (Tento rozdíl je 

v tvorbě HDP v běžných cenách zachycen jako zisk distribučních 

odvětví.) Vzniká otázka, nakolik uváděný postup ztěžuje interpretaci 

základních ekonomických ukazatelů. 

Dodavatelsko-odběratelské řetězce obepínají již celou zeměkouli. 

Pokud jde o vnitropodnikové ceny, které se vykazují pro daňové 

účely při pohybu zboží v rámci nadnárodních firem, ty jsou stanoveny 

čistě subjektivně v zájmu optimalizace zisku dané korporace 

a je velmi obtížné je objektivizovat. Tyto transakce jsou ve 

statistice zachyceny zkresleně. Avšak i ceny výrobků, za které se 

obchoduje mezi různými dodavateli a odběrateli v zahraničním 

obchodě zemí ekonomicky vyspělých a zemí rozvojových, jsou při 

zachycování ekonomického růstu a z něho odvozených ukazatelů 

obtížně interpretovatelné. 

Vzniká problém, jak zachytit obchodování zemí s různou úrovní 

srovnatelných cenových hladin (Comparative Price Levels – CPL). 

Nominální kurz měny v rozvojových zemích se silně odchyluje 

směrem dolů od parity kupní síly. PPP je jednotka měnové konverze, 

která vyjadřuje poměr ceny stejného zboží a služeb 

v národní měně k jeho ceně v jednotce srovnávané země. Mezinárodní 

srovnávací projekty pracují s pojmem PPP zejména za 

účelem srovnání objemů reálného HDP celkem i v propočtu na 

obyvatele. Podpůrně by bylo možné propočty v PPP použít i při 

28

porovnání jednotlivých složek hrubého ekonomického výkonu 

(gross output) v jednotlivé zemi. 15 

Paritní kurz by při navrhovaném postupu převáděl jednotlivé 

složky hrubého výkonu do mezinárodní cenové úrovně. Pokud 

bychom ocenili hrubý výkon i od něho odpočítávanou mezispotřebu 

(intermediate consumption) v PPP, pak by byl růst HDP ve 

vyspělých zemích při vzrůstajícím offshoringu nižší a v rozvojových 

zemích naopak vyšší než podle standardních statistických 

ukazatelů. Tento postup, měřící „fyzický objem“ zboží 

a služeb, produkovaných v dané zemi při propočtu HDP výrobní 

metodou, by pro zajištění konzistence bylo nutno rozšířit i na 

dovoz a vývoz při propočtu výdajovou metodou. V takovém případě 

by byl objem dovozu z rozvojových zemí v relaci 

k celkovému HDP vyspělých zemí vyšší 16 a příspěvek čistého vývozu 

k HDP by byl při rychle se zvyšujícím offshoringu nižší, než 

jak je dosud vykazován. 

Diskuse o imaginárním HDP („phantom GDP“) v USA 

USA jsou silně angažovány v dovozech zboží a služeb a v přemisťování 

výroby do rozvojových zemí, jakož i v imigračních tazích 

pracovních sil z jihu kontinentu. V odborné veřejnosti probíhá 

intenzivní diskuse o obecných otázkách globalizace, o citlivých 

imigračních problémech a o důsledcích těchto procesů na zkreslené 

vykazování základních ekonomických ukazatelů. Poznatky ze 

střetu názorů, týkajících se různých náhledů na přínos z přemisťování 

výrob, přinesl časopis Business Week. V titulním tématu časopisu 

z 18. června 2007 představil M. Mandel závěry z probíhající 

diskuse v článku „The Real Cost of Offshoring“ (Reálné náklady 

přesunu výrob). V ČR ohlasy této diskuse přinesl v roce 2007 týdeník 

Ekonom v č. 27 (viz Fiala, 2007; Vintrová, 2007). 

15 V mezinárodních projektech jsou údaje v PPP k dispozici pouze za celkový 

HDP a jeho složky, nikoliv za hrubý výkon (gross output) včetně meziproduktu, 

přičemž při agregaci jednotlivých složek HDP se používají různé aditivní i neaditivní 

metody. 

16 Viz stížnosti na podceněný objem čínského dovozu v diskusi v USA. 

29

Začátky diskuse, kterou Business Week shrnul do pojmu „phantom 

GDP“ (zdánlivý, klamný, imaginární HDP), lze vystopovat již 

v roce 2003. Tehdy se týkala především informačních technologií. 

V uváděném roce prudce vzrostly dovozy elektroniky z Číny 

a Indie, které byly dříve daleko méně významné. Přemisťování 

výrob do Asie začalo nabírat dynamiku po roce 1997, kdy byla 

přijata mezinárodní dohoda o informačních technologiích, která 

podstatně omezila cla na toto zboží a s ním související služby. 

Offshoring se v posledních letech v USA prudce rozšířil do celé řady 

odvětví zpracovatelského průmyslu. V současnosti je příznačný 

zejména osud nábytkářského průmyslu nebo výroby televizí 

a ostatní podobné techniky. V předkrizovém období se import 

nábytkářského průmyslu zvýšil ze 17 mld. USD v roce 2000 na více 

než 30 mld. USD v roce 2006. V perspektivě lze očekávat, že nízkonákladové 

ekonomiky budou postupovat výše ve výrobním hodnotovém 

řetězci, čímž se bude problém dále vyostřovat. Již dnes je 

čínský „exportní koš“ mnohem více znalostně náročný, než by 

odpovídalo stupni ekonomického rozvoje země. 

Zisky, vyplývající z přemisťování výrob, jsou vlastněny firmami, 

etablovanými v USA. Zastánci dosavadního postupu vykazování 

proto logicky argumentují, že jsou oprávněně započítány do zde 

vytvářeného HDP. Odvozeně je pak vykazován i vysoký růst produktivity 

práce, počítané z přidané hodnoty. 

Kritikové namítají, že vykazované zisky jsou přínosem 

z obchodování se světem, a nikoliv výsledkem efektivnější domácí 

výroby. 17 S tím je v souladu i fakt, že mzdy domácích dělníků nerostou 

tak rychle, jak by odpovídalo vykazovaným výsledkům 

v ekonomickém výkonu a produktivitě. (Ovšem odměny a platy 

manažerů, odvozované z docilovaných úspor nákladů při přesunu 

výrob, se zvedají do nebývale vysokých hodnot.) Úspory nákladů, 

17 Podobný problém se týká výše uváděného rozdílu mezi ukazatelem HDP, 

který nezahrnuje vliv směnných relací, a reálným hrubým domácím důchodem, 

který tento vliv bere v úvahu. 

30

jež firmy vykazují, nereprezentují růst produktivity amerických 

dělníků, kteří vyrábějí zboží a poskytují služby v USA. Paradoxem 

je, že v dotčených sektorech se jeví jako ukazatel zvýšené produktivity 

amerických dělníků to, co je ve skutečnosti ukazatelem 

jejich nízké konkurenční schopnosti. 

Argumenty odpůrců, zpochybňujících zahrnování přínosů 

z přesunu výrob do domácího HDP, jsou však napadány z opačné 

strany. Obhájci dosavadního postupu argumentují „neviditelným 

vývozem“ nadnárodních společností při přemisťování výrob. Tyto 

společnosti poskytují svým zahraničním dodavatelům a pobočkám 

podnikatelské znalosti a trénink, zasvěcují je do manažerských 

praktik a dovedností a vybavují je různými druhy potřebných informací 

pro podnikání. Významné je předávání poznatků výzkumu 

a vývoje, designu nových výrobků a dalších služeb. Tento neviditelný 

vývoz, nezahrnutý do oficiálních dat, přináší jeho poskytovatelům 

protihodnotu v levném dovozu výrobků a služeb. 

V probíhající diskusi jsou předkládány kvantifikované odhady 

důsledků přemisťování výrob na ekonomické ukazatele. Business 

Week odhaduje absolutní výši zkreslení HDP od roku 2003 do 

roku 2006 na 66 mld. USD. Tato částka se v ročním tempu růstu 

HDP projeví jako snížení o 0,5 procentního bodu, což nevyhlíží 

dramaticky. Pro charakteristiku výkonu zpracovatelského průmyslu 

to však znamená 40 % jeho přírůstku za stejné období. 

Růst tohoto sektoru je používanými statistickými metodami 

zkreslen nejvíce. 

Důsledky, projevující se v ukazatelích produktivity práce, nejsou 

rovněž zanedbatelné. Oficiální statistiky vykazují zrychlení temp 

růstu produktivity práce na národohospodářské úrovni v letech 

2003–2006 na 1,8 % ročně. Podle názoru odpůrců ve skutečnosti 

tempa nedosahovala ani 1,6 % ročně, což je údaj shodný 

s výsledky v 80. letech. Značná část vykazovaného přínosu produktivity 

práce v pozdních 90. letech i v období před vypuknutím 

hospodářské recese má podle kritického hodnocení svůj původ 

v levném dovozu z přemístěných výrob. 

31

Výhrady ke statistice jsou zaměřeny na nedostatečnou vypovídací 

schopnost ukazatelů dovozních cen. V uváděném kritickém období 

od roku 2003 do roku 2006 je vykázán vzestup dovozních 

cen v nábytkářském průmyslu o 6,7 %. Přitom jsou všeobecně 

známy údaje o čínském nábytku, vytlačujícím výrobu domácí 

provenience, který je dovážen za zlomek původní domácí ceny. 

Oficiální statistiky uvádějí zvýšení dovozů z Číny do USA 

v průběhu let 2003–2006 o 89 % při vykazovaném poklesu dovozních 

cen o pouhé 2,3 %. Údaje o objemu dovozu z Číny, založené 

na kurzových přepočtech, se při srovnání s cenovou hladinou 

v USA ocitají mimo realitu. Představitelé BLS (Bureau of Labor 

Statistics), zodpovídající za danou statistiku, se hájí tím, že 

údaje cenové statistiky nejsou určeny k měření cen zboží, jehož 

domácí výroba se zaměňuje dovozem ze zahraničí. 

V podstatě jde o problém různých srovnatelných cenových úrovní 

v USA a v Číně. V kurzovém přepočtu stojí stejné zboží v Číně 

pouze zlomek ceny, za kterou se obchoduje v USA. Národní cenová 

statistika však problém různých cenových hladin 

v jednotlivých zemích neřeší. Jejím úkolem je porovnávat vývoj 

cen srovnatelných výrobků zvlášť ve výrobě, ve spotřebě či 

v dovozu. Při konstrukci indexu dovozních cen se neporovnávají 

ceny stolu či židle, vyráběných dříve v USA a nyní dovážených 

z Číny, ale pouze ceny dříve a nyní dovážených výrobků se zhruba 

stejnými technickými parametry a ukazateli kvality. Nezachytí se 

tedy fakt, že při velkém růstu dovozu z Číny se do USA dostávají 

podstatně levnější výrobky než dříve z domácí výroby. 

Vrcholní vládní statistici USA se k uváděnému problému vyjadřují 

rozpačitě. J. Steven Landefeld, ředitel BEA (Bureau of Economic 

Analysis) 18 se v diskusi vyjádřil, že podle jeho stanoviska 

v uváděných sporech „existuje něco reálného, ale nikdo neví, jak 

velký rozměr to představuje.“ Matthew J. Slaughter, vysokoškolský 

ekonom z Amos Tuck School of Business při Dartmouth Colle- 

18 BEA je vrcholným statistickým orgánem, vykazujícím údaje o HDP. 

32

ge a dřívější člen sboru poradců prezidenta Bushe k tomu dodává: 

„Dopady mohou být potenciálně velké. Mám obavy, že budou 

pronikavé“ (viz záznam diskuse ve shrnutí M. Mandela). 

V širších souvislostech se důsledky týkají celkové hospodářské 

strategie, měnovou politiku centrální banky (Fedu) nevyjímaje. 

Odečteme-li vliv přínosu z přesunu výrob, ekonomická situace 

USA se za předkrizové období nejevila zdaleka tak růžovou, jak 

údaje napovídaly. Byl-li vykazovaný růst HDP od roku 2003 do 

roku 2006 ročním tempem 3,3 % považován za solidní, ve skutečnosti 

byl o půl procentního bodu nižší. Hospodářská politika 

by se neměla řídit imaginárními, zkreslenými ukazateli. 

Vliv rozdílné cenové hladiny v české ekonomice 

Proces globalizace mění mimo jiné i zavedené chápání a hodnocení 

vývoje základních ekonomických ukazatelů. Dilema, diskutované 

v USA, ukazuje, že evidence ekonomického růstu v úzce národních 

hranicích se stává obtížně uchopitelnou. 

Možné zkreslení vykazovaného ekonomického růstu se netýká 

jen ekonomiky USA, ale vztahuje se na všechny ekonomicky vyspělé 

země, v nichž mají sídlo nadnárodní firmy, přemisťující 

výrobu do zemí s nízkými náklady. Ve vyspělých zemích Evropské 

unie nebo v Japonsku však zatím tento problém není tak intenzivně 

diskutován jako v USA. 

Pokud jde o důsledky globalizace na vykazované ekonomické 

ukazatele v České republice, aktivní offshoring zde zatím nenabyl 

významnějších rozměrů, i když dovoz z Číny se proti výchozímu 

období na počátku transformace výrazně zvýšil a netýká se již jen 

výrobků pro konečnou spotřebu a investice. 

Ekonomická a cenová úroveň ČR se nachází někde uprostřed 

mezi ekonomicky nejvyspělejšími zeměmi a nízkonákladovými 

ekonomikami. Přitom v evropském měřítku je cenová úroveň 

spotřeby domácností i celkového HDP podstatně nižší, než by 

odpovídalo dosažené ekonomické úrovni (měřené HDP na obyvatele 

v paritě kupní síly). 

33

Agregátní jednotkové pracovní náklady (JPN), měřené v eurech 

na jednotku reálného HDP, jsou zhruba na úrovni 60 % ve srovnání 

s průměrnými náklady v EU-27. 19 Ve srovnání s Čínou nebo 

Indií, ale i s Ukrajinou jsou však několikanásobně vyšší. 

V rámci evropských zemí (zejména ve vztahu k Německu) hrají 

levné dovozy subdodávek i hotových výrobků z České republiky 

podobnou úlohu jako dovozy z Číny do USA. Rozdíl cenových 

hladin mezi Českou republikou a Německem je ovšem významně 

menší než mezi Čínou a USA, proto jsou menší i zisky Německa 

z offshoringu, které zdaleka nedosahují relací a rozměrů, běžných 

v USA. 20 Při kooperaci v rámci Evropy však lze těžit z geografické 

blízkosti, která snižuje transportní a jiné náklady. 

V celosvětovém rámci ve vztahu k Ukrajině, Rusku a zemím východní 

Asie se Česká republika nachází na opačném pólu, neboť 

cenová úroveň i JPN jsou zde podstatně vyšší. Zatímco cenová 

úroveň celkového HDP České republiky v relaci k EU-27 činila 

v roce 2009 zhruba 69 %, na Ukrajině dosahovala jen 36 %. Agre- 

19 Vlastní propočet na základě EUROSTAT – National Accounts, 8. 11. 2010 (HDP 

na pracovníka) a Astrov, Holzner, Laski, Podkamier et al., s. VIII (pracovní náklady 

na zaměstnance). 

20 Srovnatelná cenová hladina (CPL) celkového HDP činila v roce 2009 v České 

republice v relaci k EU-27 zhruba 69 %, v relaci k Německu 64 % (vlastní propočet 

na základě údajů EUROSTAT, National Accounts, 8. 11. 2010). 

Koeficient ERDI, tj. poměr nominálního kurzu CZK/EUR k paritnímu kurzu 

CZK/PPS za celkový HDP v relaci k průměru zemí EU-27 činil 26,44/18,33 = 1,45. 

Nominální kurz čínského jüanu k americkému dolaru činil ve stejném roce 6,831 

CNY/USD, paritu kupní síly jüanu v relaci k USA odhaduje WIIW ve stejném roce 

na 3,828; na základě těchto údajů lze odhadnout koeficient ERDI v relaci Čína – 

USA na 1,78. V relaci k EU je koeficient ERDI v Číně vyšší. Při nominálním kurzu 

CNY/EUR 9,526 činil paritní kurz celkového HDP k průměru zemí EU-27 jen 

4,808, tj. ERDI v relaci Čína k EU-27 = 1,98. V relaci k Německu činil ERDI Číny 

2,13 a ERDI ČR 1,56 (vlastní propočty podle údajů EUROSTAT – National Accounts 

a Astrov, Holzner, Laski, Podkamier et al., s. 141). Rozdíl koeficientů ERDI 

v relaci ČR – Německo, resp. ČR – EU27 a Čína – USA, Čína – EU-27 a Čína – 

Německo vychází sice jako významný, nikoliv však řádový (podle starších odhadů 

byly rozdíly vyšší). Není však k dispozici ERDI pro jednotlivé složky HDP, kde 

v mezinárodně obchodovaném zboží a službách mohou být koeficienty odlišné. 

34

gátní jednotkové pracovní náklady v relaci k Rakousku činily ve 

stejném roce v České republice 46 % a na Ukrajině dosahovaly 

pouze 33 % (viz Astrov, Holzner, Laski, Podkamier et. al., 2010). 

2. VÝVOJ ALTERNATIVNÍCH UKAZATELŮ REÁLNÉ KON- 

VERGENCE V NOVÝCH ČLENSKÝCH ZEMÍCH EU 

2.1 HDP vs. reálný hrubý domácí důchod 

Vývoj směnných relací ovlivňuje rozdíl mezi vývojem HDP a reálného 

hrubého domácího důchodu v jednotlivých zemích 

v nestejném směru a v nestejné míře. V rámci středoevropských 

zemí EU-5 existují největší rozdíly v České republice a na Slovensku. 

Zatímco v České republice v poslední dekádě příznivý vývoj 

směnných relací růst RHDD ve srovnání s HDP zhruba o půl procentního 

bodu ročně urychloval, na Slovensku jej naopak zpožďoval. 

Mírně kladný vliv měly v tomto období směnné relace 

v Polsku a ve Slovinsku, v Maďarsku byl jejich vliv neutrální. 

Prudký výkyv v roce 2008 směrem ke snížení RHDD, který byl 

spojen s kolísáním světových cen surovin a energií, se v roce 

2009 do velké míry obrátil zpět (viz tabulka č. 1). 

Tabulka č. 1: Tempa růstu HDP a RHDD na obyvatele v zemích 

EU-5 a v EU-27, 2001–2009 (roční průměry v %) 

2001– 2007 2008–2009 2001– 2009 

HDP RHDD Rozdíl HDP RHDD Rozdíl HDP RHDD Rozdíl 

ČR 4,4 4,9 0,5 -1,8 -1,6 0,2 3,0 3,4 0,4 

HU 4,0 3,9 -0,1 -2,7 -2,7 0,0 2,4 2,4 0,0 

PL 4,1 4,4 0,3 3,3 3,4 0,1 3,9 4,2 0,3 

SK 6,2 5,7 -0,5 0,4 0,1 -0,3 4,9 4,4 -0,5 

SI 4,2 4,3 0,1 -2,9 -2,3 0,6 2,6 2,8 0,2 

EU-27 1,8 1,8 0,0 -2,2 -2,0 0,2 0,9 0,9 0,0 

Poznámka: RHDD za ČR podle ČSÚ, za ostatní země vlastní výpočty 

podle rovnice, uvedené v boxu 3. 

Zdroj: EUROSTAT – National Accounts (8. 5. 2010); ECFIN (2010a), s. 30– 

31, 48–49, 80–83; ČSÚ – HDP, Národní účty. 

35

V některých letech mají změny směnných relací větší vliv na tvorbu 

reálného důchodu než přírůstek HDP ve stálých cenách. Například 

v roce 1998 došlo v České republice k poklesu HDP ve 

stálých cenách o 0,8 %, avšak tento úbytek byl vysoce převážen 

přínosem zlepšených směnných relací, takže RHDD vzrostl 

o 2,6 %. Naopak v roce 2000 byl vykázán poměrně vysoký přírůstek 

HDP ve výši 3,6 %, avšak nepříznivý vývoj směnných relací 

snížil zdroje o 1,8 procentního bodu HDP, takže v úhrnu činil přírůstek 

RHDD pouze 1,8 % a byl tak nižší než v roce největšího 

zpomalení temp růstu HDP v předchozím období. 

V dlouhodobém vývoji bylo zlepšování směnných relací v rámci 

zkoumaných zemí nejvýraznější v České republice. Mezi roky 

1995 a 2008 se zde směnné relace zvýšily o 8 %, zatímco 

v ostatních zemích EU-5 poklesly, a to nejméně ve Slovinsku 

(o 1,8 %) a nejvíce na Slovensku (o 7,3 %). Na Slovensku od roku 

2000 dochází při rychlejším růstu cen dovozních než vývozních 

k setrvalému poklesu T/T. I v roce 2009, kdy ostatní země EU-5 

zaznamenaly proti propadu v roce 2008 viditelné zlepšení, na 

Slovensku T/T dále klesaly (viz graf č. 1). 

Graf č. 1: Vývoj směnných relací zboží a služeb 1998–2009 

(2000 = 100) 

Zdroj: EUROSTAT, National Accounts, 31. 10. 2010. 

Nabídkový šok, který v posledních letech vedl k prudkému zvýšení 

cen potravin a surovin, zejména ropy a plynu, vedl k výraznému 

36

přerozdělení důchodů mezi odběratelskými a dodavatelskými 

zeměmi. Vývozci zaznamenali přínosy, které zvýšily jejich reálný 

důchod, zatímco u dovážejících zemí tomu bylo naopak. Světová 

banka se pokusila základní dopady spočítat. Podle jejích údajů ze 

147 zemí světa 65 zaznamenalo ztráty, 68 zisky a 14 nebylo změnami 

směnných relací ovlivněno. 

Značné ztráty Číny se projevily v tom, že její reálný hrubý domácí 

důchod rostl v letech 2000–2006 průměrně ročně pouze o 8,5 %, 

zatímco vykazovaný růst HDP byl 9,8 %. Naproti tomu v Rusku ve 

stejném období rostl reálný hrubý domácí důchod ročním tempem 

10,7 % při růstu HDP o 6,4 %. Díky přínosu ze směnných 

relací byl tedy růst reálného hrubého domácího důchodu v Rusku 

rychlejší než v Číně (viz World Bank, 2008, s. 195). 21 V posledních 

měsících roku 2008 se cenový vývoj začal obracet a ceny ropy 

a dalších energetických surovin klesaly. Výkyvy oběma směry pak 

pokračovaly i v letech 2009–2010, i když vrcholu cen z roku 2008 

již nebylo dosaženo. 

2.2 Rychlost reálné konvergence a její faktory 

Běžně používané hodnocení rychlosti reálné konvergence na 

základě předstihu v tempech růstu HDP není vyčerpávající. Jiný 

pohled na dohánění ekonomické úrovně vyspělých zemí poskytují 

alternativní ukazatele, které berou do úvahy další aspekty, nezachycené 

v ukazateli HDP v domácích cenách. Výše bylo poukázáno 

na význam směnných relací v obchodování se světem na 

ekonomický blahobyt zejména v malých otevřených ekonomikách. 

Existují však i jiné odlišnosti, které odrážejí působení strukturálních 

a kvalitativních faktorů v jednotlivých zemích. Tyto faktory 

se navzájem různě kombinují a překrývají. 

21 Světová banka používá zjednodušený postup výpočtu přínosu ze změn směnných 

relací (tzv. contribution of trade, resp. terms of trade effect), odlišující se od 

vzorců 1 a 2 podle metodiky SNA, uvedených v boxu 2. Propočítává rozdíl mezi 

hodnotou vývozu ve stálých cenách a v cenách, deflovaných indexem dovozních 

cen. Tento rozdíl připočítává k ukazateli HDP ve stálých cenách. 

37

Výše HDP na obyvatele v paritě kupní síly, sledovaná v mezinárodních 

statistikách, závisí na produktivitě práce, měřené jako 

HDP na pracovníka a na odpracovanou hodinu v PPS, na využití 

práceschopného obyvatelstva, tj. obyvatelstva v produktivním 

věku i starších věkových skupin, a konečně na demografických 

faktorech, tj. podílu obyvatelstva v produktivním věku na celkovém 

počtu obyvatelstva. 

V tempech růstu lze zkoumat i souhrnnou produktivitu faktorů, 

tj. rozložit celkový růstový index na příspěvek práce, kapitálu 

a jejich souhrnné produktivity. 22 Ke sledování rozdílů v úrovni 

souhrnné produktivity (na rozdíl od temp růstu) neexistují srovnatelné 

statistické podklady. V dalším se proto zaměříme na sledování 

vlivu odlišné úrovně základních ukazatelů v klasickém členění 

na produktivitu práce, využití pracovního potenciálu 

a demografické faktory. 

Produktivita práce 

V České republice zaostává úroveň produktivity práce 

za průměrem zemí Unie více než celková ekonomická úroveň. 

Podle výše HDP na obyvatele v PPS se česká ekonomika zařadila 

v roce 2009 na 17. místo v EU-27. Z nových členských zemí patří 

spolu se Slovinskem do skupiny ekonomik středně vyspělých, 

zatímco většina ostatních se nachází ve skupině s nízkým středním 

důchodem. Poslední dvě nově přijaté země – Bulharsko 

a Rumunsko – se zařazují do skupiny s nízkým důchodem. 

Podle produktivity práce, měřené HDP na pracovníka, klesá však 

česká ekonomika v žebříčku zemí níže, a to až na 19. místo 

v rámci EU-27. Zařazuje se tak do skupiny s nižší střední produktivitou. 

Na rozdíl od pořadí v ekonomické úrovni je předstihována 

též Slovenskem a Maltou. (Do roku 2003 byla předstihována 

i Maďarskem.) 

22 Propočty vývoje souhrnné produktivity za Českou republiku, vybrané nové 

členské země a země EU-15 viz např. Kadeřábková a kol., 2008, s. 24–27 nebo 

Hájek, 2008, s. 435–448. 

38

Mezi ekonomicky vyspělými zeměmi EU-15 existují rovněž 

značné rozdíly v pořadí podle HDP na obyvatele a HDP na 

pracovníka. Podle produktivity práce se silně vpřed posunuje 

Belgie a Francie a výrazně ztrácí Dánsko. Všechny země EU-15 (tj. 

v dřívějším složení EU před rozšířením o 12 nových členských 

zemí) s výjimkou Řecka a Portugalska se však pohybují nad 100 % 

průměru EU-27 (srovnej graf č. 2 a 3). 

Graf č. 2: HDP na obyvatele v zemích EU-27, 2009 (EU-27 = 100) 

140 

120 

100 

80 

60 

40 

20 

0 

NL IE AT SE DK UK DE BE FI 

FR ES IT CY GR SI CZ PT MT SK EE HU PL LT LV BG RO 

Poznámka: Atypické Lucembursko se 271 % HDP na obyvatele vypuštěno, 

Řecko prozatímní hodnota. 

Zdroj: EUROSTAT – National Accounts (31. 10. 2010). 

Graf č. 3: HDP na pracovníka v PPS v zemích EU-27, rok 2009 

(EU-27 = 100) 

Poznámka: Atypické Lucembursko ukazuje HDP na pracovníka ve výši 

170. Řecko předběžné údaje, Polsko předpověď. 


39

V produktivitě na odpracovanou hodinu zaostává česká 

ekonomika ještě více než v propočtu na pracovníka. Za 

slovenskou ekonomikou se opožďuje o 11 procentních bodů 

a v relaci k EU-15 dosahuje pouze 55 %, zatímco Slovensko 66 % 

(viz tabulka 2). 

Tabulka č. 2: HDP na pracovníka a na odpracovanou hodinu v PPS 

v zemích EU-10 v roce 2009 (EU-15 = 100) 

HDP na 

pracovníka 

HDP na odpracovanou 

hodinu 

Česká republika 65,4 55,2 

Maďarsko 63,9 51,9 

Polsko 59,4 44,2 1) 

Slovensko 71,9 65,8 

Slovinsko 73,7 73,7 1) 

Estonsko 58,1 50,7 

Litva 50,7 43,0 

Lotyšsko 45,4 37,3 

Bulharsko 33,9 30,9 2) 

Rumunsko 42,9 36,6 

Poznámka: 1) 2008, 2) 2007. 


Využití práceschopného obyvatelstva a demografické faktory 

Náskok v ekonomické úrovni České republiky před ostatními 

středoevropskými zeměmi je ve značné míře dán vyšším využitím 

práceschopného obyvatelstva a dosud ještě příznivějším demografickým 

složením. Míra ekonomické aktivity i míra zaměstnanosti 

jsou poměrně vysoké a míra nezaměstnanosti je nízká (viz 

tabulka č. 3). 

Vyšší míra zaměstnanosti v ČR vyniká zejména ve srovnání 

s Maďarskem, které má celkově nízkou míru ekonomické aktivity. 

Rozdíl v míře zaměstnanosti mezi oběma zeměmi se pohybuje 

kolem 10 procentních bodů, a to i před roky 2008–2009, kdy 

v Maďarsku byla výrazně nižší míra nezaměstnanosti než v ČR. Ve 

srovnání se Slovenskem zlepšuje výrazně pozici České republiky 

40

v ekonomické úrovni nižší míra nezaměstnanosti (na Slovensku 

byla v roce 2008 nezaměstnanost v rámci EU-27 po Španělsku 

nejhorší). V roce 2009 se míra nezaměstnanosti ve všech zemích 

zvedla, v ČR přitom byla v rámci zemí EU-5 po Slovinsku nejnižší. 

Nejvyšší byla na Slovensku a v Maďarsku a výrazně stoupla 

i v Polsku, které muselo i v dobách konjunktury v současné 

dekádě čelit poměrně vysoké nezaměstnanosti, řešené částečně i 

vývozem pracovních sil. 

Tabulka č. 3: Míry zaměstnanosti a nezaměstnanosti v zemích 

EU-5, EU-15 a EU-27 

Míra zaměstnanosti 1) Míra nezaměstnanosti 2) 

2000 2008 2009 2000 2008 2009 

ČR 65,0 66,6 65,4 8,7 4,4 6,7 

Maďarsko 56,3 56,7 55,4 6,4 7,8 10,0 

Polsko 55,0 59,2 59,3 16,1 7,1 8,2 

Slovensko 56,8 62,3 60,2 18,8 9,5 12,0 

Slovinsko 62,8 68,6 67,5 6,7 4,4 5,9 

EU-15 63,4 67,3 65,9 7,7 7,1 9,0 

EU-27 62,2 65,9 64,6 8,7 7,0 8,9 

1) 

Počet zaměstnaných ve věku 15–64 let k celkovému počtu obyvatelstva 

téže věkové skupiny; 2) Počet nezaměstnaných k počtu obyvatelstva ve 

věku 15–74 let. 

Zdroj: EUROSTAT – Population and Social Conditions – Labour Market – 

LFS Statistics (6. 9. 2010). 

Demografický faktor hraje rovněž nezanedbatelnou roli 

v rozdílech celkové ekonomické úrovně. Podíl obyvatelstva 

v produktivním věku k celkovému počtu obyvatelstva je v ČR 

relativně vysoký díky silným populačním ročníkům z poloviny 

70. let. Celková demografická míra závislosti (podíl osob mimo 

produktivní věk na celkovém počtu obyvatelstva) dosáhla v roce 

2009 jen 29,0 % a byla zhruba o 4 procentní body nižší než průměr 

EU-27 (viz tabulka č. 4). 

Míra ekonomické závislosti starších osob (old age dependency 

ratio), měřená jako podíl obyvatelstva ve věku 65 let a více 

k obyvatelstvu v produktivním věku (15 až 64 let), dosáhla v ČR 

41

v roce 2009 20,9 %. Ve srovnání s EU-27 byla o 5 procentních 

bodů nižší. Míra ekonomické závislosti osob do 15 let činila 

19,8 %. V součtu celkový počet ekonomicky závislých osob 

k produktivnímu obyvatelstvu činil 40,7 % a byl zhruba o 8 procentních 

bodů nižší než činil průměr za země EU-27. 

Tabulka č. 4: Celková demografická míra závislosti v ČR a EU-27 1) 

0–14 let 65 let a více Celkem mimo 

produktivní věk 

2008 2009 2008 2009 2008 2009 

ČR 14,2 14,1 14,6 14,9 28,8 29,0 

EU-27 15,7 .. 17,1 .. 32,8 .. 

Rozdíl -1,5 .. -2,5 .. -4,0 .. 

Poznámka: 1) Podíl osob ve věku 0–14 let a 65 let a více k celkovému 

počtu obyvatelstva. 

Zdroj: EUROSTAT – Population and Social Conditions (4. 11. 2010). 

V mezinárodním srovnání relativně malý podíl ekonomicky závislých 

osob v České republice v současném období významně zlepšuje 

celkovou pozici země v ekonomické úrovni. V horizontu příštích 

desetiletí se však situace prudce obrátí. Nízký podíl dětí a 

mladistvých povede ke zmenšení podílu ekonomicky aktivních 

osob a bude tak výrazně působit na snížení ekonomické úrovně 

v poměru k zemím s příznivějším věkovým složením. Příprava na 

tuto silně změněnou situaci v důchodovém systému a v dalších 

oblastech nabývá na naléhavosti. 

3. HDP VS. HRUBÝ A ČISTÝ NÁRODNÍ DŮCHOD 

3.1 Hrubý národní důchod 

HDP charakterizuje ekonomický výkon na daném území. Část 

prvotních důchodů (zisků zahraničních společností a mezd zahraničních 

pracovníků) však odplývá do domovských zemí a naopak 

analogické důchodové toky opačným směrem připlývají. Zdroje 

pro spotřebu a investice v dané zemi se proto od HDP značně 

odlišují. Rozlišování konceptu domácího produktu a národního 

42

důchodu nabývá stále většího významu v malých otevřených 

ekonomikách nových členských zemí EU v důsledku zvyšujícího se 

vlivu přímých zahraničních investic (PZI). 23 V některých zemích 

s větší migrací pracovních sil má na rozdíl mezi oběma koncepty 

rovněž značný vliv přesun mezd, zasílaných migrujícími pracovníky 

do domovských zemí. 

Vyspělé ekonomiky EU mají z velké části vyšší HND než HDP 

(Německo, Francie, Spojené království, Belgie, Dánsko, Švédsko). 

Významněji se odlišují Lucembursko a Irsko, kde HND v relaci 

k HDP dosáhl v roce 2009 jen 70 %, resp. 83 %. 

V rámci nových členských zemí EU je v současnosti největší rozdíl 

mezi hrubým domácím produktem a hrubým národním důchodem 

v ČR (až do roku 2008 byl největší v Maďarsku). V roce 2009 

se na druhém místě před Maďarskem ocitlo Bulharsko a na čtvrté 

místo při prudkém poklesu výnosů z migrace pracovních sil postoupilo 

Polsko, kde byl ještě v roce 2008 rozdíl mezi HDP a HND 

z 10 nových členských zemí po Lotyšsku nejmenší (viz tabulka č. 5). 

Až do roku 2008 byl ve všech nových členských zemích HND nižší 

než HDP. V krizovém roce 2009 došlo k velkým pohybům 

v pobaltských zemích, při kterých se podíl HND zvýšil, a to v Litvě 

a Lotyšku dokonce nad 100 % HDP. 

Přesun prvotních důchodů, který národní účty zachycují v rozdílu 

mezi hrubým domácím produktem a hrubým národním důchodem, 

je na běžném účtu platební bilance evidován v bilanci výnosů. 

S dozráváním zahraničních investic přechází tato bilance do 

pasiva a stává se zdrojem celkového deficitu běžného účtu. Jelikož 

hlavní přísun PZI se v nových členských zemích EU objevoval 

v různých etapách, má i odliv repatriovaných (a reinvestovaných) 

zisků různá zpoždění. Započal nejdříve a s největší intenzitou 

23 PZI jsou v platební bilanci definovány podle minimálně 10% podílu zahraničního 

investora na základním jmění firmy. Národní účty rozeznávají v rámci nefinančních 

podniků podniky pod zahraniční kontrolou. Rozlišujícím znakem je 

minimálně 50% účast na základním jmění daného podniku. 

43

v Maďarsku již v první polovině 90. let, od konce 90. let prudce 

zesílil v České republice a nejpozději se dostavil na Slovensku. 

Tyto odchylky se projevují v postupném narůstání rozdílu mezi 

HDP a HND v jednotlivých zemích, jehož rozměr je přímo úměrný 

stupni zralosti PZI. V roce 2009 došlo navíc k mimořádným přesunům 

prvotních důchodů v důsledku krize. 

Tabulka č. 5: Poměr HND k HDP a tempa růstu HDP a HND v s.c. 

v zemích EU-10 

HND v % HDP Tempa růstu v % 

2008 2009 2006 2007 2008 2009 

CZ HDP 6,8 6,1 2,5 -4,1 

HND 95,5 94,1 6,3 3,9 2,3 -3,0 

BG HDP 6,3 6,2 6,0 -5,0 

HND 94,9 94,5 2,7 7,6 5,7 -4,5 

HU HDP 3,6 0,8 0,8 -6,7 

HND 93,6 95,0 3,6 -0,4 1,1 -5,5 

PL HDP 6,2 6,8 5,1 1,7 

HND 98,0 96,5 5,5 5,6 6,4 0,7 

EE HDP 10,6 6,9 -5,1 -13,9 

HND 94,6 97,7 8,3 5,2 -2,6 -10,7 

SI HDP 5,9 6,9 3,7 -8,1 

HND 97,3 98,1 5,4 5,8 3,2 -6,9 

SK HDP 8,5 10,5 5,8 -4,8 

HND 97,6 99,2 8,2 11,1 6,1 -3,2 

RO HDP 7,9 6,3 7,3 -7,1 

HND 97,1 99,3 f) 7,4 6,0 7,0 -5,1 

LT HDP 7,8 9,8 2,9 -14,7 

HND 96,6 101,9 7,3 8,0 4,2 -13,1 

LV HDP 12,2 10,0 -4,2 -18,0 

HND 99,0 107,6 10,3 9,6 -2,8 -10,8 

Poznámka: Pořadí zemí podle podílu HND/HDP v roce 2009 (vzestupně). 

Tempa růstu HND byla přepočtena do stálých cen deflátorem HDP a jsou 

převzata ze staršího pramene než tempa růstu HDP, proto dojde 

k upřesnění. f) Předpověď. 

Zdroj: EUROSTAT – National Accounts (9. 11. 2010), ECFIN (2010b). 

44

V České republice jsou obchodní bilance i výkonová bilance (tj. 

bilance zboží a služeb) od roku 2005 aktivní, což silně ovlivnil 

zvýšený vývoz společností pod zahraniční kontrolou. Avšak rostoucí 

pasivum bilance výnosů způsobené odlivem reinvestovaných 

i repatriovaných zisků zahraničních společností vede 

k tomu, že celkový běžný účet zůstává v pasivu. V roce 2008 

schodek běžného účtu platební bilance dosáhl 0,6 % HDP. (Při 

celkovém deficitu běžného účtu 23 mld. Kč činilo aktivum obchodní 

bilance 103 mld. Kč a aktivum bilance služeb 66 mld. Kč, 

zatímco pasivum bilance výnosů dosáhlo 174 mld. Kč.) V roce 

2009 se deficit běžného účtu zvýšil na 1,0 % HDP (37 mld. Kč), 

a to při zvýšení aktiva obchodní bilance na 181 mld. Kč 

(v důsledku většího snížení dovozu než vývozu), avšak při současném 

velkém poklesu aktiva služeb na pouhých 27 mld. Kč. Odliv 

prvotních důchodů v bilanci výnosů se zvýšil na 231 mld. Kč 

(v tom přesun investičních výnosů vzrostl ze 155 mld. Kč v roce 

2008 na 217 mld. Kč v roce 2009 – viz MF ČR 2010, s. 56). 

Čistý národní důchod 

Výstižným ukazatelem prosperity dané země je čistý národní 

důchod (ČND), který na rozdíl od HDP nebo HND rozlišuje rozdílnou 

situaci zemí, v nichž je tvorba produktu různě kapitálově 

náročná. Odvozuje se z HND po odečtení spotřeby fixního kapitálu. 

24 Dohánějící ekonomiky mají v relaci k vyspělým zemím 

vesměs nižší HND i ČND než HDP. Společnou příčinou je převažující 

odliv prvotních důchodů z přímých zahraničních investic, liší 

se míra opotřebení fixního kapitálu. Česká republika ustupuje ze 

17. místa v rámci zemí EU-27 podle HDP na obyvatele až na místo 

19. podle ČND na obyvatele. (Výrobní struktura zde implikuje 

vysoké opotřebení kapitálu). Naopak Polsko se posouvá podle 

ČND vpřed před Estonsko a Maďarsko (srovnej graf 4 a 5). 

24 Dalším méně často používaným odvozeným ukazatelem je disponibilní čistý 

národní důchod, získaný z ČND po odečtení salda běžných transferů. 

45

Graf č. 4: Hrubý domácí produkt na obyvatele v PPS v zemích EU- 

27, rok 2009 (EU-15 = 100) 

140 

120 

100 

80 

60 

40 

20 

0 

NL IE AT SE DK UK DE BE FI 

FR ES IT CY GR SI CZ PT MT SK EE HU PL LT LV RO BG 

Poznámka: Atypické Lucembursko se 245 % HDP na obyvatele vypuštěno. 

Zdroj: EUROSTAT – National Accounts (31. 10. 2010), vlastní výpočty. 

Graf č. 5: Čistý národní důchod na obyvatele v PPS v zemích EU- 

27, rok 2009 (EU-15 = 100) 

120 

100 

80 

60 

40 

20 

0 

NL SE UK AT DK DE BE IE FR FI ES IT CY GR SI PT MT CZ SK PL EE HU LT LV BG 

Poznámka: Atypické Lucembursko se 167 % ČND na obyvatele vypuštěno, 

údaj za Rumunsko není k dispozici; za Kypr a Bulharsko odhad podle 

roku 2008 a temp poklesu HDP v roce 2009. 


Mění se však i pořadí vyspělých zemí. Vpřed se podle ČND posouvá 

Švédsko a Spojené království. Naopak Irsko ustupuje 

z přední pozice – ze 3. místa po Lucembursku a Nizozemsku – až 

46

na 9. místo. 25 V čele (hned za atypickým Lucemburskem) zůstává 

Nizozemsko. Německo zaujímá v obou srovnáních stabilní 

8. místo. V relaci k průměru zemí EU-15 žádná země kromě Lucemburska 

nepřesahuje podle HDP ani ČND 120 %. 

3.2 Individuální a kolektivní spotřeba, výdaje na spotřebu 

domácností a mzdy 

V ukazatelích životní úrovně zaostává Česká republika za vyspělými 

zeměmi podstatně více a úroveň ekonomicky slabších ekonomik 

převyšuje daleko méně než podle ukazatelů celkového 

ekonomického výkonu. Komplexním ukazatelem spotřeby obyvatelstva 

v národních účtech je skutečná individuální spotřeba, 

která zahrnuje i naturální sociální transfery (především výdaje na 

školství a zdravotnictví). Užším ukazatelem jsou výdaje na spotřebu 

domácností, hrazené z individuálních příjmů. 

Individuální spotřeba 

Skutečná individuální spotřeba v propočtu na obyvatele ukazuje 

jiné pořadí zemí než HDP na obyvatele, a to zejména v důsledku 

odlišného podílu investic do fixního kapitálu a salda ve vztahu 

k zahraničí, tj. přebytku či schodku ve výkonové bilanci a v bilanci 

výnosů (viz graf 6). 

V některých zemích je podíl individuální spotřeby nadměrný. 

Prosazuje se na úkor investic do fixního kapitálu, resp. za cenu 

vysokého deficitu obchodní bilance. Omezuje tak budoucí ekonomický 

růst, resp. vyvolává trvalou zahraničně obchodní nerovnováhu. 

25 Zahraniční Irové, kteří v zemi svého původu hojně investovali, stahují své 

zisky zpět do současných domovských zemí, zejména do USA. 

47

Graf č. 6: Skutečná individuální spotřeba na obyvatele v PPS 

v zemích EU-27, rok 2008 

35000 

30000 

25000 

20000 

15000 

10000 

5000 

0 

LU UK IE DK NL SE AT DE FR FI BE GR CY IT ES PT SI MT CZ LT SK EE HU LV PL RO BG 


V rámci vyspělých ekonomik EU-27 se do čela zemí s nejvyšší individuální 

spotřebou (po Lucembursku) posunuje Spojené království, 

které se podle ekonomické úrovně nachází až na 7. místě. Lepší 

pozici v individuální spotřebě než v HDP mají rovněž Francie, Dánsko 

a Portugalsko. (V Irsku pozice v individuální spotřebě neodpovídá 

vytvářenému národnímu důchodu.) Před Itálii a Španělsko se 

posunují Řecko a Kypr, jejichž úroveň spotřeby je výrazně vyšší, 

než by odpovídalo jejich ekonomické úrovni. V Řecku se existující 

disproporce již projevily v neudržitelnosti takovéhoto vývoje. 

Naopak ze 4. místa podle HDP na obyvatele na 7. místo podle 

individuální spotřeby se odsunuje Rakousko, mírně ztrácí v pořadí 

též Nizozemsko. Pořadí Německa (8. místo) zůstává v obou srovnáních 

stabilní. Z nových členských zemí má lepší umístění 

v individuální spotřebě než v ekonomické úrovni Polsko, Litva, 

Lotyšsko, Rumunsko, Bulharsko a Malta. V těchto zemích se tak 

děje buď na úkor míry investic, nebo za cenu vysokého deficitu 

výkonové bilance (pobaltské státy). Individuální spotřeba zemí 

bývalé EU-15 se s výjimkou Lucemburska pohybuje blízko 20 tisíc 

PPS na obyvatele. Nové členské země EU s výjimkou Bulharska 

a Rumunska se pohybují v rozmezí 10 až 15 tisíc PPS na obyvatele 

(Slovinsko je přitom blíže horní hranici). 

48

V roce 2009 došlo k významným změnám v pořadí zemí podle 

individuální spotřeby, a to v neprospěch České republiky. 26 Její 

mezinárodní pozice se zhoršila, když individuální spotřeba 

v propočtu na obyvatele poklesla ze 12,1 tisíc PPS v předchozím 

roce na 11,7 tisíc PPS. V rámci zemí EU-27 se tak ČR zařadila až na 

20. místo. V relaci k Německu dosáhla podle HDP na obyvatele 

69,2 %, avšak podle individuální spotřeby jen 60,6 %. Poprvé za 

dlouhé historické období byla individuální spotřeba v České republice 

nižší než na Slovensku, kde v roce 2009 stagnovala na 

11,8 tis. PPS. I když v dalších letech se pořadí může opět obrátit, 

je zřejmé, že v prvním roce hospodářské recese byly dopady na 

obyvatelstvo tvrdší v ČR než na Slovensku. Ještě výraznější předstih 

získalo Slovensko před Českou republikou ve výdajích na 

konečnou spotřebu domácností (viz tabulka č. 6). 

Tabulka č. 6: Skutečná individuální spotřeba a výdaje na konečnou 

spotřebu domácností na obyvatele v zemích EU-5, Německu, Rakousku 

a Francii (2009) 

Skutečná individuální 

spotřeba 

Výdaje na konečnou 

spotřebu domácností 

V PPS Německo = 100 V PPS Německo = 100 

Česká republika 11700 60,6 9400 59,9 

Maďarsko 9700 50,3 7700 49,0 

Polsko 10300 53,4 8700 55,4 

Slovensko 11800 61,1 10000 63,7 

Slovinsko 14000 72,5 11300 72,0 

Německo 19300 100,0 15700 100,0 

Rakousko 19000 98,4 15300 97,5 

Francie 18800 97,4 14400 91,7 

Zdroj: Eurostat – National Accounts (4. 11. 2010). 

Výdaje na spotřebu domácností 

Ve výdajích na konečnou spotřebu domácností je v České republice, 

v Maďarsku i ve Slovinsku výraznější odstup od vyspělých 

zemí než ve skutečné individuální spotřebě, která je zde částečně 

26 Za rok 2009 nejsou ještě k dispozici kompletní údaje za všechny země EU-27. 

49

zlepšována vyššími naturálními sociálními transfery. V Polsku 

a na Slovensku je tomu naopak. Výdaje na konečnou spotřebu 

domácností v propočtu na obyvatele dosáhly v roce 2009 v České 

republice 9,4 tisíc PPS, tj. v relaci k Německu jen 59,9 %. 

V ostatních středoevropských zemích neexistuje ve srovnání 

s Českou republikou tak velký rozdíl v mezinárodní pozici, charakterizované 

buď ukazateli ekonomického výkonu, nebo životní 

úrovní. Maďarsko mělo v roce 2005 stejnou relaci k průměru 

zemí OECD v HDP i ve skutečné individuální spotřebě v propočtu 

na obyvatele. Polsko mělo poměr v individuální spotřebě dokonce 

příznivější než v HDP, a to na úkor míry investic, která je zde 

silně podprůměrná (viz ECP, 2005, OECD – EUROSTAT 2007). 

Jmenované země investovaly do svého budoucího rozvoje méně 

než Česká republika. 

Podle výdajů na konečnou spotřebu domácností je nápadný vzestup 

Kypru a Řecka, které se v roce 2008 posunuly na 2. a 3. místo 

v rámci zemí EU-27, hned za atypické Lucembursko. Tyto jižní 

země tak předbíhají vyspělé členské státy EU, za kterými nejen 

v ekonomické úrovni, ale i ve skutečné individuální spotřebě 

zaostávají. Je to dáno nižším podílem naturálních sociálních 

transferů (hrazených z veřejných zdrojů) na zdravotnictví, školství 

a ostatní služby. 27 

Naopak severské země s vysokými naturálními sociálními transfery, 

které se podle individuální spotřeby nacházejí na předních 

příčkách evropského žebříčku – Dánsko, Švédsko, Finsko, ale též 

Nizozemsko – klesají podle výdajů na spotřebu domácností do 

střední skupiny s výdaji mezi 10 až 15 tis. PPS na obyvatele. 

Z nových členských zemí se na konci této střední skupiny pohybovaly 

v roce 2008 (před krizovým obdobím) Slovinsko, Česká 

27 Naturální sociální transfery, poskytované v rámci spotřeby vlády, nezahrnují 

peněžní transfery obyvatelstvu, které vcházejí do konečné spotřeby domácností. 

Nejde tedy o obvykle chápané (nenaturální) sociální transfery. 

50

epublika a Slovensko. V nejslabší skupině s výdaji pod 10 tis. PPS 

se ocitají všechny ostatní nové členské země. 

Mezinárodní srovnávací programy 

V rámci institucí OSN i OECD byla založena řada mezinárodních 

srovnávacích programů, do kterých se pro země EU v detailnějším 

rozložení zapojil EUROSTAT. Podle staršího mezinárodního srovnávacího 

programu za rok 2005 28 lze srovnat pozici ČR a ostatních 

zemí Visegrádské čtyřky podle výše individuální a kolektivní 

spotřeby a hrubé tvorby fixního kapitálu v relaci k průměru 30 

zemí OECD. Orientačně jsou uvedeny též výdaje na spotřebu 

domácností, nezahrnující sociální transfery (viz tabulka č. 7). 

Tabulka č. 7: Relace vybraných zemí k průměru OECD podle HDP 

a jeho hlavních výdajových složek v roce 2005 (OECD = 100, 

v paritě kupní síly) 

HDP 

na 

obyvatele 

skutečnou 

individuální 

spotřebu 

z toho výdaje na 

skutečnou hrubou 

kolektivní tvorbu 

spotřebu fixního 

kapitálu 

spotřebu 

domácností 

Česká rep. 70 62 112 66 53 

Maďarsko 59 59 82 49 49 

Polsko 47 49 58 34 43 

Slovensko 55 53 99 50 47 

Zdroj: OECD – EUROSTAT (2007), s. 120. 

Mzdy v mezinárodním srovnání 

Mzdová úroveň se v nových členských zemích liší od vyspělých 

zemí více než úroveň HDP a produktivita práce. Nízké jednotkové 

pracovní náklady tvoří hlavní konkurenční výhodu, s níž se tyto 

země mohou na evropském a světovém trhu prosadit. Nejmenší 

rozdíl ve mzdách vůči vyspělým evropským zemím EU je ve 

28 Kompletní výsledky za rok 2008, který bude sloužit jako referenční v rámci 

probíhajícího kola ECP, budou k dispozici až v roce 2011 (kolo je předběžně 

označeno jako 2011 ICP Round). 

51

Slovinsku, kde se mzdy v eurech pohybují téměř na polovině 

a v PPS zhruba na dvou třetinách mezd rakouských. Úroveň mezd 

v ostatních středoevropských zemích je nižší. V eurech se v roce 

2009 pohybovaly mezi 24 % až 30 % a v PPS mezi 41 % až 49 % 

mezd rakouských. Velmi nízké jsou mzdy v později přistoupivších 

zemích – Bulharsku a Rumunsku (viz tabulka č. 8). 

Tabulka 8: Průměrné hrubé měsíční mzdy v zemích EU-5 

a v Bulharsku a Rumunsku v relaci k Rakousku, 2008–2009 

Mzdy v kurzovém přepočtu 

Mzdy v PPS 

2008 2009 2008 2009 

EUR AT= EUR AT = EUR AT = EUR AT = 100 

100 

100 

100 

CZ 944 32,4 889 29,8 1341 50,3 1283 49,0 

HU 791 27,2 713 23,9 1215 45,5 1144 43,6 

PL 838 28,8 717 24,1 1247 46,7 1249 47,7 

SK 697 23,9 745 25,0 1053 39,5 1081 41,2 

SI 1391 47,8 1439 48,3 1727 64,7 1725 65,8 

BG 268 9,2 303 10,2 619 23,2 658 25,1 

RO 478 16,4 445 14,9 886 33,2 910 34,7 

AT 2913 100,0 2980 100,0 2668 100,0 2621 100,0 

Zdroj: Astrov, Holzner, Laski, Podkaminer et al. (2010), s. 145–148, 

vlastní výpočty. 

Slovenské mzdy byly až do roku 2008 značně nižší než v ostatních 

středoevropských zemích. Avšak po přijetí eura, vůči němuž 

měny ostatních středoevropských zemí v průběhu krize 

oslabovaly, se od roku 2009 v kurzovém přepočtu zvýšily, zatímco 

v ostatních zemích (s výjimkou dřívějšího člena eurozóny 

Slovinska) naopak relativně klesaly. Vyšší mzdová konkurenční 

schopnost Slovenska ve srovnání s Českou republikou tak do 

určité míry vyprchala. Zatímco v roce 2008 činily slovenské 

„eurové“ mzdy jen 74 % českých, v roce 2009 se zvýšily na 84 %. 

V relaci k Polsku byly slovenské mzdy v eurech v roce 2008 ještě 

nižší, v roce 2009 však úroveň polských mezd již předstihly. 

52

3.3 Relace alternativních ukazatelů 

Srovnání alternativních ukazatelů v rámci zemí EU i v rámci zemí 

OECD ukazují, že mezinárodní pozice české ekonomiky je podstatně 

méně příznivá podle ukazatelů HND a ČND než podle HDP 

(srovnej grafy č. 4 a 5 a tabulku č. 5). Relace ukazatelů charakterizujících 

životní úroveň je až na výjimky ještě méně příznivá než 

podle ukazatele čistého národního důchodu, jak ukazují relace 

skutečné individuální spotřeby – SIS (viz tabulka č. 9). 

Tabulka č. 9: Relace České republiky k EU-27, EU-15 a vybraným 

zemím podle alternativních ukazatelů v propočtu na obyvatele 

v roce 2009 (v PPS, seskupení zemí či vybraná země = 100) 

HDP HND ČND SIS 

EU-27 80 76 … ... 

EU-15 73 68 65 … 

Německo 69 64 61 61 

Rakousko 66 62 61 62 

Francie 75 70 66 62 

Spojené království 69 64 58 53 

Slovinsko 92 88 85 84 

Slovensko 113 107 105 99 

Maďarsko 128 126 123 121 

Polsko 132 129 117 114 


Důvodem horších relací v ukazatelích spotřeby obyvatelstva než 

v ukazatelích ekonomického výkonu v České republice je relativně 

vysoká míra hrubých i čistých investic a většinou též menší pasivum 

ve vztahu k zahraničí než v ostatních srovnávaných zemích. 

Vyváženější vztah spotřeby obyvatelstva k ČND je v relaci 

k sousednímu Německu, ve srovnání s nímž úroveň HDP na obyvatele 

v PPS v roce 2009 dosahovala 69 %, podle HND na obyvatele 

64 % a podle ČND na obyvatele 61 %. Přitom relace ve skutečné 

individuální spotřebě na obyvatele byla stejná jako v ČND, neboť 

Německo vyniká vysokým kladným saldem obchodní bilance a 

rovněž jeho míra investic je v rámci vyspělých zemí nadprůměrná. 

53

Zarážející je změna, ke které došlo v roce 2009 v relaci ke Slovensku. 

I když podle všech ukazatelů ekonomického výkonu či vytvářeného 

hrubého i čistého důchodu na obyvatele (i vyplácených 

průměrných mezd) jsou ukazatele v České republice vyšší, individuální 

spotřeba a zejména pak výdaje na spotřebu domácností 

jsou od roku 2009 vyšší na Slovensku. Krizový pokles v roce 2009 

se dotkl slovenského obyvatelstva méně než českého. Pokles 

výdajů na spotřebu domácností České republiky v relaci ke Slovensku 

je nápadný i při srovnání s rokem 2005 (srovnej s tabulkou 

č. 7). Částečně vyplývá ze slovenských reforem posledních 

let, které snížily sociální transfery a přesunuly část výdajů 

k úhradě domácnostem. Skutečná individuální spotřeba však byla 

až do roku 2008 v České republice vyšší. 

ZÁVĚR 

Hrubý domácí produkt představuje jednu z klíčových charakteristik 

ekonomického výkonu a celkové prosperity. Při širokém využívání 

tohoto ukazatele v odborných ekonomických materiálech 

i v populární publicistice je nutno vnímat jeho omezení 

a doplňovat jej souborem navazujících charakteristik a alternativních 

indikátorů, vystihujících rozličné aspekty ekonomického 

rozvoje a sociálního pokroku. 

Doporučení mezinárodních odborných institucí, věnujících se 

adekvátnímu zachycování ekonomického a sociálního rozvoje, se 

orientují na přechod od produkčně orientovaného systému 

k měření celkového blahobytu současných i budoucích generací. 

Rozšířené charakteristiky ekonomického a sociálního pokroku 

propojují různé dimenze a zdůrazňují udržitelnost a stabilitu ekonomického 

růstu. To předpokládá respekt k ekologickým hlediskům 

a kvalitativním stránkám ekonomického a sociálního rozvoje. 

Kromě klasických charakteristik jako je HDP je třeba zkoumat 

okruh otázek týkajících se kvality života a udržitelnosti ekonomického 

růstu při respektování komplexnosti a multidimenzionální- 

54

ho charakteru zboží služeb. Pro mnohé ekonomiky, evropské pak 

zvláště, je zvýšení ekonomického výkonu spíše záležitostí kvality 

než kvantity zboží a služeb. 

Analýza postupu reálné konvergence na základě alternativních 

indikátorů prokazuje, že ukazatel HDP ve stálých domácích cenách 

nezachycuje všechny významné vlivy, působící na odstraňování 

mezery v ekonomické úrovni. Postup reálné konvergence 

charakterizovaný vývojem HDP na obyvatele v běžných paritách 

kupní síly se může odlišovat od vývoje objemových indexů, konstruovaných 

ve stálých domácích cenách. V krajních případech se 

mohou projevovat statistické paradoxy, kdy reálná konvergence 

probíhá i při pomalejších vykazovaných tempech ekonomického 

růstu, anebo kdy naopak při vykazovaném předstihu v tempech 

růstu HDP dochází k reálné divergenci, jako tomu bylo například 

při srovnávání plánovaných a tržních ekonomik v období před 

rozpadem Východního bloku. 

Nedostatečné zachycení některých kvalitativních faktorů v HDP, 

měřeném ve stálých domácích cenách, je jedním z hlavních důvodů 

zkoumaných odchylek. Stálé ceny neodrážejí zlepšování 

nebo zhoršování směnných relací v obchodování se světem. Efekt 

vývoje směnných relací, výrazně ovlivňující rychlost konvergence 

v malých otevřených ekonomikách, lze zachytit ukazatelem reálného 

hrubého domácího důchodu (RHDD). Tempa růstu RHDD 

byla v České republice v dlouhodobém vývoji o více než půl procentního 

bodu rychlejší než tempa růstu HDP. Na Slovensku je 

tomu naopak. V důsledku toho se tempa růstu RHDD v obou 

zemích liší méně než tempa růstu HDP, která jsou na Slovensku 

podstatně rychlejší. 

Mezi faktory konvergence v dohánějících ekonomikách je nejvýznamnější 

předstih v tempech růstu produktivity práce. Úroveň 

produktivity práce je v rámci zemí EU-10 nejvyšší ve Slovinsku 

a na Slovensku (85 %, resp. 79 % k EU-27, 2009). ČR má lepší 

pozici v ekonomické úrovni než Slovensko, avšak v produktivitě 

práce zaostává. 

55

Nejvyššího ukazatele HDP na obyvatele v rámci zemí Visegrádské 

čtyřky dosahuje Česká republika díky vyššímu využití pracovních 

zdrojů. Ve srovnání s Maďarskem je v České republice podstatně 

vyšší míra ekonomické aktivity a ve srovnání se Slovenskem podstatně 

nižší míra nezaměstnanosti. V rámci celé EU významně 

zlepšuje ekonomickou pozici České republiky demografický faktor, 

neboť podíl ekonomicky závislých osob v předproduktivním 

i poproduktivním věku je zde v souhrnu o 8 p.b. nižší než 

v průměru za země EU-27. Před koncem 30. let a zejména pak 

kolem roku 2050 se však situace obrátí a vývoj ekonomické úrovně 

bude silně ohrožen stárnutím českého obyvatelstva. 

Alternativní ukazatele, které charakterizují mezinárodní ekonomickou 

pozici jednotlivých zemí z různých stránek, ukazují významné 

rozdíly na výsledné škále. Většina nových postkomunistických 

členských zemí se vyznačuje nižší úrovní HND než HDP na 

obyvatele v relaci k průměru zemí EU. Je to způsobeno rozsáhlými 

zahraničními investicemi, které prudce vzrostly v době přičleňování 

k EU. Zisky z těchto investic se s určitým časovým odstupem 

začínají stahovat do mateřských zemí investorů, a to 

v období hospodářské recese zvlášť intenzivně. V České republice 

byl v roce 2009 hrubý národní důchod (HND) o 6 procentních 

bodů nižší než HDP, což představovalo největší rozdíl ze všech 

zemí EU-10 (do roku 2008 byl nejvyšší rozdíl rovněž o 6 procentních 

bodů v Maďarsku). Mezera mezi HDP a HND se postupně 

zvětšuje a rozšiřuje se i na země, kam zahraniční investice přicházely 

později. 

Země s vyšší kapitálovou náročností, ke kterým v důsledku svého 

průmyslového zaměření patří Česká republika, mají méně příznivou 

mezinárodní pozici v ČND než v HND v důsledku vyšší spotřeby 

fixního kapitálu. Spolu s dalšími faktory, jako je výše přebytku 

v obchodní a výkonové bilanci, se tato skutečnost odráží v horší 

mezinárodní pozici, pokud jde o skutečnou individuální spotřebu 

a výdaje na konečnou spotřebu domácností, než v celkové eko- 

56

nomické úrovni. (Skutečná individuální spotřeba je přitom v České 

republice zlepšována vyššími sociálními transfery.) 

K zarážející změně došlo v roce 2009 v relaci České republiky ke 

Slovensku. Ačkoliv všechny ukazatele ekonomického výkonu či 

vytvářeného hrubého i čistého důchodu na obyvatele (i vyplácených 

průměrných mezd) jsou v České republice vyšší, individuální 

spotřeba byla vyšší na Slovensku. I když se tato relace může 

v dalších letech opět obrátit, je zřejmé, že krizový pokles v roce 

2009 se dotkl slovenského obyvatelstva méně než českého. Individuální 

spotřeba zde pouze stagnovala, zatímco v ČR klesala. 

Slovensko je přitom nákladově konkurenceschopnější, neboť má 

při nižších mzdách a nižších celkových pracovních nákladech vyšší 

úroveň produktivity práce (HDP na pracovníka v PPS). 

57

POUŽITÁ LITERATURA 

ASTROV, V. – HOLZNER, M. – LASKI, K. – PODKAMINER, L. et al. 

(2010): Will Exports Prevail over Austerity? Vienna, The Vienna 

Institute for International Economic Studies, WIIW Current Analyses 

and Forecasts, No. 6, July 2010. 

BEA – Bureau of Economic Analysis (2008): Concepts and Methods 

of the U.S. National Income and Product Accounts. Washington, 

U.S. Department of Commerce, July 2008. 

Commission on the Measurement of Economic Performance and 

Social Progress – CMEPSP (2009): Report by the Commission on 

the Measurement of Economic Performance and Social Progress. 

Paris, CMEPS, www.stiglitz-sen-fitoussi.fr, 2009. 

ECFIN (2009): Economic Forecast Autumn 2009. Luxembourg, 

European Commission, Directorate General ECFIN – Economic 

and Financial Affairs 2009. 

ECFIN (2010): Statistical Annex of European Economy, Spring 

2010. Luxembourg, European Commission, Directorate General 

ECFIN – Economic and Financial Affairs 2010(a). 

ECFIN (2010): Economic Forecast Spring 2010. Luxembourg, European 

Commission, Directorate General ECFIN – Economic and 

Financial Affairs 2010(b). 

EUROSTAT (2010): National Accounts (database). Luxemburg, 

EUROSTAT 2010(a). 

EUROSTAT (2010): Structural Indicators (database). Luxemburg, 

EUROSTAT, 2010(b). 

EUROSTAT (2010): Population and Social Conditions (database). 

Luxemburg, EUROSTAT, 2010(c). 

FIALA, Z. (2007): Kdo je vítěz globalizace? Ekonom, 2007, č. 27, 

s. 34–35. 

GLIGOROV, V. – RICHTER, S. et al. (2007): High Growth Continues, 

with Risks of Overheating on the Horizon. Vienna, The Vienna 

58

Institute for International Economic Studies, WIIW Research Reports, 

No. 341, 2007. 

GLIGOROV, V. – PŐSCHL, J. – RICHTER, S. et al.(2009): Where 

Have All the Shooting Stars Gone? Vienna, The Vienna Institute 

for International Economic Studies, WIIW Current Analyses and 

Forecast No. 4, July 2009. 

GLIGOROV, V. – HAVLIK, P. – LANDESMANN, M. – PŐSCHL, J. – 

RICHTER, S. et al (2010): Crisis Is Over, but Problems Loom Ahead. 

Vienna, The Vienna Institute for International Economic Studies, 

WIIW Current Analyses and Forecast, No. 5, February 2010. 

HÁJEK, M.: Ekonomický růst v ČR a nových členských zemích Evropské 

unie v období 1995–2006. Politická ekonomie, 2008, č. 4, 

s. 435–448. 

IMF (2007): Spillovers and Cycles in the Global Economy. In: 

World Economic Outlook. Washington, International Monetary 

Fund, April 2007. 

IMF (2010): Recovery, Risk, and Rebalancing. In: World Economic 

Outlook. Washington, International Monetary Fund, October 

2010. 

KOHLI, U. (2004): Real GDP, Real Domestic Income, and Termsof-trade 

Changes. Journal of International Economics, 2004, Issue 

1, s. 83−106. 

KRUGMAN, P. (2009): Přehodnocení produktivity americké ekonomiky. 

Britské listy, 17. 4. 2009 (podle blogu na serveru New 

York Times). 

MANDEL, M. (2007): Economics Unbound. Phantom GDP and 

Comparative Advantage. Business Week, 2007, June 9. 

MANDEL, M. (2007): The Real Cost of Offshoring. Business Week, 

2007, June 18. 

MINISTERSTVO FINANCÍ ČR (2010): Makroekonomická predikce 

České republiky. Praha, Ministerstvo financí ČR, říjen 2010. 

59

MOLNAR, M. – PAIN, N. – TAGLIONI, D. (2007): The Internationalisation 

of Production, International Outsourcing and Employment 

in the OECD. Paris, OECD Working Papers, No. 561, April 

2007. 

OECD: The Internationalization of Production, International Outsourcing 

and Employment in the OECD. Paris, OECD 2007. 

OECD – EUROSTAT (2007): Purchasing Power Parities and Real 

Expenditures, 2005 Benchmark Year. Paris, OECD – EUROSTAT, 

2007. 

OECD (2010): OECD Economic Outlook, Volume 2010/1, No. 87. 

Paris, OECD, May 2010. 

STIGLITZ, J. – SEN, A. – FITOUSSI, J. P. (2009): The Measurement 

of Economic Performance and Social Progress Revisited. Paris, 

CMEPS, 2009. 

VINTROVÁ, R. (2006): Historické předpoklady a reálné perspektivy 

konvergence České republiky k Evropské unii. Praha, Studie 

Národohospodářského ústavu Josefa Hlávky, č. 7, 2006. 

VINTROVÁ, R. (2007): Dovezená produktivita: je ukazatel HDP ve 

vyspělých ekonomikách významně zkreslován? Ekonom, 2007, 

č. 27, s. 36–37. 

WORLD BANK (2008): A Portrait of the Global Economy. In: Washington, 

World Development Indicators, s. 193–195, 2008. 

ŽĎÁREK, V. (2009): Moderní způsoby produkce a přímé zahraniční 

investice. Politická ekonomie, 2009, č. 4, s. 509–543. 

60

EMPIRICAL TESTS OF THE RELATIVE PPP 

HYPOTHESIS IN NEW EU MEMBER STATES: 

'AN OLD STORY AND OLD PROBLEMS'? 

Václav Žďárek 

INTRODUCTION 1 

The exchange rate economics and empirical studies attempting 

to verify the related hypotheses have attracted much attention 

of both empirical and theoretical economists. The reason for that 

may be very simple; this particular field has experienced rapid 

theoretical development recently, or it is particularly attractive 

for empirical economists due to ambiguous results. 

One of the most frequently empirically tested hypotheses is the 

purchasing power parity (PPP). There are two versions of the 

PPP. The absolute version of the PPP is based on the law of one 

price (LOP) that is usually tested for individual commodities or 

baskets of commodities. The relative version of the PPP is 

a simplification, as it approximates the changes in individual 

prices by changes in price indices. Particular attention has been 

devoted to the latter as it is not so difficult to test. 

There has been a large number of studies focusing on the PPP, 

both in developed and developing countries. Empirical results 

seem to have been in favour of supporting PPP in developed 

countries. Therefore, recent articles have focused on developed 

countries such as selected OECD countries (e.g. Chortareas and 

1 I thank Dr. Bo ek Vašícek and participants of the 8th biannual conference of 

the Czech Economic Society for their valuable comments, suggestions and stimulating 

discussions. An earlier version of this paper was written as a MSc 

dissertation at the University of Warwick. A part of this paper was written with 

the support of a grant provided by the Ministry of Education, Youth and Sports 

(Centre for research of the Czech economy's competitiveness 1M0524). All 

remaining errors are only mine. 

61

Kapetanios, 2009) or EU15 countries (e.g. Christidou and 

Panagiotidis, 2010). However, the findings have been mixed for 

the developing and transition countries, depending on the set of 

countries, time period, price indices and applied econometric 

techniques. Some studies have even rejected the PPP hypothesis 

using univariate unit root tests (hereinafter referred to as URTs) 

and more recently panel unit root tests (hereinafter referred to 

as pURTs). 2 While the former are exposed to criticism due to low 

power, the latter have solved some problems but simultaneously 

led to new ones (see e.g. Bahmani-Oskooee al., 2008). Some 

authors cast doubts on the PPP theory, and its empirical testing, 

as PPP is a long run concept of exchange rate determination (in 

the horizon of decades for instance), which may span different 

exchange rate regimes and monetary policy environments. 3 

Why have the transition countries in Europe not seen as much 

attention so far? This might be for a number of reasons. For 

example, the availability of data has been limited and the radical 

and deep structural changes during the 1990s make any analysis 

difficult. 4 Additionally, some countries did not exist before 1993, 5 

which puts limits on available time series. Several studies have 

tried to overcome this problem by using data for the black 

market. However, given characteristics of the former regime in 

most of the new EU member states (hereinafter referred to as 

NMS), 6 it is not certain how valid these data and their results are. 

2 LLC and IPS tests have been extensively used in the literature to test PPP 

hypothesis as a response to problems of URTs, see e.g. Alba and Papell, 2007. 

3 For a brief discussion see e.g. Alba and Papell, 2007. 

4 The same does hold true for developing (transition) countries in general, for 

an overview see e.g. Bahmani-Oskooee al., 2008. 

5 The Czech Republic and Slovakia or 1990 in the case of the Baltic States. 

6 Through the text we will use either NMS12 or simply NMS as synonyms for 

all the NMS countries. NMS10 consists of countries from the 5th (2004) wave 

of enlargement (i.e. without Bulgaria and Romania); NMS8 encompasses only 

Central and Eastern European transition countries (i.e. without Cyprus and 

Malta) and NMS5 is the Visegrad group of countries (the so-called core of the 

NMS countries): the Czech Republic, Hungary, Poland, Slovakia and Slovenia. 

62

There have also been studies covering selected NMS countries, 

which focused on issues related to the process of joining the EU 

(Rahn, 2003) or discussed selected problems associated with the 

adoption of the euro (Frait al., 2006). 

It is a well-known fact that at several points in history, the PPP 

concept has been used as a guidance for restoring exchange rate 

parities. 7 The reasons why it is relevant to study PPP for transition 

countries and in Europe in particular (see e.g. Alba and Park, 2005; 

Chortareas and Kapetanios, 2009) may be summarised as follows: 

1. The adoption of the euro – if PPP is not a `yardstick' for 

a country, then it is much more difficult to think about 

the right level for fixing an exchange rate. 

2. Income convergence – PPP values are used for 

international comparisons and conversion of domestic 

aggregates to one artificial currency that is not biased by 

exchange rate fluctuations. 8 

3. Misalignment of a currency – if the PPP does not hold – 

with impact on current account and competitiveness of 

a country. 

4. Effects of devaluation or revaluation of a currency (i.e. 

effects on competitiveness) – They are expected to 

vanish in the long run if PPP does hold. 

As shown above, there are a number of reasons for having a look 

at PPP. In this paper, we test the relative version of PPP for the 

NMS countries, using two approaches: firstly, simple univariate 

cases (URTs) and secondly, the whole group of countries in panel 

settings (pURTs). In order to do that, we will use real exchange 

rate (RER in two definitions following two main world currencies 

and REER). Even though our results are in many cases 

7 The most prominent case seems to be in the 1920s, when some countries 

restored their pre-war exchange rate regimes (gold parities), following recommendation 

of Gustav Cassel (see Cassel, 1922). 

8 The PPP works as a double convertor: it converts domestic prices to international 

prices and it converts currencies. 

63

inconclusive (mainly for univariate cases), only the more robust 

non-linear KSS test gives support to PPP. The same does hold for 

other non-linear URTs (the Bierens (1997) test). Our results for 

a panel of countries show some evidence in favour of the PPP 

concept (for the Pesaran's CADF test). In particular, PPP holds for 

countries that are more open, less regulated or growing faster. 

Various definitions of exchange rates have been used throughout 

this text. The Euro, the US Dollar and the CPI-based real effective 

exchange rate (REER). As REER are available only for some of 

NMS countries, 9 and we want to use various specifications, we 

test the PPP hypothesis only on via employing URTs. 

To date there has been no empirical study that would use both 

approaches and the complete set of NMS countries as far as we 

are aware of. The main contributions of this study can be 

summarised as follows: PPP is tested vis-à-vis the euro currency 10 

and both the URTs and the pURTs are employed, including high 

power ones compared to standard ADF (the non-linear KSS and 

the Bierens (1997) tests) or LLC and IPS for panels (the Pesarans' 

CADF test), while focusing on quarterly instead of monthly data 

for all NMS countries. This allows us to do more robustness tests 

(country characteristics, various exchange rate regimes, etc.) 

without losing too many degrees of freedom due to lack of data. 

We also distinguish between time periods before and after the 

ongoing financial crisis. As pURTs used in this paper assume 

linear adjustment process, the main emphasis of this paper is on 

URTs, while pURTs can be viewed as a sort of robustness check 

for linear URTs we do this exercise only for one currency (the 

Euro). The empirical methodology used in this paper is however 

only one of a wide range of possibilities to test (equilibrium) 

9 In the IMF IFS database that is the main source of the underlying data used 

in this paper. REER's are missing for the Baltic States, and Slovenia. 

10 Standard approach is to test PPP against the US dollar or a set of currencies 

(real effective exchange rate, REER), see e.g. Bahmani-Oskooee al., 2008 or 

Telatar and Hasanov, 2009. 

64

exchange rates and/or misalignments (a measure of over- and 

undervaluation). Apart from the unit root test approach, other 

methods for time series can be used (cointegration, 

cointegration, dynamic OLS (DOLS), fully modified OLS (FMOLS), 

ARDL or pooled mean group estimator (PMGE). A review of 

studies and empirical methodologies can be found in Égert and 

Halpern, 2006 or in Candelon al., 2007. 

The paper is structured as follows. The second section aims at 

summarizing the literature in the field and explaining the main 

problems and our empirical strategy. The third section describes 

briefly the main tests employed and the dataset. The next 

section presents and discusses the results of our empirical 

analysis in the light of various robustness tests. The last section 

concludes and offers possible extensions of this study. 

1. THEORETICAL FOUNDATIONS 

The determination of exchange rates and their changes is one of 

the most questionable parts of modern international economics. 

Even though there has been a large number of studies that have 

dealt with this subject, it is not certain whether our current 

knowledge is better than few years (or even decades) ago, for 

brief discussion see (e.g. Alba and Papell, 2007). It is not obvious 

why is this so; however, it may be due to the fact that an 

exchange rate is one of the prices in an economy. Such a price is 

determined by a great number of factors and since their 

influences may be pushing the price (the exchange rate) in both 

directions, the results remain uncertain. In addition, a significant 

factor may be the role of psychological factors that are related to 

participants acting in foreign markets. 

There are several approaches and concepts that put emphasis on 

the role of various factors (determinants) that may be at play in 

determining the value of an exchange rate. It is possible to 

classify them, e.g. with respect to the time dimension. Some of 

65

them are important in the short run, others in the long run. 

While the main theory for the short run seems to be the 

uncovered interest rate parity, there are several classification 

schemes used for exchange rate determination and its 

determinants in the long run (equilibrium concepts): 11 

1. Firstly, it is the concept of purchasing power parity (PPP) 

that emphasises the role of changes in price levels between 

countries 12 ; 

2. Secondly, an approach that is based on having 

macroeconomic balance (both internal and external) and 

macroeconomic identities without explicitly stating any 

theoretical grounds for exchange rate determination (Clark 

and MacDonald, 1998) – the fundamental equilibrium 

exchange rate (FEER). In this approach, the key variables 

determining the equilibrium exchange rate are the national 

income and the current account balance; 

3. Thirdly, the last approach is based on a set of economic 

indicators that help to explain behaviour of exchange rate – 

the behavioural equilibrium exchange rate (BEER). The key 

distinction between FEER and BEER is that the BEER includes 

a part that can be described as `behavioural' (Gandolfo, 

2001). The inclusion of individual (fundamental) variables 

rests upon theoretical underpinnings 13 Clark and 

11 A recent study written by *Bussiére al. (2010)+ distinguishes between: (a) the 

macroeconomic balance approach, (b) the external sustainability approach and 

(c) the reduced form equilibrium real exchange rate. 

12 However, there have been discussions associated with price indices that may 

be used and mainly, theoretical assumptions that are not satisfied in reality. The 

approaches nos. 1 and 2 can be classified as the FEER concept (following Williamson, 

1994 as they rely on calculations of an exchange rate that closes gaps 

between a selected balance (various definitions – broader or narrower) of balance 

of payments and its 'normal' value. In the former case they are estimated, 

in the latter, they are derived so that external debt is stable. The approach no. 3 

consists of the PPP concept and its extensions. 

13 In order to estimate BEER, the current levels of fundamental variables are 

used and variables that show cyclical behaviour (having a persistent, but vanish- 

66

MacDonald's study (1998) includes the ratio of domestic 

consumer price index to the producer price index (a proxy 

for the Balassa-Samuelson effect (B-S effect) 14 ), the stock of 

net foreign assets, terms of trade, and the fraction of the 

supply of domestic to foreign government debt (a risk 

premium factor). However, the list of potential variables is 

much longer (see e.g. Bénassy-Quéré al. 2009). 

However, there are various approaches to the classifications of 

exchange rates. For example, the study of Kanamori and Zhao 

(2006) distinguishes among (all approaches can be also divided 

into three groups as far as the time dimension is considered, see 

below) 15 

partial equilibrium models (absolute and relative PPP 

and covered and uncovered interest rate parity 

models) – only one 'relevant' market in an economy is 

considered; 

general equilibrium models (the Mundell-Fleming 

model, the Balassa-Samuelson model, the Redux model 

(Obstfeld and Rogoff, 1995, Obstfeld and Rogoff, 1996) 

and the Pricing to Market (PT or PTM model) and 

disequilibrium (hybrid) models (simple monetary 

models and the Dornbush (overshooting) model). 

ing effect over the course of time) may be employed as well. A refinement of 

BEER is PEER – the permanent equilibrium exchange rate – that makes use of 

the decomposition of the BEER into permanent and transitory components. It 

can be also viewed as an example ot the medium-term equilibrium exchange 

rate approach compared to the cyclical and current values of variables approach 

(the short-term approach), i.e. BEER. 

14 For details regarding the Balassa-Samuelson effect see e.g. Égert al., 2005. 

15 Among other approaches to the exchange rate determination, it may be 

distinguished between monetaristic's and keynesian models, i.e. exchange rate 

determination explained via money (monetary models where an exchange rate 

is the relative price of two monies) and assset markets (portfolio models) where 

an exchange rate is the relative price of bonds) see MacDonald, 2007 or Gandolfo, 

2001. 

67

1.1 The issue of time horizon 

The time dimension that is used seems to be the crucial factor 

for the exchange rate determination and discussions of 

equilibrium concepts. Bénassy-Quéré al. (2009) distinguish 

between among possibilities: 

 

 

 

The medium run – only prices of goods and services are 

flexible and therefore, they will drive an exchange rate 

towards the level that will result in adjusting trade 

balance and net foreign assets (NFA) to their 

'equilibrium levels'. This case is equivalent to the 

definition of FEER. 

The long run – prices and stocks can change, an 

exchange rate is driven by these variables (differences 

in NFA positions and productivity gaps). This case is 

consistent with the definition of BEER. 

The very long run – all variables can change as all 

adjustment processes have been completed. This case 

reflects the PPP definition. 

Figure 1 shows how one can interpret the link between individual 

approaches to exchange rate determination (with respect to one 

classification scheme – time dimension). The PPP concept with its 

assumptions can be viewed as guidance for the development of 

an exchange rate in the long run, in the horizon of decades (see 

Wu al., 2010). The FEER can be used for medium run 

assessments (given its construction), the BEER for short and 

medium run. PPP is not indicated as one possible level (equalling 

to one) but rather as a band ( ). 16 The PPP does stand for 

the values of ERER (equilibrium real exchange rate) that are 

compatible with the PPP definition. 17 

16 Due a number of problems ranging from different tax policies to various 

combinations of exchange rate pass-through in individual countries. 

17 An early survey of applications of aforementioned equilibrium models in the 

new EU countries can be found in Égert and Halpern, 2006. 

68

Figure 1: Exchange rate determination 

Note: RER – level of the real exchange rate. Source: Égert al., 2005, p. 

26, own adaptation. 

Under past political regimes, exchange rates oscillated within 

a band (if they oscillated at all) and they were reset at the outset 

of the transformation process in the NMS countries. In some 

countries it may have been close to the PPP value (given 

productivity, price and wage levels), while in others below or 

above this parity (i.e. between and in the figure 1). This 

69

deviation may have occurred unintentionally owing to a great 

deal of uncertainty at that time in NMS countries. However, the 

RER was generally higher than one. Since then, the trend may 

have been following fundamental factors of an economy, i.e. 

showing trend appreciation. 18 

There are two other important things to mention: firstly, 

exchange rate tends to converge towards its equilibrium level 

(PPP) at rather fast pace (an estimated half life is about 

3–5 years, Rogoff (1996) even after allowing for heterogeneity 

and small sample bias, see Chen and Engel, 2004). A faster pace 

has been found for transition countries, see Solakoglu, 2006. 

Secondly, RER does fluctuate within a band around this 

equilibrium level even during the transition period (see the figure 

1). As Égert al. (2005) mention, a trend in ERER behaviour as long 

as 15–30 years may be observed due to changes in structural 

characteristics of transition economies. 19 

1.2 Literature Review 

There have been several studies that focused both on individual 

countries (for example an early study by Thacker (1995), 

rejecting PPP for Poland and Hungary) and on groups of 

countries. However, they differ in many aspects: Bahmani- 

Oskooee al. (2008) test PPP inter alia for 25 European countries 

(24 post-communistic European countries and Turkey). Two 

univariate URTs (ADF and Kapetanios al. 's test (2003), the KSS 

test) are applied to the REER. They signal non-linear mean 

reversion to a constant trend for Bulgaria, Slovak Republic, 

Slovenia, and to a trend for the Czech Republic and Romania. 

18 Based on productivity differentials and increase in price levels reflecting 

usually faster economic growth in transition countries compared to developed 

ones. 

19 ERER can fluctuate too as it is based on level of net foreign assets (NFA) reflecting 

current account sustainability. It may also exhibit a kind of overshooting 

behaviour – lower values in the medium run adjusting current account so that it 

strengthens in the long run. 

70

Twelve CEE countries (the NMS without Cyprus and Malta, but 

with Croatia and Macedonia) are analysed by Telatar and 

Hasanov (2009). They apply two standard URTs (ADF, KPSS) and 

also two URTs accounting for non-linearities (KSS) and 

asymmetric adjustment (the Sollis' test). They use monthly time 

series of REER from 1990 to 2007 (with different starting points). 

They find that PPP holds for five countries with standard URTs, 

for seven countries when nonlinear pURTs are employed and for 

all countries if asymmetric adjustment is allowed. Bilateral PPPs 

(CPI based) between the Czech Republic, Hungary and Slovenia 

and their main trading partners (Austria, Germany, France and 

Italy) were analysed by Bekö and Boršiè (2007). 

They employ univariate URTs (ADF and KPSS) and the Johansen 

cointegration approach, using monthly data on individual 

currency pairs for this set of countries over the period of 1992– 

2006. They do not find any significant evidence for PPP. Sideris 

(2006) focuses on the PPP for 17 CEE countries (without Cyprus 

and Malta but with selected CIS 20 and Balkan countries) against 

the US dollar. He makes use of cointegration approaches 

(Johansen for individual countries and Larson's for a panel). He 

finds support for both weak and strong versions of PPP. 

Cuestas (2009) applies non-linear URTs to data (KSS and Bierens 

test – a generalisation of the ADF test) to REER calculated by the 

IMF and RER for the US dollar and the euro/ECU (monthly data 

1992/1993–2006/2007) for eight CEE countries (without Cyprus 

and Malta and the Baltic States). While standard URTs reject PPP, 

KSS and Bierens test do the same for most countries and 

currency pairs (exceptions are Bulgaria, Croatia and Romania). 

Koukouritakis (2009) focuses on all NMS countries over the 

period mid-1990s to 2006 (monthly data and the euro) and uses 

the Johansen cointegration method. He finds that PPP holds for 

Bulgaria, Cyprus, Romania and Slovenia. 

20 The Commonwealth of Independent States (CIS) is a group of new independent 

states established after the break-up of the former Soviet union. 

71

Yearly data from 1992–2003 for 21 post-communistic countries 

(unbalanced data) and pURTs used by Solakoglu (2006). It finds 

that PPP holds, even for subgroups of less and more open 

countries (based on an EBRD classification). Estimated half-lives 

for his group of countries are around year, faster (slower) for 

more (less) open countries. Another panel data study was 

conducted by Matei (2009). She focuses on selected NMS 

countries over the years 1995–2008 (with subdivision before and 

after EU accession) and uses monthly data. Selected URTs and 

pURTs have been used to check the presence of unit roots in the 

data. Matei (2009) finds evidence that PPP does not hold for 

NMS countries (ambiguous results). However, no robustness test 

was applied and it is unclear why the countries were selected, as 

the main focus of the paper is on nominal (price) convergence. 

1.3 Methodology 

The purchasing power parity (PPP) is one of the most empirically 

tested hypotheses. There are two versions of the PPP. The 

absolute version of the PPP is based upon the law of one price 

(LOP) that is usually tested for individual commodities or baskets 

of commodities. The relative version of the PPP is 

a simplification, as it approximates the changes in individual 

prices by the changes in price indices. PPP can be tested in two 

forms: an absolute or a relative version. 21 

The absolute PPP is a generalization of the 'law of one price'. The 

LOP can be written as 

where is the domestic price level, is the foreign price 

level both for a good , expressed in the domestic and the foreign 

currency respectively and is the spot exchange rate. 

(1) 

21 Sometimes these forms are referred to as to the `weak' and `strong' version 

of the PPP hypothesis, see Taylor and Taylor (2004). 

72

The absolute PPP can be formally written (assuming inter alia 

that price baskets in both countries are the same, for discussion 

see below) as 

where is the domestic price level, is the foreign price 

level, expressed in the domestic and the foreign currency 

respectively and is the spot exchange rate. The subscript 

may be dropped as it is assumed that this relationship holds 

over time. 

The PPP is based on several theoretical assumptions that must be 

satisfied for it to hold perfectly: no transaction costs, no trade 

barriers and no non-tradable goods in the strict form (see e.g. 

Kanamori and Zhao (2006). However, this is not the case in 

reality. Apart from these prerequisites that are usually not 

satisfied, there are other explanations why it does not hold: 

measurement errors, non-economical factors different from 

trade barriers, imperfect information and information costs 

leading to existence of non-equalised prices, various market 

participants (volume of currency trade associated with trade 

flows is only a tiny fraction of total transactions in foreign 

markets). That means that the exchange rate may be driven by 

other factors such as interest rate differentials (capital flows) and 

the power of empirical methods used for testing PPP (for details 

and review of studies see e.g. Sarno and Taylor, 2003; 

MacDonald, 2007). If that were the case, it would hold that 

changes in an exchange rate would fully reflect the price 

differentials between domestic and foreign country over a period 

of time and real exchange rate ( ) would equal to one. That 

means (if absolute PPP holds and the real exchange rate is given 

by the ratio of price levels) 22 

(2) 

22 The same can be shown for relative PPP if inflation rates replace price levels 

and cross term stemming from multiplication is omitted. 

73

(3) 

(4) 

A log-linearised form of the relative version of the PPP 

(hereinafter referred to as simple PPP unless indicated 

otherwise) can be written as: 23 (5) 

where the lower case letters indicates values in natural 

logarithms, are the individual price indices for the country 

and time (for details see data descriptions), 24 is nominal 

exchange rate for country against the euro expressed as units 

of domestic currency against one unit of the euro (i.e. direct 

quotation of the exchange rate). 

For countries that joined the Euro area, the exchange rate is 

calculated as , where is the Euro area 

member's national currency conversion rate of one euro. For the 

US Dollar (US ), indices are in relation to the US and also price 

indices are calculated agains the US price index ( ). 25 

In the case of the real effective exchange rate (REER) the same 

definition as the equation 5 states is used. However, due to data 

unavailability, REER time series based on CPI (the IMF definition) 

are available only for eight out of twelve NMS countries. 

23 Some studies have used one of the approaches, e.g. Juvenal and Taylor, 2008 

takes the US economy as the benchmark country. 

24 CPI indices are usually used in tests of PPP. However, CPI is a proxy for 

changes in national price level. Therefore broad price indices such as the GDP 

deflator may be preferred, for quarterly or yearly time series in particular. Here 

problems such as availability, methodological changes of such a time series 

come into the fore. 

25 As it would be possible to argue that fixing conversion rates and applying 

them to data prior 1998 is artificial, the same set of tests is applied to exchange 

rates against the US . 

74

1.4 Estimation strategy 

The relative version of the PPP theory in the equation (3.1) can 

be tested by checking the properties of . If followed a nonstationary 

process (e.g. I(1)), then the PPP would not hold in the 

long run due to non-stationary properties. 26 On the other hand, if 

a unit root is not present in a time series, it means that 

a deviation from equilibrium is only of a temporary nature and 

the PPP does hold in the long run. 

As there are many potential factors influencing exchange rates, 

pURTs are also applied to subgroups of the NMS countries 

(NMS10, NMS8, and NMS5). The reason is that some countries 

may be viewed as one group (block) by international investors 

using the same rule for each of them. In addition, some criteria 

are used to check robustness of our results. We make use of: 27 

1. classification of exchange rates regimes (float or peg); 

2. GDP growth rates; 

3. inflation rates; 

4. the impact of a country’s openness (trade flows); 

5. volatility of nominal exchange rate and 

6. progress in transition measured by reform indicator of 

the EBRD. 28 

26 A shock influencing this time series would lead to disequilibrium that would 

not be restored due to increasing variance and non-existence of unconditional 

mean of this time series, see Fan and Yao, 2003 or Tong, 1990. 

27 Only distance is not included as there is no exact point which distances for 

individual countries could be measured to (conversely, a country such as the 

USA). For example, longer distances increase transport costs and thus the PPP 

may not hold. 

28 The reason for the inclusion of the last proxy seems to be obvious – different 

stages of economic development result in having exchange rate regime that are 

'suitable' for a particular country. It is also shown in the figure 1, see above. This 

set of criteria should offer wide range of possibilities that classifies countries 

according one of them, which may be arbitrary. 

75

1.5 Available methods 

A wide variety of methods may be applied in this context. They 

range from pure time series to combinations of time and panel 

data techniques. As there are two dimensions, the natural step is 

to decide whether to use an individual country approach or 

a panel. This leads to the use of URTs and pURTs . Empirical 

studies usually work with one of two possibilities: 

time series analysis based on individual country data – 

the most commonly used approach (univariate URTs), 

but there are some problems (see below); 

 

panel data approach – which enables the researcher to 

make use of information from both dimensions 

(pURTs). 

However, estimations of exchange rates may be a difficult task in 

the case of transition countries in particular, as there is a large 

number of potential problems (ranging from data availability, its 

consistency, to short time span, etc., see discussion above). For 

example, Maeso-Fernandez al. (2005) point out that using data 

from the period before regimes changed does not make much 

sense, given a large number of differences between centrally 

planned economies and standard market economies. This 

reduces the time span that can be used. Some NMS countries 

created new currencies during the first years of the 1990s, which 

further reduces the possible time span. 

A discussion of the possible data problems in the context of 

transition countries can be found e.g. in Kim and Korhonen, 2005. 

One of the major problems seems to be the fact that all of these 

countries changed (devaluated) the exchange rates at the outset 

of transformation processes. The magnitude varied but usually 

was in terms of dozens of percentage points rather than several 

percentage points. Additionally, as some external shocks were 

76

expected, 29 some of the NMS countries kept changing the official 

level of exchange rates during the 1990s. All these factors turn 

the estimations of exchange rate models into a challenging task. 

1.6 Further methodological notes 

There is no agreement among empirical economists which of the 

expanding set of unit root tests is appropriate for testing PPP. If 

the relative version of PPP is tested, it is verified that exchange 

rate osciallates within a 'certain band' around '1'. That is the very 

long-term level of an exchange rate in an economy if strict 

assumptions of the PPP theory are satisfied: 

where is a time series (e.g. an exchange rate), is an 

autoregressive parameter and is the error term. 

Due to difficulties with the time series that can be used and their 

sensitivity to a large number of factors, 'standard' and non-linear 

URTs are applied to our data. Additionally, pURTs are employed 

too. If a unit root is not found, the next step can be done, which 

is the calculation of half-lives. 30 

Some studies have shown that unit root tests and cointegration 

tests may have very low power if the number of observations ( ) 

is low (for an application associated with transition countries and 

yearly data see e.g. Solakoglu, 2006. However, it may also be 

argued that long time series may include (multiple) structural 

breaks in the case of transition (developing) countries in 

particular. 31 Additionally, using higher frequency data may not 

(6) 

29 The break-up of the former Soviet Union, the 1992–1993 ERM crisis in the EC 

to mention at least the most important ones. 

30 Half-life means a period of time necessary to halve the existing gap of one 

(economic) variable. A decay rate and a decay constant is necessary to calculate 

a half-life. 

31 An example can be a change of a policy regime that is very likely in those 

countries. 

77

help to increase variability, as the power of a unit root test when 

the length of time series remains unchanged. 

It is a well-known fact that panel data techniques have a large 

number of advantages compared to cross-section or time series 

analyses (pooling cross-sections and time dimensions for 

analyzing the null hypothesis of unit roots in each time series 

against the hypotheses of stationarity), see e.g. Baltagi, 2008. 

The variation of individual time series is assumed to improve 

efficiency and therefore to enhance the power of unit root tests 

even for shorter time series when used in a panel data analysis. 

Another issue related to empirical studies of the PPP hypothesis 

is the so-called bivariate or trivariate approach. Some authors 

prove that the results of PPP tests depend on the method used 

for calculations of RER (see the equation (5) – inflaton differential 

of substracting and adding changes of price indices. 32 This is 

particularly important for the cointegration approach (see Al- 

Omar and Ghali, 2009). In this text, we rely on the trivariate 

approach that seems to be more robust and does not seem to be 

sensitive to the method of calculating differentials. 

1.7 Univariate unit root tests 

In the first step, univariate URTs are applied to the data. Then we 

will proceed with a variety of panel unit root tests (first and 

second generation of tests, see classification below). However, 

due to a large number of problems with the URTs, pURTs seem 

to be preferrable for some applications. 33 Nevertheless, we start 

with the univariate unit root tests (the Augmented Dickey-Fuller 

test (ADF), the Phillips-Perron test (PP) and the Kwiatkowski- 

Phillips-Schmidt-Shin tests, KPSS) and their modified versions 

32 The bivariate approach presumes symmetry between domestic and foreign 

prices, i.e. instead of working with two price indices, a term expressing an inflation 

differential is used. 

33 Low power of these tests in presence of structural breaks (e.g. changes of 

exchange rate regimes), small sample problems, existence of cross correlation 

and heterogeneity in a panel Matei (2009). 

78

adjusted to the case of structural breaks such as the DF-GLS test 

developed by Elliott al. (1996), which is a modified Dickey-Fuller 

test transformed by a GLS regression; for details about these 

URTs see e.g. Harris and Sollis, 2005. As our time period does not 

include the early 1990s, we eliminate the problems with possible 

structural breaks (at least partially). 34 However, the main reason 

is the data availability for the NMS countries. 

KSS test 

In addition to the standard URTs, we make use of a non-linear 

test that accounts for the non-linear behaviour of RERs 

Kapetanios al. (2003) – I(0) outside of a band but I(1) inside of 

a band – and therefore, this test is more robust. The KSS test 

(a version of the standard ADF test) is based on an ESTAR model 

that can be written as: 

where is the demeaned or detrended (exchange rate) time 

series, 

is the exponential transition function 

presenting the non-linear adjustment, if , it affects the 

speed of mean reversion and is i.i.d. error term 

( ). 

The null hypothesis is that ( ) and the term in 

brackets is zero. The alternative means, that drives 

the speed of a mean reverting process. As in the equation (7) 

cannot be used to test the directly, the parameter is not 

identified, reparametrization (a first-order Taylor series 

approximation) is used instead. That leads to the following 

regression equation (8) 

Generalisation of the equation (8) allows for serial correlation of 

the error term 

(7) 

(8) 

34 In the early 1990s many countries devaluated currencies, changed exchange 

rate regimes, etc., which has not occurred so often since the late 1990s. 

79

(9) 

where the sum augments the equation (8) with lags, so that 

the term is not serially correlated. The null hypothesis in the 

equations (8) and (9) remains unchanged, the alternative is 

. As the -statistics ( )are not standard normally 

distributed, the critical values must be tabulated via simulations. 

In the following text, for the equation (8) and , 

for the equation (9) are the test statistics for demeaned 

data and detrended data respectively. The demeaned data are 

obtained from regressions of time series on a constant and/or on 

a constant and a time trend (the residuals are saved and used in 

next steps). If the is rejected, it means that time series 

reverses to a constant mean (demeaned data), i.e. it supports 

PPP. Although linear or nonlinear reversion in time series to 

a trend (detrended data), meaning support for the B-S effect. The 

selection on the appropriate number of lags follows the same 

procedure as for other URTs tests. 

Bierens test 

The Bierens (1997) tests helps to overcome problems with 

structural breaks as non-linear trends are approximated by 

interrupted (broken) time trends. It assumes non-stationarity 

under the , and non-linear trend stationarity under the . It 

extends standard ADF regression with a Chebishev polynomial 

term 

. The process can be written as: 

(10) 

where are the Chebishev 

polynomials and is the order of the polynomials. Under the 

and the last components of are zero. 

There are three possibilities that can be tested (Bierens, 1997): 35 

35 As the tests nos. 1 and 2 do not accommodate all information available, the 

test no. 3 is added. 

80

1. all coefficients are tested via t-test; 

2. test, where or; 

3. the joint hypothesis that under the 

and the last components of are zero. 36 

As Cuestas (2009) mentions, rejection of the left side hypothesis 

for the first and second tests means linear or non-linear trend 

stationarity. (It cannot be decided which of the cases is true.) 

Rejection of the right side means non-linear trend stationarity. 

The third test is a one-sided test that does not give us any answer 

regarding the trend as right side rejection is only the rejection of 

the . All possibilities are summarised in the table 1. 

Table 1: Alternative hypotheses ( 

) for the Bierens (1997) test 

Test Left-side rejection 

Right-side rejection 

ST, TST or NTST NTST 

ST, TST or NTST NTST 

- ST, TST or NTST 

Note: ST – (mean) stationary, TST – (linear) trend stationary, NTST – 

non-linear (trend) stationarity. The test is only a one-sided test, 

the and are specified for both sides. Source: Cuestas, 2009, 

p. 92, own adaptation. 

1.8 Panel unit root tests 

The panel unit root tests are extensions of the URTs. Due to their 

construction, they offer more than a simple inclusion of crosssectional 

dimension. They differ as to what transformations are 

used and they assume linearity of the underlying process. All 

commonly used panel unit root tests assume the presence of 

36 An alternative is a test proposed in [Bierens (1997)] with a standard null 

distribution. The text also introduces three tests that are independent of the 

assumed AR structure for the error term . 

81

unit roots specified as a standard AR(1) process that is common 

for all units ( ) in a panel or individual non-stationary processes 

under the null hypothesis; however, the alternative for individual 

pURTs differs. 37 

To begin with, let us assume a standard autoregressive process 

(AR(1)) in the panel context can be expressed as follows (see 

Stata, 2009): 

(11) 

where is a particular time series, represents the fixed 

effects, is a term that may contain a linear time trend or 

panel specific means, is the parameter of an autoregressive 

process, is a error term, is the cross-section 

dimension, 

is the time dimension. 

The equation (11) can be transformed into the following form: 

(12) 

Standard pURTs are employed to the individual time series ( ) 

and work with the null hypothesis being tested ( ) in the form: 

and with the alternative hypothesis ( ) 

In the case of the equation (12), the null is ( 

alternative ( ). 38 

(13) 

(14) 

), the 

Regarding individual pURTs, we focus on selected test of the first 

generation. One of the oldest is the Lin-Levin-Chu test (Levin al., 

37 For a review of early and more recent methods and their discussion 

see e.g. Banerjee, 1999 or Breitung and Pesaran, 2008. 

38 Only the Hadri LM test (see below) is based on the opposite of this, i.e. the 

null hypothesis assumes stationarity. 

82

2002, LLC) 39 works with the equation (12) but adds a term 

allowing for serial correlation so that the empirical counterpart 

of will be white noise. 40 

The Im-Pesaran-Shin test (Im al., 2003, IPS) 41 does not assume 

one common autoregressive parameter in a panel. This seems 

to be often the case in empirical applications. The IPS test makes 

use of the Dickey-Fuller test calculated for individual panels and 

not for a panel as a whole (as the LLC test does). While the 

remains unchanged (a unit root in each panel), the alternative 

works with a fraction of panels that are stationary in the whole 

panel. As serial correlation is present in our data, a robust 

version of this test is appropriate. The test statistics 

follows an asymptotically standard normal distribution. 

Another test is the Maddala and Wu test (Maddala and Wu, 

1999, M-W). 42 This is also called the 'Fisher test', due to its 

construction based on a meta-analysis approach. That means 

that the results of N individual (univariate URTs are used to 

compute a test for the whole panel. The M-W test works either 

with the Dickey-Fuller or the Phillips-Perron test. As in the IPS 

case, while the remains unchanged (a unit root in each 

panel), the alternative says that at least one panel is stationary in 

the whole panel. 

The Hadri LM test (H-LM) 43 takes the same approach as the KPSS 

test. The null and the alternative hypotheses are swapped – 

means data stationarity, assumes that at least one panel to be 

39 This test rests upon previous work of the authors -– the Levin-Lin tests (LL) 

from 1992 and 1993. 

40 For example, say . Another important assumption is that 

and . 

41 The Im, Pesaran and Shin test replaced previous version of the IPS test from 

1997. 

42 Details for this test can be found in Banerjee al., 2005. 

43 An recent extension of this test has been suggested in Hadri and Korozumi, 

2010. 

83

I(1) (therefore called the Hadri LM stationarity test). According to 

Hadri (2000) this test works well for medium and large 

dimensions. 

One of the second generation pURTs is the Pesaran’s CADF test 

(Pesaran, 2007, CADF) which is analogous to the IPS test as it 

allows checking for unit roots in heterogeneous panels. The CADF 

stands for statistics based on univariate DF or ADF regressions 

with first differences of individual time series and additional cross 

section averages of lagged levels. Non-stationarity is assumed 

under the , under the alternative only a fraction of time series 

in the panel ( ) is stationary (similarity to the IPS test). 

Individual pURTs differ in their treatments of the autoregressive 

parameter ( ). IPS, HLM, and M-W, assume different 

parameters (panel specific), i.e. , while the LLC works 

with the assumption that they are the same. It is also important 

to stress how individual pURTs treat changes in and 

dimensions. As in our analysis, the dimension of (number of 

countries) is small and may increase, it is reasonable to assume 

that pURTs of the first generation (LLC, IPS, and H-LM) 44 would 

perform better than other pURTs (for an overview see e.g. 

Baltagi, 2008; Hlouskova and Wagner, 2005). 45 

Some pURTs (IPS, H-LM) work with unbalanced panels as well, 

thus , other pURTs work only with balanced panels. 

Demeaned versions of panel unit root tests are recommended 

44 In the case of the IPS and H-LM test it is necessary to rely on sequential limit 

theory, i.e. the number of periods goes to infinity first and then the number of 

cross-sections. This pattern determines properties of pURTs depending on the 

actual and sizes. 

45 Individual panel unit root tests also differ in the test statistics that are used 

under the null. For example, Gaussian limiting distribution for the IPS test, the 

non-parametric Fischer test based on distribution for the M-W test. That 

leads to different powers of pURTs for various and . Banerjee al. (2005) 

show some evidence of the power for individual tests. 

84

for panels to eliminate cross-sectional dependence. 46 This test 

enables us to test for different long run trajectories and 

regression may also include different intercepts and trends 

within a set of countries. Other pURTs such as the Harris and 

Tzavalis's (1999) test, the Bai and Ng (2004) test or the Moon and 

Perron (2004) test, are not covered in this paper as the main 

purpose is to apply pURTs to data and not to discuss properties of 

individual pURTs. For an overview see e.g. Gegenbach al., 2010. 

In addition, if time series in a panel are assumed to have 

a common numeraire country’s currency, 47 cross-serial 

correlation is to be expected. Therefore, this setting requires an 

application of pURTs that allows for serial correlation such as the 

MADF test, see Harwey and Bates, 2003 or the panel corrected 

standard error test (PCSE) see Jonsson, 2005. 48 But this does not 

seem to be true in this case given the fact that our time series 

are calculated against the euro. 49 As time series of exchange 

rates in our sample cover a set of different countries, 50 it is not 

certain whether all will follow a common unit root process or 

not. Moreover, it seems to be reasonable to assume crosssectional 

correlation between them. 51 Since our panel is large 

with a medium dimension of cross sections, we will apply and 

46 If is a demeaned time series (an exchange rate in our case), it does hold: 

, where , i.e. is the exchange rate in relation 

to the cross-section average. 

47 This problem is described e.g. in [Banerjee al. (2005)]. 

48 While the LLC test may reject the null hypothesis even when one of the time 

series is stationary, the MADF test is robust against that and the null is rejected 

only if all time series are I(0). This test can also be applied in the case of unbalanced 

panels. 

49 Since the euro did not exist before January 1999 and they are based on artificial 

calculations using the conversion rates for invidual countries and the euro 

for the period (1995–1998) before euro adoption. 

50 One may think of possible structural differences among them or the necessity 

to overcome the ‘burden’ of past decades of communistic regimes. 

51 Since correlation coefficients show relatively high correlation between time 

series in our panel. 

85

compare results for all main pURTs (the LLC, the IPS, the M-W, 

and the Pesaran’s test); however, the main emphasis will be 

placed on results of the Pesaran’s CADF test. 52 

The latest versions of both tests (LLC and IPS) offer tools to solve 

some practical problems, such as cross-sectional correlation (as 

cross-sectional independence of innovations is assumed). 

Regarding the cross-sectional dependence, Bussiére al. (2010) 

summarise findings of the study of Pesaran and Tosetti (2007) 

that tries to shed some light on this issue. They distinguish 

between two types of correlation – 'strong' and 'weak'. While the 

first one cannot be solved by demeaning time series, the other 

can. The potential impacts also depend on the country size and 

time dimensions. In the case of medium and large panels, weak 

cross-sectional correlation does not pose a serious problem; 

strong correlation for non-stationary panel has not been 

addressed yet (an attempt is presented in the study by Bussiére 

al., 2010). 

2. DATA 

Empirical studies have used different sorts of data as there is no 

prior information. While some have worked with monthly data 

(Telatar and Hasanov, 2009), others used quarterly (Matei, 2009) 

or even yearly data (Solakoglu, 2006). We have decided to rely 

on quarterly data as they are sufficiently long and allow us to 

perform robustness tests. This is also connected with some 

advantages and disadvantages. The time span is longer for 

quarterly data than it would have been for monthly data and it is 

a reasonable way of solving problem of low number of yearly 

observations for our set of countries. On the other hand, 

52 The LLC and IPS tests are due to their construction with the assumption of 

cross section independence, not perfectly adequate for our analysis. 

86

quarterly time series were not available for all countries and time 

series used in this paper. 53 

Seasonally adjusted data are used for calculations of the RER 

time series since seasonal patterns may affects the results of 

URTs or pURTs. For seasonal adjustments, the ARIMA X-12 

method is applied. 54 We do not use dummy variables in pURTs as 

they would require us to calculate new critical values for 

individual test statistics and properties of these tests are 

unknown (Chortareas and Kapetanios, 2009). 55 

Nominal exchange rates for individual pairs of currencies (against 

the Euro and the US ) are obtained from database Eurostat, 

UNECE Statistical Database, DataStream, and IMF IFS (quarterly 

periodic averages). As the euro exchange rate is not available 

before 1999Q1 (only the ECU), an implicit proxy derived from 

bilateral exchange rates (UNECE) is used instead, 56 see figures 

(the section 25) in the Appendix. The last time series is the REER 

that is CPI based and it is calculated by the IMF. Values for 

regulation index are taken from EBRD Transition Reports (various 

years). 

Harmonised consumer price indices (HICP) are taken from the 

Eurostat and UNECE databases for individual countries, with the 

53 Surprisingly even for countries such as Malta or Cyprus that can hardly be 

characterised as transition countries. 

54 As some time series were at monthly frequency, as the first step they were 

converted into quarterly time series (following the IMF IFS methodology) and in 

the next step, seasonally adjusted using the ARIMA X-12 method. 

55 However, the main concern regarding seasonal fluctuations would be in the 

case of monthly time series but even for those some studies do not used seasonally 

adjusted time series, see e.g. Alba and Papell, 2007; Chortareas and Kapetanios, 

2009. Even though the time dimension is not large ( ), but rather 

medium. On the other hand, some studies (e.g. Christidou and Panagiotidis, 

2010 use monthly seasonally adjusted values). 

56 As there have been denominations and changes of individual currencies, our 

data set includes comparable time series. Due to space constraints details from 

author are available upon request. 

87

ase year 2005 = 100. The same data for the Euro area stem 

from the Eurostat database and the ECB statistical data 

warehouse. The consumer price index reflects the demand side 

and can be viewed as a proxy for changes in the total price level 

of an economy. 

The producer price indices (PPI) stem from the Eurostat, IMF IFS 

and UNECE databases (NACE Rev. 2, 2005 = 100). However, this 

time series is available for Malta only since 2005, which means 

that this country could not be included in additional robustness 

tests. The PPI is based on the supply side as it measures changes 

in prices of tradable (partially non-tradable) commodities. 

Selected summary statistics for our time series are included in 

the Appendix (in the section 3). The cut-off date for the data was 

November 2010. 

3. EMPIRICS 

3.1 Univariate unit root tests 

The Euro 

For the univariate URTs of the PPP concept, the data for 

individual countries are employed. The main specifications rest 

upon the RER, based on consumer price indices. The first step is 

to conduct purfor our sample of countries. Starting values for lag 

selection are based on Schwert (1989) criterion 57 and confirmed 

by checking values suggested by the H-QIC criterion. In the case 

57 This rule rests upon a criterion that calculates the optimal number of lags ( ) 

as: , where is the length of a time series, and 

means that only the whole part of a number is considered. In our case for 

is the value 

lags was the starting value; see e.g. 

[Greene (2008), p. 752]. The iterative procedure follows; if the last difference is 

not significant, the test is run for the same specification with one lag less until a 

significant lag is found. Sometimes the numerator of the fraction is with , 

however, this does not change for large number of observations . In our case is 

the value 

lags lags 

88

of the PP, KPSS and DF-GLS tests 58 , the optimum number of lags 

is selected automatically if this option is allowed. As we are not 

sure about the character of individual time series, models with a 

constant or a constant and a time trend are employed. The 

results are presented in table 2. 

Table 2: Univariate unit root tests 

ADFa) PPa) KPSSb) DF-GLS 

constant trend constant trend constant trend constant trend 

Bulgaria -0.239 -5.048*** -2.892** -6.383*** 0.995*** 0.178d) 1.504 -0.539 

Cyprus -3.871*** -2.757 -1.781 -3.191* -1.512 0.234*** 0.787 -0.811 

Czech Rep. -1.020 -2.975 -0.925 -3.088 1.070*** 0.069 0.867 -3.743*** 

Estonia -0.924 -1.872 -4.807*** -6.271*** 1.000*** 0.184d) 1.797 -2.174 

Hungary -1.496 -2.147 -0.562 -2.671 1.050*** 0.153*** -0.077 -1.095 

Lithuania -5.027*** -4.025*** -3.719** -3.199* 0.880*** 0.224*** 1.295 -1.657 

Latvia -2.369 -2.733 -2.268 -1.909 0.704d) 0.155** 0.174 -1.739 

Malta -2.691* -1.995 -1.969 -1.472 0.525** 0.145* -0.373c) -1.079 

Poland -2.164 -2.212 -2.264 -2.408 0.714d) 0.216d) -0.047 -1.694 

Romania -1.339 -1.325 -1.295 -1.708 0.890*** 0.117 -0.548 -1.923 

Slovenia -2.375 -3.739** -0.975 -2.607 0.876*** 0.107 -0.671 -3.259** 

Slovakia 0.247 -2.688 0.401 -2.375 1.080*** 0.231*** 1.509 -2.213 

Note: a) Z(t) values reported. b) values of the test statistics. c) DF-GLS 

suggested 0 lags. d) significant at 2.5 % level. 

***, **, and * significant at 1%, 5% and 10% respectively. Critical values 

for the KPSS test (level stationary): 10%: 0.347, 5%: 0.463, 2.5%: 0.574 

and 1 %: 0.739; trend stationary: 10%: 0.119, 5%: 0.146, 2.5%: 0.176, 

and 1%: 0.216. Trend = a constants and a time trend included. 

Source: own calculation. 

The ADF test offers a mixed picture, as some of the time series 

are stationary. The PP test robust against structural breaks 

indicates that three exchange rates may be stationary (Bulgarian, 

Estonian and Lithuanian) – while for Lithuania it does confirm the 

ADF results, it is the very opposite for Estonia. The results of the 

KPSS test (the is stationarity) indicate that almost all time 

series are non-stationary. Ambiguous results for Cyprian, Czech, 

Romanian and Slovenian currency indicate rejections of the PPP 

58 Optimal lag values were based on the Ng-Perron seq statistics. 

89

hypothesis in the long run. The results of the DF-GLS test allows 

us to reject the null hypothesis of I(1) only for the Czech and 

Slovenian exchange rate in one specification. 59 If the DF-GLS 

statistics rejects the I(1) hypothesis, PPP holds. 60 As the results 

for the alternative price index (PPI) are similar, they are not 

shown. 61 

Non-linear URTs may solve problems of breaks within time series 

due to changes of exchange rate regimes over time. First nonlinear 

test, the KSS test, does reject the only for the 

demeaned time series for Slovenia but for all detrended time 

series apart from Bulgarian, Latvian, Lithuanian and Romanian 

ones. The figure is therefore different compared to previous 

results based on standard pURTs. It gives much more support to 

PPP and it is similar to findings of other studies, e.g. Telatar and 

Hasanov, 2009. It also implies that barriers to adjustment 

processes exist. For example, transaction costs change the speed 

of mean reversion (larger deviations will be followed by faster 

gap narrowing). 

The results of the other nonlinear URTs, the Bierens (1997) test, 

are shown in table 4. As there are several size distortions in the 

case of this test, the critical values are based on the Monte Carlo 

simulation with 10000 replications (a Gaussian process 

for , where is determined by the AIC or H-Q criterion from 

previous steps and initial values are taken from particular time 

series.) If individual tests are not concordant, more lags are 

included in the model. The order for the Chebishev polynomials 

( ) must be chosen long enough, as a lack of lags compared to 

59 The DF-GLS statistics is superior to the ADF statistics as its power (lower probability 

of accepting wrong null hypothesis of non-stationarity) and size properties 

are better (Wu al., 2010). 

60 The number of lags in augmented versions of bothe tests are chosen according 

to the Durbin-Watson and the Durbin's alternative test for autocorrelation. If 

one of them indicates presence of autocorrelation, another lag is added unless 

both indicate no presence of autocorrelation. 

61 Results are available upon request. 

90

structural breaks might result in lower power of the test (Bierens, 

1997). However, there is no simple rule for its determination. In 

our case, we follow the suggestion of Cuestas (2009), i.e. the lag 

length is chosen so that it yields more evidence against the 

null ( ). 

Table 3: Univariate unit root test – KSS test 

KSSa) 

demeanedb) 

KSSa) 

detrendedc) 

Bulgaria -0.5459 0.0184 (3) -2.0418 0.6479 (0) 

Cyprus -3.4896*** 4.7599 (6) -4.8282*** -5.8687*** (5) 

Czech Republic -0.3878 -1.1351 (1) -4.1947*** -4.2334*** (1) 

Estonia -0.8791 -0.7506 (3) -6.1489*** -7.3137*** (2) 

Hungary -0.9020 -2.0717 (2) -4.8154*** -6.6128*** (3) 

Lithuania -0.2466 0.0666 (0) -1.5282 -3.5109** (2) 

Latvia -0.5893 0.0806 (2) -3.4366*** -2.8364 (2) 

Malta -2.8975* 7.7016 (1) -5.3124*** -4.0146*** (1) 

Poland -2.5024 -0.3365 (1) -6.4519*** -3.3005* (1) 

Romania -0.0051 0.0173 (0) -0.0428 -0.0918 (1) 

Slovenia -4.6006*** -6.0313*** (1) -6.141*** -5.2708*** (6) 

Slovakia -0.0083 -0.2674 (1) -4.5413*** -4.0299*** (1) 

Note: Optimal number of lags in parentheses. a) values of the test statistics 

reported. ***, **, and *** significant at 1%, 5% and 10% 

respectively. Critical values for the KSS test (Kapetanios al., 2003), 

p.~364,~tab.~1]): b) -3.48, -2.93, -2.66. c) -3.93, -3.40, -3.13. 


Our results show a rejection of the left-sided hypothesis for the 

Czech, Estonian and Latvian currencies, which does not allow us 

to conclude whether they are (mean) stationary, stationary with 

a linear trend or a stationary around a nonlinear trend. 

Conversely, Lithuanian and Slovenian currencies indicate 

stationarity around a nonlinear trend. There is only one 

significant result for the Bulgarian, Cyprian and Romanian 

currencies, the other one are (marginally) insignificant. 

Interestingly, the results for Bulgarian or Hungarian currency are 

91

found highly significant in (Cuestas, 2009), 62 but similar for other 

countries. 

Table 4: Univariate unit root test – the Bierens (1997) test 

Test t. statistics P-value Test t. statistics P-value 

Bulgaria -4.9998 [0.1555] Latvia -4.0550 [0.9317] 

-15.9013 [0.5654] -392.6386 [0.0696] 

25.2365 [0.9696] 9.7555 [0.3363] 

Cyprus -0.4551 [0.1523] Malta -6.7392 [0.6305] 

-16.3117 [0.0794] -610.5297 [0.3904] 

15.5347 [0.6404] 9.8155 [0.7073] 

Czech Republic -10.0111 [0.0124] Poland -6.8029 [0.5217] 

-69.5700 [0.8578] -159.5950 [0.3371] 

13.2114 [0.9504] 6.0903 [0.6680] 

Estonia -9.6901 [0.0260] Romania -8.4230 [0.1117]a) 

-185.6986 [0.1606] -221.5326 [0.0683] 

36.4082 [0.9878] 7.3677 [0.8527] 

Hungary -0.9820 [0.8579] Slovenia -8.6992 [0.0679] 

-5.2482 [0.8986]a) -25.2222 [0.9018] 

22.6888 [0.6578] 30.0060 [0.9545] 

Lithuania -5.0224 [0.9667] Slovakia -7.1495 [0.3297] 

Note: p-values in brackets. Rejection of the 

Source: own calculations. 

-81.0954 [0.9302] -486.4810 [0.5140] 

6.9682 [0.3892] 6.2722 [0.3458] 

is in bold. a) Marginally rejected. 

Our results for the URTs are rather inconclusive, unless we check 

for possible sources of nonlinearities. In addition, the values of 

test statistics may be affected by the properties of time series, so 

the next step of our analysis is to employ the pURTs. 63 As there is 

a large number of different tests, only some of them are utilised 

in this paper. In the next step, we will make use of the tests of 

62 It may have been due to inclusion of the time period including the early 1990s. 

63 A recent study (Telatar and Hasanov, 2009) does not find much support for 

PPP in CEE with ADF test either. 

92

the so-called first generation (e.g. Levin al., 2002; Im al., 2003) 

and the second generation of pURTs (Pesaran, 2007) with 

particular emphasis on the latter. 

The US Dollar 

Another set of results of the URTs is for the NMS exchange rates 

against the US Dollar (US ). There are only a few pieces of 

evidence in favour of PPP for these currency pairs and some 

tests. It is again the case of Bulgaria and Lithuania that the only 

two countries, where the ADF and PP and (KPSS partially) 

indicate that exchange rates may be I(0) as in the case of the 

pairs against the Euro. However, there is no other evidence for 

other currencies and tests. The possible explanation may be in a 

series of structural breaks that may have influenced the power of 

the univariate URTs (periods of `weak' and `strong' US in the 

analysed time span). 

Table 5: Univariate unit root tests (US ) 



Bulgaria -1.345 -4.279*** -1.862 -5.351*** 1.420*** 0.216*** 1.469 -2.138 

Cyprus -0.781 -1.807 -0.746 -1.530 0.687*** 0.311*** -0.814 -0.967 

Czech Rep. 0.133 -1.941 -0.046 -1.731 1.270*** 0.321*** 0.228 -1.024 

Estonia -0.388 -1.804 -0.780 -1.677 1.190*** 0.283*** 0.450 -1.703 

Hungary -0.304 -2.155 -0.288 -2.052 1.210*** 0.276*** -0.570 -1.261 

Lithuania -0.170 -2.384 -1.214 -2.531 1.480*** 0.164** 1.799 -2.763* 

Latvia 0.358 -1.346 -0.009 -1.152 1.220*** 0.317*** 1.221 -1.727 

Malta -0.464 -1.700 -0.487 -1.507 0.802*** 0.323*** -0.565 -0.839 

Poland -0.661 -2.196 -1.140 -2.272 1.140*** 0.284*** -0.365 -2.764 

Romania -0.650 -2.197 -0.673 -2.514 1.310*** 0.231*** -0.155 -1.527 

Slovenia -0.978 -1.989 -0.886 -1.524 0.595** 0.318*** -0.764 -0.839 

Slovakia -0.970 -2.458 0.150 -1.640 1.290*** 0.344*** -0.433 -1.026 


suggested 0 lags. d) significant at 2.5% level. ***, **, and * significant at 

1%, 5% and 10% respectively. Critical values for the KPSS test (level 

stationary): 10%: 0.347, 5%: 0.463, 2.5%: 0.574 and 1 %: 0.739; trend 

stationary: 10%: 0.119, 5%: 0.146, 2.5%: 0.176, and 1%: 0.216. Trend = 

a constants and a time trend included. Source: own calculation. 

93

For the case of the non-linear KSS test, some evidence in favour 

of the PPP can be found (six countries for demeaned time series), 

indicating that is better than for the Euro pairs. However, there is 

almost no evidence for detrended time series, which is the very 

opposite compared with the results for the Euro exchange rates. 

Table 6: Univariate unit root test – KSS test for the US 

KSSa) 

demeanedb) 

KSSa) 

detrendedc) 

Bulgaria 3.24 -3.19** (1) 6.58 -5.26*** (3) 

Cyprus 1.20 -2..98** (6) 1.33 -1.95 (8) 

Czech Republic 0.81 -1.96 (8) 1.79 -1.51 (9) 

Estonia 1.06 -2.96** (6) 1.56 -1.49 (9) 

Hungary 1.54 -3.87*** (6) 1.91 -0.87 (8) 

Lithuania 2.15 0.15 (7) 2.43 -1.93 (7) 

Latvia 0.25 -1.43 (8) 1.85 -1.46 (9) 

Malta 1.02 -2.74* (6) 1.28 -0.75 (10) 

Poland 2.12 -2.88* (5) 2.89 -2.36 (5) 

Romania 1.59 -2.37 (1) 2.13 -2.01 (1) 

Slovenia 1.13 -1.39 (9) 1.44 -1.22 (10) 

Slovakia 0.66 -2.81 (6) 1.41 -2.24 (5) 


reported. ***, **, and *** significant at 1%, 5% and 10% respectively. 

Critical values for the KSS test (Kapetanios al., 2003), p.~364,~tab.~1]: 

b) -3.48, -2.93, -2.66. c) -3.93, -3.40, -3.13. 


As far as the results for the non-linear Bierens test are concerned, 

they indicate that the PPP hypothesis cannot be rejected for 

several NMS countries (Bulgaria, Cyprus, Estonia, Malta, Slovakia 

and Slovenia). Compared with results of the same test for the 

Euro pairs, the Czech exchange rate cannot be rejected to be 

nonstationary. There is also more evidence in favour of the I(0) 

(i.e. PPP) in the case of Malta and Slovakia. These countries can 

be now included into the group of I(0) countries, conversely for 

Bulgaria, Cyprus, Latvia and Lithuania. No change can be observed 

in the case of Romania, Hungary and Poland. 

94

Table 7: Univariate unit root test – the Bierens (1997) test for the 

US 


Bulgaria -6.7278 [0.0834] Latvia -6.6296 [0.1366] 

-114.9160 [0.8376] -96.3401 [0.8104] 

8.3902 [0.9837] 7.4182 [0.8801] 

Cyprus -7.0561 [0.0683] Malta -7.7843 [0.0163] 

Czech 

Republic 

-100.974 [0.1905] -114.6098 [0.1054]b) 

7.3935 [0.9308] 8.0943 [0.9632] 

-6.2354 [0.1960] Poland -5.5389 [0.4298] 

-115.4973 [0.7696] -179.9285 [0.4716] 

5.5045 [0.6856] 5.2384 [0.6350] 

Estonia -7.2686 [0.0458] Romania -6.0466 [0.2689] 

-59.2106 [0.6872] -126.7792 [0.0588] 

6.9976 [0.9122] 4.4487 [0.4890] 

Hungary -6.0268 [0.2620] Slovenia -7.4196 [0.0337] 

-92.8463 [0.8435] -109.1637 [0.1147]b) 

6.4191 [0.8371] 8.0226 [0.9613] 

Lithuania -3.9243 [0.7985] Slovakia -6.5747 [0.1265] 

-61.9370 [0.7528] -1360.4636 [0.0973] 

7.5029 [0.7930] 11.3572 [0.9980] 


rejected. 


is in bold. a) Marginally 

Before moving to the next series of tests, let's summarize our 

results for the US Dollar. The result presented in this section 

showed that there is less evidence in favour of the PPP in the 

case of US currency pairs. Apart from the fact that a certain 

role may be attributed to external shocks and other influences 

(leading to structural breaks in time series), it may have been 

also the role of price indices used in this exercise. National price 

indices were used in calculating the RER, compared with 

harmonized price indices in the case of the Euro pairs. The 

95

national definition of a price index may contain more specific 

items (e.g. regulated goods and services) and as a result less 

evidence for PPP is found. 

REER 

The last set of results for the URTs is for REER. As we mentioned, 

the sample of NMS countries for the REER specification is 

reduced due to the lack of comparable data (the Baltic States and 

Slovenia) since the IMF does not publish REER time series for all 

the CEE countries. We decided to test the time series only for 

a reduced set of these countries and do not use various 

definitions of a REER. We prefer doing that to calculating our 

own time series or obtaining time series of REERs from other 

sources as definitions are usually not comparable (different price 

indices or time frequencies that would have required either 

aggregation or desaggregation of original time series). 

Table 8: Univariate unit root tests (REER) 



Bulgaria -1.041 -3.655** -0.973 -3.291* 1.440*** 0.108 1.543 -1.664 

Cyprus -0.113 -1.992 -0.233 -2.143 1.220*** 0.214d) -0.962 -2.127 

Czech -0.558 -3.048e) -0.594 -3.182* 1.540*** 0.0964 0.958 -4.300*** 

Rep. 

Hungary -0.510 -1.341 -0.480 -3.164* 1.540*** 0.116 0.258 -1.026 

Malta 0.086 -2.369 0.059 -2.389 1.460*** 0.179d) 0.941c) -1.868c) 

Poland -2.216 -2.623 -2.242 -2.707 1.130*** 0.115 -0.747 -2.558e) 

Romania -1.620 -2.880 -1.268 -2.608 1.300*** 0.0794 -0.318 -3.258** 

Slovakia 0.507 -2.142 0.868 -2.026 1.530*** 0.333*** 1.544 -1.501 


suggested 0 lags. d) significant at 2.5 level. e) marginally insignificant. ***, 

**, and * significant at 1%, 5% and 10% respectively. Critical values for 

the KPSS test (level stationary): 10%: 0.347, 5%: 0.463, 2.5%: 0.574 and 1 

%: 0.739; trend stationary: 10%: 0.119, 5%: 0.146, 2.5%: 0.176, and 1%: 

0.216. Trend = a constants and a time trend included. 


96

To begin with, univariate URTs are used (results are in table 8). 

As to the three standard tests, there is some evidence in favour 

of PPP in the case of Bulgaria, the Czech Republic (the ADF test is 

significant at ) and Hungary (ADF, PP and KPSS). 64 The 

results of the more robust test (DF-GLS) indicate that I(0) can be 

rejected for the Czech Republic, Romania and marginally for 

Poland (at ). 

Table 9: Univariate unit root test – KSS test for REER 

KSSa) 

demeanedb) 

KSSa) 

detrendedc) 

Bulgaria 2.48 -2.01 (1) 3.60 -1.99 (1) 

Cyprus 1.74 -3.01** (1) 2.85 -2.74 (1) 

Czech 1.02 -2.10 (5) 2.96 -3.32* (4) 

Republic 

Hungary 1.57 -1.23 (7) 3.76 -1.98 (8) 

Malta -0.04 -1.97 (1) 1.35 -1.22 (1) 

Poland -2.54 -1.18 (5) 2.82 -2.50 (5) 

Romania 1.82 -1.40 (6) 3.21 -3.55** (10) 

Slovakia -0.88 -2.13 (3) 2.75 -2.48 (4) 


reported. ***, **, and *** significant at 1%, 5% and 10% 

respectively. Critical values for the KSS test (Kapetanios al., 2003), 

p.~364,~tab.~1]: b) -3.48, -2.93, -2.66. c) -3.93, -3.40, -3.13. 


The results for the non-linear KSS test (in the table 9) show 

almost no evidence supporting the PPP hypothesis, if REER is 

used. On the other hand, the results for the other non-linear test 

do. The results are presented in table 10. The test results indicate 

that the validity of the PPP hypothesis can be confirmed only for 

two countries – Bulgaria and Romania. In the case of Cyprus and 

the Czech Republic, it is not possible to decide (following 

recommendations in Bierens (1997) as only one out of three test 

64 Results for KPSS and a specification with a time trend allow us to reject the 

null I(0) only for Cyprus, Malta and Slovakia. 

97

statistics indicates that PPP holds.) The results for Malta and 

Slovakia – significant in other cases – are insignificant for REER. 

There is also no change for Hungary and Poland (rejection of 

PPP). To sum up, there is even weaker evidence for the REER 

exchange rate that PPP holds in the NMS countries. 

Table 10: Univariate unit root test – the Bierens (1997) test for REER 


Bulgaria -4.0285 [0.9186] Malta -6.2790 [0.1826] 

-46.9439 [0.9026] -103.8727 [0.1498] 

2.8675 [0.0633] 6.1814 [0.8735] 

Cyprus -5.3484 [0.5073] Poland -6.6419 [0.1241]a) 

Czech 

Republic 

-100.974 [0.1905] -76.2201 [0.4927] 

7.3935 [0.9308] 5.6712 [0.7454] 

-3.7482 [0.9229] Romania -3.7088 [0.9466] 

-238.8240 [0.3113] -42.9034 [0.9213] 

3.6408 [0.1585] 3.1308 [0.0638] 

Hungary -4.3707 [0.8308] Slovakia -5.1902 [0.6035] 

-78.0290 [0.4237] -52.2559 [0.8376] 

5.0651 [0.7077] 750.9913 [0.3151] 


rejected 


3.2 Panel unit root tests 

is in bold. a) Marginally 

If the hypothesis of unit root in a time series was rejected (for 

various specifications of the test), we could infer that PPP did 

hold as a relationship in the long-run. If that was not the case, 

a time series would be an I(1) process and the PPP would not 

hold in the long run. As it is unclear which specification is the 

right one for individual exchange rates, different specifications 

are used. All the pURTs are conducted with panel-specific means 

(constant), but they differ in respect to the other options (the 

demeaned version of test is used as cross-correlation of 

exchange rates was high, with a time trend included or not). 

98

Intercepts and deterministic trends may be allowed to vary for 

individual countries in a panel, and errors may be correlated and 

heteroskedastic. The optimal number of lags was selected 

automatically (the Stata command xtunitroot). However, one lag 

seems to be sufficient and is usually applied when the automatic 

lag selection is chosen. The rationale behind this is rooted in the 

logic that every quarter brings new information that affects the 

exchange rate. This change depends on many factors and 

therefore may go in both directions. 65 

The LLC tests are shown with two statistics – Unadjusted (for 

models without a time trend or specific means), Adjusted ( 

that is bias-adjusted following an asymptotically normal 

distribution) for other cases. In the case of the Maddala-Wu test, 

there are four different test statistics. According to the study by 

Choi, 2001, one of them – inverse normal Z statistics (which has 

the standard normal distribution under ) – seems to be the 

optimal one given the trade-off between size and power of the 

test. We also use truncated versions of the CIPS statistics (the 

Pesaran's CADF test) that help to mitigate the occurrence of 

extreme values of statistics if number of observations is small, for 

details see (Pesaran, 2007). 

The results for our main specification are presented in table 11. 

They offer a mixed picture. Only the CADF test shows support to 

the stationarity of individual exchange rates, i.e. PPP holds in the 

long run. While the IPS, LLC, and M-W tests are ambiguous or not 

rejecting the , the H-LM test does not confirm these findings. 

Banerjee al. (2005) present reasons why the null hypothesis may 

be rejected and therefore, one has to interpret all results with 

caution. (In the case of the aforementioned tests, the null 

hypothesis is the non-stationarity for all panels and the 

alternative that at least some are stationary.) If the null is 

rejected, it is a warning sign that the variables and processes 

65 However, the appropriate lag length for this test is essential, see e.g. Stata, 2009. 

99

influencing and determining behaviour of individual exchange 

rates may be heterogeneous. Given the aforementioned 

problems (for discussion see below), the Pesaran's CADF test 

(allowing for contemporaneous correlation) seems to be the 

most reliable one in our case (allowing for different speeds of 

adjustment). Its results can be roughly compared to those results 

of the LLC and IPS tests. 

Table 11: Panel unit root tests – baseline specification 

no trend 

trend 

test t. statistics P-value t. statistics P-value 

LLCa) Unadjusted -4.8890 -6.9911 

Adjusted ( ) -2.2347 0.0127 -1.1975 0.1156 

IPSa) -0.7993 0.2120 -0.1869 0.4259 

H-LMa) 102.4918 0.0000 62.5401 0.0000 

H-LMa), b) 86.4370 0.0000 55.4475 0.0000 

M-Wa), c) Z -5.4454 0.0000 0.0030 0.5012 

M-Wa), d) Z -0.6834 0.2472 -0.3226 0.3735 

CADFe) -2.413 -3.114 

Z[-bar] -2.384 0.009 -3.117 0.001 

Note: a) demeaned time series. b) robust option; c) DF, drift; Inverse normal 

Z statistics reported, d) PP, drift; Inverse normal Z statistics reported, 

e) truncated – approximation of extreme values of the distribution. 


However, it does not imply that the PPP has been rejected as 

within a group of countries or certain subgroups it may behave 

differently (Dufrénot and Sanon, 2005). Therefore, various 

subgroups of countries were created and employed (see the 

section below). Another problem (for details see Sarno and 

Taylor, 2003) is that the variable nature of the relationship 

between exchange rates and price indices for individual units of 

a panel may lead to ambiguous results. Additionally, the results 

of our empirical analysis must be interpreted with caution, as we 

have to rely on a limited number of countries (cross sections, , 

100

is medium) while the number of periods 

sample. 66 

3.3 Robustness tests 

is large in our 

As our previous sets of results may be influenced by the 

composition of our group of NMS states, including countries of 

different levels of economic development, we will check for 

robustness of our results with the help of four sets of 

specifications. First, we will try to assess effects of group 

composition. Second, we distinguish between individual types of 

exchange rate regimes. Thirdly, we will investigate the influences 

of selected economic variables on PPP, and finally, we will try to 

assess the impact of the on-going financial crisis. Regarding the 

first test, we can see from tables nos. (16), (17) and (18) that 

there are differences in terms of the groups of countries. While 

the results for NMS10 are close to the results for NMS, a more 

similar group of countries represented by NMS8 gives significant 

support to PPP. The results of the pURTs turn insignificant for the 

last subgroup of NMS (NMS5). However, this may have been due 

to the limited number of cross sections ( is small), where 

the pURTs are less robust. 

ER regimes 

Another possibility is to distinguish between countries with 

respect to their exchange rate regimes. Some countries have 

preferred more flexible exchange rate regimes, while others 

chose more constant ones. It is rather difficult to classify 

individual countries according to this criterion, as some of them 

have changed their exchange rate regimes several times (e.g. 

Poland). On the other hand, there are countries that have used 

66 There have been some studies that used even fewer time observations, see 

e.g. Solakoglu (2006) for a test of the PPP theory in CEE countries or Harris and 

Sollis (2005) for a test of total factor productivity for OECD countries. 

101

only one regime (e.g. Estonia). 67 As there is no simple criterion 

regarding the pegged and floating exchange rates, a simple rule 

is applied – all pegged currencies are grouped together and the 

same is done for all floating currencies ( pegged and 

floating currencies). The classification of the latest 

available exchange rate regimes for the NMS countries is in the 

table in the Appendix. Our classification will necessarily bear 

signs of some arbitrariness and both panels differ in size. 68 The 

results for two sets of countries, based on the aforementioned 

selection criterion, are shown in the tables nos. (12) and (13). 

Table 12: Panel unit root tests – pegged exchange rates 

no trend 

trend 



Adjusted ( ) -2.3819 0.0086 -5.5397 0.0000 

IPSa) -2.9937 0.0014 -5.4106 0.0000 

M-Wa), b) Z -4.7989 0.0000 -4.4767 0.0000 

M-Wa), d) Z -2.9126 0.0018 -5.3597 0.0000 

CADFe) -2.968 -3.393 

Z[-bar] -2.887 0.002 -2.713 0.003 





There seems to be a clear division between countries with 

pegged and floating currencies, which appears to point at exactly 

the opposite implications. This may be due to the fact that 

pegged currencies have been adjusted on a regular basis by 

inflation differentials, so that PPP may have held and vice versa. 

However, this division does not seem to be unique as the CADF 

67 We use IMF data but classifications differ study from study. See e.g. an early 

classification for five NMS countries in Frait al., 2006. 

68 

and 

and therefore, we apply a different criterion 

to distinguish between exchange rate regimes in the next section. 

102

test allows us to reject the at significance level for the 

pegged ones, while this is not the case for floating currencies 

(ambiguous results). The other test results are not clear-cut, 

apart from the LLC for floating ones giving weak support to PPP 

(in one specification). There are many reasons for this. The most 

important one may be that the floating currencies are de facto 

not floating currencies (only de jure). Interventions in the foreign 

market or speculations may prevent a currency from restoring 

PPP. Nevertheless, these results should be interpreted with 

caution, as the cross-sectional dimension is rather low even for 

the pURTs, even though the time dimension is still long. 

Additionally, even rejecting non-stationarity (CADF, LLC) does not 

mean that all currencies are stationary. 

Table 13: Panel unit root tests – floating exchange rates 

no trend 

trend 



Adjusted ( ) -1.3435 0.0896 0.3091 0.6214 

IPSa) 0.5978 0.7250 1.5327 0.9373 

M-Wa), b) Z -3.6036 0.0002 1.2722 0.8984 

M-Wa), c) Z 0.7204 0.7644 1.3920 0.9180 

CADFd) -2.176 -2.935 

Z[-bar] -1.139 0.127 -1.800 0.036 





Characteristics of countries 

In this section we focus on different countries' characteristics and 

their impact on PPP. The empirical studies show their significance 

for the PPP in developing countries (e.g. Alba and Papell, 2007). 

The list of possible factors is long. Some of them are more likely 

to result in supporting PPP than others. For example, a higher 

level of openness means that a higher ratio of goods and services 

103

is exposed to international competition or higher volume of 

currencies being exchanged. That should lead to price 

equalisation and PPP would hold. Higher economic growth is 

usually linked to higher productivity growth (the B-S effect) and 

higher inflation. In a group of fast and slow-growing economies, 

the PPP will be less pronounced than in a group of more 

homogeneous countries, i.e. growing at similar rates (Alba and 

Papell, 2007). The volatility of the exchange rate may slow down 

the process of price adjustments, if barriers to free functioning of 

market forces are in place. Higher inflation may lead to smoother 

restoration of the PPP. Regarding the transition process, a more 

restrictive system (more regulated, with more barriers to free 

competition, etc.) may hinder economic systems in restoring PPP. 

For robustness tests, the average growth rates of consumer 

prices (based on IMF IFS database) and PPP adjusted GDP (the 

EKS method, Groeningen database, see GGCD, 2010) are 

calculated. 69 For openness, we use data from the IFS 

(merchandise export and import divided by GDP). The volatility is 

calculated as the standard deviation of logarithms of nominal 

exchange rates. The transition indicators are taken from the 

EBRD database (the transition index measuring various aspects of 

structural and institution reforms (EBRD, 2009) and simple 

averages are calculated. In order to obtain balanced panels 

(number of countries), we will not distinguish between different 

rates of inflation or GDP growth as it is common practice in 

economic literature. 

69 We follow [Alba and Papell (2007)] and growth rates are calculated according 

to the World Development Report, i.e. 

and not according to 

the formula stated in the text), where for a country is obtained from 

a regression (with a constant and a time trend) 

. Time span 

1995–2009 for all variables and calculation of changes is used. 

104

These are the individual thresholds used in grouping our set of 

countries: 70 

Economic growth – slow (annual average ), fast 

(annual average ); 71 

Inflation – low (annual average ), high (annual 

average ); 72 

Openness – low (average ), high (average ); 73 

Transition index – low (average ), high (average 

). 74 

Exchange rate volatility – low ( ), high ( ). 75 

The Results for our first characteristic (growth) are presented in 

table A.6 in the Appendix. Higher economic growth is usually 

associated with higher productivity growth (and selective 

inflation due to the B-S effect). As the Euro area is rather similar 

to the slowly growing countries, we should find support for the 

PPP. However, this does not seem to be the case (ambiguous 

results (CADF) or not rejecting the – LLC and IPS). On the 

other hand, the results for fast growth allow us to reject the 

across tests at 1%. These results are rather surprising, as higher 

economic growth leads to higher productivity (B-S effect) and 

inflation, which may interfere with the PPP. A possible 

explanation for this may be that floating exchange rates enable 

countries to adjust price levels so that PPP may hold. 

70 Calculated valued are ordered so that countries can be divided into two 

groups according to their values. 

71 Fast growing countries: Bulgaria, the Baltic countries, Poland and Slovakia. 

72 High inflation countries: Bulgaria, Estonia, Hungary, Latvia, Poland and Romania. 

73 Highly open countries: Bulgaria, Estonia, Hungary, Lithuania, Malta and Slovenia. 

74 Based on transition indicators, see [EBRD (2009)]. As Cyprus and Malta are 

not covered, the Czech Republic has been promoted to developed country level 

and is not covered anymore, they are assigned to the 'high' countries group, 

together with Estonia, Hungary and Poland. 

75 High nominal exchange rate volatility: Bulgaria, the Czech Republic, Hungary, 

Lithuania, Romania, and Slovenia. 

105

The next characteristic is inflation. Low inflation should support 

the PPP (the Euro area tends to have lower rates), high inflation 

should not. With respect to our results, the LLC and IPS are 

insignificant for high inflation, only CADF for 2% or less. In the 

case of low inflation, the LLC and CADF support the PPP 

(significant at 1%), while the IPS is ambiguous. These results may 

be partially influenced by the fact that transition and inflation are 

negatively correlated (see below). Low inflation may not be 

a sign of a developed economy, but reflects non-economic 

interventions of a government resulting in distortions of PPP. 

Openness is a proxy for forces related to international trade and 

competition, which are the main determinants of exchange rates 

and therefore PPP. More open countries should show signs of 

support for the PPP. This is the case of our results. The LLC, IPS 

and CADF reject the at 1%, giving massive support to PPP. On 

the other hand, the results for pURTs for less open economies 

are exactly the opposite (not significant at all standard levels). 

Exchange rate volatility is assumed to be positive (medium level) 

and negative (low and high) for the PPP. Low or high volatility 

may prevent an exchange rate from restoring the PPP, while 

medium level may help to mitigate other distortions. We cannot 

use such a subtle decomposition, as our cross-sectional 

dimension is limited. 76 The results of the pURTs, for high volatile 

currencies, are either ambiguous (LLC) or insignificant, apart 

from CADF. Similarly, the results for less volatile currencies are 

ambiguous (LLC and IPS) too or do not allow us to reject the 

(CADF). Volatility is correlated with transition, which may blur 

our picture. 77 

76 Lower volatility of exchange rates is favourable for the power of URTs , so if 

time series are less volatile connected to each other, results are more robust 

[Papell and Theodoridis (2001)]. 

77 We also calculate volatility index recommended by [Papell and Theodoridis 

(2001), p.~798]. Volatility between two currencies is calculated as: 

106

Table 14: Spearman's rank correlation coefficients 

Growth Inflation Openness Transition Volatility 

Growth 1.0000 

Inflation 0.4825 1.0000 

Openness 0.2448 0.0140 1.0000 

Transition -0.5000* -0.6338* -0.0775 1.0000 

Volatility 0.1678 0.5874* 0.0839 -0.7535* 1.0000 

Note: * means significant at 10% level. N = 12. 


The last characteristic is linked to the transition process. The 

definition of the used EBRD indices reflects more the level of 

regulation and inferences of a government in an economy. The 

results for more developed (i.e. less regulated) countries allow us 

to reject the at the (LLC), (IPS) and (CADF) 

significance levels. On the contrary, the results for more 

regulated countries are insignificant (IPS) or ambiguous, offering 

an explanation that more regulated economies create more 

obstacles (change environment) and PPP does not hold. 

However, as it was argued above, there is probably a clear link 

between some variables that renders any precise analysis 

difficult. Additionally, if the is rejected in the case of the LLC 

and CADF test, this means that only percent of the panel can 

be in fact stationary. Our proxy for transition is based on the 

regulation of various aspects of everyday life in transition 

countries and measured by the EBRD. Hence, this proxy thus may 

reflect the actual state of affairs in a country only in parts. 

Some aspects should be included in order to get a complete 

picture of this. The characteristics of a country are not 

independent. Table 14 shows the Spearman's rank correlation 

coefficients. If country characteristics were correlated (there 

were possible dual links), this would mean that the influence 

. Even though the composition of both panels changes 

slightly with this measure in place, the results remain comparable, see table 

A.10 in the Appendix. 

107

goes into a distinct direction and is not ambiguous. In our sample 

there are four significant relationships: transition (growth and 

inflation); volatility (inflation and transition). They are significant 

at the level. Therefore, in these cases the direction is not 

clear the direction of influences as less regulation influences 

positively both economic growth and inflation. Lower volatility is 

associated with lower regulation. 

3.4 What conclusion can be drawn – is the 'PPP puzzle' still 

alive? 

As we have seen, the results are rather ambiguous and do not 

provide clear guidance regarding the PPP hypothesis for NMS 

countries. What are the possible reasons for these findings? Wu 

al. (2010) and Alba and Papell (2007) summarize the recent 

studies and highlight that there may be some country 

characteristics that determine whether the PPP holds or not. 

These are the inflation rate, openness, volatility of exchange rate, 

economic growth and distance. However, empirical studies have 

not confirmed any of these determinants beyond all doubts. The 

results in this study are not crystal clear, either. Possible 

problems and/or reasons for the lack of clear-cut evidence in the 

analysis of the PPP can be divided into three groups. 

The first group includes problems and issues related to available 

data. For example, some of them can be labelled as problems of 

transition countries. Our time span starts in mid-1990s, which 

gives us enough observations in the time dimension, but may 

also be teh reason why results are rather mixed due to the 

changes of exchange rate regimes in some countries. In a similar 

vein, the measures of inflation may have been exposed to similar 

kind of shocks. Therefore, the problem may be associated with 

price indices and not with exchange rates. 

Another problem is well known in the literature – aggregation 

bias. It can be associated either with the data used (Broda and 

Weinstein, 2008) or linked to empirical methods (Imbs al., 2005) 

108

parameter heterogeneity). Additionally, there may be a bias 

associated with small samples in the data (Chen and Engel, 2004) 

that may have an impact on results. 78 

The second group encompasses various direct and indirect (nonmarket) 

measures applied in an economy. One of them can be in 

the form of exchange rate arrangements such as the ERM II. This 

may have restricted the exchange rates of NMS countries and 

therefore the results of URTs or pURTs may be inconclusive. The 

euro as a benchmark for our analysis may also influence our 

results, as it was an artificial currency in the 1990s. However, this 

choice seems to be rational, since the US dollar has lost its 

importance in the NMS countries and the euro/ECU has gained 

significance due to European integration process. Moreover, 

some authors argue that the RER are not I(1) but rather I(0) 

process that has a nonlinear (deterministic) trend or with 

structural breaks. This may give support to the notion of a 'quasi- 

PPP' or 'a relaxed version of PPP' (for discussion see e.g. Cuestas 

and Regis, 2008). 

Another example is mentioned in the study by Brissimis al. 

(2005). The authors claim that monetary authority's 

interventions in the foreign market targeting a certain level of 

exchange rate may result in the inability to confirm PPP 

empirically even though it holds. Additionally, Taylor (2004) puts 

forward that interventions may lead to RER displaying nonlinear 

behaviour, e.g. with I(1) type of behaviour within a certain band, 

and I(0) outside. 79 For example, some countries have been using 

inflation targeting and exchange rate is an important part of this. 

An exchange rate has direct and indirect impacts on inflation. 

Finally, the last group incorporates empirical problems and 

problems of econometric methods. One of them may be a group 

78 Robertson al. (2009) surveys literature and discuss sources of these biases in 

depth. It also shows how important these biases for a development country are 

(Mexico compared to the US). 

79 The Bierens (1997) test should account for this. 

109

of issues related to the problem called fractional integration of 

time series. This means that time series have a long memory 

(long range dependence). 80 This poses a problem not only for 

URTs and but also for pURTs. This would mean that standard 

URTs are not suitable for those cases. 

It also includes more practical aspects as different specification 

of a non-linear adjustment process. For example, Bahmani- 

Oskooee al. (2008) argue that assumptions for PPP are not met in 

many countries and as a result, the PPP hypothesis is rejected. 

Additionally, some market interventions, friction or misbeliefs 

may hamper market forces from restoring equilibrium. This may 

lead to the necessity to account for these by employing nonlinear 

methods such as threshold models. Another problem is related 

to the pURTs of RER if there are MA roots in the RER. This leads 

to over-rejection of the hypothesis of non-stationarity as shown 

in Fischer and Porath (2010). The lag selection is a problem of 

non-linear tests such as the Bierens (1997) test. 81 This is because 

the number of lags ( ) can be determined by various methods, 

but the same cannot be easily done for the order of Chebishev 

polynomials (however, the actual size of the test depends on 

it). Hence, the power may be low (see Bierens, 1997). 

Even though it is not possible to list and discuss all possible 

problems and issues related to the testing of the PPP, given the 

space limitations of this paper, the aforementioned ones can 

help us to answer the question stated in the title of this 

subsection. The 'PPP puzzle' is still alive and it is not clear when 

we will have such (empirical) tools that will give us a clear 

answer. 

80 That is I(d) time series, where . The key threshold is the value of 

dividing time series into two groups (stationary and non-stationary). 

81 This seems to be the main problem for empirical analyses of time series, see 

Harris and Sollis, 2005. 

110

CONCLUSIONS 

This paper focused on testing the relative version of the PPP in 

the NMS countries over the time span of 15 years. It tried to shed 

some light on the 'old PPP puzzle' for a set of transition 

countries. As there has been a large number of studies with 

rather ambiguous results, various econometrics methods were 

employed. We made use of standard URTs and selected pURTs, 

and additionally, more robust versions of URTs. While standard 

univariate URTs do not provide a crystal-clear answer to our 

question, the robust versions do for the Euro exchange rate pairs 

in particular. The results for the non-linear KSS test (ESTAR 

model), which gives support to PPP in eight out of 12 NMS 

countries and the results for another nonlinear test (non-linear in 

trends, the Bierens (1997) test), also tend to favour the existence 

of PPP, once the source of non-linearities has been controlled 

for. In the case of the other currency pairs – the US Dollar and 

REER, the results are less significant and therefore, they seem to 

give more emphasis on the importance of the Euro currency for 

the NMS countries. 

Moreover, the pURTs offer a piece of evidence, as they make use 

of both cross-sectional and time dimensions. Our results for 

Pesaran's CADF test show that PPP does hold for the whole 

period of 1995–2009, even for a shortened period without the 

impact of the ongoing financial crisis. The robustness tests take 

various country's characteristics into account: the economic 

growth, inflation rates, openness, volatility of exchange rate or 

phases of transition, do not change the picture. Our results also 

show that the PPP does hold in countries that are more open, 

less regulated or growing faster. 

This approach also shows strengths and weaknesses of the 

pURTs. While first generation tests are not able to account for all 

possible problems of exchange rate dynamics (e.g. cross section 

independence), they may have failed in our empirical tests. The 

second generation is at least capable of dealing with them and its 

111

esults seemed to be more consistent. Nevertheless, additional 

information (cross sectional dimension) does not seem to be 

enough to overcome the assumption of linearity in the case of 

some economic time series, such as exchange rates. The answer 

would be to employ even more robust versions of pURTs that 

would allow for non-linear adjustment processes or structural 

breaks in individual time series in a panel. 

There are many possibilities regarding the future research in this 

area. More detailed analysis based on individual subindices of 

the HICP index should be conducted as one extension going 

beyond the scope of this paper. 82 Using selected price subindices 

that may solve problems associated with aggregation bias. 

However, these subindices are available only for a limited set of 

countries and/or time span is very limited, which limits their use. 

Possible extensions of this work could be done with respect to 

several aspects. An extension may be based on using 

disaggregated price indices (either for CPI or HICP) for our group 

of countries, different indices (broad or narrow versions of REER) 

or different benchmark countries. Moreover, more robust 

univariate URTs such as the CBL test 83 or methods based on 

panel smooth transition regression models (PSTR, see e.g. 

González al. ,2005) that may solve some problems of nonlinear 

adjustment processes or structural breaks due to their 

construction may be applied. They would also make possible to 

use longer time span or data of higher frequencies (e.g. months). 

82 Additionally, due to lack of availability consumer price subindices for some 

countries and most of the 1990s, it would lead to radical reduction of our sample 

and therefore, the necessity to switch from quarterly to monthly time series 

so that one would gain some power for the URTs and pURTs . 

83 Carrion-i-Silvestre, Barrio-Castro and Lopez-Bazo, see Carrion-i-Silvestre al., 

2005 allowing for several structural breaks in the presence of cross-sectional 

dependence. 

112

REFERENCES 

Alba, J. D., Park, D.: An empirical investigation of purchasing 

power parity (PPP) for Turkey. Journal of Policy Modeling, vol. 27, 

November 2005, no. 8, pp. 989–1000. 

Alba, J. D., Papell, D. H.: Purchasing power parity and country 

characteristics: Evidence from panel data tests. Journal of Development 

Economics, vol. 83, May 2007, Issues 1, pp. 240–251. 

Al-Omar, M. A., Ghali, K. H.: PPP Tests in Cointegrated Heterogeneous 

Panels: The Case of the GCC Countries. International Research 

Journal of Finance and Economics, Issue 35, January 2010, 

pp. 163–172. 

Bahmani-Oskooee, M., Kutan, A. M., Zhou, S.: Do Real Exchange 

Rates Follow a Nonlinear Mean Revering Process in Developing 

Countries? Southern Economic Journal, vol. 74, April 2008, no. 4, 

pp. 1049–1062. 

Baltagi, B. H.: Econometric Analysis of Panel Data. 4th edition. 

New York, Wiley, 2008. 

Banerjee, A.: Panel Data Unit Roots and Cointegration: An Overview. 

Oxford Bulletin of Economics and Statistics, October 1999, 

special issue, pp. 607–629. 

Banerjee, A., Marcellino, M., Osbat, Ch.: Testing for PPP: Should 

we use panel method? Empirical Economics, vol. 30, May 2005, 

no. 1, pp. 77–91. 

Bekö, J., Boršiè, D.: Purchasing Power Parity in Transition Economies: 

Does it Hold in the Czech Republic, Hungary and Slovenia? 

Post-Communist Economies, vol. 19, December 2007, no. 4, pp. 

417–432. 

Bénassy-Quéré, A., Béreau, S., Mignon, V.: The dollar in the turmoil. 

Journal of the Japanese and International Economies, vol. 

23, December 2009, issues 4, pp. 427–436. 

113

Bierens, H. J.: Testing the Unit Root Hypothesis Against Nonlinear 

Trend Stationarity, With an Application to the Price Level and 

Interest Rate in the U.S. Journal of Econometrics, vol. 81, November 

1997, issue 1, pp. 29–64. 

Bierens, H. J.: EasyReg International. Department of Economics, 

Pennsylvania State University, April 2010. 

Breitung, J., Pesaran, M. H.: Unit roots and cointegration in panels. 

In: Matyas, L., Sevestre, P. (eds.): The Econometrics of Panel 

Data: Fundamentals and Recent Developments in Theory and 

Practice (3rd ed.). Dordrecht, Kluwer Academic Publishers, pp. 

279–322. 

Brissimis, S., Sideris, D., Voumvaki, F.: Testing longrun Purchasing 

Power Parity under exchange rate targeting. Journal of International 

Money and Finance, vol. 24, October 2005, issue 6, pp. 959– 

981. 

Broda, Ch., Weinstein, D. E.: Understanding International Price 

Differences Using Barcode Data. Cambridge, NBER, NBER Working 

Paper No. 14017, May 2008. 

Bussiére, M., Ca'Zorzi, M., Chudik, A., Dieppe, A.: Methodological 

advances in the assessment of equilibrium exchange rates. ECB, 

Frankfurt, ECB Working Paper No. 1151, January 2010. 

Carrion-i-Silvestre, J. L., Barrio-Castro, T. D., Lopez-Bazo, E.: Breaking 

the panels: an application to the GDP per capita. Econometrics 

Journal, July 2005, vol. 8, issue 2, pp. 159–175. 

Cassel, G.: Money and Foreign Exchange After 1914. The MacMillan 

Company, New York. 

Clark, P. B., MacDonald, R.: Exchange rates and economic fundamentals: 

a methodological comparison of BEERs and FEERs. 

IMF Working Paper, No. 67, May 1998. 

Cameron, A. C., Triverdi, P. K.: Microeconometrics Using Stata. 

College Station, Stata Press, 2009. 

114

Candelon, B., Kool, C., Raabe, K., van Veen, T.: Long-run exchange 

rate determinanats: Evidence from eight new EU member states, 

1993–2003. Journal of Comparative Economics, vol. 35, March 

2007, issue 1, p. 87–107. 

Chen, S. S., Engel, Ch.: Does 'Aggregation Bias' Explain the PPP 

Puzzle? NBER, Cambridge, NBER Working Paper No. 10304, 

February 2004. 

Chortareas, G., Kapetanios, G.: Getting PPP right: Identifying mean-reverting 

real exchange rates in panels. Journal of Banking & 

Finance, vol. 33, February 2009, issue 2, pp. 390–404. 

Christidou, M., Panagiotidis, T.: Purchasing Power Parity and the 

European single currency: Some new evidence. Economic Modelling, 

vol. 27, September 2010, issue 5, pp. 1116–1123. 

Choi, I.: Unit root tests for panel data. Journal of International 

Money and Finance, vol. 20, April 2001, no. 2, pp. 249–272. 

Cuestas, J. C., Regis, P. J.: Testing PPP in Australia: Evidence from 

unit root test against nonlinear trend stationary alternatives. 

Economics Bulletin, vol. 3, 2008, no. 27, pp. 1–9. 

Cuestas, J. C.: Purchasing power parity in Central and Eastern European 

countries: an analysis of unit roots and nonlin-earities. 

Applied Economic Letters, vol. 16, January 2009, no. 1, pp. 87–94. 

Dufrénot, G., Sanon, G.: Testing Real Convergence in the 

ECOWAS countries in Presence of Heterogeneous Long-Run 

Growth: A Panel Data Study. University of Nottingham, CREDIT 

Research Paper no. 05/14, October 2005. 

EBRD: Transition Report 2009: Transition in crisis? London, EBRD, 

November 2009. 

Égert, B.: Equilibrium Real Exchange Rates in Central Europe's 

Transition Economies: Knocking on Heaven's Door. William Davidson 

Institute Working Paper Series, No. 480, July 2002. 

115

Égert, B., Halpern, L., MacDonald, R.: Equilibrium Exchange Rates 

in Transition Economies: Taking Stock of the Issues. William Davidson 

Institute Working Paper Series, No. 793, October 2005. 

Égert, B., Halpern, L.: Equilibrium exchange rates in Central and 

Eastern Europe: A meta-regression analysis. Journal of Banking & 

Finance, vol. 30, May 2006, issue 5, p. 1359–1374. 

Elliott, G., Rothenberg, T. J., Stock, J. H.: Efficient Tests for an 

Autoregressive Unit Root. Econometrica, vol. 64, July 1996, issues 

4, pp. 813–836. 

ECB: Statistical Data Warehouse. ECB, Frankfurt, 2010. URL: 

http://sdw.ecb.europa.eu/browseSelection.do?DATASET=0&sfl2 

=4&REF_AREA=256&sfl3=4&sfl4=3&ICP_SUFFIX=INX&node=212 

0778ECB 

Eurostat: Database (on-line). Luxembourg, 2010. URL: Eurostat. 

Fan, J., Yao, Q.: Nonlinear Time Series. Nonparametric and Parametric 

Methods. New York, Springer Verlag, 2003. 

Fischer, Ch., Porath, D.: A reappraisal of the evidence on PPP: 

a systematic investigation into MA roots in panel unit root tests 

and their implications. Empirical economics, 2010 (in print). 

Frait, J., Komárek, L., Melecky, M.: The Real Exchange Rate Misalignment 

in the Five Central European Countries. The University 

of Warwick, Department of Economics, Warwick Economic Research 

Papers No. 739, 2006. URL: Warwick 

Gandolfo, G.: International Finance and Open-Economy Macroeconomics. 

Springer Verlag, Berlin – Heidelberg, 2001. 

Gegenbach, Ch., Palm, F. C., Urbain, J.-P.: Panel Unit Root Tests in 

the Presence of Cross-Sectional Dependencies: Comparison and 

Implications for Modelling. Econometric Reviews, vol. 29, March 

2010, issue 2, pp. 111–145. 

116

GGDC: Groningen Growth and Development Centre. University 

of Groningen. URL: Groningen Growth and Development Centre 

(cited: 11. 8. 2010). 

González, A., Teräsvirta, T., van Dijk, D.: Panel Smooth Transition 

Regression Models. Quantitative Finance Research Centre. Research 

Paper 165, University of Technology Sydney, August 2005. 

URL: 

http://www.qfrc.uts.edu.au/research/research_papers/rp165.pdf. 

Greene, W. H.: Econometrics analysis (6th ed.). Upper Saddle 

River, Pearson, Prentice Hall, 2008. 

Harwey, A., Bates, D.: Multivariate Unit Root Tests and Testing 

for Convergence. Cambridge Working Papers in Economics (DEA) 

No. 0301, Faculty of Economics, University of Cambridge. 

Hadri, K.: Testing for stationarity in heterogeneous panel data. 

Econometrics Journal, vol. 3, 2000, no. 2, pp. 148–161. 

Hadri, K., Korozumi, E.: A Simple Panel Stationarity Test in the 

Presence of Cross-Sectional Dependence. Global COE Hi-Stat 

Discussion Paper Series, gd08-016. Institute of Economic Research, 

Hitotsubashi University, Tokyo, October 2008 (revised 

June 2010). URL: http://gcoe.ier.hit-u.ac.jp/research/discussion/ 

2008/pdf/gd08-016.pdf. 

Harris, R. D. F., Tzavalis, E.: Inference from unit root test in dynamic 

panels where the time dimension is fixed. Journal of Econometrics, 

vol. 91, August 1999, issue 2, pp. 201–226. 

Harris, R., Sollis, R.: Applied Time Series. Modelling and Forecasting. 

Chichester, John Willey & Sons, 2003, reprinted 2005. 

Hlouskova, J., Wagner, M.: The performance of panel unit root 

and stationarity tests: Results from a large scale simulation study. 

European Institute Working Paper ECO No. 2005/5, April 2005. 

Im, K. S., Pesaran, M. H., Shin, Y.: Testing for unit roots in heterogeneous 

panels. Journal of Econometrics, vol. 115, July 2003, No. 

1, pp. 53–74. 

117

Imbs, J., Mumtaz, H., Ravn, M.O., Rey, H.: PPP strikes back: aggregation 

and the real exchange rate. Quarterly Journal of Economics, 

vol. 120, February 2005, no. 1, pp. 1–43. 

IMF: International Finance Statistics (on-line). IMF, Washington, 

D.C., November 2010. 

IMF: De Facto Classification of Exchange Rate Regimes and Monetary 

Policy Frameworks. Data as of April 31, 2008. IMF, Washington, 

D.C., 2010a. URL: http://www.imf.org/external/ 

np/mfd/er/2008/eng/0408.htm. 

Jönsson, K.: Cross-sectional dependency and size distortion in 

a small-sample homogeneous panel data unit root test. Oxford 

Bulletin of Economics and Statistics, vol. 67, June 2005, no. 3, pp. 

369–392. 

Juvenal, L., Taylor, M. P.: Threshold Adjustment of Deviations 

from the Law of One Price. Studies in Nonlinear Dynamics & Econometrics, 

vol. 12, 2008, issues 3, pp. 1–44. 

Levin, A., Lin, Ch.-F., Chu, Ch.-S. J.: Unit root tests in panel data: 

asymptotic and finite-sample properties. Journal of Econometrics, 

vol. 108, May 2002, issue 1, pp. 1–24. 

Lommatzsch, K., Tober, S.: What is behind the real appreciation 

of the accession countries' currencies? An investigation of the 

PPI-based real exchange rate. Economics Systems, vol. 28, December 

2004, Issue 4, pp. 383–403. 

Kapetanios, G., Shin, Y., Snell, A.: Testing for a Unit Root in the 

Nonlinear STAR Framework. Journal of Econometrics, vol. 112, 

February 2003, no. 2, pp. 359–379. 

Kanamori, T., Zhao, Z.: The Renminbi Exchange Rate Revaluation: 

Theory, Practice and Lessons from Japan. Asian Development 

Bank Institute, ADBI Policy Paper No. 9, March 2006. 

Kim, B.-Y., Korhonen, I.: Equilibrium Exchange Rates in Transition 

Countries: Evidence from Dynamic Heterogeneous Panel Models. 

Economic Systems, vol. 29, June 2005, issue 2, pp. 144–162. 

118

Koukouritakis, M.: Testing the purchasing power parity: evidence 

from the new EU countries. Applied Economics Letters, vol. 16, 

January 2009, no. 1, pp. 39–44. 

MacDonald, R.: Exchange rate economics: theories and evidence. 

London & New York, Routledge, 2007. 

Maddala, G., Wu, S.: A comparative study of unit root tests and a 

new simple test. Oxford Bulletin of Economics and Statistics, vol. 

61, October 1999, special issue, pp. 631–652. 

Maeso-Fernandez, F., Osbat, Ch., Schnatz, B.: Pitfalls in estimating 

equilibrium exchange rates for transition economies. Economic 

Systems, vol. 29, June 2005, issue 2, pp. 130–143. 

Matei, I.: Testing for price convergence: how closes are EU New 

Member's States to euro zone? Economic Bulletin, vol. 29, 2009, 

no. 4, pp. 3083–3094. 

Melvin, M., Taylor, M. P.: The crisis in the foreign exchange market. 

Journal of International Money and Finance, vol. 28, December 

2009, issue 8, pp. 1317–1330. 

Obstfeld, M., Rogoff, K.: Exchange Rate Dynamics Redux. Journal 

of Political Economy, vol. 103, 1995, no. 3, pp. 624–640. 

Obstfeld, M., Rogoff, K.: Foundations of International Economics. 

Cambridge, MA and London: The MIT Press, 1996. 

Papell, D. H., Theodoridis, H.: The Choice of Numeraire Currency 

in Panel Tests of Purchasing Power parity. Journal of Money, 

Credit, and Banking, vol. 33, August 2001, no. 3, pp. 790–803. 

Pesaran, M. H.: A pair-wise approach to testing for Output and 

Growth Convergence. CESifo Working Paper Series, No. 1308, 

October 2004, pp. 53–74. 

Pesaran, M. H.: A Simple Panel Unit Root Test in the Presence of 

Cross Section Dependence. Journal of Applied Econometrics, vol. 

22, March 2007, no. 2, pp. 265–312. 

119

Pesaran, M. H., Tosetti, E.: Large panels with Common Factors 

and Spatial Correlations. IZA Discussion Paper Series, No. 

3032, September 2007. URL: ftp://repec.iza.org/RePEc/ 

Discussionpaper/dp3032.pdf 

Phillips, P. C. B., Sul, D.: Transition modeling and econometric 

convergence tests. Econometrica, vol. 75, November 2007, no. 6, 

pp. 1771–1855. 

Rahn, J.: Bilateral equilibrium exchange rates of EU accession 

countries against the euro. Bank of Finland, BOFIT Discussion 

Papers, No. 11, 2003. 

Robertson, R., Kumar, A., Dutkowsky, D. H.: Purchasing Power 

Parity and aggregation bias for a developing country: The case of 

Mexico. Journal of Development Economics, vol. 90, November 

2009, no. 2, pp. 237–243. 

Rogoff, K.: The Purchasing Power Parity Puzzle. Journal of Economic 

Literature, vol. 34, June 1996, no. 2, pp. 647–668. 

Sarno, L., Taylor, M. P.: The economics of exchange Rates. 

Cambridge, Cambridge University Press, 2003. 

Schwert, G. W.: Test for Unit Roots: A Monte Carlo Investigation. 

Journal of Business and Economic Statistics, vol. 7, April 1989, 

Issue 2, pp. 147–159. 

Sideris, D.: Purchasing Power Parity in transition: evidence from 

Central and East European countries. Applied Financial Economics, 

vol. 16, January 2006, no. 1&2, pp. 135–143. 

Solakoglu, E. G.: Testing purchasing power parity hypothesis for 

transition economies. Applied Financial Economics, vol. 16, 2006, 

issue 16, pp. 561–568. 

Stata: Longitudinal-Data/Panel-Data. Reference Manual. Release 

11. StataCorp LP, College Station, Texas, 2009. 

Taylor, M. P.: Is Official Exchange Rate Intervention Effective? 

Economica, vol. 71, February 2005, issue 281, pp. 1–11. 

120

Taylor, A. M., Taylor, M. P.: The Purchasing Power Parity Debate. 

Journal of Economic Perspectives, vol. 18, Fall 2004, No. 4, pp. 

135–158. 

Telatar, E., Hasanov, M.: Purchasing Power Parity in Central and 

East European Countries. Eastern European Economics, vol. 47, 

September-October 2009, no. 5, pp. 25–41. 

Thacker, N.: Does PPP hold in the transition economies? The case 

of Poland and Hungary. Applied Economics, vol. 27, June 1995, 

no. 6, pp. 477–481. 

Tong, H.: Non-linear time series: a dynamic system approach. 

Oxford, Oxford University Press, 1990. 

Williamson, J.: Estimates of FEERs. In: Williamson, J. (ed.): Estimating 

Equilibrium Exchange Rates. Institute for International Economics, 

London, Longman, 1994. 

Wu, J.-L., Cheng, S.-Y., Hou, H.: Further evidence on purchasing 

power parity and country characteristics. International review of 

Economics and Finance, 2010 (forth.), doi: 10.1016/ 

j.iref.2010.06.004. 

121

APPENDIX 

A) Outputs 

1) Robustness check for PPI 

Table 15: Univariate unit root tests 



Bulgaria -2.139 -4.730*** -2.874** -6.830*** 1.000*** 0.190d) 1.052 -0.524 

Cyprus -1.363 -2.727 -0.657 -2.316 0.663d) 0.140* 1.186 -2.633* 

Czech Rep. -0.732 -3.368* -0.738 -3.458** 1.080*** 0.0522 0.257 -4.377*** 

Estonia -3.581*** -4.379*** -3.967*** -3.789** 0.792*** 0.169** 0.919 -2.145 

Hungary -2.889** -3.315** -1.570 -2.568 0.893*** 0.207d) 0.461 -0.896 

Lithuania -2.144 -4.025** -2.144 -2.262 0.932*** 0.165** 1.202 -1.068 

Latvia -2.199 -2.481 -2.068 -2.045 0.853*** 0.130* 0.487c) -1.727 

Poland -2.164 -2.477 -2.603* -3.056 0.631d) 0.0872 -0.157 -1.757 

Romania -0.633 -2.378 -0.998 -2.824 1.030*** 0.0549 1.244 -3.704** 

Slovenia -2.341 -2.286 -2.106 -2.030 0.689d) 0.0883 -1.297 -2.752 

Slovakia 0.187 -1.960 0.577 -1.740 1.04*** 0.251*** 1.256 -1.627 

Note: a) Z(t) values reported. b) values of the test statistics. c) DF-GLS suggested 

0 lags. d) significant at 2.5% level. ***, **, and * significant at 1%, 

5% and 10% respectively. Critical values for the KPSS test (level stationary): 

10%: 0.347, 5%: 0.463, 2.5%: 0.574 and 1 %: 0.739; trend stationary: 

10%: 0.119, 5%: 0.146, 2.5%: 0.176, and 1%: 0.216. Trend = a constants 

and a time trend included. 


122

2) Results for subgroups of the NMS 

Table 16: Panel unit root tests – NMS10 

no trend 

trend 



Adjusted ( ) -1.9190 0.0275 -1.0172 0.1545 

IPSa) -0.4870 0.3131 -0.0756 0.4699 

M-Wa), b) Z -4.8046 0.0000 0.1754 0.5696 

M-Wa), c) Z -0.3712 0.3552 -0.1887 0.4252 

CADFd) -2.562 -3.440 

Z[-bar] -2.687 0.004 -4.009 0.000 

Note: a) demeaned time series. b) DF, drift; Inverse normal Z statistics 

reported, c) PP, drift; Inverse normal Z statistics reported, d) truncated – 

approximation of extreme values of the distribution. 



no trend 

trend 



Adjusted ( ) -2.6295 0.0001 -4.5248 0.0000 

IPSa) -2.5777 0.0050 -3.9120 0.0000 

M-Wa), Z -6.0606 0.0000 -3.6264 0.0001 

b) 

M-Wa), Z -2.5001 0.0062 -3.3970 0.0003 

c) 

CADFd) -2.891 -3.389 

Z[-bar] -3.415 0.000 -3.418 0.000 





123


no trend 

trend 



Adjusted ( ) -0.9131 0.1806 -3.5104 0.0002 

IPSa) -0.3448 0.3651 -2.5588 0.0053 

M-Wa), b) Z -3.5630 0.0002 -2.3798 0.0087 

M-Wa), c) Z 0.1543 0.5613 -1.6723 0.0472 

CADFd) -2.801 -2.754 

Z[-bar] -2.481 0.007 -1.051 0.147 





124

B) Exchange rate regimes in the NMS countries 

Table 19: The most recent exchange rate regimes – NMS 

currency regime period 

Bulgaria peg (currency board) July 5, 1997 - 

Cyprus free float - December 31, 2008 

Czech Republic free/managed float June 26, 1997 - 

Estonia peg (currency board) June 20, 1992 - 

Hungary managed float June 2001- 

Lithuania peg (currency board) April, 1 1994 - 

Latvia peg to the Euro January 1, 2005- 

Malta free float - December 31, 2008 

Poland free float April 12, 2000- 

Romania managed float August 1, 2005- 

Slovenia free/managed float - December 31, 2006 

Slovakia peg with bands - December 31, 2008 

Note: Bulgaria till February 1, 2002 to the Deutsche Mark, to the Euro 

since then. Cyprus fluctuation margins in ERM II. From January 1, 

2009 the Euro. Czech Republic managed float. Estonia till February 1, 

2002 to the Deutsche Mark, to the Euro since then. Hungary float either 

since June 18, 2001 when all remaining barriers to full convertibility of 

HUF were removed or May 3, 2001 when band was introduced. 

Lithuania till February 1, 2002 to the US Dollar, to the Euro since then. 

Latvia with the normal fluctuation margins . Malta 

fluctuation margins in ERM II. From January 1, 2009 the Euro. Poland free 

float since 2000. Romania inflation targeting.Slovenia fluctuation 

margins in ERM II. From January 1, 2007 the Euro. Slovakia 

fluctuation margins in ERM II. From January 1, 2009 the Euro. 

Source: Source: own based on [IMF (2010a)] and CB websites. 

125

C) Panel unit root tests – results for country's characteristics 

Table 20: Panel unit root tests – country characteristics I 

(growth) 

no trend 

trend 


Fast growing 


Adjusted ( ) -2.3501 0.0094 -5.2702 0.0000 

IPSa) -3.0735 0.0011 -5.1254 0.0000 

M-Wa), b) Z -5.1311 0.0000 -4.0022 0.0000 

M-Wa), c) Z -2.8226 0.0024 -4.8606 0.0000 

CADFd) -2.929 -3.398 

Z[-bar] -3.059 0.001 -2.984 0.001 

Slowly growing 


Adjusted ( ) -1.2409 0.1073 0.4139 0.6605 

IPSa) 0.5788 0.7186 1.5921 0.9443 

M-Wa), b) Z -3.3423 0.0004 1.2660 0.8972 

M-Wa), c) Z 0.6840 0.7530 1.4513 0.9267 

CADFd) -1.960 -2.972 

Z[-bar] -0.480 0.316 -1.771 0.038 





126

Table 21: Panel unit root tests – country characteristics II 

(inflation) 

no trend 

trend 


High inflation 


Adjusted ( ) -1.4382 0.0752 -0.4481 0.3270 

IPSa) 0.0554 0.5221 0.4343 0.6680 

M-Wa), b) Z -3.4417 0.0003 0.7945 0.7866 

M-Wa), c) Z 0.2286 0.5904 0.3879 0.6509 

CADFd) -2.619 -3.428 

Z[-bar] -2.234 0.013 -3.070 0.001 

Low inflation 


Adjusted ( ) -2.5206 0.0059 -5.1826 0.0000 

IPSa) -0.8659 0.1933 -3.8076 0.0001 

M-Wa), b) Z -4.4536 0.0000 -4.2623 0.0000 

M-Wa), c) Z -0.5045 0.3070 -1.9115 0.0280 

CADFd) -2.898 -3.888 

Z[-bar] -2.977 0.001 -4.379 0.000 





127

Table 22: Panel unit root tests – country characteristics III 

(openness) 

no trend 

trend 


More open 


Adjusted ( ) -5.2049 0.0000 -7.4424 0.0000 

IPSa) -5.2425 0.0000 -7.9655 0.0000 

M-Wa), b) Z -7.2878 0.0000 -6.7034 0.0000 

M-Wa), c) Z -5.6308 0.0000 -7.6823 0.0000 

CADFd) -3.243 -3.545 

Z[-bar] -3.895 0.000 -3.403 0.000 

Less open 


Adjusted ( ) -1.0767 0.1408 0.3679 0.6435 

IPSa) 0.6397 0.7388 1.4964 0.9327 

M-Wa), b) Z -3.2646 0.0005 1.2838 0.9004 

M-Wa), c) Z 0.7564 0.7753 1.3873 0.9173 

CADFd) -1.551 -2.603 

Z[-bar] 0.609 0.729 -0.721 0.235 





128

Table 23: Panel unit root tests – country characteristics IV 

(volatility) 

no trend 

trend 


igh volatility 


Adjusted ( ) -1.6057 0.0542 0.5481 0.2918 

IPSa) -0.0820 0.4673 0.4004 0.6556 

M-Wa), b) Z -3.5619 0.0002 0.6104 0.7292 

M-Wa), c) Z 0.0823 0.5328 0.3317 0.6300 

CADFd) -2.944 -4.045 

Z[-bar] -3.100 0.001 -4.828 0.000 

Low volatility 


Adjusted ( ) -0.6920 0.2445 -2.1603 0.0154 

IPSa) -1.4571 0.0725 -2.1481 0.0159 

M-Wa), b) Z -4.1389 0.0000 -1.3080 0.0954 

M-Wa), c) Z -1.9286 0.0269 -2.1775 0.0147 

CADFd) -1.832 -2.784 

Z[-bar] -0.137 0.445 -1.237 0.108 





129

Table 24: Panel unit root tests – country characteristics VI 

(volatility 2) 

no trend 

trend 


High volatility 


Adjusted ( ) -1.4571 0.0725 -0.4384 0.3305 

IPSa) 0.0768 0.5306 0.4428 0.6710 

M-Wa), b) Z -3.4417 0.0003 0.7149 0.7627 

M-Wa), c) Z 0.2604 0.6027 0.4078 0.6583 

CADFd) -2.614 -2.941 

Z[-bar] -2.222 0.013 -1.683 0.046 

Low volatility 


Adjusted ( ) .-1.5150 0.0649 -4.8405 0.0000 

IPSa) -0.8302 0.2032 -4.9269 0.0000 

M-Wa), b) Z -4.2872 0.0000 -5.0855 0.0000 

M-Wa), c) Z -0.9698 0.1661 -4.1251 0.0000 

CADFd) -3.264 -3.446 

Z[-bar] -3.951 0.000 -3.121 0.001 





130

Table 25: Panel unit root tests – country characteristics V 

(transition) 

no trend 

trend 


More regulated 


Adjusted ( ) -1.4169 0.0783 -0.3731 0.3546 

IPSa) 0.0345 0.5138 0.5031 0.6925 

M-Wa), Z -3.4917 0.0002 0.7520 0.7740 

b) 

M-Wa), c) Z 0.2056 0.5814 0.4818 0.6850 

CADFd) -2.257 -3.275 

Z[-bar] -1.269 0.102 -2.633 0.004 

Less regulated 


Adjusted ( ) -2.7093 0.0034 -4.4339 0.0000 

IPSa) -2.1473 0.0159 -3.9590 0.0000 

M-Wa), Z -4.6077 0.0000 -3.2834 0.0005 

b) 

M-Wa), c) Z -1.9839 0.0236 -3.5084 0.0002 

CADFd) -2.377 -2.855 

Z[-bar] -1.589 0.056 -1.438 0.075 





131

D) Exchange rates 

Figure 2: Exchange Rates of the NMS countries against the Euro 

132

133

134

Source: see text. 

135

Figure 3: Exchange Rates of the NMS countries against the US 

Dollar 

136

137

138


139

Figure 4: Exchange Rates of the NMS countries REER 

140


141

E) Statistical appendix 

Table 26: Summary statistics –- for the EU specification 

ERa) hicpb) ppib) rer_hicpc) rer_ppic) 

Bulgaria mean 1.071 4.091 4.057 0.798 0.808 

SD 0.617 1.208 1.189 0.273 0.259 

Cyprus mean 0.581 4.533 4.504 -0.517 -0.489 

SD 0.006 0.120 0.120 0.039 0.064 

Czech Rep. mean 31.969 4.533 4.525 3.489 3.489 

SD 3.787 0.160 0.117 0.152 0.139 

Estonia mean 15.588 4.507 4.550 2.806 2.753 

SD 0.197 0.226 0.227 0.136 0.069 

Hungary mean 241.575 4.399 4.454 5.649 5.581 

SD 29.819 0.347 0.355 0.155 0.069 

Lithuania mean 3.900 4.584 4.493 1.319 1.413 

SD 0.632 0.151 0.167 0.209 0.231 

Latvia mean 0.656 4.523 4.537 -0.379 -0.402 

SD 0.052 0.237 0.247 0.151 0.111 

Malta mean 0.429 4.537 .. -0.835 .. 

SD 0.016 0.116 .. 0.055 .. 

Poland mean 3.897 4.463 4.472 1.453 1.439 

SD 0.388 0.241 0.243 0.135 0.089 

Romania mean 2.535 3.816 3.723 3.772 1.500 

SD 1.366 1.141 1.140 2.156 0.279 

Slovenia mean 213.682 4.432 4.461 5.484 5.451 

SD 29.172 0.256 0.204 0.031 0.029 

Slovakia mean 38.710 4.404 4.452 3.805 3.754 

SD 4.154 0.271 0.218 0.257 0.207 

Note: SD – standard deviation. a) absolute values. b) natural logs of seasonally 

adjusted indices. c) natural logs of original values. `..' – not 

available. Values for the Euro area – mean (SD): hicp: 4.553 (0.091), ppi: 

4.573 (0.069). 


142

Table 27: Summary statistics – for the US specification 

ERa) cpib) ppib) reer_cpic) 

Bulgaria mean 1.50 4.057 4.057 4.490 

SD 0.605 1.208 1.193 0.230 

Cyprus mean 0.502 4.521 4.504 4.566 

SD 0.076 0.120 0.149 0.059 

Czech Rep. mean 27.900 4.515 4.525 4.509 

SD 6.630 0.160 0.116 0.181 

Estonia mean 13.472 4.487 4.550 .. 

SD 2.172 0.225 0.154 .. 

Hungary mean 209.22 4.375 4.454 4.459 

SD 44.506 0.347 0.263 0.162 

Lithuania mean 3.361 4.577 4.493 .. 

SD 0.674 0.151 0.189 .. 

Latvia mean 0.562 4.503 4.537 .. 

SD 0.044 0.237 0.218 .. 

Malta mean 0.369 4.533 .. 4.555 

SD 0.048 0.107 .. 0.068 

Poland mean 3.370 4.448 4.471 4.535 

SD 0.629 0.241 0.191 0.123 

Romania mean 2.156 3.763 3.723 4.447 

SD 1.105 1.140 1.189 0.208 

Slovenia mean 184.096 4.418 4.461 .. 

SD 34.852 0.251 0.204 .. 

Slovakia mean 33.829 4.391 4.452 4.461 

SD 8.382 0.273 0.218 0.250 

Note: SD – standard deviation. a) absolute values. b) natural logs of seasonally 

adjusted indices. c) natural logs of original values. `..' – not 

available. Values for the US economy – mean (SD): cpi: 4.530 (0.111), ppi: 

4.510 (0.138). 


143

Table 28: Data sources 

Description Variable Description, base index 

IMF IFS database 

..RF.ZF Exchange rates (market rate, periodic average, 

National Currency per US ) 

64H..ZF HICP 2005 = 100 

64...ZF CPI 2005 = 100 

..RFCZF 

REER 

99BIPZF GDP deflator 2005 = 100 

63...ZF 

PPI/WPI 

Eurostat 

National Accounts GDP deflator 2005 = 100 

ULC deflator 2005 = 100 

Database price HICP 2005 = 100 

PPI 2005 = 100 

UNECE 

External economic relations Exchange rates 

Price indices CPI 2005 = 100 

Price indices PPI 2005 = 100 

ECB 

Statistical Data Warehouse HICP 2005 = 100 

PPI 2005 = 100 

EBRD 

Transition Reports 

Transition index 

144

F) Lag specification 

Table 29: Suggested numbers of lags – Euro based time series 

country 

exchange rates 

ER_CPI 

ER_PPI 

BG 3 2 

CY 2 2 

CZ 3 3 

EE 2 1 

HU 3 1 

LT 6 5 

LV 3 2 

MT 2 – 

PL 4 2 

RO 3 2 

SI 2 4 

SK 5 3 

Note: '–' not available. 


Table 30: Suggested numbers of lags – US 

and REER 

country exchange rates 

ER_CPI ER_PPI REER 

BG 1 1 2 

CY 2 2 1 

CZ 3 3 3 

EE 2 1 – 

HU 3 1 3 

LT 3 5 – 

LV 3 2 – 

MT 2 – 1 

PL 4 2 2 

RO 3 3 2 

SI 2 2 – 

SK 5 5 1 

Note: '–' not available. 


based time series 

145

146

INSTITUCIONÁLNÍ SEKTORY 

V ČESKÉ EKONOMICE 

Vojtěch Spěváček 

ÚVOD 

Makroekonomická analýza poskytuje globální pohled na vývoj 

národního hospodářství, který se opírá o základní makroekonomické 

agregáty charakterizující procesy výroby, rozdělování, financování, 

spotřeby a akumulace. Soustřeďuje se na objasnění 

ekonomického růstu a makroekonomické rovnováhy. Národní 

hospodářství je však složitý organismus a pro jeho hlubší pochopení 

potřebujeme analyzovat i jeho strukturální charakteristiky. 

Jedním z možných přístupů je sektorová analýza vycházející z účtů 

základních institucionálních sektorů ekonomiky, které poskytují 

ucelený popis různých na sebe navazujících procesů počínaje 

tvorbou důchodů, jejich rozdělováním a užitím až po finanční 

a nefinanční akumulaci. Obsahují rovněž rozvahy zachycující zásobu 

aktiv, pasiv a čisté jmění. Význam sektorových účtů, které 

umožňují analyzovat finanční stabilitu a rovnováhu sektorů, vzrostl 

v posledních letech v důsledku celosvětové recese, mezi jejíž 

hlavní příčiny patřila finanční krize a globální makroekonomická 

nerovnováha. 

Studie si klade za cíl ukázat možnosti využití sektorových účtů při 

analýze vývoje národní ekonomiky i při mezinárodním srovnávání. 

Prezentuje analytický rámec, v němž je možné komplexně hodnotit 

a srovnávat vývoj základních institucionálních sektorů 

v ekonomice. Tento rámec vychází ze soustavy národního účetnictví, 

která rozlišuje sektory podle jejich cílů, zdrojů a funkcí. Práce 

má převážně metodický charakter, avšak obsahuje i analýzu sektorové 

struktury české ekonomiky. Druhá a třetí kapitola je metodická 

a uvádí základní metodologická východiska a posloupnost 

sektorových účtů. Další kapitoly jsou analytické a hodnotí význam 

147

základních sektorů v české ekonomice a procesy tvorby, rozdělení 

a užití důchodů v sektoru nefinančních podniků, vládních institucí 

a domácností. Studie analyzuje pouze tokové účty a nezabývá 

se rozvahami institucionálních sektorů. 

1. NÁRODNÍ ÚČTY JAKO VÝCHODISKO SEKTOROVÉ 

ANALÝZY 

Národní účetnictví je oblastí statistiky, která se velmi rychle rozvíjela 

v celém poválečném období. Souviselo to s významem komplexních 

statistických informací o vývoji národního hospodářství 

jako celku, ale i jeho jednotlivých sektorů, odvětví a oblastí, které 

byly nezbytné pro makroekonomickou analýzu a hospodářskou 

politiku. Používání základních nástrojů hospodářské politiky – politiky 

fiskální a měnové – se neobešlo bez informací o celkovém 

vývoji národního hospodářství, z nichž vycházely návrhy státních 

rozpočtů a opatření přijímaná centrálními bankami. Postupující 

internacionalizace a globalizace vyžadovala nejen relativně spolehlivé 

informace o širokém spektru ekonomických aktivit uvnitř země, 

ale též o transakcích země s okolním světem. Zdrojem takovýchto 

informací se stal systém národních účtů, který se postupně 

zdokonaloval a rozvíjel tak, aby mohl poskytovat úplnější 

a kvalitnější informace o stavu a vývoji makroekonomiky. 

První standardní systém národních účtů byl pod patronací OSN 

publikován v roce 1968 (A System of National Accounts, New 

York, United Nations, 1968). Tato publikace poskytovala po mnoho 

let teoretický rámec a metodologický základ národního účetnictví. 

V tomto systému se podařilo vytvořit ucelený rámec pro 

systematické a integrované zaznamenání hlavních toků a stavů 

v národním hospodářství. Obsahoval též mezinárodně doporučené 

definice, klasifikace i způsoby měření hlavních makroekonomických 

ukazatelů. Ve druhé polovině 80. let začaly práce na další 

revizi systému národního účetnictví, které byly dokončeny v roce 

1993. Na této rozsáhlé revizi se společně podílely orgány OSN, 

148

Komise evropských společenství (její statistický úřad EUROSTAT), 

Mezinárodní měnový fond, OECD a Světová banka i národní statistické 

orgány. Výsledkem této mnohaleté a mezinárodně koordinované 

práce byl komplexní, konzistentní a pružný systém makroekonomických 

účtů, který měl uspokojit potřeby jak vlády 

a politiků, tak i podnikatelského sektoru. Nový systém byl publikován 

společně výše zmíněnými mezinárodními organizacemi 

jako System of National Accounts 1993 (SNA 1993). Revize národních 

účtů Evropské unie byla publikována jako ESA 1995 (The 

European System of Accounts 1995). Jde vlastně o modifikovanou 

verzi SNA 1993 a zaručuje mezinárodní srovnatelnost makroekonomických 

údajů zemí EU s údaji publikovanými v jiných zemích. 

Významné změny, které probíhaly v posledních letech ve světové 

ekonomice, jako je postupující globalizace a internacionalizace, 

inovace v oblasti finančních transakcí a produktů, stárnutí obyvatelstva 

či potřeba harmonizace národních účtů s platební bilancí 

a veřejnými financemi, vedly k další revizi národního účetnictví 

pod patronací OSN, která nese označení SNA 2008. Předpokládá 

se, že tato nově revidovaná soustava národních účtů bude postupně 

zaváděna mezi lety 2012–2014. Revize národních účtů EU 

by měla následovat s označením ESA 2011. 

Česká republika postupně přecházela na systém národních účtů 

Evropské unie. Tento systém se zdokonaloval tak, aby odpovídal 

standardům EU. K tomu bylo nutné prohlubovat metodologii 

a vytvářet nové metody získávání informací. Při větších změnách 

bylo nutné přistoupit k jednorázovým revizím, do nichž ČSÚ promítl 

požadavky EUROSTATu směřující k harmonizaci se standardy 

definovanými Evropským systémem účtů. Mimořádné revize jsou 

nepříjemné v tom, že se mění dříve publikovaná data a tím se 

ztěžuje makroekonomická analýza. 

Systém národního účetnictví je složitý systém a mezi jeho hlavní 

prvky patří vymezení institucionálních jednotek a sektorů, definování 

transakcí, toků a základních kategorií, klasifikace a vlastní 

systém účtů. Významné je odlišení toků zboží a služeb na straně 

149

jedné a toků důchodů na straně druhé. Tato studie se zabývá toky 

důchodů, které jsou zachyceny na dvou druzích účtů: běžné účty 

a účty akumulace (viz obrázek 1). Každý běžný účet je uzavřen 

bilanční položkou definovanou jako rozdíl mezi celkovými zdroji 

a celkovým užitím. Tato položka se přenáší do dalšího účtu. Účty 

akumulace (kapitálový a finanční účet) zachycují čisté pořízení 

nefinančních a finančních aktiv a vzniklé čisté závazky. Navazují 

tak na rozvahy, které zaznamenávají hodnotu aktiv a pasiv (stavové 

veličiny) k určitému časovému okamžiku. Vyrovnávací položkou 

je čisté jmění. Rozvahy se sestavují za sektory a za celé národní 

hospodářství a stav aktiv a pasiv se oceňuje v tržních cenách 

k datu, k němuž se rozvaha vztahuje. 

Zkoumání hospodářského vývoje se nemůže omezit na národní 

hospodářství jako celek, protože ekonomická aktivita se odehrává 

v rámci individuálních subjektů, které mají různé cíle, funkce 

i zdroje. Soustava národního účetnictví jako základní metodologické 

východisko makroekonomické analýzy se proto snaží prohloubit 

pochopení toho, co se odehrává v ekonomice tím, že 

sleduje hospodářské procesy (výroba, rozdělování, směna, spotřeba, 

akumulace) nejen na úrovni celého národního hospodářství, 

ale i uvnitř širších celků sdružujících jednotky podobného 

charakteru. Analýza procesu výroby se zpravidla zaměřuje na 

analýzu technicko-ekonomických vztahů. K tomuto účelu je 

vhodné sdružovat místní činnostní jednotky a jednotky 

s homogenní produkcí do odvětví, která se zabývají stejným nebo 

podobným druhem činnosti (tak vznikají odvětvové klasifikace 

ekonomických činností, na jejichž základě je možné provádět 

odvětvové analýzy). K analýze důchodových, kapitálových 

a finančních transakcí a s nimi spojených toků je důležité sdružovat 

institucionální jednotky 1 do širších skupin umožňujících ana- 

1 Evropský systém účtů (ESA 1995) vymezuje rezidentskou institucionální 

jednotku tak, že musí mít samostatnost v rozhodování týkající se její základní 

funkce a dále musí vést úplnou sestavu účtů nebo nemusí nezbytně vést úplnou 

sestavu účtů, ale musí mít samostatnost v rozhodování (domácnosti). 

150

lýzu ekonomického chování (tak vznikají institucionální sektory 

a subsektory). Jejich vymezení je komplikované, protože jde 

o statisíce subjektů, které je nezbytné slučovat do širších celků. 

Institucionální sektory musí sdružovat hospodářské jednotky 

s podobnými charakteristikami a obdobným chováním. 

Každý ekonomický subjekt (institucionální jednotka), který se 

zúčastňuje hospodářského života (podnik, banka, farma, škola, 

nemocnice, domácnost atd.), musí být přičleněn k některému 

institucionálnímu sektoru, podle nichž se pak sestavují hlavní 

účty. ESA 1995 rozeznává 5 domácích (rezidentských) institucionálních 

sektorů (viz box č. 1), které představují národní hospodářství. 

To je definováno ve vztahu k rezidentským jednotkám. 2 

Obrázek č. 1: Soustava účtů podle ESA 1995 

Zdroj: UN (1993), vlastní úprava. 

2 Jednotka je rezidentskou jednotkou země, pokud je její zájem soustředěn na 

ekonomickém území této země (působí po dobu jednoho či více roků). Rezidentskými 

jednotkami jsou proto i podniky pod zahraniční kontrolou. Národní 

hospodářství není tedy tvořeno pouze národními společnostmi a slovo národní 

není zcela přesné. 

151

Box č. 1: Klasifikace institucionálních sektorů a subsektorů 

Národní hospodářství celkem (S.1) 

Nefinanční podniky (S.11) 

Finanční instituce (S.12) 

Vládní instituce (S.13) 

Domácnosti (S.14) 

Neziskové instituce sloužící domácnostem (S.15) 

Nerezidenti (S.2) 

Nefinanční podniky: 

Veřejné nefinanční podniky (S.111) 

Národní soukromé nefinanční podniky (S.112) 

Nefinanční podniky pod zahraniční kontrolou (S.113) 

Finanční instituce: 

Centrální banka (S.121) 

Ostatní měnové finanční instituce (S.122) 

Ostatní finanční zprostředkovatelé (S.123) 

Finanční pomocné instituce (S.124) 

Pojišťovny a penzijní fondy (S.125) 

Vládní instituce: 

Ústřední vládní instituce (S.1311) 

Národní vládní instituce (S.1312) 

Místní vládní instituce (S.1313) 

Fondy sociálního zabezpečení (S.1314) 

Institucionální sektory se od sebe liší různými cíli, funkcemi 

i zdroji, s nimiž disponují: 

 

 

nefinanční podniky, kterými mohou být podniky soukromé, 

veřejné a podniky pod zahraniční kontrolou, vytvářejí 

převážnou část výrobků a služeb pro trh za účelem 

dosahování zisku; 

finanční instituce se převážně zabývají tržními finančními 

operacemi. Jejich specifickou funkcí je shromažďování 

a rozdělování volných peněžních prostředků a též i pojiš- 

152

ťování, kde se přeměňuje individuální riziko na kolektivní. 

Patří sem centrální banka, soukromé i veřejné finanční 

instituce, pojišťovny a penzijní fondy (včetně finančních 

institucí, pojišťoven a penzijních fondů pod zahraniční 

kontrolou); 

vládní instituce poskytují veřejné statky a služby na netržním 

základě (zdarma či za ceny, které nekryjí plně náklady). 

Další funkcí vládního sektoru je přerozdělování 

národního důchodu. Patří sem vládní organizace, státní 

a místní správa a fondy sociálního zabezpečení spravované 

státem; 

soukromé neziskové instituce sloužící domácnostem poskytují 

některé služby domácnostem na netržním základě; 

sektor domácností plní v ekonomice řadu funkcí. Především 

realizuje konečnou spotřebu a klasické domácnosti 

jsou chápány většinou jako spotřebitelé. Dále poskytuje 

práci a je příjemcem pracovních důchodů. Do sektoru 

domácností jsou z praktických důvodů zahrnuti i drobní 

výrobci podnikající podle živnostenského zákona a nezapsaní 

v obchodním rejstříku, kteří vytváří nezanedbatelnou 

část HDP. Zpravidla bývá i zdrojem úspor nezbytných 

k financování investic. 

2. STRUKTURA SEKTOROVÝCH ÚČTŮ 

Sektorové účty mají podobnou logiku jako konsolidované účty za 

celé národní hospodářství a jsou sestavovány ve formě úplné posloupnosti 

účtů (účet výroby, účet tvorby důchodů, účet rozdělení 

prvotních důchodů, účet druhotného rozdělení důchodů, účet 

znovurozdělení naturálních důchodů, účet užití důchodů, účty 

akumulace a finanční účty). Vymezení a odlišení institucionálních 

sektorů je v logice národního účetnictví významné, protože většina 

účtů zachycujících toky důchodů od výroby, v níž se generují prvotní 

důchody, až po konečné rozdělení a užití důchodů je kon- 

153

struována jako účty sektorové. Tyto účty umožňují analyzovat 

ekonomický pohyb v hlavních sektorech a subsektorech ekonomiky. 

V souhrnu je možné říci, že sektorové účty vycházejí z přidané 

hodnoty zboží a služeb vytvořené v příslušném sektoru a dále pak 

se zabývají tím, jakým způsobem se v procesu prvotního 

a druhotného rozdělení vytváří jejich disponibilní důchod, který je 

užit na spotřebu a úspory. Ze vztahu úspor (modifikovaných kapitálovými 

transfery) a hrubé tvorby kapitálu (investic) je možné 

zjistit schopnost či potřebu financování jednotlivých sektorů (čisté 

půjčky/výpůjčky, které významně ovlivňují makro-ekonomickou 

rovnováhu země). Přehled vztahů mezi jednotlivými účty dává 

tabulka č. 1. 

Tabulka č. 1: Posloupnost sektorových účtů podle ESA 1995 

Užití 

Zdroje 

Účet výroby Mezispotřeba Produkce 

Hrubá přidaná hodnota 

Účet tvorby důchodů 

Účet prvotního 

rozdělení 

Účet druhotného 

rozdělení 

Náhrada zaměstnancům 

Spotřeba fixního kapitálu 

Čistý provozní přebytek 

Důchod z vlastnictví 


Běžné daně z důchodu 

a jmění 

Sociální dávky a příspěvky 

Ostatní běžné transfery 

Čistý disponibilní důchod 

Hrubá přidaná hodnota 

Čistý provozní přebytek 

Náhrady zaměstnancům 

Důchod z vlastnictví 


Běžné daně z důchodu 

a jmění 

Sociální dávky a příspěvky 

Ostatní běžné transfery 

154

Účet užití disponibilního 

důchodu 

Konečná spotřeba 

Čisté úspory 

Čistý disponibilní důchod 

Kapitálový účet Tvorba hrubého kapitálu Čisté úspory 

Spotřeba fixního kapitálu 

(minus) 

Kapitálové transfery 

Čisté půjčky/výpůjčky 

Aktiva 

Pasiva 

Finanční účet Měnové zlato a SDR Měnové zlato a SDR 

Oběživo a vklady Oběživo a vklady 

Cenné papíry jiné než 

účasti 

Cenné papíry jiné než 

účasti 

Půjčky 

Půjčky 

Účasti 

Účasti 

Pojistné technické 

rezervy 

Pojistné technické 

rezervy 

Ostatní pohledávky 

a závazky 

Ostatní pohledávky 

a závazky 

Čisté půjčky/výpůjčky 

Zdroj: ESA 1995, vlastní zpracování. 

Účet výroby je výchozím účtem ve skupině účtů zachycujících důchodové 

toky sektorů. Vyplývá to z postavení výroby v ekonomickém 

procesu, protože ta je určující pro tvorbu důchodů, spotřebu 

i akumulaci. Zachycuje transakce vztahující se k výrobě. Zdroje jsou 

dány celkovou produkcí a užití obsahuje mezispotřebu. Bilanční 

položkou a základním ukazatelem tohoto účtu je hrubá přidaná 

hodnota (HPH). 3 Hrubý domácí produkt (HDP) se liší od součtu 

hrubých přidaných hodnot sektorů o daně z produktů (ty se přičítají) 

a dotace (ty se odečítají). Důvodem je převod základních cen, 

v nichž se vyjadřuje HPH, do kupních cen, v nichž je počítán HDP. 

3 Kategorie jako je přidaná hodnota, důchod, úspory či tvorba kapitálu mohou být 

vyjádřeny v čisté nebo hrubé podobě. Posledně jmenovaná zahrnuje spotřebu 

fixního kapitálu (opotřebení). 

155

Účet tvorby důchodů ukazuje tvorbu prvotních důchodů sektorů 

a umožňuje hodnotit vliv práce (náhrady zaměstnancům), státu 

(daně na produkci a dovoz) a kapitálu (provozní přebytek) na 

tvorbu HDP. Provozní přebytek je vyrovnávací položkou tohoto 

účtu. V případě výrobní činnosti sektoru domácností hovoříme 

o tzv. „smíšeném důchodu“, protože nejsme schopni odlišit odměnu 

za práci od zisku. 

Účet rozdělení prvotních důchodů ukazuje, jak je důchod vytvořený 

při výrobě dále rozdělován. Prvotní důchod je nejen důchod, 

který rezidentské jednotky získávají za svou účast ve výrobním 

procesu (náhrady zaměstnancům a provozní přebytek), ale i důchod, 

který vlastník finančních a ostatních aktiv získává jako odměnu 

za poskytnutý kapitál (úroky, dividendy, pachtovné). Tak 

např. náhrady zaměstnancům jsou na účtu tvorby důchodů 

u sektorů, kde vznikají (u sektorů, které platí mzdy a příspěvky na 

sociální zabezpečení), zatímco u účtu rozdělení prvotních důchodů 

jsou náhrady zaměstnancům uvedeny pouze u sektoru domácností, 

který je příjemcem těchto důchodů. Účet rozdělení 

prvotních důchodů se týká institucionálních sektorů jako příjemců 

a nikoliv tvůrců prvotních důchodů. Výsledným ukazatelem 

tohoto účtu je saldo prvotních důchodů (čistý národní důchod). 

V případě zahrnutí spotřeby fixního kapitálu hovoříme o hrubém 

národním důchodu (HND). Za celé národní hospodářství se HND 

rovná HDP plus přijaté prvotní důchody ze zahraničí minus vydané 

prvotní důchody do zahraničí. 

Účet druhotného rozdělení ukazuje, jak se národní důchod přerozděluje 

mezi sektory prostřednictvím běžných daní z příjmu, 

majetku, sociálních příspěvků a dávek a ostatních běžných 

transferů. Tyto transferové platby představují druhotné důchody 

a vyznačují se tím, že jde buď o platbu, za níž se nezískává žádná 

protihodnota (daně), nebo příjem, za nějž se neposkytuje žádná 

protihodnota (penze). Výsledným ukazatelem těchto účtů je disponibilní 

důchod. 

156

Účet užití disponibilních důchodů ukazuje, jak se disponibilní 

důchod rozděluje mezi konečnou spotřebu a úspory. Ty jsou vyrovnávací 

položkou tohoto účtu. Z analytického hlediska je významný 

podíl úspor na disponibilním důchodu (tzv. míra úspor). 

Na běžné účty navazují účty akumulace (kapitálový a finanční 

účet), které zachycují různé příčiny změn aktiv a závazků institucionálních 

sektorů a změny jejich čistého jmění. Bilanční položka, 

která spojuje běžné účty s účty akumulace, jsou úspory. 

Kapitálový účet obsahuje účet změn čistého jmění vlivem úspor 

a kapitálových transferů a účet pořízení nefinančních aktiv. Bilanční 

položkou kapitálového účtu jsou čisté půjčky nebo výpůjčky. Ty 

dostaneme jako rozdíl mezi hrubými úsporami a čistými kapitálovými 

transfery na straně jedné a hrubou tvorbou kapitálu zvýšenou 

o čisté pořízení nevyráběných nefinančních aktiv (jako půda 

nebo licence) na straně druhé. V případě, že úspory a kapitálové 

transfery jsou větší než nefinanční investice, sektor má přebytek 

zdrojů a může půjčovat ostatním sektorům nebo do zahraničí. 

Položka čisté půjčky/výpůjčky spojuje nefinanční účty s finančními. 

Finanční účet zaznamenává čisté pořízení (nákupy minus prodeje) 

finančních aktiv a vzniklé čisté závazky. Protože každá nefinanční 

transakce se odráží ve finanční transakci, bilanční položkou 

finančního účtu jsou též čisté půjčky/výpůjčky. Záporné saldo 

mezi veškerými příjmy a výdaji sektoru musí být financováno 

výpůjčkami nebo prodejem finančních aktiv. Kladná bilance 

umožňuje půjčky (pořízení finančních aktiv) nebo snížení závazků. 

Roční sektorové a finanční účty sestavuje ČSÚ od roku 1993. 

U čtvrtletních sektorových účtů došlo k dohodě s ČNB o rozdělení 

rolí. ČSÚ sestavuje čtvrtletně běžné a kapitálové účty a ČNB sestavuje 

čtvrtletní finanční účty, které zachycují finanční vztahy 

v ekonomice z hlediska institucionálních sektorů a finančních 

instrumentů. Jsou tvořeny počáteční a konečnou finanční rozvahou 

a trojicí tokových účtů (finanční účet, účet přecenění a účet 

ostatních změn objemu aktiv). Systém je uzavřený jak vzhledem 

157

k tokům, tak stavům, tzn. že veškeré změny stavů musí být vysvětleny 

zaznamenanými toky. Finanční účty jsou významným 

informačním zdrojem se širokým využitím jak v oblasti měnově 

politických analýz, tak v oblasti analýz finanční stability země 

a jednotlivých ekonomických sektorů. V současnosti jsou publikovány 

pouze finanční rozvahy jednotlivých institucionálních 

sektorů, které slouží k hodnocení finanční stability, jejíž analýza 

patří v posledních letech k významným úkolům ČNB. Zprávy 

o finanční stabilitě publikuje ČNB jedenkrát ročně s cílem identifikovat 

možná rizika budoucího vývoje ekonomiky vyplývající 

z finanční situace jednotlivých sektorů a z vývoje finančního trhu. 

Evropské sektorové účty představují novou oblast makroekonomické 

statistiky, která vychází z potřeb detailnější analýzy ekonomického 

vývoje základních sektorů ekonomiky i z potřeb Evropské 

centrální banky a národních centrálních bank, jež hodnotí 

finanční stabilitu ekonomiky a jednotlivých sektorů. Sestavují se 

čtvrtletně a jsou výsledkem úzké spolupráce EUROSTATu, Evropské 

centrální banky, národních statistických úřadů a centrálních 

bank zemí EU. Začaly se publikovat v polovině roku 2007 se čtvrtletní 

periodicitou. Vycházejí z ESA 1995 a sestavují se zpětně od 

1. čtvrtletí 1999. Protože jde o nový statistický produkt, je možné 

očekávat zdokonalování metodologie a následné revize. Údaje za 

celek zemí eurozóny (EU-16) a za celou EU (EU-27) nejsou prostým 

součtem údajů za jednotlivé země, protože agregace údajů 

vyžaduje dodatečné propočty: 

 

 

 

 

 

konverzi národních měn do eura; 

odhady za chybějící země; 

zahrnutí evropských institucí; 

odhady toků mezi EU-16 (EU-27) a třetími zeměmi; 

bilancování účtů. 

Cenné je uspořádání účtů ve formě integrovaných hospodářských 

účtů, v níž jsou zobrazeny účty za všechny institucionální sektory 

v jediné tabulce, která na pravé straně má zdroje podle sektorů 

a na levé straně užití podle sektorů. Účty výroby, tvorby důcho- 

158

dů, prvotního a druhotného rozdělení, užití disponibilního důchodu 

i účty kapitálové jsou seřazeny za sebou a jsou tak zřejmé 

vztahy mezi účty. 

Pro analytické využití se propočítávají a publikují 3 základní ukazatele: 

míra úspor domácností (household saving rate); 

míra investic nefinančních podniků (business investment 

rate); 

míra zisku nefinančních podniků (profit share of nonfinancial 

corporations). 

3. VÝZNAM INSTITUCIONÁLNÍCH SEKTORŮ V ČESKÉ 

EKONOMICE 4 

Sektorové účty tím, že zachycují různé fáze ekonomického koloběhu 

od výroby přes rozdělování po spotřebu a akumulaci a s nimi 

spojené transakce a toky důchodů, umožňují zkoumat význam 

a chování jednotlivých sektorů v české ekonomice. 5 Sektorové účty 

jsou počítány pouze v běžných cenách a neukazují reálné změny 

makroekonomických ukazatelů obsažených v těchto účtech. 

3.1 Produkce a tvorba důchodů 

Při tvorbě hrubé přidané hodnoty je v české ekonomice klíčový 

sektor nefinančních podniků, který v roce 2009 vytvářel téměř 

dvě třetiny HPH v národním hospodářství (viz tabulka č. 2). Dlouhodobě 

jeho podíl vzrostl především na úkor domácností. To je 

možné vysvětlit úbytkem malých podniků 6 a rostoucím význa- 

4 

Analýza vychází z údajů ročních národních účtů, které byly k dispozici 

v listopadu 2010. Za institucionální sektory to byly údaje do roku 2009 a za 

subsektory pouze do roku 2007. 

5 V některých případech je užitečné seskupit nefinanční podniky a finanční 

instituce do jednoho sektoru (podnikatelský sektor nebo podniky) a stejně tak 

domácnosti a soukromé neziskové instituce poskytující služby obyvatelstvu. 

6 Jde o výrobu podnikatelů-fyzických osob nezapsaných v obchodním rejstříku 

(především osoby podnikající podle živnostenského zákona a samostatně hos- 

159

mem korporací – podniků zapsaných v obchodním rejstříku 

s úplnou účetní evidencí, které patří do sektoru nefinančních 

podniků. V posledních letech se podíl tohoto sektoru na tvorbě 

HPH stabilizoval. 7 

Tabulka č. 2: Podíl institucionálních sektorů na hrubé přidané 

hodnotě v ČR (běžné ceny, v %) 

1995 2000 2005 2006 2007 2008 2009 

Nefinanční podniky 57,4 61,6 63,5 64,6 64,7 64,4 64,4 

Finanční instituce 3,1 2,7 2,9 2,9 3,6 3,5 3,7 

Vládní instituce 13,4 13,2 13,6 13,2 12,8 12,9 13,7 

Domácnosti 26,1 22,6 20,0 19,3 18,9 19,2 18,2 

Celkem 100,0 100,0 100,0 100,0 100,0 100,0 100,0 

Poznámka: Údaje za rok 2009 jsou předběžné. Domácnosti obsahují i 

neziskové instituce sloužící domácnostem. 

Zdroj: ČSÚ, roční národní účty (listopad 2010), vlastní výpočty. 

Finanční a vládní instituce si udržují relativně stabilní podíl na 

tvorbě HPH. Význam finančních institucí je relativně malý, avšak 

v posledních letech se zvýšil. Nárůst podílu finančního sektoru na 

tvorbě HPH v roce 2009 souvisel s překvapivě slušnou ziskovostí 

tohoto sektoru. Podíl vládního sektoru, jehož HPH představují 

převážně netržní služby (školství, zdravotnictví, správa, bezpečnost, 

armáda), byl víceméně stabilizován kolem 13 %. V roce 2009 

v důsledku vládních stimulačních opatření na podporu ekonomiky 

podíl vládních institucí na celkové HPH vzrostl téměř o 1 procentní 

bod. Domácnosti v české ekonomice vytvářely v letech 2005–2009 

téměř pětinový podíl HPH. 8 Mezi lety 1995 a 2009 však podíl domácností 

na HPH poklesl o 8 procentních bodů. Charakter HPH 

v sektoru domácností je různorodý, protože kromě osob podnikapodařící 

rolníci). Jejich výroba se zahrnuje do sektoru domácností, i když by 

svým charakterem patřila spíše do nefinančních podniků. 

7 V zemích eurozóny byl v letech 1999–2009 v průměru podíl nefinančních 

podniků na tvorbě celkové HPH nižší (57,2 %). 

8 V některých zemích je podíl domácností na tvorbě HPH velmi vysoký. Např. 

v Polsku v roce 2009 tento podíl dosahoval téměř 32,2 % a v Řecku v roce 2006 více 

než 40 %. V zemích eurozóny činil tento podíl v průměru let 1999–2009 24,2 %. 

160

jících na základě živnostenského zákona značná část přidané hodnoty 

se odvozuje od tzv. imputovaného nájemného, zemědělského 

samozásobení a individuální bytové výstavby a rekonstrukcí. 

Ke stanovení příčin poklesu domácností na tvorbě HPH je třeba 

znát vývoj základních složek HPH domácností. Experimentální 

rozčlenění sektoru domácností do tří subsektorú (podnikatelé, 

spotřebitelé a společenství vlastníků jednotek) za rok 2006 ukázalo, 

že rozhodující podíl (77 %) v HPH domácností mají podnikatelé 

a význam společenství vlastníků jednotek je prakticky nulový. 

Důležitým hlediskem je členění sektorů podle typu vlastnictví na 

veřejný, národní soukromý a sektor pod zahraniční kontrolou. 

V této souvislosti je třeba si uvědomit, že vládní sektor není totožný 

s veřejným sektorem, protože i v rámci nefinančních podniků 

a finančních institucí existují státní podniky, které patří do 

veřejného sektoru. V české ekonomice rozsáhlá privatizace značně 

snížila význam veřejného sektoru a v důsledku silného přílivu 

přímých zahraničních investic (zejména po roce 1998, kdy byly 

přijaty investiční pobídky) roste význam podniků pod zahraniční 

kontrolou (viz tabulka č. 3). 

Tabulka č. 3: Podíl subsektorů na HDP podle vlastnictví (v %) 

1995 2000 2005 2006 2007 

Veřejný sektor 30,8 19,7 18,1 19,0 18,2 

Národní soukromý 55,1 55,1 48,8 42,9 42,1 

Pod zahr. kontrolou 4,6 15,7 22,8 28,3 29,6 

HDP celkem 100,0 100,0 100,0 100,0 100,0 

Poznámka: Podíly vyjadřují podíly hrubé přidané hodnoty příslušného 

subsektoru na HDP. Jejich součet nedává 100. Rozdíl tvoří čisté daně 

z produktů. Zdroj: ČSÚ, roční národní účty (listopad 2010). 

Největší podíl měly v roce 2007 podniky pod zahraniční kontrolou 

v odvětví peněžnictví a pojišťovnictví (80,7 %) a ve zpracovatelském 

průmyslu (56 %). V sektoru nefinančních podniků dosáhl 

jejich podíl 46,2 %. 

V procesu tvorby důchodů je hrubá přidaná hodnota (resp. čistá 

přidaná hodnota po odečtení spotřeby fixního kapitálu) rozdělo- 

161

vána mezi výrobní činitele, především mezi faktor práce a kapitálu. 

Značná část přidané hodnoty připadá domácnostem ve formě 

náhrad zaměstnancům (mzdy a příspěvky zaměstnavatelů na 

sociální pojištění). Druhou velkou část představuje provozní přebytek, 

který je jakýmsi ziskem institucionálních sektorů. Největší 

část provozního přebytku vytváří sektor nefinančních podniků 

(v roce 2009 to bylo 586,2 mld. Kč z celkového čistého provozního 

přebytku ve výši 680,5 mld. Kč). Finanční sektor překvapivě 

vytvořil v době recese (rok 2009) větší provozní přebytek než 

v předchozích letech (52,9 mld. Kč). Pro vládní instituce je charakteristický 

záporný čistý provozní přebytek. Je to z toho důvodu, 

že náhrady zaměstnancům převyšují čistou přidanou hodnotu. 

Domácnosti kromě provozního přebytku vytvářejí tzv. smíšený 

důchod. Termín smíšený důchod se používá proto, že jde 

o smíšený důchod faktoru práce a faktoru kapitálu. V případě 

drobných výrobců (živnostníků, farmářů) nelze tyto důchody od 

sebe oddělit, protože neexistuje úplná účetní evidence. 

V celém národním hospodářství se dlouhodobě pohybuje podíl 

náhrad zaměstnancům v čisté přidané hodnotě kolem 60 % 

a podíl čistého provozního přebytku kolem 40 %. Tyto podíly 

zpravidla upravené o rozdělení smíšeného důchodu domácností 

na mzdovou a ziskovou část se využívají v produkčních funkcích 

jako váhy faktoru práce a kapitálu při výpočtu souhrnné produktivity 

faktorů. V letech 1995–2007 se mírně zvyšoval podíl odměny 

kapitálu ve formě čistého provozního přebytku a v roce 2008 

a 2009 v důsledku ochabení ekonomické aktivity a recese české 

ekonomiky se podíl provozního přebytku snížil (viz tabulka č. 4). 

Procesy rozdělování důchodů jsou ovlivněny mnoha faktory 

a v případě zisků korporací a náhrad zaměstnancům závisí mimo 

jiné na institucionálním uspořádání vztahů, zejména mezi podnikateli, 

zaměstnanci, odbory a vládou. Rychlý růst zisků korporací 

a klesající podíl náhrad zaměstnancům vede ke zvětšující se nerovnosti 

ve společnosti a je předmětem kritiky a úvah o spravedlivém 

rozdělování důchodu. 

162

Tabulka č. 4: Podíl náhrad zaměstnancům a provozního přebytku 

na čisté přidané hodnotě (v %) 

1995 2000 2005 2006 2007 2008 2009 

Náhrady zaměstnancům 61,1 59,2 59,8 58,7 58,3 60,1 60,7 

Čistý provozní přebytek 38,9 40,8 40,2 41,3 41,7 39,9 39,3 

Celkem 100 100 100 100 100 100 100 

Zdroj: ČSÚ – roční národní účty (listopad 2010), vlastní výpočty. 

3.2 Prvotní rozdělení 

Účet prvotního rozdělení ukazuje, jak jsou generované prvotní 

důchody dále rozdělovány ve formě náhrad zaměstnancům 

a důchodů z vlastnictví (úroků, dividend či reinvestovaných zisků). 

U nefinančních podniků je ztráta důchodu v procesu prvotního 

rozdělení dána zejména značným odlivem důchodů 

z vlastnictví (úroky, rozdělované zisky společností, dividendy 

a reinvestované zisky). Naproti tomu finanční instituce ke svému 

čistému provoznímu přebytku získávají další prvotní důchody 

a jejich čistý národní důchod je tak větší než čistý provozní přebytek. 

Vládní instituce mají záporný čistý provozní přebytek, ale 

získávají daně z produktů a dovozu, které jsou v národních účtech 

chápány jako prvotní důchody (na rozdíl od běžných daní 

z důchodu a jmění). Domácnostem v procesu prvotního rozdělení 

připadnou náhrady zaměstnancům a další důchody z vlastnictví, 

které vstupují též do jejich čistého národního důchodu. 

V procesu prvotního rozdělení dochází k přesunům důchodů mezi 

sektory, ale i k pohybu důchodů mezi zeměmi. Hrubý domácí 

produkt se mění na hrubý národní důchod (HND), který zohledňuje 

procesy prvotního rozdělení mezi národní ekonomikou 

a světem. Příliv a odliv prvotních důchodů se vztahuje k faktoru 

práce (náhrady zaměstnancům) a kapitálu (úroky, dividendy 

a reinvestice). S liberalizací trhu práce a kapitálu tok prvotních 

důchodů mezi zeměmi zesílil a vzrostl význam ukazatele národního 

důchodu. Záporné saldo prvotních důchodů se zahraničím pak 

představuje ztrátu části důchodů vytvořených na území daného 

státu. V mnoha zemích včetně České republiky se rozhodující 

163

položkou záporného salda prvotních důchodů se zahraničím stal 

odliv důchodů ve formě repatriovaných a reinvestovaných zisků 

související s přílivem přímých zahraničních investic. 

Česká republika patří mezi země, u nichž relativně značná část 

důchodu vytvořeného na území země odplouvá do zahraničí. 

Ztráta prvotních důchodů ve formě mezd, repatriovaných a reinvestovaných 

zisků a úroků v roce 2009 činila 214,5 mld. Kč (5,9 % 

HDP). Ztráta důchodu v procesu prvotního rozdělení zmenšuje 

rozdělované důchody proti hodnotě vytvořeného HDP a má reálné 

dopady na ekonomiku, protože zmenšuje prostor pro růst 

konečné spotřeby a investic (viz tabulka č. 5). 

Tabulka č. 5: HDP a HND v ČR (v mld. Kč, běžné ceny) 

HDP Saldo prvotních důchodů HND HND v % HDP 

2006 3222,4 -160,0 3062,3 95,0 

2007 3535,5 -247,3 3288,2 93,0 

2008 3689,0 -166,3 3522,7 95,5 

2009 3625,9 -214,5 3411,3 94,1 

Zdroj: ČSÚ, roční národní účty (listopad 2010). 

V EU existují značné rozdíly mezi zeměmi. Na jedné straně jsou 

země, jejichž národní důchod je vyšší než HDP. Mezi ně patří 

Velká Británie, Švédsko, Německo, Dánsko, Francie, Belgie. 

V těchto zemích převažují přijaté prvotní důchody ze světa nad 

důchody vydanými. Většinou jde o důchody z kapitálu investovaného 

v zahraničí (dividendy, reinvestované zisky). Na druhé straně 

některé země část na jejich území vytvořeného důchodu ztrácejí. 

Souvisí to zejména s přílivem přímých zahraničních investic 

a růstem významu podniků pod zahraniční kontrolou, u nichž část 

vytvořeného zisku je reinvestována nebo zaslána zahraničním 

vlastníkům ve formě dividend. Jinou formu toku prvotních důchodů 

mezi zeměmi představují mzdy zahraničních pracovníků 

(enormní odliv důchodů z tohoto důvodu má Lucembursko, kde 

pracuje značné množství pracovníků ze sousedních zemí). Ztráta 

prvotních důchodů byla v roce 2009 největší v Lucembursku (30 % 

164

HDP), následovaném Irskem (téměř 13 % HDP), Maltou (6,6 % 

HDP) a Českou republikou (téměř 6 % HDP – viz tabulka č. 6). 

Tabulka č. 6: Hrubý národní důchod v % HDP 

2001 2002 2003 2004 2005 2006 2007 2008 2009 

EU-27 99,5 99,5 99,6 100,1 100,1 100,1 99,9 99,7 99,6 

Eurozóna -16 99,2 98,9 99,1 99,8 99,6 100,0 99,7 99,2 99,0 

Belgie 101,6 101,3 101,5 101,1 100,7 100,9 101,0 101,5 100,9 

Bulharsko 95,9 99,9 98,1 98,7 95,0 92,9 92,8 94,9 94,5 

ČR 96,6 95,4 95,7 94,5 95,5 95,0 93,0 95,5 94,1 

Dánsko 98,6 98,8 99,4 100,5 101,4 101,9 101,1 101,3 101,8 

Estonsko 95,9 95,9 94,8 95,2 96,2 94,8 93,1 94,6 97,7 

Finsko 99,9 100,2 99,2 100,8 100,5 100,9 100,0 100,5 100,0 

Francie 101,2 100,3 100,6 100,8 100,6 101,0 101,2 101,0 100,8 

Irsko 84,6 83,0 85,5 85,7 86,2 87,6 86,6 86,7 83,1 

Itálie 99,3 99,2 99,2 99,4 99,7 99,8 99,4 98,5 98,3 

Kypr 94,6 96,7 97,8 95,7 95,9 95,3 94,2 93,5 98,2 

Litva 98,7 99,0 97,5 97,9 98,3 97,8 96,1 96,6 101,9 

Lotyšsko 100,2 100,3 99,7 97,8 98,7 97,0 96,8 99,0 107,6 

Lucembursko 88,8 82,9 77,5 87,4 85,9 76,1 80,4 75,0 70,4 

Maďarsko 95,0 94,8 95,4 94,8 94,6 94,6 93,1 93,6 95,0 

Malta 101,0 100,6 99,5 98,8 95,5 95,6 96,2 96,1 93,4 

Německo 99,0 98,8 99,3 101,0 101,2 102,1 101,8 101,6 101,4 

Nizozemsko 100,8 100,9 101,1 102,7 100,5 102,7 101,7 98,1 97,3 

Polsko 99,8 99,7 99,0 97,2 98,1 97,5 96,4 98,0 96,5 

Portugalsko 97,4 98,4 99,0 98,9 98,5 97,0 96,8 96,6 96,6 

Rakousko 97,9 98,8 99,0 99,2 99,0 98,9 98,8 98,6 99,0 

Rumunsko 99,2 98,9 97,7 95,8 97,1 96,7 96,4 97,1 99,3 

Řecko 100,6 100,3 99,4 99,3 98,4 97,8 97,0 96,7 97,3 

Slovensko 99,9 99,6 95,0 95,9 97,1 96,9 97,3 97,6 99,2 

Slovinsko 100,2 99,4 99,2 98,8 99,2 98,8 97,9 97,3 98,1 

Španělsko 98,4 98,5 98,8 98,7 98,6 98,3 97,7 97,2 97,7 

Švédsko 99,3 99,6 101,2 100,0 100,7 101,3 102,3 103,4 101,9 

Velká Británie 100,6 101,5 101,4 101,4 101,7 100,5 101,3 101,8 102,1 

Zdroj: EUROSTAT – National Accounts, listopad 2010. 

165

3.3 Druhotné rozdělení 

Procesy přerozdělení jsou zachyceny na účtu druhotného rozdělení. 

Druhotné důchody (běžné transfery) jsou důchody, které 

vznikají bez protihodnoty (něco za nic). Klasickým příkladem jsou 

běžné daně z důchodu a jmění a sociální příspěvky a dávky. 

V procesu druhotného rozdělení se národní důchod proměňuje 

na disponibilní důchod. Některé sektory část národního důchodu 

ztrácejí a jiné získávají. Sektor, který v procesu druhotného rozdělení 

nejvíce získává, je sektor vládních institucí, kde rozdíl mezi 

saldem prvotních důchodů tohoto sektoru a jeho disponibilním 

důchodem v roce 2009 činil 292,8 mld. Kč (viz tabulka č. 7). Na 

druhé straně v procesu znovurozdělení nejvíce ztratily sektory 

domácností (210 mld. Kč) a nefinančních podniků (129 mld. Kč). 

I u těchto sektorů je patrný silný pokles salda druhotných důchodů 

daný zhoršenou důchodovou situací v době recese. Za národní 

ekonomiku jako celek se její disponibilní důchod liší od národního 

důchodu o saldo běžných transferů se světem. To bylo v roce 

2009 záporné (-31,1 mld. Kč) a o tuto částku byl hrubý disponibilní 

důchod ČR v roce 2009 nižší než hrubý národní důchod. 

Záporné saldo běžných transferů se světem je ovlivněno zejména 

příspěvky placenými Českou republikou Evropské unii. Prostředky 

získané ze strukturálních fondů se zachycují zčásti jako běžné 

a zčásti jako kapitálové transfery. 

Tabulka č. 7: Saldo druhotného rozdělení důchodů 

2005 2006 2007 2008 2009 

Nefinanční podniky -127,8 -145,5 -166,1 -157,9 -129,0 

Finanční instituce 3,4 5,9 7,5 9,1 -2,2 

Vládní instituce 362,3 392,8 426,9 384,2 292,8 

Domácnosti -268,2 -291,0 -312,0 -290,7 -210,0 

Neziskové organizace 17,4 19,5 23,5 23,6 17,3 

Celkem -12,8 -18,1 -20,2 -31,8 -31,1 

Zdroj: ČSÚ, roční národní účty, vlastní výpočty. 

166

3.4 Disponibilní důchod a jeho užití 

Distributivní procesy (prvotní i druhotné rozdělení) podstatně 

zmenšily disponibilní důchody nefinančních podniků, které se 

rovnají jejich úsporám. Tento sektor je jakýmsi tahounem ekonomiky, 

protože vytváří převážnou část důchodů (v roce 2009 

činila čistá přidaná hodnota vytvořená v tomto sektoru 

1711,5 mld. Kč) a v procesech rozdělení se postupně ztenčovala 

na 586,2 mld. Kč čistého provozního přebytku, 363,1 mld. Kč 

salda prvotních důchodů a 234,1 mld. Kč čistého disponibilního 

důchodu (viz tabulka č. 8). Překvapivý je silný nárůst disponibilních 

důchodů (úspor) nefinančních podniků v roce 2008 a 2009, 

kdy byla česká ekonomika v útlumu a recesi. Důvodem bylo snížení 

náhrad zaměstnancům v roce 2009 o 3,7 %, především ve 

složce sociálních příspěvků zaměstnavatelů (-9,3 %), zlepšení 

záporného salda důchodů z vlastnictví a pokles běžných daní 

z důchodů v druhotném rozdělení. Je třeba říci, že to byl právě 

výrazný růst úspor nefinančních podniků spojený se silným poklesem 

jejich investiční aktivity, který v roce 2009 při dramatickém 

růstu schodku veřejných financí umožnil udržet makroekonomickou 

nerovnováhu české ekonomiky v přijatelných mezích. 

Tabulka č. 8: Základní indikátory tvorby a rozdělení důchodů nefinančních 

podniků (v mld. Kč) 

1995 2000 2005 2006 2007 2008 2009 

Čistá přidaná 

hodnota 

594,3 954,6 1371,2 1537,3 1693,7 1763,4 1711,5 

Čistý provozní 

přebytek 

161,8 316,8 479,1 564,6 619,1 585,6 586,2 

Saldo prvotních 

důchodů 

71,9 171,2 254,4 256,6 267,2 345,8 363,1 

Čistý disponibilní 

důchod 

3,4 88,0 126,6 111,1 101,1 187,9 234,1 


Vládní instituce v procesu prvotního rozdělení ztrácejí část své 

hrubé přidané hodnoty placením náhrad zaměstnancům, ale nao- 

167

pak získávají daně z produktů a dovozu a jejich hrubý národní 

důchod je mírně vyšší než jejich hrubá přidaná hodnota. Saldo 

druhotného rozdělení je kladné a poměrně vysoké (292,8 mld. Kč 

v roce 2009) v důsledku příjmů z běžných daní. To zvyšuje jejich 

hrubý disponibilní důchod. Za povšimnutí stojí to, jak se projevil 

hospodářský cyklus na důchodech vládních institucí. V letech silné 

expanze české ekonomiky (2005–2007) saldo druhotných důchodů 

značně narůstalo a umožňovalo provádět expanzivní fiskální 

politiku. V době útlumu a recese české ekonomiky (2008 a 2009) 

se saldo druhotných důchodů, ovlivněné zejména běžnými daněmi, 

prudce snižovalo a bylo jednou z příčin vysokého schodku 

veřejných financí v roce 2009. Čistý disponibilní důchod, který je 

zdrojem financování veřejné spotřeby (výdaje vládních institucí na 

konečnou spotřebu) a tvorby úspor, byl značně kolísavý a po silném 

růstu v letech 2005–2007 došlo k jeho poklesu, který byl 

dramatický v roce 2009 (viz tabulka č. 9). Čisté úspory vládního 

sektoru byly v letech 1996–2009 s výjimkou roku 2007 trvale záporné. 

V letech 1995–2000 došlo k poklesu podílu vládních institucí 

na hrubém disponibilním národním důchodu, avšak v dalším 

pětiletém období se podíl vládních institucí víceméně stabilizoval. 

Tabulka č. 9: Základní indikátory tvorby a rozdělení důchodů 

vládních institucí (v mld. Kč) 

1995 2000 2005 2006 2007 2008 2009 


hodnota 

102,4 151,9 232,3 246,2 263,2 275,4 289,5 


přebytek 

-5,6 -4,0 -5,6 -6,1 -5,6 -4,8 -4,7 


důchodů 

132,9 182,7 268,8 274,9 313,6 328,0 316,2 


důchod 

316,9 405,0 631,0 667,7 740,5 712,2 609,0 

Veřejná spotřeba 

306,3 460,9 658,5 687,0 717,0 752,8 799,0 

Čisté úspory 10,6 -55,9 -27,4 -19,2 23,5 -40,6 - 


189,9 

168

Pro sektor domácností jsou největším zdrojem důchodů náhrady 

zaměstnancům spolu s provozním přebytkem a smíšeným důchodem. 

V druhotném rozdělení značnou část důchodů domácnosti 

ztrácejí (v roce 2009 to bylo 210 mld. Kč). 9 Nicméně jejich 

disponibilní důchod, z něhož hradí soukromou spotřebu (výdaje 

domácností na konečnou spotřebu) a tvorbu úspor, je ze všech 

sektorů nejvyšší. Po jeho relativně vysokém růstu v letech 2005– 

2008 došlo v roce 2009 k mírnému poklesu (viz tabulka č. 10), což 

ovlivnilo schopnost tohoto sektoru generovat úspory a míra 

úspor domácností se v roce 2009 snížila. 

Tabulka č. 10: Základní indikátory tvorby a rozdělení důchodů 

domácností (v mld. Kč) 

1995 2000 2005 2006 2007 2008 2009 


hodnota 

295,7 379,4 442,0 464,1 495,1 526,3 479,2 


přebytek a 232,0 307,8 367,0 388,8 418,9 451,8 403,6 

smíšený důchod 


důchodů 

927,7 1302,8 1740,3 1884,7 2058,8 2184,3 2097,5 


důchod 

812,0 1164,9 1472,1 1593,7 1746,8 1893,6 1887,5 

Soukromá 

spotřeba 

736,1 1134,7 1442,7 1537,2 1659,6 1804,2 1804,3 

Čisté úspory 81,4 37,7 48,4 79,7 113,3 113,6 97,2 


Rozdílný vývoj důchodů v jednotlivých sektorech se projevil ve 

změnách podílu těchto sektorů na disponibilním důchodu, úsporách 

a investicích (viz tabulky č. 11–13). 

9 

Náhrady zaměstnancům obsahují i sociální příspěvky zaměstnavatelů, které 

jsou v národních účtech formálně vedeny jako příjem domácností v prvotním 

rozdělení důchodů a jako výdaj domácností orgánům sociálního zabezpečení 

v druhotném rozdělení důchodů. Z tohoto důvodu je saldo druhotného rozdělení 

u domácností záporné a relativně vysoké. 

169

Tabulka 11: Podíl sektorů na hrubém disponibilním národním 

důchodu (v %) 

1995 2000 2005 2006 2007 2008 2009 


Finanční instituce 3,1 1,9 1,6 2,8 1,7 1,3 -0,3 


Domácnosti 59,1 58,0 55,5 55,9 57,0 57,7 59,3 

Celkem 100,0 100,0 100,0 100,0 100,0 100,0 100,0 

Zdroj: ČSÚ, roční národní účty (listopad 2010), vlastní výpočty. 

Rozhodující podíl na disponibilním důchodu mají domácnosti. Je 

to z toho důvodu, že z jejich disponibilního důchodu se hradí 

soukromá spotřeba (výdaje domácností na konečnou spotřebu), 

která má největší váhu v užití HDP (v ČR zhruba 50 %). V zemích 

eurozóny byl podíl domácností na hrubém disponibilním důchodu 

ještě vyšší a v letech 1999–2009 činil 67,1 %. Souviselo to 

s vyšším podílem soukromé spotřeby na užitém HDP. Relativně 

vysoký podíl vládního sektoru je ovlivněn výdaji vládních institucí 

na konečnou spotřebu (veřejnou spotřebou). 

Tabulka č. 12: Podíly sektorů na hrubých národních úsporách (v %) 

1995 2000 2005 2006 2007 2008 2009 



Vládní instituce 19,9 9,6 14,7 14,9 19,5 12,4 -4,4 

Domácnosti 31,3 19,7 18,1 20,5 23,4 22,7 24,2 

Celkem 100,0 100,0 100,0 100,0 100,0 100,0 100,0 


Na tvorbě úspor se nejvíce podílel sektor nefinančních podniků 

a jeho podíl se dlouhodobě zvyšoval. Naproti tomu klesal podíl 

vládních institucí a domácností. Struktura tvorby hrubých úspor 

v zemích eurozóny se liší v tom, že dlouhodobě byl rozhodující 

podíl domácností, které se v letech 1999–2009 podílely na celkových 

úsporách 45,6 %, zatímco nefinanční podniky pouze 42,9 %. 

170

Tabulka č. 13: Podíl sektorů na tvorbě hrubého fixního kapitálu 

(v % běžných cen) 

1995 2000 2005 2006 2007 2008 2009 


Finanční instituce 5,8 2,7 1,6 1,9 1,7 1,8 1,4 


Domácnosti 14,1 18,4 17,9 18,9 21,5 21,1 23,9 

Celkem 100,0 100,0 100,0 100,0 100,0 100,0 100,0 


Tabulka ukazuje poměrně vysoký, ale dlouhodobě klesající podíl 

nefinančních podniků na investicích a rostoucí podíl vládních 

institucí a domácností. Investice vládního sektoru jsou ovlivněny 

možnostmi veřejných rozpočtů financovat infrastrukturální investice 

a u domácností jde zejména o výstavbu rodinných domků. Ta 

byla v posledních letech posílena rychlým růstem hypotečních 

úvěrů. Nicméně podíl domácností na tvorbě hrubého fixního 

kapitálu je v mezinárodním srovnání stále nízký. V zemích eurozóny 

činil v uplynulé dekádě v průměru 31,9 %. 

3.5 Schopnost a potřeba financování (čisté půjčky/výpůjčky) 

Z analytického hlediska je významný vztah mezi úsporami a investicemi, 

protože je základem makroekonomické rovnováhy 

sektorů a celého národního hospodářství. 10 Makroekonomická 

nerovnováha představuje vážný problém velkého počtu zemí 

světa a je pokládána za jednu z příčin hluboké recese světového 

hospodářství v letech 2008 a 2009. Je projevem nesouladu mezi 

národními úsporami a domácími investicemi, který se 

v podmínkách volného pohybu kapitálu a dostatku zdrojů v letech 

expanze světové ekonomiky vyrovnával bez velkých otřesů světové 

ekonomiky. Důsledkem však byl vznik značných nerovnováh 

a závislost řady zemí na zahraničním financování. Finanční krize 

10 Za celé národní hospodářství se rozdíl mezi hrubými národními úsporami 

a tvorbou hrubého kapitálu rovná saldu běžných transakcí (saldo s nerezidenty), 

které je totožné se saldem běžného účtu platební bilance. 

171

narušila tok kapitálu od zemí s přebytkem úspor k deficitním zemím 

a prohloubila krizi v zemích se značnými schodky běžného 

účtu platební bilance. Některé země se neobešly bez záchranné 

pomoci ze strany mezinárodních organizací. Potřeba snížení značných 

nerovnováh se tak ukázala jako vážný celosvětový problém. 

V případě přebytku úspor nad investicemi má země (sektor) 

možnost poskytovat půjčky ostatním zemím (sektorům) nebo 

naopak v případě nedostatku úspor vzhledem k investicím má 

potřebu financování z úspor ostatních sektorů nebo ze zahraničí. 

Vztah úspor a investic je však modifikován dvěma vlivy. Jednak 

jsou to kapitálové transfery, které mohou hrát značnou úlohu, 

a jednak je to čisté pořízení nevyráběných nefinančních aktiv jako 

jsou nákupy půdy či licencí (jde fakticky o investice, ale vzhledem 

k tomu, že jde o nevyráběná aktiva, pak nemohla být zahrnuta do 

tvorby HDP a tedy ani do investic na straně užití HDP; tento vliv je 

většinou zanedbatelný). Mezera mezi úsporami a investicemi 

doplněná o kapitálové transfery a čisté pořízení nevyráběných 

nefinančních aktiv určuje výši čistých půjček (+) nebo výpůjček 

(–). Jejich velikost podle sektorů ukazuje tabulka č. 14. 

Tabulka č. 14: Čisté půjčky (+)/výpůjčky (–) podle sektorů (mld. Kč) 

1995 2000 2005 2006 2007 2008 2009 

Nefinanční podniky -121,1 -61,0 7,1 -43,2 -101,2 68,9 264,7 


Vládní instituce -197,0 -81,5 -106,6 -84,5 -23,2 -98,6 -209,0 

Domácnosti 232,9 4,9 20,2 29,7 31,4 36,8 14,2 

Národní hospodářství 

celkem 

-53,3 -103,3 -67,5 -53,2 -72,2 9,7 23,3 

Zdroj: ČSÚ – roční národní účty (listopad 2010). 

Sektor nefinančních podniků zaznamenal v letech 2008 a 2009 

pozoruhodný vývoj, protože čisté výpůjčky z předešlých let přešly 

do čistých půjček a tento sektor byl schopen poskytovat půjčky 

ostatním sektorům. Důvodem byl jak růst disponibilních důchodů 

(úspor) tohoto sektoru, tak snížení investiční výstavby v důsledku 

recese české ekonomiky. Předcházející dlouhodobá potřeba fi- 

172

nancování nefinančních podniků se však projevila v růstu závazků 

tohoto sektoru i v růstu dluhu. 

Finanční instituce ztratily v roce 2009 schopnost financovat 

ostatní sektory z vlastních zdrojů a samy potřebovaly finanční 

prostředky ve výši 35,6 mld. Kč. 

Sektor vládních institucí se stal hlavním viníkem makroekonomické 

nerovnováhy v roce 2009 a jen díky výraznému zlepšení 

vztahu úspor a investic v sektoru nefinančních podniků zůstala 

celková makroekonomická rovnováha české ekonomiky na přijatelné 

úrovni. 

Sektor domácností je tradičně chápán jako sektor, který je schopen 

do značné míry financovat potřebu ostatních sektorů. Tuto 

funkci však české domácnosti neplní. Důvodem je v mezinárodním 

srovnání relativně nízká míra úspor domácností a rostoucí 

investiční výdaje. Jednou z příčin tohoto vývoje byl i prudký 

nárůst půjček domácností u finančních institucí, který spolu 

s růstem jejich zadluženosti představuje negativní stránku rychlé 

expanze úvěrů pro domácnosti. Míra zadluženosti domácností je 

prozatím z makroekonomického hlediska únosná, avšak v delším 

časovém horizontu existuje riziko nevyváženého vývoje pasiv 

a aktiv. K tomu přistupuje i riziko neschopnosti některých skupin 

obyvatelstva splácet půjčky. 

4. SEKTOR NEFINANČNÍCH PODNIKŮ 

Sektor nefinančních podniků zahrnuje institucionální jednotky, 

které jsou tržními výrobci a jejichž základní činností je výroba 

výrobků a nefinančních služeb. 11 Tento sektor je značně rozmanitý 

ať již z hlediska toho co vyrábí nebo z hlediska organizačního 

11 To, že výsledkem činnosti nefinančních podniků je tržní produkce, znamená, 

že výrobky a služby jsou prodávány na trhu za ekonomicky významné ceny. 

V národním účetnictví se za ekonomicky významnou cenu považuje cena, která 

kryje více než 50 % nákladů produkce. 

173

uspořádání (soukromé společnosti, družstva a společenství, veřejné 

společnosti a výrobci, neziskové instituce nebo sdružení 

poskytující služby nefinančním podnikům, holdingové společnosti 

kontrolující skupinu podniků). Je rozdělen do tří subsektorů: 

veřejné nefinanční podniky; 

národní soukromé nefinanční podniky; 

nefinanční podniky pod zahraniční kontrolou. 

Hranice mezi jednotlivými subsektory není vždy zcela jednoznačná, 

protože subsektory se prolínají a část podniků národního veřejného 

a soukromého sektoru může být vlastněna zahraničním 

vlastníkem. 12 Zařazení institucionální jednotky do určitého subsektoru 

je někdy problematické, zejména v těch případech, kdy je 

složitá vlastnická struktura. Začlenění určité institucionální jednotky 

do příslušného subsektoru se proto řídí určitými konvencemi 

a statistickými pravidly. U sektoru nefinančních podniků je 

z analytického hlediska důležité zkoumat vývoj těchto ukazatelů: 

míra zisku (podíl hrubého provozního přebytku na hrubé 

přidané hodnotě), 

míra úspor (podíl hrubé úspory na hrubé přidané hodnotě), 

míra investic (vztah mezi hrubou tvorbou fixního kapitálu 

a hrubou přidanou hodnotou), 

míra samofinancování (podíl hrubé úspory na hrubé tvorbě 

kapitálu), 

čisté půjčky/výpůjčky, které ukazují schopnost tohoto sektoru 

poskytovat půjčky nebo potřebu financování z cizích 

zdrojů. 

12 Podnik – přímá zahraniční investice – je definován jako podnik, v němž zahraniční 

investor vlastní 10 a více procent akcií (podílu) nebo hlasovacích práv u 

zapsaného podniku. Za součást přímé zahraniční investice je považován kromě 

podílu na základním kapitálu také reinvestovaný zisk a ostatní kapitál, zahrnující 

úvěrové vztahy s přímým investorem. Pokud tento podíl nepřesahuje 50 %, jsou 

podniky se zahraniční majetkovou účastí zahrnuty do veřejného nebo soukromého 

národního sektoru. 

174

Analýza těchto ukazatelů v období 1995–2009 ukazuje převážně 

pozitivní vývoj sektoru nefinančních podniků v letech 2005–2007 

a zhoršení některých ukazatelů v době zpomaleného růstu v roce 

2008 a recese české ekonomiky v roce 2009 (viz tabulka č. 15). 

Tabulka č. 15: Vývoj míry úspor, investic, samofinancování a míry 

zisku v sektoru nefinančních podniků (v % HPH) 

1995 2000 2005 2006 2007 2008 2009 

Míra zisku 42,9 47,6 47,4 48,2 47,7 45,0 46,4 

Míra hrubých úspor 22,0 28,8 26,7 24,1 22,5 26,4 29,6 

Míra investic 38,7 33,2 26,5 25,0 25,2 23,3 19,9 

Míra 

samofinancování 

52,4 81,2 96,5 85,7 79,9 104,8 161,7 

Čisté 

půjčky/výpůjčky 

-16,0 -5,0 0,4 -2,3 -4,9 3,2 12,6 

Poznámka: Míra samofinancování je počítána jako podíl hrubých úspor 

na hrubé tvorbě kapitálu. 


Míra zisku, počítaná jako podíl hrubého provozního přebytku na 

hrubé přidané hodnotě vytvořené nefinančními podniky, může 

být chápána jako jakýsi souhrnný ukazatel ziskovosti nefinančních 

podniků, třebaže provozní přebytek se nerovná hrubému 

zisku před rozdělením (jde o zbytkovou položku, která zbývá po 

uhrazení nákladů spojených s výrobou). Na jejím vývoji závisí 

schopnost podniků plnit daňové a jiné povinnosti a financovat 

investice z vlastních zdrojů. Její zvyšování znamená vytváření 

finančních zdrojů nefinančních podniků potřebných nejen pro 

odměny kapitálu, ale především pro investiční výstavbu. Budoucí 

rozvoj podniku je do značné míry závislý právě na míře zisku. 

Míra zisku je ovlivněna především vývojem jednotkových mzdových 

nákladů. Rostou-li náklady práce (náhrady zaměstnancům) 

rychleji než hrubá přidaná hodnota, klesá podíl hrubého provozního 

přebytku a zužuje se prostor pro investice. Naopak, rostoucí 

míra zisku indikuje větší schopnost vytvářet úspory a financovat 

investice z vlastních zdrojů. Tento ukazatel patří ke klíčovým uka- 

175

zatelům Evropských sektorových účtů, což umožňuje jeho mezinárodní 

srovnávání. Ve zkoumaném období míra zisku v ČR kolísala, 

celkově však do roku 2006 rostla. V roce 2008 došlo k jejímu 

poklesu a mírný vzestup bylo možné zaznamenat v roce 2009. 

Z hlediska ziskovosti jednotlivých subsektorů se podniky pod 

zahraniční kontrolou vyznačovaly vyšší mírou zisku. Ta se od roku 

1999, kdy silně vzrostl příliv přímých zahraničních investic do ČR, 

pohybovala nad 50 % a v roce 2007 činila 54,6 % proti 47,7 % 

v celém sektoru nefinančních podniků. To potvrzuje orientaci 

zahraničního kapitálu na podniky s vyšší přidanou hodnotou. 

Vyšší ziskovost firem pod zahraniční kontrolou a jejich rostoucí 

penetrace v české ekonomice má však i svoji stinnou stránku, 

protože část zisku je repatriována z české ekonomiky a spolu 

s reinvestovaným ziskem se projevuje v rostoucím schodku bilance 

výnosů. 

Míra úspor měřená podílem hrubých úspor na HPH nefinančních 

podniků byla kromě čistých úspor ovlivněna i spotřebou fixního 

kapitálu. Hrubé úspory nefinančních podniků se rovnají jeho 

hrubým disponibilním důchodům, které pak závisí na výši hrubého 

provozního přebytku a na rozdělovacích procesech, především 

na vydaných důchodech z vlastnictví a na daních, jež tento 

sektor platí. Rostoucí míra úspor umožňuje využívat stále více 

vlastních zdrojů k financování investic. Míra hrubých úspor nefinančních 

podniků se ve sledovaném období pohybovala mezi 

22,0 % v roce 1995 a 29,6 % v roce 2009. Její výkyvy ve sledovaném 

období byly ovlivněny nejen vývojem provozního přebytku, 

ale též procesy prvotního a druhotného rozdělení, které závisely 

na změnách daňového systému, odlivu důchodů do zahraničí či 

změnách úrokových měr. Podstatně nižší míra úspor ve srovnání 

s mírou zisku (provozního přebytku) byla ovlivněna ztrátami důchodů 

v procesu prvotního a druhotného rozdělení. 

Míra investic byla u nefinančních podniků až do roku 2000 podstatně 

vyšší než míra úspor a investování v tomto sektoru bylo při 

nedostatku vlastních finančních zdrojů závislé na vnějších zdro- 

176

jích, především bankovních úvěrech. Dlouhodobě míra investic 

klesala a v letech 2008 a 2009 začala být dokonce nižší než míra 

úspor. K dramatickému propadu investic do fixního kapitálu 

došlo v roce 2009, kdy se investice nefinančních podniků snížily 

proti předchozímu roku o 16 %. 

Míra samofinancování, která vyplývá z vývoje hrubých úspor 

a tvorby hrubého kapitálu (včetně změny zásob), se dlouhodobě 

zlepšovala, zejména pak v letech 2008 a 2009, kdy hrubé úspory 

nefinančních podniků převýšily tvorbu jejich hrubého kapitálu. 

Čisté půjčky/výpůjčky ukazují značnou závislost nefinančních 

podniků na cizích zdrojích financování ve druhé polovině 90. let 

a v roce 2001. V důsledku toho se zvýšila zadluženost tohoto 

sektoru. V dalších letech se v souvislosti s příznivým vývojem 

české ekonomiky situace zlepšila. Překvapivá je schopnost poskytovat 

půjčky ostatním sektorům v roce 2008 a 2009, která byla 

dána růstem míry úspor na straně jedné a poklesem míry investic 

na straně druhé. 

Mezinárodní srovnání na základě Evropských sektorových účtů se 

soustřeďuje na míru zisku a investic. ČR se v obou ukazatelích 

pohybovala nad průměrem EU-27 (viz tabulky č. 16 a 17). 

Míra investic nefinančních podniků zaznamenala v roce 2009 

pokles ve všech zemích EU a pohybovala se mezi 12,3 % v Irsku a 

28,2 % na Slovensku. Bylo to z toho důvodu, že v době recese to 

byly zejména investice, které se hluboce propadly. Dramatické 

snížení míry investic o zhruba 16 procentních bodů v letech 2008 

a 2009 nastalo v pobaltských zemích, které se v době před krizí 

vyznačovaly mírou investic, jež patřila k nejvyšším v EU (spolu se 

Slovenskem). 

177

Tabulka č. 16: Míra zisku nefinančních podniků v EU (v % HPH) 

2005 2006 2007 2008 2009 

EU-27 38,2 38,8 39,0 38,1 36,5 

Eurozóna-16 38,9 39,2 39,8 38,8 37,0 

Belgie 38,1 38,1 39,2 38,1 35,6 

Česká republika 47,5 48,2 47,7 45,0 46,4 

Dánsko 38,4 38,6 35,7 33,8 30,5 

Německo 40,1 41,2 42,2 41,1 38,4 

Estonsko 49,1 48,0 44,5 40,1 38,3 

Irsko 54,6 54,8 54,2 50,5 51,5 

Španělsko 35,8 35,4 34,9 35,4 36,6 

Francie 30,8 31,0 31,9 31,6 29,8 

Itálie 44,2 43,3 43,0 42,1 40,3 

Kypr 45,5 44,4 43,0 43,0 42,8 

Lotyšsko 49,7 47,0 44,0 42,0 47,5 

Litva 54,4 52,0 52,0 50,4 49,5 

Lucembursko 42,1 42,5 46,6 46,8 42,0 

Maďarsko 39,5 42,0 41,3 41,5 42,4 

Malta 52,4 53,4 55,0 55,5 53,1 

Nizozemsko 40,3 40,9 41,3 40,9 37,7 

Rakousko 41,7 42,6 42,9 42,6 39,8 

Polsko 47,2 47,1 47,0 44,9 49,5 

Portugalsko 36,0 36,0 36,8 35,3 33,2 

Slovinsko 31,1 32,6 34,7 34,1 31,0 

Slovensko 52,0 54,3 54,6 54,9 48,9 

Finsko 43,3 43,6 45,3 42,8 37,3 

Švédsko 34,3 36,7 35,0 33,1 29,5 

Velká Británie 34,4 35,4 35,1 35,0 32,8 

Zdroj: EUROSTAT – European Sector Accounts (listopad 2010). 

178

Tabulka č. 17: Míra investic nefinančních podniků v EU (v % HPH) 

2005 2006 2007 2008 2009 

EU-27 22,1 22,6 23,1 23,0 20,5 

Eurozóna-16 22,0 22,6 23,2 23,0 20,6 

Belgie 21,8 21,9 22,7 23,4 22,4 


Dánsko 23,9 25,9 27,0 25,8 22,9 

Německo 17,5 18,4 18,9 19,1 17,1 

Estonsko 33,8 34,7 33,6 27,1 19,9 

Irsko 19,1 18,1 18,6 15,6 12,3 

Španělsko 33,9 35,4 36,1 32,6 26,0 

Francie 19,1 19,7 20,6 21,1 20,1 

Itálie 24,3 25,1 25,3 24,8 22,4 

Kypr 15,2 16,7 19,2 19,9 16,6 

Lotyšsko 37,4 38,2 38,8 32,1 22,1 

Litva 25,1 28,3 31,2 26,6 15,6 

Maďarsko 27,6 25,3 24,6 25,5 25,0 

Nizozemsko 15,2 15,3 15,6 16,0 14,6 

Rakousko 28,8 28,0 28,4 29,2 27,7 

Polsko 22,9 25,1 27,9 28,0 23,8 

Portugalsko 27,7 26,8 27,9 28,0 23,0 

Slovinsko 31,0 30,8 31,1 33,1 27,3 

Slovensko 40,8 38,7 38,2 35,8 28,2 

Finsko 17,9 17,9 19,8 21,2 19,2 

Švédsko 20,5 21,0 22,0 22,8 19,7 

Velká Británie 19,1 16,8 17,8 17,0 15,0 


Finanční stabilita nefinančních podniků však nezávisí pouze na 

míře zisku, úspor a investic. Tento sektor je tradičně odkázán na 

vnějších zdrojích financování, což se odráží v rozvahách korporací 

(v úrovni a složení aktiv a pasiv). Minulý vývoj v důsledku výkyvů 

v hospodářském cyklu, poklesu cen nemovitostí a akcií, měnových 

výkyvů a ztrát potenciálního produktu vedl k velké zadluženosti 

179

značné části podniků v Evropské unii. Proces přizpůsobení s cílem 

zlepšení rozvah podniků vedl k silnému snížení investic a zbrzdění 

růstu mezd, což se projevilo v útlumu poptávky s negativním dopadem 

na HDP. Pozoruhodné je však to, že korporace v eurozóně 

(podobně jako v ČR) v době recese snížily potřebu financování 

a dokonce byly schopny financovat ostatní sektory. Panuje však 

obava, že proces snižování investic a brzdění růstu mezd bude 

pokračovat a mohl by zkomplikovat očekávaného oživení Evropské 

unie. V České republice je úroveň zadluženosti nefinančních 

podniků relativně nízká a z tohoto hlediska pravděpodobně nehrozí 

pokračující proces snižování investiční aktivity. Nicméně 

značný podíl podniků pod zahraniční kontrolou s jejich vazbami ne 

ekonomiku eurozóny se může negativně projevit. 

5. VLÁDNÍ INSTITUCE 

Sektor vládních institucí zahrnuje institucionální jednotky považované 

za netržní výrobce. Některé z nich se zabývají především 

rozdělováním národního důchodu a jmění; některé jsou v sektoru 

vlády zatříděny na základě 50% kritéria úhrady provozních nákladů 

z tržeb (tj. příspěvkové organizace, veřejné vysoké školy, veřejné 

výzkumné instituce) a některé poskytují služby jiným vládním 

jednotkám (např. asociace zdravotních pojišťoven). 

V národních účtech ČR je rozdělen do tří subsektorů: 

ústřední vládní instituce (ministerstva, státní mimorozpočtové 

fondy, ústřední příspěvkové organizace, veřejné 

vysoké školy a veřejné výzkumné instituce); 

místní vládní instituce; 

fondy sociálního zabezpečení (zdravotní pojišťovny). 

Z analytického hlediska je pro vládní sektor nejvýznamnější ukazatel 

čistých půjček/výpůjček, který ukazuje potřebu financování 

tohoto sektoru. Pozornost věnovaná sektoru vládních institucí 

vzrostla v souvislosti s plněním maastrichtských kritérií. Dvě kritéria 

(vládní deficit a vládní dluh) se vykazují v metodice národ- 

180

ních účtů (ESA 1995) a ČSÚ dvakrát do roka předkládá Evropské 

komisi propočet požadovaných ukazatelů. Vládní deficit je definován 

jako čisté výpůjčky sektoru vládních institucí, které závisí 

především na vztahu úspor a investic. Kromě záporné mezery 

mezi úsporami a investicemi jsou však ovlivněny saldem kapitálových 

transferů a čistým pořízením nevyráběných nefinančních 

aktiv (viz tabulka č. 18). 

Tabulka č. 18: Úspory, investice a čisté výpůjčky vládních institucí 

(mld. Kč) 

1995 2000 2005 2006 2007 2008 2009 

Hrubé úspory (S) 84,7 52,0 105,3 118,2 167,9 111,8 -32,9 

Investice (I) 70,3 77,4 145,5 161,3 161,8 181,7 190,7 

S – I 14,3 -25,4 -40,2 -43,1 6,2 -69,9 -223,6 

Čisté kapitálové 

transfery 

-208,0 -54,0 -65,7 -39,0 -30,9 -65,5 -29,0 

Čisté pořízení 

nevyráběných -3,4 -2,1 -0,7 -2,4 1,6 36,9 43,6 

nefin. aktiv 

Čisté výpůjčky -197,0 -81,5 

- 

106,6 

-84,5 -23,2 -98,6 -209,0 

Zdroj: ČSÚ – roční národní účty (listopad 2010). 

V letech 2005–2007 došlo k podstatnému zvýšení tvorby hrubých 

úspor v důsledku rychlého růstu ekonomiky, a s tím souvisejících 

vyšších daňových odvodů. Značné investice a kapitálové transfery 

však neumožnily dosáhnout výraznějšího snížení vládního deficitu. 

Situace se zhoršila v roce 2008 a zejména pak v roce 2009, kdy 

se česká ekonomika dostala do recese a vládní sektor zaznamenal 

silný výpadek daňových příjmů nejen vlivem propadu ekonomické 

aktivity, ale i v důsledku schválených legislativních změn na 

příjmové straně rozpočtu, které souvisely se snahou zmírnit dopady 

hospodářské recese. Současně došlo ke zvýšení rozpočtových 

výdajů, které měly na poptávkové straně podpořit ekonomický 

růst. Tvorba hrubého kapitálu vládního sektoru v letech 

2008 a 2009 dále rostla. Tento protichůdný vývoj úspor a investic 

181

se musel projevit v silně narůstající záporné mezeře mezi úsporami 

a investicemi. Potřeba financování tohoto sektoru je však 

dána nejen mezerou mezi úsporami a investicemi, ale i čistými 

kapitálovými transfery, které byly u vládního sektoru záporné 

a poměrně velké. 13 V roce 2009 došlo k jejich snížení zásluhou 

poměrně značných investičních dotací, převážně z fondů Evropské 

unie. Další modifikující položkou je čisté pořízení nevyráběných 

nefinančních aktiv (jako nákupy a prodeje půdy), které bylo 

ve většině let nevýznamné. Nicméně v letech 2008 a 2009 se tato 

položka stala důležitou a pomohla snížit vládní deficit o více než 

1 % HDP. Výsledkem těchto protichůdných procesů byly značně 

vysoké čisté výpůjčky vládního sektoru, které se v roce 2009 vyšplhaly 

na 209 mld. Kč a proti roku 2008 se zvýšily o 110 mld. Kč. 

Zatímco v letech 2006–2008 se vládní deficit dostal pod hranici 

maastrichtského kritéria (3 % HDP), v roce 2009 dosáhl vysoké 

hodnoty 5,8 % HDP (viz tabulka č. 19). Výrazně se tak zvýšil vládní 

dluh, třebaže v % HDP je stále v mezinárodním srovnání na relativně 

nízké úrovni. Základním zdrojem makroekonomické nerovnováhy 

české ekonomiky se tak stává vládní sektor a nebezpečnou 

se stává tendence rychle rostoucích závazků vládních institucí. 

Velmi vážnou otázkou zůstává udržitelnost veřejných rozpočtů, 

která se bude zhoršovat splácením dluhu a rostoucími 

výdaji na penze a zdravotnictví v důsledku stárnutí obyvatelstva. 

Tabulka č. 19: Vládní deficit a dluh (v % HDP) 

2005 2006 2007 2008 2009 

Vládní deficit -3,6 -2,6 -0,7 -2,7 -5,8 

Vládní dluh 29,7 29,4 29,0 30,0 35,3 

Zdroj: ČSÚ – Notifikace vládního deficitu a dluhu (říjen 2010). 

13 Kapitálové transfery příjmové zahrnují kapitálové daně (dědické a darovací) 

a ostatní kapitálové transfery a investiční dotace (z fondů Evropské unie, dary 

dědictví, ekonomická pomoc). Kapitálové transfery výdajové zahrnují investiční 

dotace a ostatní kapitálové transfery. Ostatní kapitálové transfery obsahují 

bezúplatné převody – restituce (peněžní a naturální), transfery akcií v rámci 

kuponové privatizace (např. v r. 1995), částky převzatého dluhu (vlivem vládních 

garancí), odkup špatných pohledávek v rámci stabilizace bank. 

182

Tabulka č. 20: Vládní deficit (v % HDP) 

2001 2002 2003 2004 2005 2006 2007 2008 2009 

EU-27 -1,4 -2,5 -3,1 -2,9 -2,5 -1,4 -0,8 -2,3 -6,8 

Eurozóna -16 -1,9 -2,6 -3,1 -2,9 -2,5 -1,3 -0,6 -2,0 -6,3 

Belgie 0,4 -0,1 -0,1 -0,3 -2,7 0,2 -0,3 -1,3 -6,0 

Bulharsko 0,6 -0,8 -0,3 1,6 1,9 1,9 1,1 1,7 -4,7 

ČR -5,6 -6,8 -6,6 -3,0 -3,6 -2,6 -0,7 -2,7 -5,8 

Dánsko 1,5 0,4 0,1 2,1 5,2 5,2 4,8 3,4 -2,7 

Estonsko -0,1 0,3 1,7 1,6 1,6 2,4 2,5 -2,8 -1,7 

Finsko 5,0 4,0 2,4 2,3 2,7 4,0 5,2 4,2 -2,5 

Francie -1,5 -3,1 -4,1 -3,6 -2,9 -2,3 -2,7 -3,3 -7,5 

Irsko 0,9 -0,3 0,4 1,4 1,6 2,9 0,0 -7,3 -14,4 

Itálie -3,1 -2,9 -3,5 -3,5 -4,3 -3,4 -1,5 -2,7 -5,3 

Kypr -2,2 -4,4 -6,5 -4,1 -2,4 -1,2 3,4 0,9 -6,0 

Litva -3,6 -1,9 -1,3 -1,5 -0,5 -0,4 -1,0 -3,3 -9,2 

Lotyšsko -2,1 -2,3 -1,6 -1,0 -0,4 -0,5 -0,3 -4,2 -10,2 

Lucembursko 6,1 2,1 0,5 -1,1 0,0 1,4 3,7 3,0 -0,7 

Maďarsko -4,0 -8,9 -7,2 -6,4 -7,9 -9,3 -5,0 -3,7 -4,4 

Malta -6,4 -5,5 -9,8 -4,7 -2,9 -2,7 -2,3 -4,8 -3,8 

Německo -2,8 -3,7 -4,0 -3,8 -3,3 -1,6 0,3 0,1 -3,0 

Nizozemsko -0,2 -2,1 -3,1 -1,7 -0,3 0,5 0,2 0,6 -5,4 

Polsko -5,3 -5,0 -6,2 -5,4 -4,1 -3,6 -1,9 -3,7 -7,2 

Portugalsko -4,3 -2,8 -2,9 -3,4 -6,1 -4,1 -2,8 -2,9 -9,3 

Rakousko 0,0 -0,7 -1,4 -4,4 -1,7 -1,5 -0,4 -0,5 -3,5 

Rumunsko -3,5 -2,0 -1,5 -1,2 -1,2 -2,2 -2,6 -5,7 -8,6 

Řecko -4,5 -4,8 -5,6 -7,5 -5,2 -3,6 -5,1 -7,7 -15,4 

Slovensko -6,5 -8,2 -2,8 -2,4 -2,8 -3,2 -1,8 -2,1 -7,9 

Slovinsko -4,0 -2,5 -2,7 -2,2 -1,4 -1,3 0,0 -1,8 -5,8 

Španělsko -0,6 -0,5 -0,2 -0,3 1,0 2,0 1,9 -4,2 -11,1 

Švédsko 1,6 -1,2 -0,9 0,8 2,3 2,3 3,6 2,2 -0,9 

Velká Británie 0,5 -2,1 -3,4 -3,4 -3,4 -2,7 -2,7 -5,0 -11,4 

Zdroj: EUROSTAT, Government Finance Statistics (listopad 2010). 

183

Mezinárodní srovnání ukazuje ohromný nárůst deficitů veřejných 

financí v roce 2009 v důsledku finanční krize a recese světové 

ekonomiky. V zemích eurozóny deficit vzrostl ze 2 % HDP 

v roce 2008 na 6,3 % v roce 2009 a v EU-27 z 2,3 % na 6,8 % HDP 

(viz tabulka č. 20). Enormně vysoké schodky za rok 2009 vykázalo 

Řecko (15,4 %), Irsko (14,4 %), Velká Británie (11,4 %) a Španělsko 

(11,1 %). Země jako Řecko, Irsko, Španělsko a Portugalsko se 

dostaly do potíží spojených s financováním deficitu a v případě 

Řecka a Irska byla nezbytná pomoc zemí eurozóny a Mezinárodního 

měnového fondu. Rizikovým faktorem vývoje většiny vyspělých 

zemí se tak stal prudký nárůst vládního deficitu a dluhu. 

Finanční krize a recese vedly na jedné straně ke snížení daňových 

příjmů a na druhé straně k růstu rozpočtových výdajů spojených 

s rostoucí nezaměstnaností a fiskální stimulací poptávky. Stimulační 

opatření fiskální a monetární politiky pomohla sice stabilizovat 

finanční systém a podpořila poptávku, čímž zmírnila hloubku 

recese, ale daní za to bylo značné zhoršení fiskální situace. 

Zvýšení deficitů veřejných financí se dostalo nad hranici dlouhodobé 

udržitelnosti fiskální stability a hospodářská politika stojí 

před vážným problémem – neohrozit křehké oživení, ale na druhé 

straně dále nezhoršovat veřejné finance. 

Dramatická se stala situace v oblasti vládního dluhu a 

v možnostech jeho financování. Vládní dluh, který v podstatě 

představuje kumulované vládní deficity, se v zemích EU mezi lety 

2007 a 2009 zvýšil zhruba o 15 procentních bodů (viz tabulka č. 

21). Dluh převyšující 100 % HDP mělo v roce 2009 Řecko (126,8 % 

HDP) a Itálie (116 % HDP). S růstem vládního dluhu roste i dluhová 

služba (placení úroků a jistiny), která značně zatěžuje veřejné 

rozpočty, a některé země se dostávají do situace, kdy obtížně 

získávají zdroje financování. Řecko od bankrotu zachránila půjčka 

od Evropské unie a MMF ve výši 110 mld. eur. Záchranný balíček 

je přitom vázán na výrazná úsporná opatření, která by měla snížit 

deficit veřejných financí. Nebezpečí potíží při splácení úroků 

a půjček hrozí i dalším zemím s vysokými deficity veřejných fi- 

184

nancí a vládními dluhy jako je Irsko, Portugalsko, Španělsko, Itálie 

a Belgie. 

Tabulka č. 21: Vládní dluh (v % HDP) 

2001 2002 2003 2004 2005 2006 2007 2008 2009 

EU-27 61,0 60,4 61,9 62,2 62,8 61,4 58,8 61,6 74,0 

Eurozóna -16 68,2 68,0 69,1 69,5 70,1 68,3 66,0 69,4 79,2 

Belgie 106,6 103,5 98,5 94,2 92,1 88,1 84,2 89,6 96,2 

Bulharsko 67,3 53,6 45,9 37,9 29,2 21,6 17,2 13,7 14,7 

ČR 24,9 28,2 29,8 30,1 29,7 29,4 29,0 30,0 35,3 

Dánsko 49,6 49,5 47,2 45,1 37,8 32,1 27,4 34,2 41,4 

Estonsko 4,8 5,7 5,6 5,0 4,6 4,4 3,7 4,6 7,2 

Finsko 42,5 41,5 44,5 44,4 41,7 39,7 35,2 34,1 43,8 

Francie 56,9 58,8 62,9 64,9 66,4 63,7 63,8 67,5 78,1 

Irsko 35,6 32,2 31,0 29,7 27,4 24,8 25,0 44,3 65,5 

Itálie 108,8 105,7 104,4 103,8 105,8 106,6 103,6 106,3 116,0 

Kypr 52,1 64,6 68,9 70,2 69,1 64,6 58,3 48,3 58,0 

Litva 23,1 22,3 21,1 19,4 18,4 18,0 16,9 15,6 29,5 

Lotyšsko 14,0 13,5 14,6 14,9 12,4 10,7 9,0 19,7 36,7 

Lucembursko 6,3 6,3 6,1 6,3 6,1 6,7 6,7 13,6 14,5 

Maďarsko 52,0 55,6 58,4 59,1 61,8 65,7 66,1 72,3 78,4 

Malta 62,1 60,1 69,3 72,3 70,1 63,4 61,7 63,1 68,6 

Německo 58,8 60,4 63,9 65,8 68,0 67,6 64,9 66,3 73,4 

Nizozemsko 50,7 50,5 52,0 52,4 51,8 47,4 45,3 58,2 60,8 

Polsko 37,6 42,2 47,1 45,7 47,1 47,7 45,0 47,1 50,9 

Portugalsko 52,9 55,6 56,9 58,3 63,6 63,9 62,7 65,3 76,1 

Rakousko 67,1 66,5 65,5 64,8 63,9 62,1 59,3 62,5 67,5 

Rumunsko 25,7 24,9 21,5 18,7 15,8 12,4 12,6 13,4 23,9 

Řecko 103,7 101,7 97,4 98,6 100,0 106,1 105,0 110,3 126,8 

Slovensko 48,9 43,4 42,4 41,5 34,2 30,5 29,6 27,8 35,4 

Slovinsko 26,8 28,0 27,5 27,2 27,0 26,7 23,4 22,5 35,4 

Španělsko 55,5 52,5 48,7 46,2 43,0 39,6 36,1 39,8 53,2 

Švédsko 54,4 52,6 52,3 51,1 50,8 45,0 40,0 38,2 41,9 

Velká Británie 37,7 37,5 39,0 40,9 42,5 43,4 44,5 52,1 68,2 

Zdroj: EUROSTAT, Government Finance Statistics (listopad 2010). 

185

Vládní dluh ČR je v mezinárodním srovnání na relativně nízké 

úrovni a v letech 2003-2008 se stabilizoval kolem hodnoty 30 % 

HDP. V roce 2009 však došlo k jeho výraznému nárůstu na 35 % 

HDP a podle fiskálního výhledu ČR by tato tendence měla pokračovat 

až do roku 2013, kdy by měl dosáhnout svého maxima na 

hodnotě 43 % HDP. Skutečný vývoj však bude záviset na plnění 

konsolidačních opatření a na schopnosti vlády prosadit nepopulární 

reformy zdravotnictví a důchodového systému. 

6. DOMÁCNOSTI 

Zatímco předcházející sektory plnily zpravidla jedinou funkci, 

u sektoru domácností je situace složitější, protože domácnosti 

plní dvě rozdílné funkce. Jako příjemci mezd a jiných důchodů 

zajišťují spotřebu a tvorbu úspor a jako výrobci produkují zboží 

a služby. Z tohoto důvodu se doporučuje členit sektor domácností 

do subsektorů, které by odlišily různé funkce domácností. ČSÚ 

začal na základě pilotního projektu sestavovat účty subsektorů 

domácností za rok 2006 a 2007 v tomto členění: 

podnikatelé (fyzické osoby jako živnostníci a osoby samostatně 

výdělečně činné), jejichž hlavní funkcí je tržní 

produkce výrobků a služeb; 

spotřebitelé, jejichž hlavní funkcí je spotřeba; 

společenství vlastníků jednotek (jde o společenství vlastníků 

bytové jednotky v příslušném domě). 

Základní funkcí domácností je spotřeba a ekonomický růst je na 

poptávkové straně silně ovlivněn růstem spotřebních výdajů 

domácností, protože soukromá spotřeba se v užití HDP v ČR pohybuje 

kolem 50 %. Analýza sektoru domácností se soustřeďuje 

na tři hlavní ukazatele: disponibilní důchody domácností, výdaje 

domácností na konečnou spotřebu a míru úspor domácností. 

Disponibilní důchody domácností zůstávají nejdůležitějším faktorem 

vysvětlujícím spotřební výdaje domácností a tvorbu jejich 

úspor. Jsou dány saldem prvotních důchodů (náhrady zaměstnan- 

186

cům, provozní přebytek, smíšený důchod a čisté důchody 

z vlastnictví) a saldem druhotných důchodů (běžné daně 

z důchodů a jmění, sociální dávky a příspěvky a jiné transfery). 

V diskusích o omezené vypovídací schopnosti hrubého domácího 

produktu se velmi často doporučuje ukazatel disponibilních důchodů 

domácností jako jeden z doplňujících ukazatelů, který vypovídá 

lépe než HDP o růstu životní úrovně obyvatelstva (viz box 2). 

Box č. 2: Příspěvek disponibilního důchodu k růstu nominálního 

HDP 

EUROSTAT na základě sektorových účtů rozšířil tradiční analýzu 

příspěvku hlavních složek poptávky k růstu HDP právě o komponenty 

ovlivňující disponibilní důchody domácností. Postup je tento: 

Východiskem je známá rovnice: HDP = Cp + Cg + I + X – M, kde 

Cp je konečná spotřeba domácností, Cg je konečná spotřeba 

vládních institucí, I jsou investice, X je vývoz a M je dovoz. 

Disponibilní důchody domácností se rovnají výdajům domácností 

na konečnou spotřebu (soukromá spotřeba) a zbytek představují 

úspory. Za Cp můžeme tedy dosadit vztah DDD – S, kde DDD jsou 

disponibilní důchody domácností a S jejich úspory. 

Disponibilní důchody domácností jsou dány hrubými mzdami + 

provozním přebytkem + čistým důchodem z vlastnictví + čistými 

sociálními dávkami – běžné daně. 

Výsledná rovnice: HDP = hrubé mzdy + provozní přebytek + čistý 

důchod z vlastnictví + čisté sociální dávky – běžné daně – úspory 

+ Cg + I + X – M. 

Příspěvek jednotlivých komponent k nominálnímu růstu HDP: 

(K) = (K q – K q-1 )/HDP q-1 , 

kde K je příslušná komponenta a q je analyzované čtvrtletí či rok. 

Tvorbu disponibilních důchodů českých domácností v letech 

20012009 ukazuje tabulka č. 22. Klíčovou úlohu v ní hrají náhrady 

zaměstnancům (příjmy z mezd a platů a sociální příspěvky 

zaměstnavatelů), které jsou ovlivněny situací na trhu práce – 

187

ůstem zaměstnanosti, vývojem průměrných mezd, měnící se 

strukturou pracovních sil. V letech 2002–2009 se náhrady zvýšily 

o 62,3 % (průměrně ročně o 6,3 %), což posílilo jejich váhu ve 

struktuře disponibilního důchodu (ze 75,9 % v roce 2001 na 

80,5 % v roce 2009). První pokles zaznamenaly náhrady zaměstnancům 

v roce 2009 v důsledku recese ekonomiky. Mzdy a platy 

však v tomto roce stagnovaly. Na tvorbu disponibilních důchodů 

domácností silně působilo saldo druhotných důchodů, 14 které 

v roce 2009 výrazně pokleslo. Bylo to z toho důvodu, že 

v důsledku legislativních změn byly odvody domácností do státního 

rozpočtu nižší (zavedení rovné daně) a naopak se zvýšily 

jejich příjmy ve formě sociálních dávek v důsledku hospodářské 

recese. Disponibilní důchod domácností jako základní zdroj výdajů 

domácností na konečnou spotřebu, byl tak posílen změnami 

v přerozdělení, které naopak zvyšovaly deficit vládního sektoru. 

Růst výdajů domácností na konečnou spotřebu (soukromá spotřeba) 

je kromě vývoje disponibilních důchodů domácností ovlivněn 

dalšími faktory, mezi něž patří měnící se sklon ke spotřebě 

a úsporám, vývoj cen, reálná úroková míra, vývoj spotřebitelských 

úvěrů, hodnota majetku domácností, ale i demografické 

a psychologické faktory či národní a regionální rozdíly. Určitou 

úlohu hrají i očekávání spotřebitelů. Nelze proto konstruovat jednoduchý 

model, který by byl schopen úplně objasnit a kvantifikovat 

vliv jednotlivých faktorů. Závislost růstu soukromé spotřeby na 

vývoji disponibilních důchodů domácností je však rozhodující. 

Dlouhodobě v České republice růst disponibilních důchodů domácností 

mírně převyšoval růst soukromé spotřeby. V roce 2009 

proti roku 2000 (za 9 let) se spotřební výdaje domácností zvýšily 

14 

Záporné saldo druhotných důchodů je silně ovlivněno tím, že náhrady zaměstnancům 

obsahují i sociální příspěvky zaměstnavatelů, které jsou formálně 

vedeny jako příjem domácností v prvotním rozdělení a jako výdaj domácností 

orgánům sociálního zabezpečení v druhotném rozdělení důchodů. V roce 2009 

činily 358,5 mld. Kč. V případě, že tuto položku odečteme, dostaneme kladné 

saldo druhotného rozdělení. 

188

o 59 % (o 5,3 % průměrně ročně) a disponibilní důchody domácností 

o 60,7 % (o 5,4 % průměrně ročně). To se projevilo v dlouhodobě 

rostoucí míře úspor domácností, i když v některých letech 

došlo k jejímu snížení (to byl případ let 2003, 2004, 2008 a 2009). 

V roce 2009 výdaje domácností na konečnou spotřebu i disponibilní 

důchody prakticky stagnovaly, což byla výrazná změna proti 

jejich silnému růstu v předchozích letech. Stagnace soukromé 

spotřeby v roce silné recese tak patřila k faktorům, které zmírnily 

propad ekonomické aktivity v roce 2009. 

Tabulka č. 22: Tvorba disponibilního důchodu domácností (mld. Kč) 

Hrubý 

provozní 

přebytek 

Náhrady 

zaměstnancům 

Čistý 

důchod 

z vlastnic 

tví 

Saldo 

prvotních 

důchodů 

Saldo 

druhotných 

důchodů 

Hrubý 

disponibilní 

důchod 

2001 390,6 981,8 87,9 1460,3 -167,1 1293,2 

2002 395,2 1048,9 85,4 1529,5 -181,1 1348,4 

2003 425,0 1120,1 78,1 1623,2 -214,4 1408,8 

2004 449,1 1186,3 88,1 1723,5 -249,6 1473,9 

2005 446,2 1273,5 99,8 1819,4 -268,2 1551,3 

2006 470,2 1387,1 108,7 1966,0 -291,0 1675,1 

2007 505,4 1511,3 128,6 2145,2 -312,0 1833,2 

2008 543,0 1614,3 118,3 2275,6 -290,7 1984,8 

2009 495,0 1593,9 100,0 2189,0 -210,0 1979,0 

Růst 126,7 162,3 113,8 149,9 125,7 153,0 

Poznámka: Růst = index 2009/2001. 

Zdroj: ČSÚ – roční národní účty (listopad 2010), vlastní úprava. 

I když disponibilní důchody domácností zůstávají nejdůležitějším 

faktorem vysvětlujícím růst soukromé spotřeby, vývoj obou veličin 

se může lišit z důvodu měnícího se sklonu k úsporám. Úspory 

domácností se rovnají rozdílu mezi disponibilními důchody domácností 

a soukromou spotřebou. Nabývají různých forem finančních 

aktiv a proměňují se v nefinanční aktiva prostřednictvím 

investic. Úspory spolu s kapitálovými transfery představují 

základní zdroj růstu čistého jmění domácností. V letech, kdy míra 

úspor klesá, soukromá spotřeba zpravidla roste rychleji než dis- 

189

ponibilní důchody, a v letech, kdy se míra úspor zvyšuje, spotřební 

výdaje zaznamenávají nižší dynamiku oproti důchodům. Změny 

v míře úspor domácností vyrovnávají výkyvy ve vývoji jejich disponibilních 

důchodů. Soukromá spotřeba se proto vyvíjí rovnoměrněji 

a je schopna čelit šokům ve vývoji běžných důchodů. 

Míra hrubých úspor českých domácností se vyznačovala značnými 

výkyvy, avšak v letech příznivého vývoje ekonomiky (2005–2007), 

kdy rychle rostly disponibilní důchody domácností, se zvyšovala 

i míra úspor až na téměř 11 % v roce 2007 (viz tabulka č. 23). 

V letech poklesu tempa růstu a recese (2008 a 2009) klesal i sklon 

domácností k úsporám, což odlišovalo chování českých domácností 

od řady vyspělých západních zemí. Důvodem mohlo být jednak 

to, že ceny nemovitostí dramaticky neklesly a v českých podmínkách 

zřejmě příliš nepůsobil „efekt bohatství“, kdy pokles cen nemovitostí 

a s ním spojená ztráta hodnoty majetku vede k vyšší 

míře úspor. Kromě toho nedošlo k poklesu mezd a platů a české 

domácnosti se pravděpodobně neobávaly budoucího vývoje. 

Tabulka č. 23: Úspory domácností v ČR (v mld. Kč) a míra úspor 

(v % disponibilního důchodu) 

Spotřeba 

Míra 

Čisté úspory 

úspory 

tých úspor 

Hrubé 

Míra čis- 

fixního kapitálu 

úspor 

hrubých 

2001 27,1 68,6 95,6 7,4 2,2 

2002 41,4 70,5 111,8 8,3 3,2 

2003 31,7 72,9 104,6 7,4 2,4 

2004 14,2 77,6 91,8 6,2 1,0 

2005 48,4 79,2 127,6 8,2 3,3 

2006 79,7 81,4 161,0 9,6 5,0 

2007 113,3 86,4 199,7 10,9 6,5 

2008 113,6 91,3 204,9 10,3 6,0 

2009 97,2 91,4 188,7 9,5 5,2 

Poznámka: Míra hrubých úspor = podíl hrubých úspor a hrubého disponibilního 

důchodu domácností, míra čistých úspor = podíl čistých úspor 

k čistému disponibilnímu důchodu domácností. 


190

Mezinárodní srovnání míry úspor domácností, které je umožněno 

publikováním Evropských sektorových účtů, ukazuje značné 

rozdíly mezi zeměmi. ČR má ve srovnání se zeměmi eurozóny 

podprůměrnou míru úspor. K rozdílům přispívají tyto hlavní faktory: 

výše důchodu na obyvatele (čím vyšší je důchod, tím je 

zpravidla vyšší sklon k úsporám); 

efekt bohatství (růst bohatství pravděpodobně vede 

k větším útratám a snižuje míru úspor; naproti tomu pokles 

bohatství v době finanční krize a recese vede k potřebě 

kompenzace ztrát a tudíž i k možné vyšší míře úspor); 

nízké úrokové míry a možnost snadného získání úvěrů, která 

zvyšuje spotřebu a snižuje míru úspor (to byl např. případ 

USA a Velké Británie); 

institucionální faktory jako je zdravotní či penzijní systém; 

očekávání budoucnosti a chování různých typů domácností 

(např. domácnosti živnostníků mají jiné chování než domácnosti 

zaměstnanců či penzistů). 

Mezinárodní srovnání míry úspor domácností je nutné brát 

jako hrubě orientační pro možné metodologické rozdíly 

(např. ve výpočtu spotřeby fixního kapitálu), ale i pro institucionální 

rozdíly mezi zeměmi (např. míra naturálních sociálních 

transferů zejména ve školství a zdravotnictví, systém 

sociálního a penzijního zabezpečení). Většina zemí zahrnuje 

do úspor domácností i úspory soukromých neziskových institucí 

sloužících domácnostem. Zvláštní položkou je čistý podíl 

domácností na rezervách penzijních fondů, který je finanční 

transakcí, jež zvyšuje finanční aktiva domácností a závazky 

fondů. Na účtu užití disponibilního důchodu se však zaznamenává 

jako přijatý domácnostmi a placený fondy. V důsledku 

toho zvyšuje i úspory domácností. 

Dostupné údaje za země EU potvrzují velké rozdíly v míře úspor 

mezi zeměmi (viz tabulka č. 24). 

191

Tabulka č. 24: Míra hrubých úspor domácností v EU (v % disponibilního 

důchodu) 

2005 2006 2007 2008 2009 

EU 27 11,4 11,1 10,9 11,1 13,4 

Belgie 15,2 15,9 16,4 17,0 18,3 


Dánsko 3,7 5,5 4,8 5,2 7,9 

Německo 16,3 16,4 16,8 17,6 17,2 

Estonsko -4,5 -6,3 -1,7 3,4 13,3 

Irsko 9,5 8,7 6,4 9,4 16,4 

Španělsko 11,3 11,2 10,7 13,4 18,1 

Francie 14,7 14,8 15,2 15,1 16,0 

Itálie 15,8 15,3 14,8 14,7 14,0 

Lotyšsko 1,4 -3,6 -5,0 5,0 9,4 

Litva 1,2 1,1 -5,3 -2,3 6,6 

Maďarsko 11,6 12,4 10,3 8,4 10,9 

Nizozemsko 12,3 12,2 13,0 12,0 13,4 

Rakousko 14,4 15,1 16,2 16,5 16,0 

Polsko 9,7 9,8 8,5 3,7 : 

Portugalsko 10,0 8,0 7,0 7,8 11,0 

Slovinsko 17,4 17,6 15,4 16,5 : 

Slovensko 6,6 5,8 7,5 6,6 8,1 

Finsko 8,5 6,8 7,2 7,9 11,5 

Švédsko 8,3 9,4 11,6 14,0 15,6 

Velká Británie 4,0 2,9 2,2 1,8 : 


Tendence mírně klesající míry úspor domácností zemí EU v letech 

2005–2007 se v době recese evropské ekonomiky začala měnit 

a míra úspor rostla. Za celek zemí EU-27 míra úspor vzrostla 

z 11,1 % v roce 2008 na 13,4 % v roce 2009. Vysokou míru úspor 

domácností (15–18 %) dosáhly v roce 2009 země jako Belgie, 

Německo, Irsko, Španělsko, Francie, Rakousko a Švédsko. Nejvyšší 

míru úspor mělo Německo, což přispělo k jejímu relativně vysokému 

přebytku běžného účtu platební bilance. Na druhé straně 

byla Velká Británie s velmi nízkou mírou úspor domácností. 

192

Nové členské země EU ze střední a východní Evropy měly podstatně 

nižší míru úspor domácností. Nejhůře na tom byly pobaltské 

země, které měly v některých letech dokonce zápornou míru 

úspor – spotřební výdaje domácností byly větší než hrubý disponibilní 

důchod. Nedostatečná tvorba úspor v těchto zemích se 

pak projevila ve vztahu národních úspor a investic a ve velmi 

vysokém schodku běžného účtu platební bilance. Výrazný obrat 

však nastal v roce 2009, kdy nebylo již možné financovat vysoké 

schodky běžného účtu a bylo nutné přistoupit k drastickým 

úsporným opatřením, která výrazně snížila soukromou spotřebu 

a zvýšila míru úspor. Na rozdíl od většiny evropských zemí zaznamenala 

Česká republika v době recese pokles míry úspor domácností, 

což se projevilo v tom, že nedošlo k výraznějšímu poklesu 

soukromé spotřeby. 

ZÁVĚR 

Zkoumání hospodářského vývoje se nemůže omezit na národní 

hospodářství jako celek, protože ekonomická aktivita se odehrává 

v rámci institucionálních jednotek a sektorů a ve vzájemných 

vztazích mezi nimi. Významnou součástí systému národních účtů 

jsou proto sektorové účty, které umožňují analýzu důchodových, 

kapitálových a finančních transakcí sektorů a na jejím základě 

lépe pochopit chování sektorů a fungování národní ekonomiky. 

Sektorové účty mají podobnou logiku jako konsolidované účty za 

celé národní hospodářství a jsou sestavovány ve formě úplné 

posloupnosti účtů (účet výroby, účet tvorby důchodů, účet rozdělení 

prvotních důchodů, účet druhotného rozdělení důchodů, 

účet znovurozdělení naturálních důchodů, účet užití důchodů, 

účty akumulace a finanční účty). 

Každý účet obsahuje bilanční položku, která vyrovnává zdroje 

s užitím. Tyto bilanční položky představují klíčové ukazatele charakterizující 

jednotlivé sektory. Jsou to: 

 

hrubá přidaná hodnota (účet výroby), 

193

hrubý (čistý) provozní přebytek (účet tvorby důchodů), 

hrubý (čistý) národní důchod (účet prvotního rozdělení 

důchodů), 

hrubý (čistý) disponibilní důchod (účet druhotného rozdělení 

důchodů), 

hrubé (čisté) úspory (účet užití disponibilního důchodu), 

čisté půjčky/výpůjčky (kapitálový účet). 

Při tvorbě hrubé přidané hodnoty je v české ekonomice klíčový 

sektor nefinančních podniků, který v letech 2005-2009 vytvářel 

téměř dvě třetiny HPH v národním hospodářství. V procesu tvorby 

důchodů je hrubá přidaná hodnota (resp. čistá přidaná hodnota 

po odečtení spotřeby fixního kapitálu) rozdělována mezi 

výrobní činitele, především mezi faktor práce a kapitálu. Značná 

část přidané hodnoty připadá domácnostem ve formě náhrad 

zaměstnancům (mzdy a příspěvky zaměstnavatelů na sociální 

pojištění). Druhou velkou část představuje provozní přebytek. 

V procesu prvotního rozdělení dochází k přesunům důchodů 

mezi sektory, ale i k pohybu důchodů mezi zeměmi. Hrubý domácí 

produkt se mění na hrubý národní důchod (HND), který 

zohledňuje procesy prvotního rozdělení mezi národní ekonomikou 

a světem. Česká republika patří mezi země, u nichž relativně 

značná část důchodu vytvořeného na území země odplouvá do 

zahraničí. V procesu druhotného rozdělení se národní důchod 

proměňuje na disponibilní důchod. Některé sektory část národního 

důchodu ztrácejí a jiné získávají. Sektor, který v procesu 

druhotného rozdělení nejvíce získává, je sektor vládních institucí. 

Disponibilní důchod je užit na konečnou spotřebu a zbytek představuje 

úspory. Z analytického hlediska je významný vztah mezi 

úsporami a investicemi, protože je základem makroekonomické 

rovnováhy sektorů a celého národního hospodářství. V případě 

přebytku úspor nad investicemi má země (sektor) možnost poskytovat 

půjčky ostatním zemím (sektorům) nebo naopak 

v případě nedostatku úspor vzhledem k investicím má potřebu 

194

financování z úspor ostatních sektorů nebo ze zahraničí. Mezera 

mezi úsporami a investicemi doplněná o kapitálové transfery 

a čisté pořízení nevyráběných nefinančních aktiv určuje výši čistých 

půjček (+) nebo výpůjček (–). 

Sektor nefinančních podniků je v české ekonomice klíčový, protože 

vytvářel téměř 65 % celkové hrubé přidané hodnoty. U tohoto 

sektoru, který produkuje převážnou část zboží a služeb na 

tržním principu, je z analytického hlediska důležité zkoumat míru 

zisku, investic a schopnost či potřebu financování. Ve zkoumaném 

období míra zisku kolísala a do roku 2006 rostla. V roce 

2008 však došlo k jejímu poklesu a mírný vzestup bylo možné 

zaznamenat v roce 2009. V mezinárodním srovnání zůstává česká 

míra zisku nad průměrem zemí EU. V letech 2008 a 2009 sektor 

nefinančních podniků zaznamenal pozoruhodný vývoj, protože 

čisté výpůjčky z předešlých let přešly do čistých půjček a tento 

sektor byl schopen poskytovat půjčky ostatním sektorům. Důvodem 

byl jak růst disponibilních důchodů (úspor) tohoto sektoru, 

tak snížení investiční výstavby v důsledku recese české ekonomiky. 

V rámci sektoru nefinančních podniků nabývají stále více na 

významu podniky pod zahraniční kontrolou, jejichž podíl na hrubé 

přidané hodnotě tohoto sektoru v roce 2007 dosáhl 46,2 %. 

U vládních institucí, které poskytují veřejné statky na netržním 

principu a přerozdělují důchod, jsou klíčovým ukazatelem čisté 

výpůjčky, které představují vládní deficit podle ESA 1995, podle 

kterého se posuzuje plnění maastrichtských kritérií. Čisté výpůjčky 

vládního sektoru byly značně vysoké v letech 2001–2003 

a teprve v letech 2006–2008 se dostaly pod úroveň maastrichtského 

kritéria (3 % HDP). V důsledku recese české ekonomiky se 

vládní sektor dostal do značně obtížné situace. Na jedné straně 

se značně snížily přijaté důchody a na straně druhé expanzivní 

fiskální politika a stimulační opatření k podpoře růstu vedly 

k růstu výdajů na veřejnou spotřebu a investice. To nutně vedlo 

k prohloubení nerovnováhy tohoto sektoru projevující se v růstu 

195

vládního deficitu a dluhu. Vládní deficit se stal základním zdrojem 

makroekonomické nerovnováhy české ekonomiky. 

Domácnosti jako příjemci mezd a jiných důchodů zajišťují především 

spotřebu. Jako drobní podnikatelé produkují též zboží 

a služby. Nejdůležitějším faktorem vysvětlujícím spotřební výdaje 

domácností a tvorbu jejich úspor jsou disponibilní důchody domácností. 

Tento sektor se podílel téměř 60 % na celkových disponibilních 

důchodech, jejichž převážnou část použil na spotřební 

výdaje, které silně ovlivňují růst HDP. Klíčovou úlohu v tvorbě 

disponibilních důchodů hrály náhrady zaměstnancům, které 

v letech 2001–2008 rostly průměrně ročně o 7,4 %, což posílilo 

jejich váhu ve struktuře disponibilního důchodu. První pokles 

zaznamenaly náhrady zaměstnancům v roce 2009 v důsledku 

recese ekonomiky spojené se zhoršením situace na trhu práce. 

Míra úspor domácností se zvyšovala v době rychlého růstu české 

ekonomiky a v letech sníženého tempa růstu (2008) a v době 

recese (2009) míra úspor klesala. To odlišovalo chování českých 

domácností od většiny evropských zemí. Ve srovnání s vyspělými 

zeměmi EU je míra úspor domácností v ČR na relativně nízké 

úrovni. Dopady recese na české domácnosti nebyly drastické, 

protože jejich disponibilní důchod v roce 2009 prakticky stagnoval 

a soukromá spotřeba se jen mírně snížila. Klesla však tvorba 

úspor a schopnost domácností financovat investice, což vedlo 

k růstu jejich zadluženosti. 

196


ČNB (2010): Zpráva o finanční stabilitě. Praha: ČNB, 2010. 

ČNB (2010): Statistika finančních účtů. Praha: ČNB 2010. 

ČSÚ (2000): Evropský systém účtů – ESA 1995. Praha: ČSÚ 2000. 

ČSÚ (2010): Čtvrtletní a roční národní účty ČR. Praha: ČSÚ 2010. 

ECFIN (2010): Economic Forecasts, Autumn 2010. Brusells: DG 

ECFIN 2010. 

ECFIN (2010): Statistical Annex of European Economy, Autumn 

2010. Brusells: DG ECFIN 2010. 

ECB (2010): Statistics – Euro Area Accounts. Frankfurt am Main: 

ECB 2010. 

EUROSTAT (2010): Database. National Accounts, European Sector 

Accounts, 2010. 

EUROSTAT (2009): Household Saving Rate Higher in the EU than 

in USA Despite Lower Income. Statistics in Focus, 2009, No. 29. 

EUROSTAT (2009): Business Profit Share and Investment Rate 

Higher in the EU than in USA. Statistics in Focus, 2009, No. 28. 

HRONOVÁ, S. – FISCHER, J. – HINDLS, R. – SIXTA, J. (2009): Národní 

účetnictví. Nástroj popisu globální ekonomiky. Praha: C. H. 

Beck 2009. 

IMF: World Economic Outlook. Washington: IMF, různá vydání. 

IMF (2001): The Government Finance Statistics Manual. Washington: 

International Monetary Fund 2001. 

IMF (1993): Balance of Payments Manual. Washington: IMF 

1993. 

LASKI, K. (2007): Do Increased Private Savings Rates Spur Economic 

Growth? The Vienna Institute for International Economic 

Studies, Working Papers No. 45/2007. 

197

MF (2010): Makroekonomická predikce České republiky. Praha: 

Ministerstvo financí ČR, říjen 2010. 

OECD (2010): National Accounts of OECD Countries. Paris: OECD 

2010. 

OECD (2006): Understanding National Accounts. Paris: OECD 

2006. 

SPĚVÁČEK, V. (2008): Analýza institucionálních sektorů. In: Kadeřábková 

A. a kol.: Růst, stabilita a konkurenceschopnost IV. Praha: 

Linde 2008, s. 48–69. 

SPĚVÁČEK, V. – VINTROVÁ, R. – ZAMRAZILOVÁ, E. – ŽĎÁREK, V. 

(2007): Makroekonomická analýza (magisterský kurz). Praha: 

Vysoká škola ekonomie a managementu 2007. 

UN (1993): System of National Accounts 1993. Brussels/Luxembourg, 

New York, Paris, Washington, D.C.: UN 1993. 

198

DISPARITY REGIONÁLNÍHO BOHATSTVÍ – 

HDP A DŮCHODY DOMÁCNOSTÍ 

Jaroslav Kahoun 

1. STRUKTURÁLNÍ POLITIKA EU A MĚŘENÍ REGIONÁL- 

NÍCH DISPARIT 

Otázka zachycení rozsahu disparit regionálního blahobytu nabývala 

s postupujícím procesem evropské integrace a rostoucí rolí 

regionální politiky na větším významu. Cíl rovnovážného regionálního 

vývoje byl zmíněn již v zakládajících smlouvách Evropského 

hospodářského společenství z roku 1957. Římská smlouva 

zavazovala zúčastněné státy k „omezení rozdílů existujících mezi 

různými oblastmi a omezení zaostalosti” znevýhodněných regionů. 

Nepožadovala však zavedení společné regionální politiky 

a regionální nástroje byly používány v rámci jiných politik. Následně 

vznikl Evropský sociální fond a Evropská investiční banka, 

jejímž prostřednictvím byly poskytovány půjčky na projekty 

v méně rozvinutých regionech. V zakládajících zemích byly v té 

době jedinými zaostalejšími regiony ve srovnání s průměrem 

společenství oblasti na jihu Itálie (Mezzogiorno), ale jinak byly 

tyto státy svou sociální a ekonomickou úrovní poměrně homogenní. 

Před prvním rozšířením EHS se regionální politika odehrávala 

převážně v rámci jednotlivých členských zemí, neměla nadnárodní 

charakter a nebyla řešena jednotnými pravidly – proto 

i měření výkonnosti a blahobytu regionů bylo v kompetencích 

jednotlivých členských států. 

V sedmdesátých letech v souvislosti s prvním rozšířením Unie se 

představitelé společenství dohodli na vytvoření specifického 

nástroje regionální politiky – Evropského fondu regionálního 

rozvoje (1975). Jedním z důvodů byl požadavek Velké Británie na 

kompenzace svých ztrát ze společné zemědělské politiky. Prostředky 

z tohoto fondu však byly rozdělovány národním státům 

199

neadresně k volnému použití a byly poměrně omezeného rozsahu. 

V osmdesátých letech vznikly zvláštní programy regionální 

pomoci pro Řecko a další oblasti Středomoří. K větší reformě 

došlo až na konci osmdesátých let v souvislosti s Jednotným evropským 

aktem a přijetím Španělska a Portugalska. Byly definovány 

základní principy regionální politiky, které se pak promítly 

do ustanovení Smlouvy o Evropské unii (Maastrichtská smlouva) 

v roce 1992. V té době došlo k výraznému navýšení prostředků 

na regionální pomoc (až na dvojnásobek) a kromě strukturálních 

fondů byly vytvořeny kohezní fondy určené na budování především 

dopravní infrastruktury v méně rozvinutých zemích. 

Teprve od konce osmdesátých let se v této souvislosti na úrovni 

EUROSTATu a koordinovaně v jednotlivých národních statistických 

institucích začaly pro účely realizace regionálních politik 

sledovat ukazatele měřící ekonomickou úroveň a disparity 

v životní úrovni obyvatelstva regionů. Evropský systém účtů (ESA 

1995, viz ČSÚ, 2000) zavedl kapitolu regionálních účtů do závazných 

statistických norem a ekonomická a sociální úroveň regionů 

začala být sledována napříč celým společenstvím. V některých 

členských zemích existovala v té době již dlouholetá praxe sestavování 

ukazatelů regionálních účtů, v jiných, zejména menších 

členských zemích, byla tato zkušenost zcela nová. 

Z oblasti ukazatelů národního účetnictví se v regionálním členění 

na úrovni EU sledují zhruba od poloviny devadesátých let následující 

ukazatele: 

Regionální hrubá přidaná hodnota a hrubý domácí produkt, 

Regionální ukazatele trhu práce – zaměstnanost, zaměstnanci, 

náhrady zaměstnanců, odpracované hodiny 

Regionální tvorba hrubého fixního kapitálu, 

Čistý disponibilní důchod domácností v regionech. 

Jako nejzákladnější indikátor ekonomické úrovně regionů pro účely 

strukturální politiky EU byl zvolen ukazatel regionálního HDP na 

200

obyvatele. Pro zachycení blahobytu obyvatelstva regionů byl vybrán 

ke sledování čistý disponibilní důchod domácností. Zbylé ukazatele 

umožňují sledovat ekonomickou úroveň regionů z hlediska 

vývoje trhu práce, odvětvové struktury a investiční aktivity. 

Maastrichtské smlouvě definující principy regionální politiky 

předcházela reforma strukturálních fondů (1988) (viz Boháčková, 

Hrabánková, 2009). Regionálně-rozvojová opatření realizovaná 

členskými zeměmi byla od té doby uplatňována na územních 

jednotkách, na které byly podle kritérií EUROSTATu členské země 

rozděleny – tzv. NUTS. 1 Počínaje rokem 1989 byly nařízením Rady 

(EHS) č. 2052/1988 definovány prioritní cíle (celkem sedm cílů), 

z nichž první dva se odvolávaly na regionální statistické informace 

o ekonomické úrovni regionů: 

Cíl 1 – Podpora rozvoje a strukturální adaptace regionů 

s opožďujícím se vývojem – týkala se oblastí na úrovni 

NUTS 2, kde hodnota HDP na obyvatele v tříletém průměru 

nedosahovala 75 % průměrné hodnoty celého společenství. 

Cíl 2 – Přestavba regionů, příhraničních regionů nebo částí 

regionů (včetně oblastí s problematickým trhem práce 

a městských oblastí s vysokou koncentrací obyvatelstva), 

které jsou těžce postiženy úpadkem průmyslu – týkala se oblastí 

na úrovni NUTS 3, kde míra nezaměstnanosti převyšovala 

průměr společenství a podíl osob zaměstnaných 

v průmyslu dlouhodobě převyšoval průměrnou hodnotu 

společenství. 

Od roku 2000 (Agenda 2000) byl počet cílů zredukován na tři, přičemž 

cíl 1 byl nadále jednoznačně orientován na regiony NUTS 2 

1 NUTS – Nomenclature of Statistical Territorial Units – klasifikace územních 

statistických jednotek. Současná podoba vymezení oblastí NUTS v EU vychází 

z nařízení Rady a Parlamentu EU č. 1059/2003, kterým jsou dány populační 

limity pro jednotlivé celky NUTS a pravidla a frekvence případných revizí regionálního 

členění. Vymezují například, že regionální celek NUTS 3 musí mít v rámci 

členské země v průměru 150–800 tisíc obyvatel, celek NUTS 2 0,8–3 milióny 

obyvatel a NUTS 1 3–7 milionů obyvatel. 

201

se zaostávajícím rozvojem a kritérium 75 % bylo zachováno (Podpora 

rozvoje a strukturální adaptace zaostávajících regionů) a cíl 2 

byl orientován na strukturálně postižené regiony NUTS 3 (Hospodářská 

a sociální koheze oblastí, které čelí strukturálním obtížím). 

Pro období let 2007–2013 byly koncipovány nové cíle s ohledem 

na závěry Lisabonské strategie spočívající na třech pilířích: konvergence, 

regionální konkurenceschopnost a zaměstnanost 

a evropská území spolupráce. V rámci cíle konvergence zůstává 

i nadále pomoc zaostávajícím regionům NUTS 2 nedosahujícím 

75 % průměru EU v HDP na obyvatele. V rámci cíle evropská 

územní spolupráce jsou zahrnuty regiony NUTS 3 v pohraničních 

oblastech jednotlivých států. 

S přijetím Lisabonské strategie bylo Evropské komisi doporučeno 

sledovat řadu dalších statistických ukazatelů v ročním intervalu 

(strukturálních indikátorů vyjadřujících regionální výkonnost), 

mezi jinými: produktivitu práce, míru zaměstnanosti žen a starších 

pracovníků, dosažené vzdělání, výdaje na výzkum a vývoj, 

komparativní úroveň cen, míru lidí ohrožených chudobou, dlouhodobou 

nezaměstnanost, rozptyl měr regionální nezaměstnanosti, 

emise skleníkových plynů, energetickou náročnost ekonomiky 

a objem dopravy. 

Velká část zmíněných ukazatelů jde nad rámec základních indikátorů 

regionálních disparit ekonomické úrovně definovaných 

v ESA 1995 a naráží často na otázku dostupnosti zmíněných ukazatelů 

v regionálním členění a jejich reprezentativnosti. Následující 

text je zaměřen na popis a analýzu dvou základních ukazatelů 

charakterizujících ekonomickou výkonnost a bohatství regionů 

v EU – regionální hrubý domácí produkt a regionální čistý disponibilní 

důchod domácností. 

2. REGIONÁLNÍ HDP NA OBYVATELE 

Hrubý domácí produkt je prezentován jako nejzákladnější ukazatel 

makroekonomického vývoje. Představuje hodnotu produko- 

202

vaných statků a služeb ve všech odvětvích na určitém území (stát, 

region) a za určité období (kalendářní čtvrtletí, rok). K hrubé přidané 

hodnotě jsou přičítány daně na produkty a odečítány dotace 

a subvence na produkty. HDP je nejkomplexnějším ukazatelem 

měřícím makroekonomickou výkonnost včetně odhadů za šedou 

ekonomiku, netržní produkci domácností apod. Pro prostorové 

porovnání regionálního HDP se obvykle používá srovnání úrovně 

regionálního celku s národní úrovní, popřípadě s celky nadnárodními. 

Nejčastěji se uvádí srovnání HDP na obyvatele s průměrnou 

úrovní EU-27 měřené pomocí standardu kupní síly (PPS) 2 . 

2.1 Regionální disparity HDP v EU a v ČR 

EUROSTAT zveřejnil na svých webových stránkách 18. 2. 2010 

tiskovou zprávu k údajům o regionálním HDP v EU-27 za rok 2007 

s přiloženým seznamem dat za všechny regiony NUTS 2. Hrubý 

domácí produkt na obyvatele v PPS se pohyboval v 271 regionálních 

celcích NUTS 2 v EU v rozmezí od 26 % průměru EU 

v regionu Severozapaden v Bulharsku do 334 % průměru EU ve 

Vnitřním Londýně ve Velké Británii. Pro uživatele údajů v České 

republice byl zdaleka nejzajímavější údaj, že Hlavní město Praha 

se umístilo jako region NUTS 2 na pátém nejlepším místě v celé 

EU (viz tabulka č. 1). 

Mezi uživateli dat se bez znalosti dalších okolností vynořují celkem 

pochopitelně otázky o reprezentativnosti takovýchto údajů. Znamená 

to snad, že Praha předstihuje v bohatství Mnichov, Vídeň, 

Paříž či Amsterdam? Při povědomí o rozdílech např. v průměrných 

mzdách mezi Prahou a uvedenými městy se zdá být takovéto tvrzení 

neuvěřitelné. Postavení Prahy v uvedeném srovnání je však 

ovlivněno třemi zásadními okolnostmi, o kterých obvykle není 

veřejnost při publikování těchto údajů v médiích informována. 

2 PPS (purchasing power standard) je uměle vytvořená měnová jednotka používaná 

při mezinárodních srovnáních k vyjádření objemu ekonomických souhrnných 

ukazatelů. Pomocí ní dochází k přepočtu hodnoty všech složek HDP na 

průměrnou cenovou hladinu v EU a tím k vyloučení rozdílů v cenových hladinách 

(resp. deformací souvisejících se směnnými kurzy národních měn vůči euru). 

203

Tabulka č. 1: Regionální HDP na obyvatele v EU-27 v roce 2007 

(PPS, NUTS 2, EU-27 = 100) 

Nejvyšší HDP: 

Nejnižší HDP: 

1 Inner London (UK) 334 1 Severozapaden (BG) 26 

2 Luxembourg (LU) 275 2 Nord-Est (RO) 27 

3 Bruxelles (BE) 221 3 Severentsentr. (BG) 27 

4 Hamburg (DE) 192 4 Yuzhentsentr. (BG) 27 

5 Praha (CZ) 172 5 Yugoiztochen (BG) 31 

6 Île de France (FR) 169 6 Severoiztochen (BG) 32 

7 South.&East. (IE) 166 7 Sud-Vest Oltenia (RO) 33 

8 Groningen (NL) 165 8 Sud-Est (RO) 34 

9 Oberbayern (DE) 165 9 Sud-Muntenia (RO) 34 

10 Stockholm (SE) 165 10 Podkarpackie (PL) 37 

Zdroj: Eurostat Newsrelease, 18. 2. 2010. 

a) Posuzování pouze regionů NUTS 2 

V uvedených údajích, které na pravidelné bázi publikuje EU- 

ROSTAT, je zpravidla zvažována pouze regionální úroveň NUTS 2. 

Tato úroveň je klíčová jednak proto, že větší část zemí na této 

úrovni realizuje regionální samosprávu a také proto, že na základě 

údajů za celky NUTS 2 je přerozdělován největší objem finančních 

prostředků v rámci strukturální politiky Evropské unie. 

Zcela odlišné výsledky by nabídlo srovnání regionů NUTS 3, které 

odpovídají regionálně samosprávným jednotkám v České republice 

(kraje). Praha by v tomto případě zaujímala až 56. místo v EU, 

zcela nesrovnatelné s 5. místem u celků NUTS 2. Důvodem tak 

výrazného poklesu je především skutečnost, že čistě městské 

regiony jsou v zemích EU zpravidla vymezeny až na regionální 

úrovni NUTS 3. 

Naproti tomu v ČR, kde je Praha samostatným samosprávným 

krajem, byla metropole vymezena i jako celek NUTS 2, což mimo 

jiné souvisí i s faktem, že celková průměrná velikost regionů 

NUTS 2 se pohybuje v ČR na spodní hranici povinného rámce 

v EU a naopak u celků NUTS 3 je na horní hranici odpovídajícího 

rámce pro NUTS 3 (lidnatostí není mezi oběma úrovněmi v ČR 

204

oproti jiným zemím příliš velký rozdíl, ve třech případech včetně 

Prahy se dokonce úrovně NUTS 2 a 3 překrývají). Z uvedeného 

především vyplývá, že české celky NUTS 2 by velikostně odpovídaly 

spíše evropským NUTS 3, což je jedna z příčin mimořádného 

postavení Prahy v EU ve srovnání regionů NUTS 2. 

b) výjimečná pozice Prahy v rámci ČR 

Postavení české metropole mezi 14 českými regiony NUTS 3 je 

zcela výjimečné. Území regionu je vymezeno přesně hranicemi 

města a nezahrnuje ani nejbližší okolí, které je jeho bezprostřední 

spádovou oblastí. Metropole je sídlem většiny orgánů státní 

správy a jsou zde soustředěny centrály většiny firem s celostátní 

působností. Praha jako region nemá v České republice srovnatelnou 

konkurenci. Význam regionu dokládá skutečnost, že na jeho 

území v roce 2009 žilo 11,85 % obyvatel České republiky, pracovalo 

zde 17,57 % zaměstnaných osob a vytvořilo se zde 26,11 % 

HDP celého státu. Ekonomická výkonnost v přepočtu na jednoho 

obyvatele přesahuje dvojnásobek celostátního průměru. 

Mimořádný náskok ekonomické výkonnosti v přepočtu na obyvatele 

je způsoben několika klíčovými faktory, kterými jsou: vysoká 

míra dojížďky do zaměstnání do metropole (v roce 2009 činila 

podle údajů VŠPS 18,54 % všech zaměstnaných v Praze); koncentrace 

hrubé přidané hodnoty vytvořené sektorem vlády; koncentrace 

většiny odvětví služeb (peněžnictví, pojišťovnictví, telekomunikace); 

vyšší cenová hladina, která není zohledněna 

v regionálně odlišných přepočtech HDP na paritu kupní síly 

a vysoké náhrady zaměstnancům, které slouží jako klíč k regionální 

alokaci hrubé přidané hodnoty za multiregionální organizace. 

S nástupem společenských změn po pádu komunismu se od devadesátých 

let začaly v České republice prohlubovat rozdíly 

v bohatství nejen mezi lidmi, ale také mezi regiony. Tento trend 

byl v souladu s ostatními změnami a souvisel se zrušením státem 

centrálně řízeného hospodářství a odstraněním příjmové nivelizace. 

Ekonomické bohatství se v tržním hospodářství zpravidla 

205

soustřeďuje do největšího města, resp. ekonomického a finančního 

centra státu. Podíl Prahy na HDP České republiky se zvýšil 

mezi lety 2000 a 2009 z 23 % na více než 26 % (viz tabulka č. 2) a 

HDP na obyvatele z 200 % na 220 % průměru ČR (viz tabulka č. 3). 

Tabulka č. 2: Regionální struktura HDP, ČR = 100 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

PHA 23,0 23,6 23,8 23,9 23,5 24,0 24,2 24,9 25,1 26,1 

STC 10,2 10,2 10,5 10,5 10,6 10,3 10,7 10,8 10,8 10,8 

JHC 5,6 5,5 5,5 5,5 5,5 5,5 5,5 5,3 5,1 5,2 

PLZ 5,0 5,1 4,9 5,0 5,2 5,1 5,1 5,0 4,6 4,7 

KVA 2,5 2,4 2,4 2,4 2,3 2,2 2,1 2,1 2,0 2,0 

UNL 6,6 6,4 6,4 6,6 6,6 6,5 6,5 6,3 6,4 6,4 

LIB 3,7 3,7 3,7 3,4 3,4 3,5 3,4 3,2 3,0 2,9 

KVH 5,1 5,0 4,9 4,8 4,8 4,7 4,5 4,5 4,4 4,5 

PAR 4,2 4,2 4,2 4,2 4,2 4,1 4,1 4,1 4,1 4,1 

VYS 4,2 4,4 4,3 4,3 4,3 4,2 4,2 4,2 3,9 3,8 

JHM 10,3 10,3 10,2 10,3 10,1 10,0 10,1 10,1 10,7 10,5 

OLO 5,0 4,9 4,9 4,8 4,9 4,7 4,6 4,6 4,6 4,6 

ZLI 4,9 4,8 4,8 4,8 4,6 4,7 4,7 4,7 4,8 4,7 

MVS 9,7 9,7 9,5 9,6 10,1 10,4 10,1 10,2 10,4 9,7 

Zdroj: Český statistický úřad, regionální účty. 

Tabulka č. 3: Regionální HDP na 1 obyvatele, NUTS 3, ČR = 100 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

PHA 200 207 209 210 206 209 210 215 214 220 

STC 94 93 95 94 95 92 94 94 92 92 

JHC 92 90 90 89 89 90 90 86 84 86 

PLZ 94 94 92 93 96 94 94 92 85 87 

KVA 84 80 81 80 78 75 72 71 69 68 

UNL 82 79 79 82 82 81 81 79 80 80 

LIB 89 88 88 81 80 84 81 77 73 69 

KVH 95 92 91 90 90 88 85 85 84 84 

PAR 85 84 84 85 84 82 84 84 83 83 

VYS 84 88 87 86 85 85 84 84 79 78 

JHM 92 93 92 93 91 91 92 92 97 96 

OLO 80 78 77 77 78 76 74 74 75 75 

ZLI 84 83 83 82 80 81 81 82 85 83 

MVS 78 78 77 78 82 85 83 84 86 81 


206

Přes výše uvedené skutečnosti není poměr ekonomického výkonu 

na jednoho obyvatele u nejvýkonnějšího regionu k průměru 

celostátního HDP na obyvatele v případě Prahy ve srovnání 

s jinými zeměmi EU nijak mimořádný. V osmi zemích Unie je postavení 

nejvýkonnějšího regionu NUTS 3 k průměru státu dokonce 

ještě výraznější. Zmíněný poměr se pohybuje v EU od 

1,3 násobku ve Vídni do 3,1 násobku ve Varšavě (viz graf č. 1). 

Graf č. 1: Poměr HDP na obyvatele nejvýkonnějšího regionu 

k národnímu průměru v EU-27, regiony NUTS 3 

Zdroj: EUROSTAT, vlastní výpočty. 

Z grafu je patrné, že nižší míra regionální disparity nejvýkonnějšího 

regionu je zřejmě důsledkem vyššího přerozdělování ve Skandinávii 

či Rakousku, vyšší naopak v řadě nových členských zemí 

EU a Velké Británii. V první desítce relativně nejvýkonnějších 

regionů jsou pouze čtyři regiony současně klasifikovány jako celky 

NUTS 2 a NUTS 3. 

207

c) Výrazná konvergence České republiky k průměru EU 

V letech 2000–2007 vzrostl HDP na obyvatele v PPS v České republice 

z 68,5 % na 80,1 % průměru EU-27, tedy takřka o dvanáct 

procentních bodů. Zároveň s tím se vyvíjela i pozice Prahy v rámci 

regionů ČR a EU (viz tabulka č. 4) 3 . Přes rozvoj průmyslu zejména 

v mimopražských regionech růst HDP Prahy předstihoval průměrný 

růst HDP státu, nejvíce v roce 2007 zásluhou nárůstu odvětví 

obchodu a peněžnictví, což bylo spolu s konvergencí celé 

země stěžejní příčinou posunu Prahy z 12. na 5. místo 

v uvedeném roce ve srovnání regionů NUTS 2 v EU. 

Tabulka č. 4: Regionální HDP na obyvatele, NUTS 2, EU-27 = 100 

Oblast 2000 2001 2002 2003 2004 2005 2006 2007 

ČR 69 70 70 73 75 76 77 80 

Praha 137 145 148 154 155 159 162 172 

Stř. Čechy 64 65 67 69 71 70 73 75 

Jihozápad 64 65 64 67 70 70 71 71 

Sev.západ 56 56 56 60 61 61 61 62 

Sev.východ 62 62 62 63 64 64 64 66 

Jihovýchod 61 64 64 67 67 68 69 72 

Stř. Morava 56 57 56 58 60 59 60 62 

Moravskosl. 53 55 54 57 61 64 64 68 

Zdroj: EUROSTAT. 

Vývoj regionálního HDP ve stálých cenách v krajích České republiky 

je uveden v tabulce č. 5. Reálná tempa vývoje HDP se 

v některých regionech ve vybraných letech vyvíjela oproti průměru 

ČR odlišně od vývoje podílu regionu na celostátním HDP nebo 

poměru regionu k EU-27, protože tyto poměrové ukazatele vycházejí 

z údajů v běžných cenách a regionální deflátory HDP přepočítávající 

nominální HDP na stálé ceny jsou poměrně výrazně 

regionálně diferencované. Zejména v průmyslových regionech 

3 Současně však byl proces konvergence ČR k průměru EU rokem 2007 na delší 

dobu přerušen – v letech 2008, 2009 a v první polovině roku 2010 se relativní 

pozice ČR k EU nevyvíjela pozitivně (resp. vývoj HDP zhruba odpovídal průměrnému 

vývoji HDP v EU-27). 

208

(např. Středočeský kraj) byl v některých letech vzhledem k nižším 

deflátorům odvětví průmyslu reálný vývoj HDP dynamičtější 

oproti vývoji v běžných cenách a u regionů s převahou služeb 

(např. Praha) tomu v některých letech bylo naopak. 

Tabulka č. 5: Vývoj regionálního HDP v cenách předchozího roku, 

tempa růstu v % 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

PHA 4,3 5,9 0,6 3,8 3,8 6,7 6,7 9,7 1,7 -0,3 

STC 5,1 2,9 6,3 3,1 6,4 5,9 13,0 7,8 5,8 -3,3 

JHC 3,0 0,1 2,3 2,9 5,3 7,5 6,0 0,7 -0,1 -3,6 

PLZ 4,7 2,9 0,2 5,3 8,8 4,5 7,7 3,0 -5,0 -2,6 

KVA 4,3 -2,6 4,7 2,1 0,8 1,8 0,4 3,6 -3,4 -7,6 

UNL 0,8 -1,7 1,9 7,2 1,6 5,3 6,2 2,1 2,9 -5,0 

LIB 4,0 0,7 2,7 -4,3 5,3 12,3 5,1 1,3 -0,1 -10,3 

KVH 5,3 0,1 0,7 2,3 5,1 5,0 3,7 6,1 1,4 -5,2 

PAR 4,0 0,8 2,5 5,6 3,7 5,5 7,2 7,1 4,2 -4,5 

VYS 5,0 6,7 2,0 2,9 3,7 6,9 6,6 5,0 -3,1 -5,9 

JHM 3,2 2,5 1,3 4,4 3,3 5,8 8,1 6,5 7,4 -5,7 

OLO 3,4 0,4 1,8 3,1 7,4 2,8 4,2 5,0 2,8 -4,8 

ZLI 3,1 1,6 2,8 3,0 3,2 8,8 8,8 6,6 7,1 -7,5 

MVS 1,5 1,5 0,6 4,0 4,8 7,6 3,6 5,1 2,6 -7,6 


2.2 Omezení vypovídací schopnosti ukazatele HDP na obyvatele 

Pro reálné srovnání ekonomické úrovně zemí EU se obvykle používá 

měrná jednotka PPS (standard kupní síly). Přepočet do PPS 

se realizuje pouze za národní úroveň v rámci Evropského srovnávacího 

programu (ECP). Regionální HDP přebírá EUROSTAT 

z členských zemí EU v běžných cenách v národní měně 24 měsíců 

po skončení referenčního období a na základě těchto údajů pak 

provádí přepočet do jednotky PPS dle národních koeficientů. 

Omezujícím faktorem pro regionální srovnání je skutečnost, že 

prostřednictvím standardu kupní síly PPS dochází sice k vyloučení 

vlivu rozdílu cenových hladin mezi zeměmi, avšak i nadále zůstávají 

nezohledněny rozdíly v cenových hladinách mezi regiony 

209

uvnitř jednotlivých států. Přitom rozdíly v cenových hladinách 

mezi metropolitními oblastmi a ostatními regiony jsou značné, 

především kvůli ceně nájmů a některých dalších druhů služeb. 

To způsobuje, že nominálně obvykle dochází v hlavním městě 

k větší tvorbě hrubé přidané hodnoty, než která může být potom 

reálně užita na daném místě, a reálné příjmy obyvatel jsou tak ve 

skutečnosti ve srovnání s ostatními regiony menší než se zdá 

(a to zatím pomíjíme vliv dojížďky do zaměstnání na celkový vytvořený 

HDP). Česká republika je v tomto ohledu typickým příkladem, 

protože hlavní město je vyčleněno jako samostatný region 

NUTS 2 vymezený přesně hranicemi města. 

Pro výpočet HDP na regionální úrovni se užívá převážně výrobní 

metoda. Ukazatel představuje celkovou hodnotu zboží a služeb 

vyrobených a poskytnutých v daném regionu osobami zaměstnanými 

v tomto regionu. Takto vytvořený důchod, který následně 

podléhá řadě meziregionálních transferů domácností a státnímu 

přerozdělování, však vede k tomu, že jen v omezené míře souvisí 

s obyvatelstvem daného regionu. To je rozhodující faktor, protože 

důchody podmiňují kapacitu spotřeby domácností a regionální 

HDP je v tomto směru nevyhovujícím ukazatelem pro vyjádření 

regionálního bohatství obyvatelstva. 

Hlavním nedostatkem regionálního HDP na obyvatele je skutečnost, 

že hodnota údaje HDP, která je zjištěna podle „místa pracoviště“, 

se dělí – vztahuje se k obyvatelstvu podle rezidenčního 

přístupu. Tato nekonzistence je ovlivněna dojížďkou a vyjížďkou 

do zaměstnání – tzn. lidmi, kteří pracují v jednom regionu, ale 

bydlí v jiném. Nejzřetelnějším příkladem bývají metropolitní regiony, 

nejčastěji hlavní města. 

Na tuto skutečnost upozornil i EUROSTAT v krátké tiskové zprávě 

při publikování výše uvedených údajů za evropské regiony 

NUTS 2: „Musí být nicméně zdůrazněno, že v některých regionech 

mohou být hodnoty HDP na obyvatele významně ovlivněny 

působením dojížďky. Čistá dojížďka v těchto regionech zvyšuje 

210

produkci na úroveň, které by nemohlo být dosaženo ekonomicky 

aktivními rezidenty jako takovými. Výsledkem je, že HDP na obyvatele 

se v těchto regionech jeví být nadhodnocen a naopak 

podhodnocen v regionech s převahou vyjížďky.“ 

3. REGIONÁLNÍ DISPONIBILNÍ DŮCHOD DOMÁCNOSTÍ 

Vzhledem k výše uvedeným omezením ukazatele HDP na obyvatele 

(meziregionální transfery, dojížďka a vyjížďka do zaměstnání) 

byl pro regionální porovnávání ekonomického blahobytu obyvatel 

regionů EU určen relativně bližší ukazatel čistého disponibilního 

důchodu domácností (ČDDD) trvale bydlících v regionech. Ten je 

výsledkem bilance příjmů a výdajů zachycených na účtu druhotného 

rozdělení důchodů. Ukazuje, jak se saldo prvotních důchodů 

(náhrady zaměstnancům, smíšený důchod, provozní přebytek 

a důchody z vlastnictví) umísťuje znovurozdělením: běžnými daněmi, 

sociálními příspěvky a dávkami a ostatními běžnými 

transfery. Ukazatel do velké míry naznačuje úroveň materiálního 

bohatství domácností trvale bydlících v jednotlivých regionech. 

Přestože ukazatel má užší souvislost s bohatstvím obyvatel regionů, 

jeho použití a publikování je ve srovnání s ukazatelem HDP 

spíše okrajové. Příčinou je jednak omezení pro využití v mezinárodním 

srovnání dané velmi rozdílnou měrou přerozdělování 

mezi sektory v zemích Evropské unie (viz dále), tak také skutečnost, 

že ukazatel neslouží na rozdíl od HDP jako nástroj pro finanční 

transfery v rámci strukturální a regionální politiky EU. 

3.1 Regionální disparity čistého disponibilního důchodu domácností 

Zatímco regionální hrubý domácí produkt přepočtený na jednoho 

obyvatele je výrazně ovlivněn vyjížďkou a dojížďkou do zaměstnání 

a koncentrací provozních přebytků firem a kapitálu 

v některých regionech, čistý disponibilní důchod domácností 

poskytuje o mnoho lepší pohled na regionální disparity v životní 

úrovni obyvatelstva. Rozdíly v regionální struktuře obou ukazate- 

211

lů jsou přitom značné nejen kvůli výše zmíněným vlivům. Disponibilní 

důchod domácností je totiž výsledkem druhotného přerozdělení 

prvotních důchodů, kde důležitou roli hrají na straně 

zdrojů sociální dávky (zejména dávky důchodového zabezpečení, 

ale rovněž dávky státní sociální podpory, nemocenské dávky 

a podpory v nezaměstnanosti) a na straně užití běžné daně (daně 

z příjmu fyzických osob a majetkové daně) a sociální příspěvky 

zaměstnanců a zaměstnavatelů (zdravotní a sociální pojištění 

placené zaměstnanci a zaměstnavateli). 

Regionální rozdíly v distribuci čistého disponibilního důchodu 

domácností jsou v EU výrazně nižší a pořadí regionů dosti odlišné 

než v případě regionálního HDP, což např. dokládá skutečnost, že 

mezi deseti regiony s nejvyšším ČDDD na obyvatele v EU (viz 

tabulka č. 6) pouze čtyři figurují mezi deseti nejrozvinutějšími 

také v HDP na 1 obyvatele (Vnitřní Londýn, Hamburg, Oberbayern 

a Île de France) a některé regiony (zejména Praha) 

v případě ČDDD zaznamenávají oproti HDP pokles o desítky míst 

žebříčku. Uvedeny jsou absolutní hodnoty v EUR, protože u ČDDD 

nedochází k přepočtu ukazatele na standard kupní síly a relativní 

srovnání na úrovni EU je ztíženo tím, že některé země EU za některé 

roky nepublikují regionální ČDDD, přestože systém ESA 

1995 to požaduje. 

Na straně deseti regionů s nejnižším ČDDD na obyvatele v EU-27 

je sice naprostá většina regionů (9) shodných jako posledních 

deset u HDP na obyvatele, jedná se však vesměs o bulharské 

a rumunské regiony, které oproti celému zbytku EU zaostávají 

s výrazným odstupem jak v důchodech domácností, tak i v HDP 

a v ostatních makroekonomických ukazatelích. 

Velké disproporce v distribuci bohatství v závislosti na volbě jednoho 

ze dvou hodnocených ukazatelů existují v České republice, 

a to především vlivem specifického postavení Prahy v tvorbě HDP 

a v míře transferu důchodů do ostatních regionů. Tabulka č. 7 

znázorňuje regionální struktury čistého disponibilního důchodu 

domácností v letech 2000 až 2009, resp. podíly krajů na celostát- 

212

ní hodnotě ČDDD. Tabulka č. 8 pak znázorňuje vývoj relativního 

postavení českých regionů NUTS 3 vzhledem k národnímu průměru 

u tohoto ukazatele při přepočtu na jednoho obyvatele. 

Tabulka č. 6: Regionální ČDDD na obyvatele v EU-27 v roce 2007 

(EUR, NUTS 2) 

Nejvyšší ČDDD: 

Nejnižší ČDDD: 

1 Inner London (UK) 27 847 1 Severozapaden (BG) 1 652 

2 Surrey, E.W.S. (UK) 23 901 2 Yuzhentsentralen (BG) 1 670 

3 Hamburg (DE) 23 366 3 Severoiztochen (BG) 1 750 

4 Berkshire, B. O.(UK) 23 322 4 Severentsentralen (BG) 1 759 

5 Île de France (FR) 22 768 5 Yugoiztochen (BG) 1 796 

6 Bedfordshire (UK) 22 615 6 Yugozapaden (BG) 2 560 

7 Outer London (UK) 22 542 7 Nord-Est (RO) 2 590 

8 N. E. Scotland (UK) 21 428 8 Sud – Muntenia (RO) 2 854 

9 Oberbayern (DE) 21 391 9 Sud-Est (RO) 2 975 

10 Prov. Vlaams 21 152 10 Sud-Vest Oltenia(RO) 2 998 

Brabant (BE) 

Zdroj: Eurostat Database. 

Tabulka č. 7: Regionální struktura ČDDD, NUTS 3, ČR = 100 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

PHA 15,3 15,4 15,5 15,8 15,6 15,5 15,8 15,7 15,4 15,3 

STC 11,3 11,4 11,8 11,9 12,0 11,9 12,1 12,3 12,2 12,3 

JHC 5,9 5,9 5,8 5,9 5,9 5,9 6,0 5,9 6,0 6,0 

PLZ 5,4 5,5 5,4 5,4 5,4 5,4 5,3 5,4 5,4 5,4 

KVA 2,9 2,8 2,8 2,8 2,7 2,7 2,6 2,6 2,6 2,6 

UNL 7,4 7,3 7,1 7,1 7,1 7,1 7,1 6,9 7,1 7,2 

LIB 4,0 4,0 4,0 3,9 3,9 3,9 3,9 3,9 3,8 3,9 

KVH 5,4 5,4 5,3 5,2 5,1 5,2 5,2 5,1 5,1 5,1 

PAR 4,6 4,6 4,6 4,6 4,6 4,7 4,6 4,6 4,7 4,7 

VYS 4,6 4,6 4,7 4,7 4,8 4,7 4,7 4,7 4,7 4,6 

JHM 10,8 10,7 10,6 10,5 10,7 10,8 10,5 10,7 10,9 10,7 

OLO 5,7 5,8 5,8 5,8 5,7 5,7 5,7 5,7 5,6 5,7 

ZLI 5,5 5,5 5,4 5,4 5,3 5,4 5,5 5,5 5,4 5,3 

MVS 11,3 11,2 11,2 11,0 10,9 11,1 10,8 10,9 11,1 11,1 

Zdroj: Český statistický úřad – regionální účty. 

213

Tabulka č. 8: Regionální ČDDD na obyvatele, NUTS 3, ČR = 100 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

PHA 133 135 136 138 137 135 137 135 131 129 

STC 105 103 106 108 108 106 107 107 104 104 

JHC 97 97 95 97 97 97 98 96 98 99 

PLZ 100 102 101 100 101 100 99 100 99 100 

KVA 98 94 93 93 91 90 89 88 89 90 

UNL 91 91 89 89 88 88 89 87 88 91 

LIB 96 96 96 94 94 94 93 92 92 93 

KVH 100 100 99 96 96 97 97 96 96 96 

PAR 92 92 92 92 94 95 94 94 96 95 

VYS 91 92 95 95 95 94 94 95 95 94 

JHM 97 97 95 95 97 98 95 98 99 98 

OLO 91 91 92 92 91 91 91 92 92 92 

ZLI 94 94 93 93 92 93 96 96 95 94 

MVS 91 91 90 89 89 91 89 90 93 93 


Sociální dávky včetně důchodů a daně z příjmů a majetku relativně 

zvýhodňují sociálně slabší skupiny s nízkými příjmy – důchody 

v ČR jsou výrazně nivelizované a jen omezeně zohledňují předchozí 

výdělky, stejně tak ostatní sociální dávky jsou využívány 

relativně více v zaostávajících regionech s vysokou mírou nezaměstnanosti 

a nízkými mzdami. Rovněž daně z příjmů jsou vzhledem 

k odpočitatelným slevám na dani relativně nižším výdajem 

pro nízkopříjmové skupiny a podobné rozdíly existují v distribuci 

majetkových daní. 

Z těchto důvodů jsou při pohledu na regionální hodnoty čistých 

disponibilních důchodů domácností příjmové disparity výrazně 

nižší nejen ve srovnání s ukazatelem HDP, ale rovněž i s ukazatelem 

průměrných regionálních mezd nebo regionálních struktur 

náhrad zaměstnancům. Disponibilní důchody domácností totiž 

zahrnují čisté disponibilní příjmy všech obyvatel regionů, jak ekonomicky 

aktivních, tak i ekonomicky neaktivních. 

214

Tabulka č. 9: Regionální průměrné mzdy, NUTS 3, ČR = 100 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

PHA 140 142 125 125 125 126 126 124 126 125 

STC 100 98 98 98 98 98 98 100 98 97 

JHC 93 92 88 88 88 87 88 88 87 86 

PLZ 95 96 94 94 93 93 93 92 92 93 

KVA 90 89 85 86 86 84 84 84 82 83 

UNL 94 93 90 91 90 89 89 90 88 90 

LIB 92 92 89 89 90 89 89 90 90 89 

KVH 91 90 87 87 88 86 86 86 86 87 

PAR 88 88 85 86 86 86 86 86 85 85 

VYS 87 88 85 86 86 85 87 87 87 85 

JHM 93 93 89 90 90 90 91 92 92 93 

OLO 88 87 84 85 86 85 85 85 85 85 

ZLI 90 90 87 87 86 86 86 86 86 84 

MVS 96 96 94 94 93 92 92 92 91 90 

Poznámka: Od roku 2002 jsou údaje počítány podnikovou metodou (na 

základě sídla organizace). 

Zdroj: ČSÚ – Krajské ročenky 2001–2009, vlastní výpočty. 

V tabulce č. 9 jsou uvedeny průměrné mzdy v krajích ČR ve srovnání 

s národním průměrem podle údajů ČSÚ. Metodicky správně 

odpovídající vytvořenému HDP – na základě místa pracoviště – 

jsou však pouze údaje za roky 2000 a 2001. Od roku 2002 jsou 

údaje počítány na základě podnikových výkazů podle sídel organizací, 

což v praxi například znamená, že veškeré údaje za celostátně 

působící podniky (např. Česká pošta, České dráhy apod.) 

jsou zahrnuty v Praze a údaje o průměrných mzdách v hlavním 

městě jsou tak v důsledku toho podhodnoceny (mimo Prahu jsou 

nižší průměrné mzdy). V letech 2000 a 2001 však bylo patrné, že 

průměrná mzda v Praze předstihovala celostátní průměr výrazněji 

než čistý disponibilní důchod domácností. V následujících letech 

(od roku 2002) bylo i přes omezenou vypovídací schopnost charakteristické, 

že trend vývoje průměrné mzdy byl obdobně jako 

u ČDDD v Praze vůči zbytku republiky spíše stagnující (na rozdíl 

od regionálního HDP). 

215

Tabulka č. 10 zachycuje strukturu jednotlivých složek prvotních 

důchodů domácností v krajích ČR v roce 2009, z nichž největší 

váhu zpravidla mají právě náhrady zaměstnancům (mzdy a platy, 

sociální příspěvky a naturální mzdy) – 75 % čistého národního 

důchodu. Největší regionální disparity vykazují důchody 

z vlastnictví na straně zdrojů (zejména dividendy, přijaté úroky) 

a čistý provozní přebytek a čistý smíšený důchod podnikajících 

domácností. Vzhledem k tomu, že se jedná o důchody domácností 

před druhotným rozdělením (daně, sociální dávky apod.), je 

podíl hlavního města Prahy ještě relativně vysoký (16 % z náhrad 

zaměstnancům, 18,8 % z důchodu z vlastnictví na straně zdrojů 

a 16,3 % z celkového čistého národního důchodu). 

Tabulka č. 10: Struktura prvotních důchodů domácností v krajích ČR 

Kraj 


přebytek a 

čistý smíšený 

důchod 

Účet rozdělení prvotních důchodů, rok 2009 

Zdroje 

Náhrady 

zaměstnancům 

Důchody 

z vlastnictví 

Důchody 

z vlastnictví 

Užití 

Čistý národní 

důchod 

PHA 16,6 16,0 18,8 12,6 16,3 

STC 12,9 12,4 13,6 12,4 12,5 

JHC 6,2 6,1 5,7 6,0 6,1 

PLZ 5,1 5,5 5,3 5,0 5,5 

KVA 2,4 2,7 2,5 2,5 2,6 

UNL 6,1 7,4 6,0 6,8 7,1 

LIB 4,0 3,7 3,8 5,2 3,8 

KVH 5,5 4,8 5,4 6,5 5,0 

PAR 4,7 4,6 4,2 5,0 4,6 

VYS 4,4 4,6 4,4 4,6 4,5 

JHM 11,2 10,5 10,6 11,8 10,6 

OLO 5,8 5,4 5,6 5,6 5,5 

ZLI 5,8 5,0 5,1 6,0 5,1 

MVS 9,3 11,4 9,0 10,0 10,8 

ČR 100,0 100,0 100,0 100,0 100,0 


216

Kraj 

Struktura jednotlivých složek druhotného rozdělení důchodů domácností 

je znázorněna v tabulce č. 11. Největší váhu zde mají 

složky veřejného přerozdělování prvotních důchodů domácností 

(prostřednictvím sektoru vládních institucí) a to především sociální 

dávky na straně zdrojů a zaplacené daně a sociální příspěvky na 

straně užití. Při srovnání položek na straně zdrojů a užití je patrné 

určité vyrovnávání regionálních disparit, které se následně projevuje 

ve struktuře čistého disponibilního důchodu domácností. 

Zatímco na straně sociálních dávek má Praha podíl pouze 11,9 % 

a největší podíl s 12,2 % má Moravskoslezský kraj, např. na straně 

zaplacených sociálních příspěvků předstihuje Praha ostatní kraje 

s velkým náskokem (15,9 %), ještě více v případě daní (16,5 %). 

Tabulka č. 11: Struktura druhotného rozdělení důchodů domácností 

v krajích ČR 

Sociální dávky 

jiné než nat. 

soc. transfery 

Účet druhotného rozdělení důchodů, rok 2009 

Zdroje 

Užití 

Ostatní 

běžné 

transfery 

Běžné daně z 

důchodů, 

jmění a jiné 

Sociální 

příspěvky 

Ostatní 

běžné 

transfery 

Čistý 

disponibilní 

důchod 

PHA 11,9 13,4 16,5 15,9 12,3 15,3 

STC 11,3 12,8 12,5 12,4 12,0 12,3 

JHC 6,0 5,9 6,1 6,1 6,1 6,0 

PLZ 5,4 5,5 5,5 5,5 5,5 5,4 

KVA 2,8 2,8 2,7 2,7 2,9 2,6 

UNL 8,0 8,0 7,2 7,3 7,9 7,2 

LIB 4,2 4,3 3,8 3,8 4,2 3,9 

KVH 5,4 5,2 4,9 4,9 5,3 5,1 

PAR 4,9 4,9 4,6 4,6 4,9 4,7 

VYS 4,9 4,7 4,5 4,6 4,9 4,6 

JHM 11,2 10,2 10,5 10,5 10,9 10,7 

OLO 6,0 5,9 5,4 5,5 6,0 5,7 

ZLI 5,7 5,1 5,0 5,1 5,5 5,3 

MVS 12,2 11,4 11,0 11,2 11,6 11,1 

ČR 100,0 100,0 100,0 100,0 100,0 100,0 


217

Celkově lze rozdělit kraje na skupinu těch, kde domácnosti na 

veřejném přerozdělování důchodů prodělávají (zaplacené daně 

z důchodů, jmění a sociální příspěvky jsou větší než sociální dávky 

jiné než naturální sociální transfery) – tj. Praha, Středočeský kraj, 

Jihočeský kraj a Plzeňský kraj a na regiony, v nichž domácnosti 

na veřejném přerozdělování důchodů vydělávají (zaplacené 

daně z důchodů, jmění a sociální příspěvky jsou nižší než sociální 

dávky jiné než naturální sociální transfery) – tj. Karlovarský kraj, 

Ústecký kraj, Liberecký kraj, Královéhradecký kraj, Pardubický 

kraj, Vysočina, Jihomoravský kraj, Olomoucký kraj, Zlínský kraj 

a Moravskoslezský kraj. 

3.2 Omezení vypovídací schopnosti ukazatele disponibilního 

důchodu domácností 

Stejně jako ukazatel HDP na obyvatele má i ukazatel čistého disponibilního 

důchodu domácností určitá omezení vypovídací 

schopnosti platná zejména pro mezinárodní porovnání regionálních 

hodnot ukazatele. V prvé řadě, podobně jako u HDP, nelze 

zajistit pro mezinárodní srovnání přepočet na regionálně odlišné 

standardy kupní síly, a proto nemůže dojít k vyloučení vlivu rozdílu 

cenových hladin mezi regiony, které jsou mezi metropolitními 

oblastmi a ostatními regiony většinou výrazné, především kvůli 

ceně nájmů a některých druhů dalších služeb. Druhé omezení se 

týká přímo mezinárodního srovnání, při kterém ukazatel důchodu 

domácností naráží na značně neporovnatelnou míru transferů 

důchodů mezi institucionálními sektory (zejména mezi sektorem 

vlády a domácností). 

Uvedenou problematikou se v minulosti v EUROSTATu zabýval 

Axel Behrens (2003). Mezi jednotlivými zeměmi se poměrně výrazně 

liší výše podílu disponibilního důchodu domácností na HDP. 

Ve Švédsku a Finsku dosahuje 45 %; ve Francii, Španělsku a Velké 

Británii se pohybuje okolo 60 %, následuje Německo a Itálie s cca 

65 % a nejvyšší je se 70 % v Řecku (zahrnuty byly pouze státy 

původní EU-15). Tyto diference komplikují porovnávání regionálního 

disponibilního důchodu napříč EU. 

218

V případě, že se takové porovnání provede, pak regiony Švédska 

a Finska jsou na relativně nízké úrovni vzhledem k tomu, že stát 

v těchto zemích významnou měrou financuje veřejné služby z 

daní, v důsledku čehož mají domácnosti k dispozici nižší důchody. 

Vyšší podíl daní z příjmů odvedených členy domácností ve prospěch 

státu je však v těchto zemích navrácen občanům zpět jiným 

způsobem. Veřejné služby státu slouží obecně ve prospěch 

občanů, takže k uspokojování svých osobních potřeb utratí méně. 

Jestliže tedy stát využívá svých prostředků k financování veřejných 

služeb, jako jsou školky, léčebná zařízení apod., potom domácnosti 

nepotřebují tak vysoké důchody, aby si pořizovaly tyto 

služby na privátním trhu. Dotovaný systém veřejné přepravy 

snižuje soukromé výdaje spojené s přepravou osobními vozy a 

bylo by možné uvést řadu dalších příkladů. 

Existující meziregionální porovnání disponibilních důchodů domácností 

proto nevypovídá o blahobytu daného regionu, který je 

dán spotřebou soukromých a veřejných statků a služeb dohromady 

(toto platí hlavně v mezinárodním srovnání). 

Axel Behrens se pokusil kvůli možnosti mezinárodního porovnání 

dopočíst disponibilní důchod všech sektorů. Rozdíl mezi disponibilním 

důchodem za všechny sektory a disponibilním důchodem 

za sektor domácností odpovídá disponibilním důchodům ostatních 

sektorů. V rámci regionálních účtů se disponibilní důchody 

jiných sektorů než domácností obvykle nezjišťují. Disponibilní 

důchod domácností je v rámci zemí Evropské unie největším 

komponentem celkového disponibilního důchodu, v jednotlivých 

zemích EU se pohybuje zhruba od 56 % do 78 %. Údaje za ostatní 

sektory zahrnují i provozní přebytky firem, důchody z vlastnictví 

společností a přerozdělovací činnosti státu, výdaje na infrastrukturu, 

obranu apod. Protože tyto komponenty podstatně přispívají 

k bohatství regionů, jejich opomíjení značně ztěžuje porovnatelnost 

více regionů z rozdílných zemí. 

Následující schéma naznačuje způsob transformace od HDP 

k disponibilnímu důchodu domácností v systému národních účtů: 

219

Hrubý domácí produkt v tržních cenách 

+ Čisté prvotní důchody od nerezidentů (+)/nerezidentům (-) 4 

- Spotřeba fixního kapitálu 

= Čistý národní důchod v tržních cenách 

+ Čisté běžné transfery od nerezidentů (+)/nerezidentům (-) 

= Disponibilní důchod za všechny sektory (100 %) 

- Disponibilní důchod za finanční spol., nefinanční podniky 

a neziskové organizace (ČR 8 %) 

- Disponibilní důchod za vládní instituce (ČR 22,3 %) 

= Disponibilní důchod domácností (ČR 69,2 % 5 ) 

Pro účely regionální alokace lze provést následující procedury: 

 

 

disponibilní důchod domácností rozdělit mezi regiony 

podle známých regionálních struktur; 

rozdíl mezi „disponibilním důchodem za všechny sektory“ 

a „disponibilním důchodem za sektor domácností“ lze 

rozdělit mezi jednotlivé regiony podle počtu obyvatel trvale 

bydlících v regionu. 

Regionalizaci na základě počtu obyvatel je nutné provést vzhledem 

k tomu, že informace v regionálním členění pro disponibilní 

důchody, s výjimkou disponibilního důchodu za sektor domácností, 

nejsou k dispozici. Uvedený postup nejsnazším způsobem 

dělí bilanční zůstatek 6 . Tato metoda je relativně přijatelnější pro 

vládní sektor než pro soukromé organizace. Nicméně, uvážíme-li 

nízké podíly disponibilního důchodu mimo sektor domácností 

a vlády, lze říci, že omezení u soukromého sektoru má pouze 

nevýznamný charakter. 7 

4 Výsledkem je hrubý národní důchod. 

5 Podíly za rok 2009. 

6 Tj. rozdíl mezi disponibilním důchodem za všechny sektory a disponibilním 

důchodem za sektor domácností. 

7 Experimenty s jinými ukazateli sloužícími jako klíč, jako např. hrubá přidaná hodnota 

či počty zaměstnaných osob, měly obdobný výsledek regionálních struktur. 

220

Na základě experimentálních propočtů Axela Behrense podle 

výše uvedeného postupu došlo k významným posunům 

v rámci pozic regionů sousedících s metropolitními oblastmi, 

např. v okolí Londýna, kde region Londýn – venkov si zlepšil pozici 

o 88 míst v rámci EU-15, což je důsledek právě dojížďky a vyjížďky 

za prací. Dojížďka a vyjížďka za prací nepochybně hrály roli 

u regionů Flevoland (Nizozemsko) a Namur (Belgie), které postoupily 

o více než 60 míst v rámci regionálního pořadí. Významné 

změny v pořadí regionů byly zaznamenány rovněž v Německu. 

Pět nových spolkových republik (Bundesländer) si polepšilo postavení 

v průměru o 15 míst, zatímco Hessensko a Berlín poklesly. 

V případě relativních pozic byl nejvyšší pokles zaznamenán 

u regionů Hlavní město Praha (ČR) 8 a Madrid (Španělsko). 

Na regionální disparity v HDP a u disponibilního důchodu domácností 

má nejen v České republice vliv také regionálně nerovnoměrná 

struktura počtu nerezidentů – cizinců a míra jejich ekonomické 

aktivity. 

Tabulka č. 12 znázorňuje vývoj počtu cizinců v krajích ČR. 

Z tabulky je patrné více než zdvojnásobení podílu cizinců na populaci 

ČR od roku 2000, přičemž v Praze či Plzeňském kraji byl 

tento nárůst výrazně vyšší. Na regionální struktury HDP a disponibilního 

důchodu domácností má přitom vliv cizinců (nerezidentů) 

zcela protichůdný dopad. Zatímco růst jejich ekonomické 

aktivity vyvolává přírůstky vytvořeného HDP, na disponibilní důchod 

domácností nemá vliv, protože cizinci – nerezidenti nepatří 

do sektoru domácností. Vliv cizinců tak může být např. jedním 

z rozhodujících faktorů předstihu vývoje HDP v metropoli oproti 

disponibilnímu důchodu domácností, ve kterém podíl Prahy na 

celku ČR dlouhodobě stagnuje. Tento vliv byl o to výraznější 

8 Pořadí u zbývajících regionů NUTS 2 v ČR nezaznamenalo ve srovnání 

s vytvořeným HDP v regionu významné změny. Nejvyšší pokles v pořadí byl zaznamenán 

u Jihozápadu o 4 místa, naopak nejvíce se polepšily Střední Čechy 

o 2 místa. 

221

v době ekonomické recese v roce 2009, kdy podíl cizinců na pražské 

populaci nadále narůstal (z 11,6 % na 11,9 %). 

Tabulka č. 12: Podíl cizinců na obyvatelstvu v krajích (v %) 

Kraj 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 

ČR 2,0 2,1 2,3 2,4 2,5 2,7 3,1 3,8 4,2 4,1 

PHA 4,9 5,3 6,1 5,9 6,7 7,7 8,7 10,8 11,6 11,9 

STC 2,4 2,3 2,4 2,6 2,7 3,1 3,7 4,2 4,9 4,7 

JHC 1,3 1,3 1,4 1,5 1,6 1,7 2,0 2,4 2,6 2,4 

PLZ 1,6 1,8 2,0 2,3 2,3 2,4 2,8 3,8 4,9 4,8 

KVA 3,4 3,9 4,3 4,5 4,8 4,7 5,3 6,4 6,6 6,4 

UNL 1,7 1,8 2,0 2,1 2,4 2,7 3,2 4,0 4,2 3,8 

LIB 2,0 2,1 2,1 2,3 2,5 2,7 3,1 3,5 4,0 3,9 

KVH 1,5 1,6 1,7 1,7 1,8 2,1 2,4 2,8 3,0 2,7 

PAR 1,1 1,3 1,3 1,1 1,2 1,3 1,5 2,1 2,5 2,3 

VYS 0,8 0,9 1,0 1,2 1,1 1,2 1,4 1,7 1,9 1,7 

JHM 1,5 1,6 1,8 2,0 2,1 2,1 2,5 2,9 3,1 3,2 

OLO 1,0 1,0 1,1 1,1 1,1 1,2 1,3 1,6 1,5 1,5 

ZLI 1,2 1,3 1,4 1,4 1,1 1,0 1,1 1,3 1,4 1,4 

MVS 1,4 1,4 1,5 1,6 1,5 1,5 1,6 1,8 2,0 1,9 

Zdroj: Český statistický úřad. 

4. POROVNÁNÍ REGIONÁLNÍHO HDP A ČISTÉHO 

DISPONIBILNÍHO DŮCHODU DOMÁCNOSTÍ V ČR 

Na rozdíl od omezení vypovídací schopnosti čistého disponibilního 

důchodu domácností pro mezinárodní srovnání, lze na národní 

úrovni tento ukazatel využít pro analýzu regionálních disparit 

převážně bez problémů. Graf č. 2 znázorňuje odlišnosti regionální 

pozice u HDP oproti čistému disponibilnímu důchodu domácností 

na obyvatele u celků NUTS 3 v České republice. 

Vysoký předstih pozice u HDP ve srovnání s čistým disponibilním 

důchodem domácností v Praze (91 p. b.) je důsledkem dojížďky 

za prací a přerozdělování mezi institucionálními sektory, zatímco 

pozice všech ostatních regionů jsou u HDP oproti disponibilnímu 

222

důchodu relativně méně příznivé. Pouze průměrný pokles pozice 

je patrný u Středočeského kraje i přesto, že kraj je zázemím pracovních 

sil pro Prahu. Středočeský kraj sice v tvorbě HDP „trpí“ 

vyjížďkou svého obyvatelstva do Prahy, přitom je však také sám 

regionem ekonomicky výkonným s výraznou ekonomickou aktivitou 

nerezidentů. Velmi nízký předstih čistého disponibilního důchodu 

domácností je patrný u Jihomoravského kraje, který zásluhou 

Brna vykazuje do jisté míry metropolitní charakter s vyšší 

mírou dojížďky za prací, a to nejen z jihomoravského regionu. 

Graf č. 2: Rozdíly mezi ukazatelem HDP a čistým disponibilním 

důchodem domácností na obyvatele za rok 2009 

Zdroj: Český statistický úřad, vlastní výpočty. 

Nejvýraznější zaostávání pozice HDP oproti čistému disponibilnímu 

důchodu domácností na obyvatele je patrné v Karlovarském, 

Libereckém, Olomouckém kraji a na Vysočině. Ve zmíněných 

regionech došlo v roce 2009 v důsledku globální ekonomické 

recese k hlubokému poklesu HDP (většímu než v průměru za ČR), 

což se v plné míře ještě nestačilo projevit na straně disponibilních 

důchodů domácností. Propad HDP se v období recese nejprve 

projevil na straně provozních přebytků podniků a teprve poté 

v podobě propouštění či snižování mezd. Nově nezaměstnání 

navíc částečně vykrývali výpadek svých disponibilních důchodů 

z mezd podporami v nezaměstnanosti a jinými sociálními dávkami, 

zatímco jejich tvorba HDP z pracovní aktivity již nepokračovala. 

223

Diference v pojetí obou regionálních ukazatelů nabízí rovněž 

pohled na jejich vývoj v čase. Čistý disponibilní důchod domácností 

se vyvíjel od roku 1995 takřka bez prohlubování regionálních 

disparit na rozdíl od vývoje HDP na obyvatele. Graf č. 3 znázorňuje 

vývoj obou hodnocených ukazatelů v hlavním městě 

Praze. Je patrné, že v tomto případě docházelo jen velmi pozvolna 

k prohlubování rozdílů mezi Prahou a ostatními kraji u ČDDD 

(po roce 2003 je patrný dokonce mírný pokles pozice metropole), 

zatímco u HDP na obyvatele byl celkový nárůst postavení Prahy 

poměrně výrazný. Pokles relativní pozice Prahy u ČDDD v roce 

2009 a částečně i 2008 byl do velké míry důsledkem propadu 

důchodů z vlastnictví (dividend, úroků a důchodů kvazikorporací), 

které např. v roce 2009 v ČR poklesly na straně zdrojů prvotních 

důchodů domácností o 19,5 % a jsou relativně více koncentrovány 

v metropoli. 

Graf č. 3: HDP na obyvatele a ČDDD na obyvatele v hl. městě 

Praze v letech 1995–2009 (ČR = 100) 


Graf č. 4 nabízí obdobný pohled v podobě vývoje variačního koeficientu 

(poměru směrodatné odchylky a průměru u daných ukazatelů) 

na úrovni NUTS 3. Ten u čistého disponibilního důchodu 

domácností narůstal jen velmi mírně, od roku 2000 prakticky 

stagnoval a v posledních dvou letech dokonce klesal. Lze z toho 

224

vyvodit závěr, že prohlubování regionálních disparit ekonomické 

výkonnosti v podobě větších rozdílů u HDP na obyvatele bylo 

především výsledkem nárůstu dojížďky za prací, koncentrace 

provozních přebytků firem a kapitálu do některých regionů a jen 

výjimečně regionálně odlišným vývojem prvotních důchodů domácností 

(pokud předpokládáme, že míra transferů v rámci druhotného 

rozdělení důchodů – daně, sociální dávky apod. – se 

v hodnoceném období výrazně neměnila). 

Současně je patrné, že míra variability v podstatě kopíruje vývoj 

postavení Prahy vůči průměru ČR (Graf č. 3), protože váha metropole 

na celku je jednak významná a jednak u ostatních krajů 

navzájem k výraznějšímu prohlubování rozdílů nedocházelo. Prohlubování 

regionálních disparit v HDP na 1 obyvatele v České 

republice tak již dlouhodobě není doprovázeno současným prohlubováním 

disparit v disponibilních příjmech domácností, a to 

především zásluhou zmíněných meziregionálních transferů v 

důsledku dojížďky a vyjížďky za prací, rostoucího podílu cizinců 

(nerezidentů) na tvorbě HDP a také relativně aktivní sociální politiky 

státu, která tak současně plní roli regionální politiky. 

Graf č. 4: Vývoj míry variability regionálních ukazatelů (variační 

koeficient, úroveň NUTS 3) 


225

5. VHODNOST VYUŽITÍ UKAZATELŮ PRO STRUKTURÁLNÍ 

POLITIKU EU 

V rámci diskusí o budoucnosti strukturální politiky EU a pravidel 

rozpočtu EU se čas od času objevují návrhy na změnu kritéria pro 

regionální podporu. Jedním z navrhovaných řešení je akceptace 

čistého disponibilního důchodu domácností jako lepšího ukazatele 

k vyjádření bohatství regionů než je HDP na obyvatele. Změna 

pravidel je však zřejmě z politických důvodů neprůchodná. Regionální 

disparity při posuzování obou ukazatelů poskytují zcela 

rozdílný pohled na zaostalost regionů a vedly by k radikálním 

změnám ve směřování finanční pomoci. Koncentrace ekonomického 

výkonu (HDP na obyvatele) v ekonomických centrech totiž 

v některých zemích umožňuje zachovat pohled na okolní regiony 

jako na relativně zaostalé oblasti a udržet tak nároky na jejich 

finanční podporu. 

Při posuzování kritéria podle čistého disponibilního důchodu domácností 

by zřejmě více regionů v těchto zemích ztratilo nárok na 

finanční podporu. V tabulce č. 13 jsou uvedeny směrodatné odchylky 

obou regionálních ukazatelů přepočtených na obyvatele za 

regiony NUTS 2 ve vybraných zemích EU, přičemž je patrné, že u 

ČDDD jsou odchylky násobně nižší, nejvíce v Rakousku a České 

republice (Rakousko má nejmenší směrodatné odchylky ČDDD na 

obyvatele v EU). Vysoké směrodatné odchylky u HDP na obyvatele 

ve Velké Británii a na Slovensku jsou dány zejména mimořádným 

postavením Vnitřního Londýna a Bratislavského kraje v ekonomické 

výkonnosti vzhledem k národnímu průměru (ještě výraznějšímu 

než je tomu v případě Prahy v ČR). Naopak poměrně nízké 

odchylky v Polsku a Rumunsku jsou dány celkovou nižší úrovní HDP 

na obyvatele a širším geografickým vymezením celků NUTS 2. 

Důležitým argumentem proti změně kritéria pro přerozdělování 

prostředků je rovněž samotná otázka, co to vlastně je regionální 

bohatství. Je skutečně bohatší ten region, na jehož území trvale 

bydlí lidé s vysokými příjmy, než jiný region, kde je sice vysoký 

226

ekonomický výkon, ale jeho pracovní síla z velké části trvale bydlí 

jinde? 

Tabulka č. 13: Směrodatná odchylka regionálního HDP a ČDDD na 

obyvatele v tis. EUR ve vybraných zemích EU na úrovni NUTS 2 

CZ DE ES FR IT NL AT PL RO SK UK 

HDP 5,4 6,4 4,1 5,5 6,0 5,2 6,1 1,8 2,7 6,9 12,0 

ČDDD 0,9 2,0 2,1 1,3 3,1 1,0 0,5 0,6 1,0 1,5 2,5 

Zdroj: EUROSTAT, vlastní výpočty. 

Při dojížďce a vyjížďce za prací nejsou toky finančních transferů 

jednostranné. Neplatí tvrzení, že lidé zaměstnaní v metropoli 

následně užijí své disponibilní důchody za hranicemi regionu ve 

svém bydlišti. Tito lidé často nakupují a poptávají zboží a služby 

v místě svého pracoviště a do sousedního regionu, kde bydlí, 

jezdí pouze přespat. Firmy, pro které tito lidé odvádějí práci, platí 

v místě ekonomické aktivity místní daně a poplatky, investují 

a nezřídka financují i rozvoj veřejné infrastruktury. Naopak region, 

kde lidé pouze bydlí, má omezené příjmy spojené přímo 

s jejich ekonomickou aktivitou, přitom však má nepochybně 

mnoho výdajů se zajištěním infrastruktury a veřejných služeb, 

např. v nově rostoucích satelitních předměstích. 

Pro posouzení míry regionálních disparit mezi zeměmi EU se 

kromě HDP a důchodů domácností mnoho dalších ukazatelů 

nenabízí (dostupnými uváděnými ukazateli regionálního rozvoje 

jsou např. průměrné mzdy, míra investic či míra nezaměstnanosti). 

K zachycení konečných transferů důchodů domácností by 

mohl sloužit ukazatel užití disponibilního důchodu domácností (tj. 

především konečné spotřeby domácností), který by poskytl opět 

odlišné regionální struktury ve srovnání s dvěma hlavními hodnocenými 

ukazateli. Pro tento účel však není reprezentativní statistika 

v členských zemích EU obvykle dostupná, což je i případ České 

republiky, kde nevyhovuje reprezentativnost statistiky rodinných 

účtů na úrovni krajů. 

227

ZÁVĚR 

Regionální HDP na obyvatele a regionální čistý disponibilní důchod 

domácností na obyvatele nabízejí v České republice (a stejně 

tak ve většině ostatních zemí) velmi odlišný pohled na úroveň 

regionálního bohatství. Rozdíly jsou důsledkem regionálně diferencované 

dojížďky a vyjížďky za prací a důsledkem regionálně 

nerovnoměrného přerozdělování finančních prostředků mezi 

institucionálními sektory. Výrazný náskok ekonomického výkonu 

na obyvatele v hlavním městě Praze je v protikladu s podstatně 

slabší pozicí metropole u čistého disponibilního důchodu domácností. 

Avšak rovněž ukazatel disponibilního důchodu, spojovaný 

více s blahobytem obyvatelstva regionů, má určitá omezení vyplývající 

především ze skutečnosti, že nezachycuje bohatství 

ostatních institucionálních sektorů a regionu jako celku. Disponibilní 

důchod podle místa bydliště také často neurčuje místo konečné 

spotřeby domácností (užití důchodu) a tím potenciál dalšího 

rozvoje regionu. S ohledem na výše uvedená omezení lze 

považovat zachování ukazatele HDP na obyvatele jako základního 

klíče pro posuzování úrovně rozvoje regionu za přijatelný postup, 

avšak při současném zdůraznění jeho omezených vypovídacích 

schopností a publikování alternativních ukazatelů, jakým je 

zejména regionální čistý disponibilní důchod domácností. 

228


BEHRENS, A. (2003): Income of Private Households and Gross 

Domestic Product in Europe´s Regions. Statistics in Focus, 2003, 

No. 7, pp. 1–7 (a). 

BEHRENS, A. (2003): How Rich are Europe´s Regions? Statistics in 

Focus, 2003, No. 6, pp. 1–4 (b). 

BOHÁČKOVÁ, I. – HRABÁNKOVÁ, M. (2009): Strukturální politika 

Evropské unie. Praha: C. H. Beck 2009. ISBN: 978-80-7400-111-6. 

ČSÚ (2000): Evropský systém účtů (ESA 1995). Praha: ČSÚ, 2000. 

ČSÚ (2009): Regionální účty (databáze). Praha: ČSÚ, 2010. 

EUROSTAT (2010): Regional Accounts (database). Luxembourg: 

Eurostat 2010. 

EUROSTAT (1995): Regional Accounts Methods – Gross Valueadded 

and Gross Fixed Capital Formation by Activity, Statistical 

Manual. Luxemburg: Eurostat, 1995. 

EUROSTAT (1999): Regional Accounts Methods – Household Accounts, 

Statistical Manual. Luxembourg: Eurostat, 1999. 

CHLAD, M. (2008): Regionální aspekty makroekonomických ukazatelů 

– faktory je ovlivňující (1. část). Statistika, 2008, č. 5, 

s. 393–413 (a). 

CHLAD, M. (2008): Regionální aspekty makroekonomických ukazatelů 

– agregáty regionálních účtů (2. část). Statistika, 2008, č. 6, 

s. 483–502 (b). 

KAHOUN, J. (2007): Ukazatele regionální konkurenceschopnosti 

v České republice. Praha, CES VŠEM, Working Paper, 2007, No. 5. 

ISSN 1801-2728. 

KAHOUN, J. (2008): Regionální ekonomická výkonnost. In: Kadeřábková, 

A. a kol., Růst, stabilita a konkurenceschopnost IV. Praha: 

Linde 2008, s. 322–343. ISBN 978-80-86131-79-5. 

229

KAHOUN, J. (2009): Metoda výpočtu regionálního HDP v České 

republice. Statistika, 2009, č. 6, s. 518–530. ISSN 0322-788X. 

KAHOUN, J. (2010): Regionální disparity v ČR – HDP versus disponibilní 

důchod. Ekonomické listy CES VŠEM, 2010, č. 3, s. 17–28. 

ISSN 1804-4166. 

230

MEZINÁRODNÍ OBCHOD V PROSTŘEDÍ 

GLOBALIZACE 

Marek Rojíček 

ÚVOD 

Během uplynulé dekády došlo k výrazným změnám v pozici národních 

ekonomik vůči globálním hodnotovým řetězcům. Vlivem 

silné dynamiky přímých zahraničních investic prakticky do všech 

zemí došlo k silnému propojení jejich ekonomik. Ve spojení 

s odstraňováním celních bariér a vytvářením zón volného obchodu 

se mezinárodní obchod svou povahou blíží obchodování 

uvnitř státu a často dokonce vnitrofiremním operacím. Zatímco 

klasická ekonomická teorie se zaměřovala na obchodování 

s finálními produkty a vysvětlovala obchod na základě efektivity 

výrobních faktorů, jsou v současnosti hledány teoretické přístupy, 

které by dokázaly interpretovat nové jevy v ekonomice. Roste 

dynamicky obchodování s meziprodukty, které tvoří již většinu 

obchodovaného zboží. To je také příčinou obrovského nárůstu 

obratu zahraničního obchodu v poměru k vytvořené přidané 

hodnotě. S tím souvisí také výrazný růst vertikální specializace 

a outsourcingu jako průvodních jevů ekonomické globalizace. 

Důležitou roli přitom hrála liberalizace kapitálových toků a s ní 

související dynamický nárůst přímých zahraničních investic a role 

nadnárodních společností. 

Česká ekonomika po vstupu do Evropské unie v roce 2004 otočila 

dlouhodobě záporné saldo obchodní bilance do kladných hodnot. 

Prozatímního vrcholu aktivního salda dosáhla paradoxně v období 

nejhlubší krize v roce 2009, kdy obchodní bilance skončila přebytkem 

150 mld. při absolutním poklesu vývozu a ještě větším 

propadu dovozu. Při započítání obchodu se službami v platební 

bilanci dosáhlo saldo obchodu ČR s okolním světem dokonce více 

než 200 mld. Kč. Kromě odbourání celních bariér měl na rostoucí 

231

přebytek zahraničního obchodu vliv zejména proexportní efekt 

přímých zahraničních investic, které ve významnější míře začaly 

do České republiky proudit počátkem tohoto tisíciletí. Důležitá 

byla také výhodná geografická poloha naší země, která z ní učinila 

ideální logistické centrum pro distribuci zboží v rámci EU od 

výrobců k zákazníkům. Výše uvedené faktory jsou však zároveň 

kamenem úrazu při interpretaci salda zahraničního obchodu 

a jeho dopadu na makroekonomickou situaci ČR. 

1. TEORETICKO-METODOLOGICKÁ VÝCHODISKA MEZI- 

NÁRODNÍHO OBCHODU 

1.1 Klasická teorie a hledání nového přístupu 

Mezinárodní ekonomie definuje zahraniční obchod jako ekonomické 

transakce mezi zahraničními a domácími subjekty spojené 

s nákupem a prodejem zboží a služeb (viz Cihelková a kol., 2008). 

Základním tvrzením pro konstituování klasických teorií zahraničního 

obchodu je existence výhod při realizaci vnějších vztahů na 

základě svobodného rozhodování ekonomických subjektů. Příčinu 

existence zahraničního obchodu lze hledat ve třech základních 

momentech: 

- nedostatek zboží, které není v domácí ekonomice 

produkováno nebo není k dispozici v požadované 

kvalitě, 

- cenové diference u mezinárodně obchodovatelného 

zboží, 

- osobní, věcné nebo prostorové preference kupujících 

k zahraničním produktům. 

Nedostatek zboží v ekonomice může být důsledkem řady příčin, 

jako je např. vybavení země surovinami, přírodní klimatické podmínky, 

nezvládnutí určitých produkčních technologií, kvalifikace 

pracovní síly apod. Cenové diference jsou důsledkem buď rozdílné 

produktivity faktorů ve srovnatelných výrobních sektorech, nebo 

232

ozdílného vybavení zemí výrobními faktory, případně externích 

vlivů na zbožových trzích, které znemožňují volnou tvorbu cen 

(dumping, kartely, tarifní a netarifní politická opatření apod.). 

Argumenty vyplývající z nedostatku zboží a cenové rozdílnosti 

vysvětlují, proč zboží vstupuje buď pouze do exportu, nebo pouze 

do importu. V tom případě se jedná o interodvětvový obchod. 

Pokud zboží vstupuje zároveň do exportu a importu, hovoříme 

o intraodvětvovém obchodu. Jeho příčinou je existence osobních, 

věcných či prostorových preferencí. Kromě toho je intraodvětvový 

obchod chápán jako ukazatel stupně specializace nebo 

také technického pokroku odvětví v určité zemi. Země, které 

soustředily svou rozvojovou strategii na vývoz (např. jihovýchodní 

Asie), vykazují rychlý a výrazný růst úrovně intraodvětvového 

obchodu. To vysvětluje, proč je intraodvětvový obchod používán 

jako ukazatel kapacity dané země obstát v konkurenci v měnícím 

se prostředí (viz Havrylyshyn, Kunzel, 1997). 

Mezi první novodobé teorie zahraničního obchodu patřila modifikace 

klasické ricardiánské teorie Eli Heckscherem a Bertilem 

Ohlinem (viz Leamer, 1995), která postavila jeho fungování na 

rozdílném vybavení zemí produkčními faktory. To umožnilo integrovat 

teorii zahraničního obchodu do systému neoklasické ekonomické 

teorie. 

Po druhé světové válce se postupně začaly rýsovat změny 

v konceptu pojetí zahraničního obchodu. Začala se ukazovat potřeba 

zpřesnit a modifikovat teoretické předpoklady, na nichž 

stojí celá klasická myšlenková koncepce. Zejména se projevila 

nutnost kvalitativně nově pojmout dominující faktory 

v zahraničním obchodě, především roli technologií a technického 

pokroku. Došlo postupně ke kritice Heckscher-Ohlinova modelu, 

kdy sice bylo do značné míry uznáno jeho potvrzení fakty, ale 

současně nedokázal vysvětlit obchod mezi zeměmi s podobným 

vybavením produkčními faktory. Bylo argumentováno, že specializace 

zemí na určitý typ komodit vede hlavně v rozvojových zemích 

ke stagnaci a růstové šance vznikají spíše při specializaci na 

233

výrobky a služby náročné na kvalifikovanou pracovní sílu. Dále 

mu byla vytýkána neudržitelnost předpokladů, jako je mezinárodní 

imobilita výrobních faktorů nebo neexistence dopravních 

nákladů. Klasická teorie se ukázala jako statická, zaměřená na 

dosahování stabilní rovnováhy bez výrazné změny produkčních 

systémů. Někteří ekonomové hledali cestu z omezení klasické 

teorie její dynamizací, která by umožňovala objasnit změny ve 

struktuře obchodu a jeho toků v průběhu času. 

Počátek nové koncepce je spjat s převzetím schumpeterovského 

přístupu a zahrnutím faktoru technologického pokroku. V pojetí 

Possnera (1961) vede technický pokrok v určité zemi k výrobě 

nových nebo zdokonalených výrobků. To vytváří časově omezený 

monopol na vývoj a tedy technologický náskok před ostatními 

zeměmi, kde vznikající poptávka v těchto zemích může být uspokojena 

pouze dovozem. Proto zahraniční obchod funguje i při 

stejném vybavení produkčními činiteli. 

Zásadně nový pohled na teorii zahraničního obchodu podal švédský 

ekonom Linder (1961). Jeho pojetí vychází z centrální role 

poptávky a je zaměřeno na obchodování s konečnými produkty. 

Vychází z tvrzení, že potenciálním exportem je takové zboží, pro 

které existuje domácí trh. Oblast zboží, které je obchodováno, je 

přitom určeno výší důchodu na osobu, jenž v převážné míře determinuje 

spotřebitelské preference. Tato teorie vysvětluje, proč 

se rozhodující objemy obchodu odehrávají mezi vyspělými státy, 

zatím však chybí její detailní empirické testování. 

Postupně narůstal v teoretické literatuře zájem o tzv. intraodvětvový 

obchod, tedy o vysvětlení toků mezi stejnými obory. V této 

souvislosti se poukazovalo na význam kvalitativních rozdílů 

a stupně kvalifikovanosti pracovní síly. Model komparativních 

výhod, stejných technologií a preferencí s různým vybavením 

produktivních faktorů začal být postupným vývojem ekonomického 

myšlení překonáván. „Nová“ teorie zahraničního obchodu 

je založena na předpokladu rostoucích výnosů z rozsahu, který je 

234

důsledkem širší změny v ekonomickém myšlení v 80. letech 

v souvislosti s „novou“ teorií růstu (viz Fagerberg, 2000). 

1.2 Role intraodvětvového obchodu 

Heckscher-Ohlinova teorie uvádí, že struktura zahraničního obchodu 

odpovídá relativní vzácnosti výrobních faktorů jednotlivých 

zemí a intenzitě jejich využití v produkčním procesu. Obchodní 

výměna se tak odehrává ve vzájemně komplementárních 

produktech. Grubel a Lloyd (1975) poprvé pozorovali a popsali 

anomálii, která neodpovídala této teorii. Šlo o to, že vysoký podíl 

průmyslového obchodu tvořila obousměrná výměna produktů 

uvnitř stejné skupiny zboží a tedy pravděpodobně se stejnou 

strukturou výrobních faktorů. 

Tento obchod, který nazvali intraodvětvovým obchodem, se 

odehrává s obdobnými, pouze mírně odlišnými produkty 

v prostředí nedokonalé konkurence, resp. s blízkými substituty, 

které požadují zákazníci s odlišnými preferencemi v různých zemích. 

Kritika nejprve odmítala tuto teorii s argumentem, že jde 

o statistické zkreslení Heckscher-Ohlinovy teorie. To znamená, že 

pokud bychom se dívali na podrobnější úroveň komoditní klasifikace, 

zjistili bychom, že obchodovány jsou komodity s odlišnou 

strukturou produkčních faktorů. Teoreticky i empiricky však byla 

prokázána platnost Grubel-Lloydova pozorování (Havrylyshyn, 

Kunzel, 1997). 

Vysvětlení nové teorie spočívá v existenci úspor z rozsahu na 

úrovni firmy a existence nedokonalé konkurence, což je 

v rozporu z předpoklady Heckscher-Ohlinovy teorie. Empirické 

studie ukázaly, že rozsah intraodvětvového obchodu roste je tím 

větší, čím vyspělejší a rozvinutější je daná ekonomika. Výrazný 

růst intraodvětvového obchodu byl zaznamenán v exportně orientovaných 

zemí jihovýchodní Asie. Lze z toho vyvodit, že vyšší 

míra intraodvětvového obchodu odráží vyšší schopnost obstát 

v konkurenci v měnícím se prostředí a přizpůsobit se mu. Intra- 

235

odvětvový obchod je výsledkem zvýšené specializace, nikoliv její 

příčinou. 

Předpoklady připravenosti země obstát v mezinárodní konkurenci 

a přizpůsobit se měnícímu se prostředí jsou ovlivněny různými 

faktory, jako jsou měnová a fiskální politika, trhy výrobních faktorů, 

míra investic nebo tarifní a netarifní překážky v zahraničním 

obchodě. Liberalizace obchodu přitom nabízí výraznou příležitost 

pro specializaci. Zejména v rámci jednotlivých odvětví může jít 

o méně nákladné řešení, než jsou nové investice. Současně toto 

řešení díky nižším požadavkům na mobilitu výrobních faktorů 

přináší nižší sociální náklady. 

2. AKTIVITY NADNÁRODNÍCH SKUPIN PODNIKŮ 

2.1 PZI a role nadnárodních společností 

V posledních desetiletích s růstem objemu přímých zahraničních 

investic (PZI) rostl vliv nadnárodních podniků (MNE) 1 v řadě vyspělých 

i rozvíjejících se ekonomik. Jednotlivé země mezi sebou 

soupeří, aby přilákaly PZI, protože očekávají jejich přínos 

k bohatství ekonomiky prostřednictvím několika kanálů. Modely 

mezinárodního obchodu předpokládají, že existence nadnárodních 

podniků musí přinášet určité výhody, které převáží náklady 

spojené s fungováním v cizí zemi, kde existuje odlišné kulturní 

a právní prostředí, znalost místního prostředí jak na straně poptávky, 

tak i potenciálních dodavatelů (viz např. Helpman, Melitz, 

Yeaple, 2004; Dunning, 1993; Markusen, 1995). Dostupné studie 

ukazují, že tyto výhody pramení z vlastnictví specifických aktiv, 

jako jsou např. lepší manažerské techniky, lepší produkční technologie 

nebo technické znalosti zaměstnanců, které MNE mohou 

sdílet se svými pobočkami. Důležitou roli hrají také obchodní 

značky a produktové inovace, z nichž mohou pobočky nadnárodních 

firem těžit (viz box č. 1). 

1 MNE = multinational enterprises. 

236

Box č. 1: Aktivity podniků pod zahraniční kontrolou 

Existují v zásadě dva zdroje dat vztahující se k roli nadnárodních 

společností ve světové ekonomice. Tím prvním je statistika přímých 

zahraničních investic, která mapuje hodnotu transakcí mezi 

přímými investory a jejich dceřinými společnostmi v jiných zemích 

a stavy těchto investic. Druhým zdrojem jsou údaje o aktivitách 

společností pod zahraniční kontrolou, které jsou měřeny podílem 

těchto společností v dané ekonomice s využitím ukazatelů, jako 

jsou tržby, zaměstnanost, přidaná hodnota, vývoz apod. Tyto dva 

zdroje však nejsou zcela kompatibilní, protože jsou vymezeny jiným 

způsobem. Zatímco PZI je definována minimálně 10% podílem 

zahraničního investora v dceřiné společnosti (definice IMF 

BoP), podniky pod zahraniční kontrolou jsou definovány na základě 

majoritního podílu zahraničního investora na základním jmění 

(definice SNA93). Rozhodující je přitom princip vrcholového vlastnictví. 

To znamená, že podnik je pod zahraniční kontrolou i přesto, 

že je v bezprostředním vlastnictví jiné domácí společnosti, ale na 

vrcholu vlastnické pyramidy stojí většinový zahraniční majitel. 

Převážná část teoretických konceptů se zaměřuje na tzv. konkurenční 

model, kde přítomnost zahraničních firem tlačí domácí 

producenty stejných produktů k větší efektivnosti. V oblasti 

technologicky náročných investic však tento kanál není podstatný, 

protože omezený trh a úroveň ekonomiky dané země příliš 

neumožňují konkurenci ve stejném tržním segmentu. Domácí 

výrobci spíše usilují o pozici dodavatelů komponent pro nadnárodní 

korporace. To na ně klade vysoké nároky z hlediska kvality, 

množství a včasnosti dodávek, na druhé straně jim to však otevírá 

možnosti proniknutí na zahraniční trhy. 

Domácí výrobci, kteří byli původně pouze lokálními dodavateli 

vstupů, se v případě úspěchu stávají producenty komponent pro 

celou nadnárodní skupinu. Snahou těchto výrobců je snížit svou 

závislost na jediném odběrateli a postupně se orientovat na činnosti 

s vyšší přidanou hodnotou. Tento vývoj byl zaznamenán 

u celé řady asijských výrobců, kteří se z fáze tzv. originálních vý- 

237

obců dílů (Original Equipment Manufacturer – OEM) technologickým 

zlepšením dostali do vyšších fází produkčního řetězce (viz 

Paus, 2005). Za vrchol lze považovat, pokud firma navrhuje, vyrábí 

a prodává produkty pod svou vlastní značkou (Original Brand 

Manufacturer – OBM). 

PZI mohou generovat pozitivní dopady pro hostitelskou ekonomiku 

také prostřednictvím školení a vzdělávání. Dlouhodobé 

efekty zahraničních investic se přitom zvyšují s rostoucí mzdovou 

bonifikací kvalifikovaných profesí, která studenty stimuluje 

k získávání vyššího vzdělání. Vyšší mzdy zároveň generují vyšší 

daňové výnosy, které vládě umožňují vydávat větší prostředky na 

vzdělávání. Znalosti získané v podnicích pod zahraniční kontrolou 

se prostřednictvím trhu práce přelévají do sektoru domácích 

firem, což zvyšuje jejich produktivitu a technologický potenciál. 

Empirické zkušenosti ukazují, že podniky pod zahraniční kontrolou 

jsou větší a více kapitálově a znalostně vybavené, protože 

investují více jak do fyzického, tak i nehmotného kapitálu (znalostí) 

a platí vyšší mzdy než domácí firmy v daném odvětví. Jsou také 

více soustředěny do znalostně a kapitálově náročných odvětví 

a mají vyšší intenzitu výdajů na výzkum a vývoj a vyšší míru inovační 

výkonnosti než domácí firmy. Z toho vyplývá, že dosahují 

vyšších temp růstu výkonnosti a přispívají relativně více k růstu 

produktivity v hostitelské ekonomice (viz OECD, 2008). 

Na druhé straně přímé zahraniční investice mohou mít i negativní 

dopady na ekonomiku jejich příjemce. Zásadním rizikem je vznik 

tzv. duální ekonomiky (viz Zamrazilová, 2007), která se projevuje 

existencí prosperujícího sektoru firem pod zahraniční kontrolou 

na jedné straně, a na druhé straně slabšími firmami v domácím 

vlastnictví. V ekonomice tak dochází ke strukturálním disproporcím, 

která má dopady zejména na zaměstnanost a úroveň mezd. 

Vyšší tempo růstu mezd v sektoru zahraničních podniků podložené 

vyšší produktivitou pak může vést prostřednictvím vytlačovacího 

efektu na trhu práce k zhoršení cenové konkurenceschopnosti 

domácích podniků. 

238

V počátečním stadiu přílivu PZI z rozvinutých do tranzitivních 

ekonomik jsou rozdíly mezi zahraničním investorem a domácím 

příjemcem PZI přirozené. V dlouhodobém horizontu je však podstatné, 

zda jsou domácí firmy schopny navázat produkční a obchodní 

vazby se zahraničními podniky, čímž je postupně realizováno 

přelévání pozitivních efektů PZI i do sektoru domácích firem. 

Naopak nedostatek konkurenceschopných domácích dodavatelů 

je pro hostitelské ekonomiky podstatnou překážkou využití 

růstové příležitosti z přílivu PZI. 

2.2 Charakteristika podniků pod zahraniční kontrolou 

V mezinárodním srovnání patří Česká republika s více než třetinovým 

podílem spolu s dalšími novými členskými zeměmi EU 

(Slovensko, Maďarsko) k ekonomikám s relativně nejvyšším podílem 

zahraničních podniků na zaměstnanosti ve zpracovatelském 

průmyslu (viz obrázek 1). Nejvyšší podíl má Estonsko, kde firmy 

s většinovým zahraničním vlastníkem zaměstnávají téměř polovinu 

pracovníků a oproti jiným zemím je vysoký i podíl počtu těchto 

společností (27 %). 

Obrázek č. 1: Podíl podniků pod zahraniční kontrolou ve zpracovatelském 

průmyslu na počtu zaměstnaných osob v zemích EU (v %) 

Poznámka: novější údaje nejsou za většinu zemí k dispozici. Pramen: 

EUROSTAT, SBS – inward FATS. 

239

Ve většině zemí je počet podniků pod zahraniční kontrolou relativně 

nízký, pohybuje se mezi 1–3 %. Výjimkou je Slovensko, kde 

zahraniční společnosti tvoří desetinu všech podniků ve zpracovatelském 

průmyslu. 

Podíl podniků pod zahraniční kontrolou na výkonnosti české ekonomiky 

měřené hrubou přidanou hodnotou se postupně zvyšoval, 

když v polovině devadesátých let činil pouhou desetinu, zatímco 

v roce 2007 přesáhl polovinu vytvořené přidané hodnoty 

(viz obrázek 2). V kombinaci s disproporčně nižším podílem na 

zaměstnanosti je zahraniční sektor také produktivnější a kapitálově 

intenzivnější. 

Obrázek č. 2: Podíl podniků pod zahraniční kontrolou v ČR (v %) 

Poznámka: Od roku 2006 je při definování podniků pod zahraniční kontrolou 

uplatňován princip vrcholového vlastníka, zatímco předtím byl 

určující bezprostřední vlastník. To vedlo k jednorázovému zvýšení podílu 

podniků pod zahraniční kontrolou. Pramen: ČSÚ, Roční národní účty. 

Rozdíly výkonnosti domácích a zahraničních podniků se ve zpracovatelském 

průmyslu projevují ve všech sledovaných ukazatelích. 

Produkce na pracovníka vykazuje větší rozdíl výkonnosti než 

produktivita z přidané hodnoty. Podniky pod zahraniční kontrolou 

jsou tedy více zapojeny do řetězců dodavatelsko-odběratelských 

240

vztahů (jak tuzemských, tak i mezinárodních). Mezera v průměrné 

mzdě mezi oběma sektory je však nižší ve srovnání s mezerou 

produktivity, což je kompenzováno vyšší vybaveností práce kapitálem 

v zahraničních firmách (viz obrázek č. 3). 

Obrázek č. 3: Srovnání podniků pod tuzemskou a zahraniční kontrolou 

v ČR (podniky pod tuzemskou kontrolou = 100) 

Poznámka: THFK = tvorba hrubého fixního kapitálu. Pramen: ČSÚ, Roční 

národní účty. 

Z dostupných dat vyplývá, že relativně vyšší produktivity dosahují 

v sektoru zahraničních podniků spíše odvětví s nižší technologickou 

náročností (viz obrázek 4). To se zdá být v rozporu s faktem, 

že přímé zahraniční investice míří spíše do odvětví s vyšší technologickou 

náročností, jejichž aktivity jsou více fragmentovány 

v prostoru (výroba počítačů, elektroniky). Na druhé straně však 

řada investic směřuje do aktivit s relativně nízkou přidanou hodnotou, 

jako je montáž a kompletace finálních produktů 

z komponent, které vyžadují spíše nekvalifikovanou pracovní sílu 

a kde jsou dosahovány nízké mzdy a ziskové marže. Domácí podniky 

zejména v zemích, které jsou čistými poskytovateli investic, 

se naopak soustředí na klíčové procesy s vysokou přidanou hodnotou, 

jako je design, marketing a uživatelská podpora. Markantní 

je to zejména ve Finsku, kde podniky pod zahraniční kontrolou 

dosahují v high-tech odvětvích jen poloviční produktivity 

práce než podniky v domácím vlastnictví. 

241

Obrázek 4: Srovnání produktivity práce v podnicích pod 

tuzemskou a zahraniční kontrolou podle technologické 

náročnosti odvětví (rok 2007, domácí podniky = 100) 

Pramen: EUROSTAT, SBS – inward FATS. 

Podniky pod zahraniční kontrolou mají zpravidla vyšší míru exportní 

výkonnosti, protože jsou zapojeny do globálních produkčních 

řetězců. Z tohoto důvodu jsou charakteristické také vysokou 

mírou intraodvětvového obchodu. Přestože jsou tyto údaje 

k dispozici pouze za relativně malý počet zemí, lze si z nich udělat 

představu o významu obchodování v rámci nadnárodních skupin 

(viz obrázek č. 5). V Nizozemsku a Švédsku představuje intrafiremní 

vývoz nadpoloviční objem celkového vývozu a obdobnému 

podílu se blíží také Spojené státy. Výjimkou je pouze Japonsko 

s relativně zanedbatelným podílem intrafiremního obchodu. 

Obrázek č. 5: Podíl intrafiremního vývozu v podnicích pod zahraniční 

kontrolou (v %) 

Pozn.: za Nizozemsko a Švédsko k dispozici údaje pouze za rok 2007. 

Zdroj: OECD STAT – Activities of Multinationals. 

242

3. GLOBALIZAČNÍ JEVY V MEZINÁRODNÍM OBCHODU 

3.1 Globalizace hodnotových řetězců 

Globalizace hodnotových řetězců 2 je podněcována řadou faktorů. 

Patří sem i snaha o zvýšení efektivnosti pod tlakem rostoucí konkurence 

na domácích a světových trzích. Jednou z možností jak 

tomu čelit je využívat zdroje vstupů od produktivnějších výrobců, 

ať už domácích nebo zahraničních. Dalším důležitým impulsem 

globalizace je vstup na nové trhy a získání strategických aktiv. 

Fragmentace produkčního procesu napříč různými zeměmi 

urychlila restrukturalizaci firem včetně využívání outsourcingu 

a offshoringu pro určité činnosti. Offshoringem rozumíme transakce 

s meziprodukty prováděné přes hranice, tj. využívání zahraničních 

dodavatelů pro nákup materiálových vstupů a služeb, 

přičemž se může jednat i o majetkově provázané subjekty (zahraniční 

pobočky). 

Rostoucí využívání zahraničních zdrojů vedlo také k přemístění 

aktivit do jiných zemí, což znamenalo v některých případech celkové 

nebo částečné uzavření výroby v domácí ekonomice a souběžně 

rozšíření výroby v zahraničních pobočkách. Často jde pouze 

o přesunutí určitého výrobního procesu, kdy vyrobené produkty 

jsou vyváženy zpět do domácí země. Realokace však nemusí 

být vždy chápána takto striktně, mnohdy zahrnuje různé 

formy internacionalizace, jako je otevření nových zahraničních 

poboček za účelem podpory účasti na místním trhu. Zatímco 

definice různých konceptů je snadná, jejich měření je mnohem 

složitější, protože firmy obvykle nesdělují podrobnosti o svých 

rozhodnutích v oblasti outsourcingu nebo offshoringu. To má za 

2 Hodnotový řetězec (z angl. „value chain“) lze vymezit jako celé spektrum 

činností, které je vztaženo k produktu od okamžiku jeho navržení až po jeho 

užití. Patří sem mj. design, výroba, marketing, distribuce a uživatelská podpora. 

Globální hodnotový řetězec je specifický tím, že jeho jednotlivé části jsou 

rozděleny mezi různé firmy a rozptýleny v prostoru (www.globalchains.org) 

243

následek velkou různorodost názorů na velikost a dopady internacionalizace. 

Z určitého pohledu je globalizace hodnotových řetězců inovací 

samou o sobě (změna organizace obchodní praxe). Nadnárodní 

společnosti zavádějí tuto inovaci ve snaze zvýšit svou efektivnost, 

vstoupit na nové trhy a získat strategická aktiva. Dochází 

k posunu od vertikálně k horizontálně integrovaným strukturám. 

Zatímco ve vertikálně strukturovaných firmách se v rámci stejné 

společnosti integrují všechny fáze produkčního řetězce, horizontální 

struktura znamená, že se na každé fázi produkčního řetězce 

podílí jiná firma. Lze to názorně ilustrovat na příkladu odvětví 

výroby počítačů, které prošlo uvedeným vývojem. 

Zhruba do roku 1980 byla výroba počítačů silně vertikálně integrována. 

Počítače byly představovány dominantně sálovými počítači, 

jejichž hardware a software byl vyvíjen v rámci jedné společnosti. 

Tato společnost rovněž provozovala prodej a marketing 

a nebylo tedy možné koupit počítač nebo programové vybavení 

v běžném obchodě. S vynálezem osobních počítačů sestavovaných 

ze standardizovaných součástek pro masový spotřebitelský 

trh se počítačové odvětví posunulo směrem k horizontální struktuře. 

Jedna společnost tedy vyrábí např. pevné disky, další grafické 

karty, třetí nabízí software apod. Posun směrem k horizontální 

struktuře produkčního řetězce posílil smluvní výrobu v elektrotechnickém 

průmyslu. Mezi smluvní výrobce (Original Equipment 

Manufacturer – OEM) patří firmy, které vyrábějí produkty prodávané 

pod jinými značkami 3 . 

Smluvní výrobci se soustřeďují na zdokonalování produkce výrobků, 

zatímco firma, pod jejíž značkou je produkt prodáván, se 

může věnovat navrhování výrobků a jejich prodeji. Fragmentace 

produkčních procesů a změny ve struktuře globálních produkč- 

3 Názvy smluvních výrobců obvykle zákazníkům (spotřebitelům) nic neříkají – jde 

o firmy jako je „Celestica“, „Flextronics“, Hon Hai Foxconn“ apod., vyrábějící 

např. mobilní telefony nebo MP3 přehrávače Nokia, Samsung nebo iPod. 

244

ních sítí znamenají, že firmy již nemusejí vynikat v širokém spektru 

činností, aby vytvořily přidanou hodnotu. Mohou se soustředit 

na ty činnosti, které umějí produkovat s nejvyšší efektivitou, 

a nakupovat komponenty a služby od specializovaných výrobců. 

Globální hodnotové řetězce poskytují malým a středním podnikům 

(Small and Medium Enterprises – SME) šanci podílet se na 

vytváření přidané hodnoty zpracovatelských výrobků specializací 

na dílčí část hodnotového řetězce. Tyto dílčí segmenty se vytvářejí 

nepřetržitě a umožňují SME těžit ze své flexibility 

a schopnosti rychle reagovat. Klíčová pro úspěšné zapojení do 

globálních řetězců je schopnost inovace, proto také firmy obchodující 

s nadnárodními společnostmi vykazují vyšší míru inovační 

výkonnosti než ostatní podniky (viz OECD, 2009). 

3.2 Vertikální specializace a outsourcing 

Globalizace produkčního řetězce a obchodování v rámci nadnárodních 

korporací jsou v současné době klíčové pro fungování 

mezinárodního obchodu (viz např. Arndt, 2001). Zatímco ekonomická 

teorie se převážně zabývá obchodováním s finálními produkty, 

vznik globálních hodnotových řetězců má za následek 

kromě zvýšení objemů mezinárodního obchodu zejména změnu 

jeho struktury ve prospěch meziproduktů (tj. surovin, komponent 

a nedokončených výrobků). V současné době tvoří meziprodukty 

většinu světových dovozů (viz OECD, 2008). Na základě údajů 

z input-output tabulek zemí OECD lze pozorovat zvyšování podílu 

dovážených meziproduktů ve většině z nich. Stále menší část 

výroby je prováděna uvnitř hranic národních států, snižuje se 

podíl přidané hodnoty na objemu produkce. Globalizace hodnotových 

řetězců má za následek zvyšující se intraodvětvový obchod. 

Evidentní je to zejména v malých ekonomikách s vysokým 

přílivem přímých zahraničních investic. 

Existuje silná vazba mezi internacionalizací produkce, tj. umísťováním 

produkce do jiných zemí prostřednictvím PZI, a růstem 

zahraničního obchodu, není tomu však vždy. Pokud například 

určitá firma začne zásobovat trhy v jednotlivých zemích určitými 

245

výrobky prostřednictvím výrobních kapacit v daných zemích, 

místo aby tam je tam vyvážela, dojde naopak s růstem internacionalizace 

k poklesu zahraničního obchodu (viz Hummels, 1998, 

s. 80). Vazba internacionalizace produkce a růstu obchodu budou 

pouze v případě, že země jsou vzájemně propojeny vertikálními 

vazbami, tj. země se specializují na určitou fázi produkčního řetězce. 

V tomto případě dochází k sekvenčnímu typu produkce, 

kdy jedna země dováží zboží z jiné země, to slouží jako mezispotřeba 

pro výrobu dalšího meziproduktu, a tento proces fragmentace 

produkčního řetězce končí v okamžiku, kdy je daný výrobek 

určen pro konečné užití. Hovoříme pak o „vertikální specializaci“ 4 . 

Vertikální specializace souvisí úzce s pojmem „outsourcing“, ale 

nejde o totožné jevy. Outsourcing můžeme definovat jako umístění 

jedné nebo více fází produkce zboží mimo domácí ekonomiku 

(Hummels, 1998, s. 82). Vezměme si příklad, kdy japonská 

firma umístí výrobu počítačových komponent z Japonska na 

Tchaj-wan, odkud pak vyrobené díly dováží a montuje z nich počítače, 

které jsou určeny pouze pro domácí trh. V tomto případě 

došlo k outsourcingu, ale nedošlo k vertikální specializaci. Pokud 

však Japonsko bude vyrobené počítače vyvážet, dochází jak 

k outsourcingu, tak i k vertikální specializaci. 

3.3 Obchodování se službami 

Zatímco klasická teorie mezinárodního obchodu uvažovala 

zejména transakce se zbožím, v posledních několika desetiletích 

výrazně vzrostly transakce nehmotného charakteru, především 

se službami. Zlepšování technologií, standardizace, infrastruktury 

a snižování nákladů na přenos dat umožnily, že mnoho činností 

službového charakteru je ve zvyšující se míře produkováno 

a spotřebováváno na odlišných místech. Pokrok ICT zvýšil obchodovatelnost 

mnoha druhů služeb a vytvořil jejich nové druhy. 

Jedná se zvláště o tzv. znalostní služby, jako je pořizování a zpra- 

4 Horizontální specializace naproti tomu vyjadřuje situaci, kdy země obchodují 

s výrobky, které jsou od začátku do konce vyráběny v jedné zemi. 

246

cování dat, výzkumné a konzultační služby, které mohou být prováděny 

prostřednictvím internetu. Do levnějších destinací formou 

off-shoringu jsou přesunovány také služby typu call center 

(viz OECD, 2008). 

Služby tvoří v současné době více než 60 % světového HDP a není 

to pouze jev ve vyspělých zemích. Služby tvoří nadpoloviční podíl 

v řadě zemí s velmi nízkou úrovní ekonomické výkonnosti (viz 

World Bank, 2010). V současnosti již neplatí, že jsou služby svou 

povahou neobchodovatelné. Stejně tak neplatí, že většina služeb 

je poskytována prostřednictvím obchodních zastoupení a že je 

tedy nelze porovnávat se zbožovým obchodem. Na rozdíl od 

obchodu se zbožím existují stále významné bariéry dovozu a vývozu 

služeb. Jedná se primárně o regulatorní opatření, které se 

liší od tradičních bariér ve formě cel a kvót. Efekt odstranění 

těchto bariér by přitom mohl být velmi významný, podle některých 

odhadů by se vyrovnal zrušení všech existujících bariér obchodování 

se zemědělskými a průmyslovými komoditami a pomohl 

by zejména rozvíjejícím se zemím (viz Dee, 2001). 

Dalším důvodem, proč je potřeba věnovat pozornost obchodování 

se službami, je stírající se rozdíl mezi „zbožovým“ a „službovým“ 

obchodem. Přestože hranice mezi zbožím a službami je 

zdánlivě zřejmá, ve skutečnosti tomu tak není. Týká se to zejména 

operací, při nichž nedochází při fyzickém pohybu zboží ke 

změně vlastnictví. Např. u operací, kdy je zboží (komponenty) 

dovezeno do určité země k zušlechtění (montáži) a finální výrobky 

jsou vyvezeny zpět, aniž by došlo ke změně vlastnictví, je otázkou, 

zda se uskutečnil dovoz a vývoz zboží (komponent a finálních 

výrobků) nebo se uskutečnil pouze vývoz služby (zušlechťovatelská 

operace). V tom se liší klasický přístup statistiky zahraničního 

obchodu založeného na překročení hranic (celní deklaraci) 

a přístupy platební bilance, kde je klíčová změna vlastnictví. 

Analogicky lze uvést příklad merchatingu, kdy zboží fyzicky nepřekračuje 

hranice (je obchodováno v zahraničí), ale dochází ke 

změnám vlastnictví. 

247

4. ZMĚNY V MODELU OBCHODOVÁNÍ 

V následujícím textu jsou výše uvedené změny v modelech mezinárodního 

obchodu demonstrovány na několika příkladech. Klíčová 

je skutečnost, že stále větší podíl obchodu se odehrává beze 

změny vlastnictví a současně dochází vlivem vertikální specializace 

k výrazným změnám v zahraničně-obchodních vztazích. 

4.1 Tradiční model obchodování 

Na obrázku 5 je zobrazen tradiční model obchodování, kdy vývozce 

a dovozce jsou současně v roli kupujícího a prodávajícího 

a celní dokumentace zobrazuje tok zboží od jednoho k druhému. 

Ve stejném čase nebo v krátké době před nebo po dodání zásilky 

dojde k převodu z bankovního účtu kupujícího na bankovní účet 

prodávajícího. Je to základní princip ekonomické statistiky, pro 

sestavování národních účtů a platební bilance jsou přeshraniční 

transakce založeny na ekonomickém vlastnictví. 

Obrázek č. 5: Schéma tradičního modelu obchodování 

Země A 

Společnost X 

zboží 

Země B 

Společnost Y 

finanční tok 

Zdroj: vlastní zpracování. 

V tomto jednoduchém případě jde zboží od subjektu B k subjektu 

A a současně dochází k toku peněz obráceným směrem. Kdy 

přesně dojde ke změně vlastnictví mezi A a B bude záležet na 

smlouvě a platební dohodě. Ekonomické statistiky použijí překročení 

hranice jako bod, kdy dojde ke změně vlastnictví zboží. 

Z tohoto modelu v zásadě vychází klasická teorie zahraničního 

obchodu. 

248

4.2 Obchodování bez změny vlastnictví 

Ve skutečném světě to ovšem nikdy není tak jednoduché, většina 

transakcí probíhá přes zprostředkovatele, což může mít vliv na 

načasování transakce a v neposlední řadě na záznam této transakce. 

Načasování platby může velmi kolísat a tak může docházet 

mezi kupujícím a prodávajícím k vytvoření závazku, který pomine 

s okamžikem zaplacení zboží, nebo je naopak zaplaceno ještě 

před jeho dodáním. Zboží také často překračuje hranice, ale nemění 

svého vlastníka. Klasickým příkladem je tzv. aktivní zušlechtění 

5 , kde zboží (komponenty) je vyvezeno z jedné země do druhé, 

aby tam bylo zkompletováno a následně vyvezeno zpět (viz 

obrázek č. 6). Fakticky je pouze vyvážena služba, avšak statistika 

zahraničního obchodu tuto transakci zahrne jako dovoz a vývoz 

zboží podle principu překročení hranice 6 . V účetnictví procesora 

(tj. firmy, která provádí zušlechtění) se však objeví pouze tržby za 

poskytnutou službu. 

Z hlediska správného zachycení pro účely platební bilance a národních 

účtů, kde je klíčovým okamžikem změna ekonomického 

vlastnictví, je pak potřeba vyčíslit hodnotu dovážených komponent. 

Následně je třeba tuto hodnotu (podle současného přístupu) 

imputovat do objemu produkce a mezispotřeby v tuzemské 

ekonomice nebo (podle chystané revize standardu národních 

účtů a platební bilance) z hodnoty dovozu a vývozu vyloučit. Tím 

je zajištěna konsistence mezi zdroji a užitím v ekonomice. 

5 Režim tzv. „aktivního zušlechtění“ se objevuje v případě obchodu přes celní 

hranici. Zboží je dovezeno, zpracováno a následně vyvezeno, aniž by bylo propuštěno 

do volného oběhu. Nevztahuje se tedy na něj ani povinnost platit cla a 

daně, což je pro dovozce výhodné. V rámci volného obchodu mezi zeměmi EU 

tento režim de facto neexistuje, přestože existuje řada transakcí, které mají 

obdobný charakter, nejsou však spojeny s celními výhodami. 

6 Pochopitelně ne každé překročení hranice je zahrnováno do statistiky zahraničního 

obchodu; např. zboží určené k tranzitu, dočasné skladování apod. nejsou 

do statistik zahrnovány. 

249

Obrázek č. 6: Schéma obchodování se zbožím v režimu zušlechtění 

Země A 

Zboží k aktivnímu 

zušlechtěni 

Země B 

Společnost 

X 

Opracované 

zboží 

Služba zahrnutá 

v opracovaném zboží 

Společnost 

Y 

Finanční tok = hodnota služby 


Obdobný princip, který byl popsán u aktivního zušlechtění, se 

stává čím dál více uplatňovaným modelem při obchodování s tím, 

jak stále větší část transakcí je realizována uvnitř nadnárodních 

skupin (intrafiremní obchod). V tomto případě navíc dochází ke 

zkreslování účetních dat v závislosti na smluvních cenách a používání 

servisních poplatků k alokaci zisku s ohledem na daňové 

zatížení. Jednotliví „hráči“ v celém procesu výroby a obchodování 

bývají umístěni v různých zemích a tyto případy tak ovlivňují statistiku 

zahraničního obchodu (viz obrázek č. 7). 

Zpracovatelské operace za poplatek (aktivní zušlechtění) se objevují 

v mnoha odvětvích. Roste využívání outsourcování výrobního 

procesu nebo jeho části, kde jedna firma kontraktuje jinou k provedení 

specifické operace, ale ponechává si vlastnictví opracovaného 

materiálu. Typickým příkladem je elektrotechnický průmysl, 

ale tento jev se objevuje ve velkém rozsahu také v chemii, strojírenství, 

oděvním průmyslu a ostatních odvětvích, ve kterých nedochází 

jenom k pohybům produktů mezi závody, ale přes národní 

hranice k opracování a zpátky beze změny vlastnictví. 

250

Obrázek č. 7: Schéma obchodování mezi spřízněnými společnostmi 

A 

Sídlo společnosti (centrála) 

(Finance, vývoj, marketing) 

Zásoby 

B Výrobce C Trh konečných 

spotře- 

D 

Materiál Hotové výrobky 

,,procesor“ 

bitelů 

Dodavatelé 

dílů 


Motivace k upřednostnění „zpracování za poplatek“ je založena 

na snižování nákladů prostřednictvím specializace. Nicméně, 

tento typ transakce mezi spřízněnými společnostmi s sebou nese 

i daňové dopady. Pravidla na přesun zboží z jedné části skupiny 

na jinou vyžadují ohodnocení a zachycení jako tržeb. Prosazování 

určitých doporučení je pro služby mnohem problematičtější, 

proto pro některé firmy se stává „zpracování za poplatek“ nástrojem, 

jak přesouvat zisk do oblastí s nižší mírou zdanění. 

4.3 Kvazi-tranzitní obchod a merchanting 

Jak již bylo uvedeno výše, existuje v zásadě dvojí pojetí zachycování 

zbožových transakcí v mezinárodním obchodě. Jedno vychází 

z principu pohybu zboží a zachycuje operace, při kterých zboží 

překračuje hranice. Není přitom zásadní, zda došlo ke změně 

vlastnictví mezi rezidenty obchodujících zemí. Případy, kdy zboží 

překračuje hranice bez změny vlastníka, mají rostoucí trend. Problém 

z hlediska makroekonomických dopadů nastává tehdy, 

pokud se tyto operace správně nezachytí v jednotlivých statistikách. 

Rozdíl salda vývozu a dovozu se může značně lišit 

251

v závislosti na rozdílu v cenách dováženého a vyváženého zboží 

deklarovaného „na hranici“ a hodnotě transakcí mezi rezidentem 

a nerezidentem. 

Klíčovou roli v oslabení schopnosti pohybu zboží aproximovat 

změny vlastnictví představuje příliv zahraničních investic a z něj 

vyplývající růst vlivu nadnárodních společností. S rostoucím podílem 

nadnárodních společností v ekonomice se totiž zvyšuje podíl 

obchodování realizovaného mezi vlastnicky spřízněnými podniky, 

což má řadu implikací pro statistiku. Jedním z nich je používání 

transferových cen, které si nadnárodní společnosti nastavují tak, 

aby optimalizovaly náklady a daňové zatížení v rámci celé skupiny 

podniků. Cena, za kterou se zboží převádí mezi rezidenty a nerezidenty, 

se tak může významně odlišovat od ceny „na hranicích“, 

což snižuje schopnost statistiky zahraničního obchodu vypovídat 

o výsledku směny zboží mezi zeměmi. 

Dalším podstatným faktorem, který přispívá ke ztížení ekonomické 

interpretace pohybu zboží, je výhodná geografická poloha – 

což je případ České republiky. Ta se projevila v uplynulých letech 

v obrovském rozmachu skladových prostor a tranzitní kamionové 

dopravy v posledních letech. Zboží je do ČR dovezeno, ve skladu 

pak proběhnou drobné operace (např. balení) a následně putuje 

dále přes české hranice s novým obalem a také vyšší cenou. Pokud 

by obchodování bylo realizováno prostřednictvím rezidentů 

dané země, jedná se o klasický re-export a hodnota obchodní 

marže se objeví v přidané hodnotě tuzemského zprostředkovatele. 

Pokud je však zahraniční obchod realizován prostřednictvím 

zahraniční firmy, která není v ČR usazená a neplatí zde ani daň 

z příjmů (tedy operuje sice na území ČR, ale je nerezidentem), 

hodnota zprostředkování se objeví v účetnictví jiné země a dochází 

k nekonzistenci hodnoty zahraničního obchodu ČR (na principu 

překročení hranic) a přidané hodnoty realizované v ČR, (hovoříme 

o „kvazi-tranzitním“ obchodu). 

Dopad tohoto jevu na obchodní bilanci lze ilustrovat na zjednodušeném 

příkladu (viz obrázek č. 8). Řekněme, že české firmy 

252

prodají zahraničním firmám zboží v hodnotě 100, které tyto firmy 

následně fyzicky vyvezou z České republiky a prodají je německým 

firmám za 120. Obdobná situace je v opačném směru, kdy 

zahraniční firmy dovezou zboží do ČR z Německa v hodnotě 80, 

ale prodají je českým firmám za 90. Obchodní bilance oceněná na 

principu překročení hranic je 40, ale skutečná národní bilance 

českých firem vůči zahraničí je daná oceněním v okamžiku změny 

vlastnictví a je podstatně nižší (v našem případě pouze 10). 

Obrázek č. 8: Ilustrace kvazi-tranzitních operací 

Saldo ZO podle 

překročení hranic 

120 – 80 = 40 

120 Firmy registrované 

v ČR 

pouze k DPH 

80 

Skutečné saldo ZO 

České republiky 

100 – 90 = 10 

10 

0 

90 


Rozdíl = přidaná hodnota 

zahraničních 

subjektů = 30 

V uvedeném příkladu vykazuje zprostředkovatelská země (ČR) 

značné objemy dovozu a vývozu a dopad na obchodní bilanci je 

závislý na jejím podílu na daných transakcích. Pokud by obchodování 

bylo realizováno prostřednictvím rezidentů dané země, jedná 

se o klasický re-export a hodnota zprostředkovatelské služby 

se objeví v přidané hodnotě tuzemského zprostředkovatele. 

253

V tomto případě nedochází k problémům konzistence mezi stranou 

zdrojů a užití v ekonomice. 

Pokud je však zahraniční obchod realizován prostřednictvím firmy, 

která nemá povahu rezidenta ČR, hodnota zprostředkování se 

objeví v účetnictví země, kde má daná firma sídlo (např. Německo) 

a dochází k nekonzistenci hodnoty zahraničního obchodu ČR 

(na principu pohybu zboží) a přidané hodnoty realizované v zemi 

ČR. Pak hovoříme o „kvazi-tranzitních“ operacích (viz box č. 2). 

Box č. 2: Definice některých transakcí v zahraničně-obchodních 

vztazích 

V rámci mezinárodního obchodu dochází kromě klasického dodání 

zboží ze země A do země B spojeného se změnou vlastnictví 

k některým operacím, které mají rozdílný dopad do zachycení 

v makroekonomických statistikách (viz UNECE, 2010). 

Jednoduchý tranzitní obchod – popisuje transakce se zbožím, 

které pouze překračují hranice na cestě do místa konečného 

určení. Tyto transakce jsou obecně vyloučeny jak ze statistiky 

zahraničního obchodu (SZO), tak i z platební bilance (PB) a národních 

účtů (NÚ). 

Re-export – popisuje transakce se zbožím, které jsou dovezeny 

do země rezidentem a následně jsou vyvezeny (re-exportovány). 

Při těchto transakcích dochází ke změně vlastnictví, a proto jsou 

obecně zahrnuty jak v SZO, tak i v PB a NÚ. 

Merchanting – popisuje nákupy zboží rezidentem příslušné ekonomiky 

od nerezidenta kombinované s následným prodejem 

stejného zboží jinému rezidentovi bez toho, aby zboží bylo fyzicky 

přítomno v příslušné ekonomice. Tyto operace nejsou zahrnuty 

v SZO a podle současného standardu PB a NÚ jsou považovány za 

vývoz služby. V revidovaných manuálech PB a NÚ však bude tato 

operace považována za vývoz zboží. 

Kvazi-tranzitní obchod – popisuje transakce se zbožím, které je 

dováženo do země subjektem, jenž je v této zemi považován za 

254

nerezidenta, a následně vyvezeno do třetí země v rámci stejné 

ekonomické nebo celní unie. 

Hranice mezi re-exportem a kvazi-tranzitem není vždy zřetelná. 

V souvislosti s globalizací produkce a fragmentací produkčního 

řetězce nadnárodní společnosti často zboží přesunují z jedné 

země do druhé, přičemž je obtížné rozlišit, zda došlo ke změně 

vlastnictví. Vlastnictví zboží může být převáděno z jedné země do 

druhé zcela nezávisle na fyzickém pohybu zboží. 

Typickým případem je jednak tzv. „Rotterdamský efekt 7 “, ale 

stále více se objevují kvazi-tranzitní operace také v obchodu 

uvnitř Evropské unie (včetně České republiky). 

Zatímco v případě klasického „Rotterdamského efektu“ zboží 

tranzitní zemí pouze protéká, v případě „vnitrounijního kvazitranzitu“ 

nabývají transakce velmi různorodých podob. Převažující 

část těchto operací probíhá mezi vlastnicky spřízněnými subjekty, 

přičemž motivace je různá (viz tabulka 1). Může se jednat 

o logistické důvody, kdy určitá země má z geografického hlediska 

strategickou polohu a slouží jako exportní brána do dalších zemí 

(týká se zejména zemí střední Evropy včetně České republiky). 

Může také jít o výše popsané případy zušlechťovacích operací 

nebo strategii nadnárodních firem o rozdělení trhu. Škála motivů 

je různorodá, základem je však redukce nákladů a daňová optimalizace. 

7 „Rotterdamský efekt“ znamená, že se zahraniční obchodní transakce ohlásí 

pro statistiky EU nejprve jako dovoz ze země mimo EU do členského státu EU, ve 

kterém zboží překročilo hranice EU a bylo propuštěno do volného oběhu. Tento 

statistický záznam tvoří součást systému Extrastat. Další pohyb zboží z tohoto 

členského státu EU do členského státu EU, který je konečnou skutečnou dovážející 

zemí, je následně zaznamenán jako odeslání (vývoz) a příchod (dovoz) mezi 

těmito dvěma členskými státy EU v rámci Intrastatu. „Rotterdamský efekt“ 

existuje i v případě vývozů ze Společenství, ovšem v menší míře. Vede k nadhodnocení 

objemu vývozu a dovozu u členských států EU, které jsou tomuto 

jevu vystaveny. 

255

Tabulka 1: Typy aktivit a motivace obchodování nerezidentských 

firem 

Činnosti 

Distribuční činnosti – pronájem skladů, nákup 

logistických činností import/exportprodeje 

v tuzemsku 

Prodejní kanály – „exportní brány“ (např. ze 

západu na východ Evropy) 

Aktivní zušlechtění – dovoz/vývoz, nákup zpracovatelských 

služeb v tuzemsku 

Motivace 

Logistika 

Organizační/redukce 

nákladů 

Daňové výhody 

Redukce nákladů 

Zprostředkování mezi rezidenty – nákup od 

rezidentů po zušlechtění, prodej rezidentům 

(žádný dovoz) 

Ovládnutí trhu/dohody 

mezi 

zahr. podniky 

Zdroj: vlastní zpracování na základě prezentace statistického úřadu 

Maďarska. 

Možné řešení těchto nekonzistencí je v zásadě dvojí. Buď se imputuje 

do dovozu služeb položka nazvaná „branding“ 8 nebo jsou 

údaje o zbožovém obchodu mezi hranicemi upraveny na pojetí 

změny vlastnictví. Zatímco oficiálně je v rámci EU preferován 

první způsob, který zajišťuje konsistenci zbožového obchodu 

s celní statistikou a úprava je provedena v bilanci služeb, metodicky 

správnější a pro analytické účely vhodnější je úprava zbožového 

obchodu. Na straně nerezidenta (rezidenta země B) se pak 

jedná o tzv. merchanting, tedy obchodní služby v zahraničí, které 

vstupují do vývozu služeb. 

Z hlediska dopadů výše uvedených jevů na makroekonomické 

agregáty je závažná zejména disproporce mezi nabídkou a poptávkou 

v ekonomice. Z definice platí, že úhrnná nabídka (přidaná 

hodnota a dovoz) se rovná úhrnné poptávce (spotřeba, inves- 

8 Položka zohledňuje cenové rozdíly v obratu zahraničního obchodu vyplývající 

z vnitropodnikových přeshraničních operací nadnárodních firem registrovaných 

na území ČR k platbě DPH (viz ČNB, 2010). 

256

tice, zásoby a vývoz). Bilanční nerovnováha, která je uměle vytvořena 

rigiditou statistiky zahraničního obchodu, pak především 

zkresluje stranu poptávky. 

Další problém nastává z hlediska konzistence běžného a finančního 

účtu platební bilance. Zjednodušeně řečeno, toku hmoty 

(pohybu zboží) neodpovídají toky peněz. Uvažujme následující 

velmi častý případ, kdy česká firma (rezident) prodá své mateřské 

společnosti zboží za stanovenou cenu ještě na území ČR. Mateřská 

společnost zastoupená zde subjektem registrovaným pouze 

k DPH pak zboží převeze přes hranice a nahlásí statistikům zcela 

jinou hodnotu (obvykle vyšší), za kterou zboží na západním trhu 

prodá. Opticky to vypadá dobře, dceřiná společnost (rezident) 

však má výnosy výrazně nižší. Při agregaci těchto dat tak dojde 

k disproporci mezi běžným a finančním účtem platební bilance, 

pohyby zboží převyšují pohyby peněz. 

ZÁVĚR 

Průvodním jevem globalizace ekonomického světa je stírání hranic 

mezi jednotlivými národními státy. Významnou roli v tom 

hraje mezinárodní obchod, jehož forma a motivy zároveň nabývají 

stále různorodějších podob. V posledních několika málo desetiletích 

došlo k obrovským změnám v jeho struktuře, objemu 

a dynamice. Zatímco klasická teorie zahraničního obchodu uvažovala 

v zásadě pouze zbožový obchod s finálními produkty, 

v současné době je vlivem fragmentace produkčních řetězců 

převažující formou obchod s meziprodukty a stále větší dynamiky 

nabývá obchod se službami. Ve stále vyšší míře probíhá vzájemný 

obchod mezi zeměmi, aniž by se změnilo vlastnictví obchodovaného 

zboží a obráceně – tedy zboží mění vlastnictví, aniž by překročilo 

hranice dané země. Klíčová v tomto procesu je role nadnárodních 

společností. S dynamickým vývojem toků přímých 

zahraničních investic dochází k růstu vlivu nadnárodních společností 

na ekonomickou aktivitu jednotlivých zemí. 

257

Základní implikací těchto jevů je stále obtížnější možnost zachytit 

je korektně formou statistických údajů a tedy i ztížená možnost 

získat objektivní data o fungování ekonomiky pro analytické účely 

a formování hospodářské politiky. Je pravděpodobně nutné se 

smířit s tím, že odraz ekonomických jevů ve formě statistiky bude 

vždy pozadu za dynamicky se vyvíjející realitou. Přesto je nutné 

usilovat o soustavné dotahování této mezery, a to zejména větší 

koordinací jednotlivých statistik, sbíráním dílčích informací 

a sestavováním obrázku o aktivitě firem, jejich vzájemných vazbách. 

Nevyhnutelným trendem bude také častější využívání modelování 

místo prostého součtu údajů z účetnictví, např. při organizačních 

změnách, kdy jsou zcela protichůdné tendence nominálních 

a reálných veličin. V případech, kdy např. vlivem daňové 

optimalizace dochází ke zkreslování přidané hodnoty podniků 

(nadhodnocování či podhodnocování tržeb nebo nákladů), je 

nezbytné využití alternativních metod jejího výpočtu. Jedná se 

zejména o důchodovou metodu, která poskytuje reálnou vazbu 

na využití výrobních faktorů v dané zemi (součet mzdových nákladů, 

daní, dotací, spotřeby kapitálu a provozního přebytku). 

258

LITERATURA 

ARNDT, S. W. – KIERZKOWSKI, H. (2001): Fragmentation: New 

Production Patterns in the World Economy. Oxford: Oxford University 

Press 2001. 

BERGOEING, R., KEHOE, T. J., STRAUSS-KAHN, V., Yi, K. (2004): 

Why is Manufacturing Trade Rising Even as Manufacturing Output 

is Falling? American Economic Review, 2004, Vol. 94(2), str. 

134–138. 

CIHELKOVÁ, E. a kol. (2008): Mezinárodní ekonomie II. Praha: C. 

H. Beck 2008. ISBN 978-80-7400-054-6. 

ČNB (2010): Vývoj platební bilance v 2. čtvrtletí 2010. Praha: ČNB 

2010. 

DEE, P. (2001): Trade in Services. Working Paper, conference 

„Impacts of Trade Liberalisation Agreements on Latin America 

and the Caribbean“. Dostupné z URL: http://www.internationaleconomics.eu/anglaisgraph/communications/pdf/2001/washington/dee.pdf. 

DUNNING, J. H. (1993): Multinational Enterprises and the Global 

Economy. Workingham: Addison-Wesley Publishing 1993. 

FAGERBERG, J. (2000): Technological Progress, Structural Change 

and Productivity Growth: A Comparative Study. Oslo: University 

of Oslo 2000. 

GRUBEL, H. G., LLOYD, P. J. (1975): Intra-Industry Trade. New 

York: John Wiley 1975. 

HAVRYLYSHYN, O., KUNZEL, P. (1997): Intra-industy Trade of Arab 

Countries: an Indicator of Potential Competitiveness. Washington: 

International Monetary Fund, 1997 (Working Paper No. 47). 

HELPMAN, E., MELITZ, M. J., YEAPLE, S. R. (2004): The Factor 

Content of Foreign Trade. American Economic Review, 2004, č. 

94, s. 300–316. 

259

HUMMELS, D. (1998): Vertical Specialization and the Changing 

Nature of World Trade. Frbny Economic Policy Review, June 

1998, s. 79–98. 

IMF (1993): Balance of Payments Manual (5th edition). Washington: 

IMF 1993. 

JONES, R. W. (2000): Globalization and the Theory of Input Trade. 

Cambridge (MA): MIT Press 2000. 

KADEŘÁBKOVÁ, A. (2006): Česká republika v globalizované 

a znalostně založené ekonomice. Praha: CES VŠEM 2006. 

LEAMER, E. (1995): The Heckscher-Ohlin Model in Theory and 

Practice. Princeton: Princeton Studies in International Economics, 

1995. 

LINDER, S. B. (1961): Essay on Trade and Transformation. New 

York: John Wiley and Sons 1961. 

LOVE, P. – LATTIMORE, R. (2009): International Trade. Free, Fair 

and Open? Paris: OECD 2009. 

MARKUSSEN, J. (1995): The Boundaries of the Multinational Enterprise 

and the Theory of International Trade. Journal of Economic 

Perspectives, 1995, č. 9, s. 169–189. 

OECD (2005): Measuring Globalization: Handbook on Economic 

Globalization Indicators. Paris: OECD 2005. 

OECD (2008): Staying Competitive in the Global Economy. Compendium 

of Studies on Global Value Chains. Paris: OECD 2008. 

PAUS, E. (2005): Foreign Investment, Development, and Globalization. 

New York: Palgrave Macmillan, 2005. 

PORTER, M. (1990): The Competitive Advantage of Nations. New 

York: Free Press 1990. 

POSSNER, M. V. (1961): Technical Change and International Trade. 

Oxford Economic Papers, 1961, No. 13, s. 323–341. 

260

PRICE, V. C. (2001): Some Causes and Consequences of Fragmentation. 

In: Arndt, S. W., Kierzkowski, H. (eds.): Fragmentation: 

New Production Patterns in the World Economy. Oxford: Oxford 

University Press 2001. 

SRHOLEC, M. (2004): Přímé zahraniční investice v České republice. 

Praha: Linde 2004. 

UNCTAD (2006): Global Value Chains for Building National Productive 

Capacities. UNCTAD, 2006, TD/B/COM.3/79. 

UNECE (2010): Impact of Globalisation on National Accounts: 

Practical Guidance (draft). Geneva: UNECE, 2010. 

WORLD BANK: World Development Report. Washington: World 

Bank, 2009. 

YI, K.: Can Vertical Specialization Explain the Growth of World 

Trade? Journal of Political Economy, 2003, Vol. 11(1), s. 52–102. 

Zamrazilová, E.: Důsledky přílivu přímých zahraničních investic. 

In: Kadeřábková, A. a kol.: Růst, stabilita a konkurenceschopnost 

III. Česká republika v globalizované a znalostní ekonomice. Praha: 

Linde 2007. 

261

262

LOBOVÁNÍ – PROSAZOVÁNÍ ZÁJMŮ NEBO 

KORUPCE? 

Šárka Laboutková, Milan Žák 

ÚVOD 

Vývoj soudobé ekonomické teorie, čerpající zejména z neoklasické 

teorie, se v současnosti dostává do stále vëtších tëžkostí 

při vysvëtlování probíhajících zmën ve společnosti. Jednou 

z hlavních příčin je určitá uzavřenost hlavního proudu ekonomické 

teorie, která jakoby nebrala v potaz dynamický vývoj ostatních 

společensko-vëdních disciplín. 

Koncem 20. století se začaly na pomezí ekonomie formovat teorie 

stojící mimo hlavní proud – zejména přístupy nové institucionální 

ekonomie, teorie veřejné volby, nové politické ekonomie 

apod. (viz Vymëtal, Žák, 2005), které se zabývají mj. aplikací ekonomické 

teorie na analýzu „netržního“ rozhodování, zkoumáním 

vývoje a vlivu politických systémů na vývoj společnosti, pojmenováním 

zájmů a hledáním mechanismů jejich prosazování. Ukazuje 

se totiž, že zájmy a jejich sledování a prosazování nelze zjednodušenë 

chápat jen v rovinë ekonomické, ale že jsou mnohovrstevnou 

veličinou působící ve všech sférách společnosti, a to nejen 

dnes, ale i v historickém kontextu, navíc jako veličina neustále se 

mënící v čase. Obrázek č. 1 rozdëluje tuto mnohovrstevnost 

v určitém zjednodušení na tři sféry: sféru ekonomiky, sféru kultury 

a sféru politiky. Důležité poselství tohoto byť zjednodušujícího 

schématu je ve skutečnosti, že ukazuje, že ekonomické zájmy 

nepůsobí samostatnë, ale jsou ovlivňovány zájmy jinými, či, lépe 

řečeno, jinak chápanými, vnímanými. 

263

Hlubší analýza zájmů, které, jak vidno nejsou nebo nemusí být 

jen ekonomické, vedla k teorii zájmových skupin 1 . Odhalení významu 

důležitosti role zájmových skupin v rozhodovacích procesech 

znamenalo reflektovat kromë ekonomie i ostatní (příbuzné, 

navazující) vëdní disciplíny, konkrétnë historii, sociologii, politologii, 

právní vëdy apod. Výsledkem vzniku, formování, prosazování 

a důsledků realizace zájmů je analýza vztahů mezi sociálními 

strukturami společnosti a politickými institucemi. V tomto kontextu 

je třeba zmínit, že základním univerzálním „platidlem“ při 

vyjednávání je informace, která se stává zbožím smëňovaným 

mezi politiky a voliči za zvláštních, zcela specifických podmínek. 

Snaha ovlivnit rozhodování dala tak vzniknout nejen zájmovým 

skupinám, ale i celé řadë praktik, z nichž ty legální můžeme shrnout 

pod společný název – lobbování/lobbing (viz box č. 1). 

Obrázek č. 1: Harmonizace společenských zájmů 

Zdroj: Spěváček a kol., 2002, s. 33, vlastní úprava. 

1 Zájmovou skupinou jsou organizovaní jednotlivci, kteří mají určité společné 

potřeby a zkouší ovlivnit veřejnou politiku s cílem tyto potřeby uspokojit. 

264

Box č. 1: Lobby 

Lobby je slovo cizího původu. Podle jazykové poradny Ústavu pro 

jazyk český AV ČR je slovo lobby ženského rodu a je v češtinë 

nesklonné. Odvozená slova zachovávají v základu dvë b: lobbování, 

lobbovat. Přípony -ista, -ismus se nepřipojují mechanicky 

k celému základovému slovu, ale ze dvou stejnë vyslovovaných 

samohlásek y - i zůstává pouze jedna, a to i. Píšeme tedy lobbista, 

lobbistický, lobbismus, lobbing. Lobby je odvozeno od latinského 

labium – vstupní hala. Pojem přichází z USA, slovo lobbying se 

podle Webster´s Dictionary poprvé objevilo v roce 1837. Lobby je 

hala, vestibul, předsálí, přenesenë – nátlaková skupina. 

V Čechách loubí – zahradní konstrukce porostlá popínavými rostlinami. 

Podloubí – vnëjší otevřená klenutá chodba se sloupy 

v přízemí domu. 

V dalším textu se chceme této problematice vënovat proto, že 

výzkum lobbování jako možností prosazovat zájmy v posledních 

desetiletích významnë posílil, nicménë analýza fenoménu lobbování 

je prozatím napříč obory nedostatečná. Přitom lobbing je ve 

vyspëlých politických kulturách považován za legitimní ovlivňování 

rozhodovacích procesů a projevuje se jako posun od konceptu 

„vlády“ ke konceptu „vládnutí“. Nástrojem vládnutí je občanský 

dialog, který rozvíjí participativní demokracii, tzn. možnost 

vyjádření a účasti na rozhodovacím procesu nejen prostřednictvím 

volebního práva, ale i bëhem volebního období (viz Laboutková, 

2009a). V České republice (stejnë tak jako v ostatních tranzitivních 

zemích) je však tomuto fenoménu vënovaná malá pozornost. 

Se zájmy, jejich organizací a členstvím v organizacích 

reprezentujících zájmy okrajovë pracují sociologové a částečnë i 

politologové. V pracích českých ekonomů se s tímto tématem 

setkáváme pouze ojedinële. Nejen mezi laickou, ale i odbornou 

veřejností včetnë politiků chybí základní pochopení jeho funkce, 

je často zamëňován s korupčním chováním, útržkovitë se referuje 

o jednotlivých lobbistických aktivitách, chybí základní komparace 

mezi jednotlivými režimy a právními úpravami lobbingu. Problém 

265

je ještë komplikován skutečností, že institucionální uspořádání 

a vývoj k tomuto uspořádání je v různých částech svëta odlišný, 

a proto, zjednodušenë řečeno, „lobbingů“ je mnoho. V dalším 

příspëvku se zamëříme na situaci v EU a v ČR. 

1. DEFINICE LOBBINGU 

Vëtšina definic charakterizuje lobbing jako ovlivňování legislativních 

a rozhodovacích procesů 2 či prosazování partikulárních zájmů 

odlišných od společensky obecnëjších. Jediná všemi přijatelná 

definice však neexistuje. Důvodem, proč není možné nalézt 

jednu definici, která by vyhovovala všem, je odlišné institucionální 

klima jednotlivých zemí, různost typů kapitalistické společnosti 

a rozdílné historické a kulturní podmínky zemí. Je to také dáno 

neustálým vývojem a posunem chápání politiky, veřejných záležitostí 

a zájmů. 

Encyclopædia Britannica pojímá lobbing jako legální součást politického 

systému 3 : jde o jakýkoliv pokus jedinců nebo zájmových 

skupin soukromého charakteru ovlivnit rozhodování vlády; ve 

svém původním významu je zmiňován jako snaha ovlivnit hlasování 

zákonodárců v kuloárech zákonodárné komory parlamentu. 

Lobbing je v určité formë nepostradatelnou součástí jakéhokoliv 

politického systému. Nejznámëjší a v evropském kontextu asi 

nejpoužívanëjší definicí je definice odborníka na problematiku 

lobbingu na evropské úrovni Luigiho Graziana: „Lobbing je spe- 

2 Např. na semináři pořádaném Institutem pro politickou a ekonomickou kulturu 

v roce 2004 na téma „Lobbismus versus korupce“ zaznëly tyto názory: fenomén 

lobbování, tedy působení zájmových skupin v rozhodovacích procesech (Müller) 

a co je to vlastnë lobbing – v zásadë znamená ovlivňování tëch, kdo rozhodují 

o zákonech nebo rozdëlují finanční prostředky (Kučera). Na stejném semináři 

vymezil Růžička v příspëvku zamëřeném na lobbing v USA lobbing jako činnost, 

sestávající z pëti klíčových aspektů: 1) zájmů, 2) přístupu k zákonodárcům, politikům 

a vládním úředníkům, 3) informací, 4) penëz a 5) snahy získat vliv (viz 

www.ipek.cz/soubory/01_KOMPLET.html). 

3 Viz www.britannica.com. 

266

cializovaná a odborná reprezentace prostřednictvím široké škály 

prostředků, které v zásadë vylučují korupční výmënu služeb, ve 

své povaze velmi odlišná od obecné nespecializované reprezentace, 

kterou zajišťují volení zástupci. Jako reprezentant partikulárních 

zájmů lobbista dodává informace a technicko-odborné 

expertizy, které mohou být užitečné a nëkdy rozhodující při definování 

legislativní a správní regulace“ (viz Graziano, 2001, s. 248). 

Nutnost vymezení lobbingu proti korupci si všímá česká pobočka 

Transparency International, když varuje: „Lobbing je prosazováním 

zájmů určité skupiny v rámci politického procesu, tedy při 

schvalování legislativy nebo exekutivních rozhodnutí. Je považován 

za legitimní činnost. Při lobbingu existuje vysoké riziko, že se 

pracovní metodou lobbistů stanou různé formy korupce.“ 4 A do 

třetice, definici lobbingu, především ve vztahu k lobbingu v Evropské 

unii, uvádí Olivier de Schutter, 5 profesor evropského práva 

na univerzitách ve Florencii, Štrasburku a Lovani: „Za činnost 

spočívající v ovlivňování je obecnë považována typická činnost 

zájmových skupin, která má za cíl ovlivňovat legislativní a rozhodovací 

proces EU z pohledu prosazení jejich zájmů, které jsou 

hypoteticky považovány za odlišné od obecnëjších komunitárních 

zájmů“ (de Schutter, 1995, s. 113 ). 

Shrneme-li výše uvedené definice, můžeme konstatovat, že lobbing 

je v první řadë zamëřen na prosazování zájmů, je nepostradatelným 

zdrojem informací a nejvëtším problémem je vymezení 

lobbingu vůči korupci. Tomuto problému se chceme 

v následujícím textu vënovat se zvýšenou pozorností. 

4 

Korupce a protikorupční politika ve veřejné správë. Praha, Transparency International, 

2008, s. 109. 

5 

de Schuter, O.: „La fonction des groupes de pression dans la Communauté 

européenne“. Courrier hebdomadaire du CRISP, č. 1398–1399. In: Christophe 

Degryse, Dictionnaire de l’Union européenne. Brusel 1995. 

267

2. LOBBY A LOBBING V EKONOMICKÉ LITERATUŘE 

Vývoj literatury o lobbingu můžeme vysledovat ve čtyřech vlnách 

studií o zájmových skupinách. První zkoumá aktivity různých skupin 

a zájmových koalic v politice USA (viz Herring, 1929; Schattschneider, 

1935), která nakonec vedla k politické teorii konceptu 

zájmových skupin (viz Truman, 1951). Optimistický pohled na 

teorii skupin ohlednë jejich rovnocenného postavení pozdëji 

zpochybnil Mancur Olson (1965), který vyvinul teorii o kolektivní 

akci s argumentací, že skupiny mají často problémy s prosazováním 

společného zájmu. Druhá vlna přináší výzkum role 

zájmových skupin v politice v komparaci s jinými zemëmi než je 

USA – studie se ve své vëtšinë zamëřovaly na jednotlivé zemë (viz 

Ehrmann, 1958; Finer, 1958). Třetí vlna odráží vliv rozdílných typů 

systémů zájmových skupin jednotlivých států (viz Schmitter 

a Lehrmbruch, 1979; Berger, 1981; Wilson, 1990; Richardson, 

1993). Studium zájmových skupin v EU se vyvíjelo v izolaci od 

výše uvedených pramenů, i když nëkteré z článků se na tyto práce 

odvolávají. Současné studie (čtvrtá vlna) jsou charakteristické 

tím, že lobbing přestal být chápán jako výsadní atribut politik EU 

a začal být vidën jako aktivita, která se může vyskytovat 

v jakémkoli politickém systému. Výzkum se začal zabývat institucionálními 

příležitostmi a omezeními, které determinují kdo, kdy 

a jak lobbuje v EU. Woll (2006) vyzdvihuje v této souvislosti význam 

srovnávacích studií. Komparace mezi dvëma nejvëtšími 

lobbistickými centry na svëtë 6 : Washingtonem, D.C. a Bruselem 

poskytuje daleko hlubší proniknutí do podstaty problému, pomáhá 

lépe pochopit, jaké institucionální podmínky determinují 

6 

Jak přiznává samotná bruselská administrativa, pracuje v Bruselu více jak 

13 000 lobbistů a Brusel je tak druhým nejvëtším lobbistickým centrem na svëtë 

– prvenství má Washington, D. C. s cca 25 000 lobbisty amerického Kongresu 

(viz www.eurolobby.net – 2. 9.2008). Problém je však v tom, že nëkteří i vlivní 

lobbisté se k této profesi nehlásí a pracují pod „krycími“ funkcemi typu: European 

Public Affairs Specialist, European Public Affairs Professional, Specialist 

Public Affairs Consultant, Government Relations Officer, Corporate Affairs Manager, 

Business Communication Office atd. atd. 

268

metody a styly lobbování. I když existuje mnoho rozdílů mezi 

obëma územními celky, lobbisté v obou přicházejí do kontaktu 

s nastavenými institucionálními parametry, které jsou společné 

z hlediska funkcí a rolí, jež zastávají v politickém procesu. 

Studie o lobbování v EU, které se začaly objevovat v posledních 

třiceti letech, se zpočátku zabývaly spíše deskripcí jednotlivých 

případů lobby, jež se objevovaly v souvislostech rozhodovacího 

procesu EU. Práce z té doby byly až na pár výjimek (viz Meyuand 

a Sidjanski, 1967; Kirchner, 1981) reakcí na růst reprezentace 

zájmů v mezinárodním mëřítku v období, které je datováno přijetím 

Jednotného evropského aktu. Bëhem druhé poloviny 80. let 

a první poloviny let 90. pozorovatelé poukazovali na explozi lobbistických 

aktivit v Bruselu. V této dobë vzniklo mnoho evropských 

federací, firem a nadnárodních asociací, které se v hlavním 

mëstë Belgie usídlily. Cílem autorů, kteří se tímto fenoménem 

nárůstu reprezentace zájmů zabývali, bylo zmapování terénu 

lobbingu v EU (viz Butt a Phlilip, 1985; Greenwood, 1997). Nëkteří 

z nich se soustřeďovali na modely zprostředkování zájmů (viz 

Mazy a Richardson, 1993; Wallace a Young, 1997), kde hlavním 

objektem zájmu byly buď národní zájmové skupiny (viz Schendelen, 

1993) či evropské federace (viz Bindi, 1994). Jiné prameny 

výzkumů se zamëřily na druhy lobbování, což vedlo k záplavë 

příruček a návodů „jak lobbovat v EU“ (viz Mack, 1989; Gardner, 

1991). 

Ze zprávy o literatuře zabývající se lobby v EU, kterou vypracovali 

Andersen a Eliassen (1995,1998) na základë zhodnocení asi tří 

stovek studií o lobby v EU v 90. letech, vyplývá její empirická 

pestrost, ale silný teoretický deficit. Přesto je možné najít literaturu, 

která se lobbováním zabývá z pozice teorie. Můžeme ji rozčlenit 

zhruba do čtyř oblastí: korporatismus versus pluralismus, 

studie kolektivní akce, studie o evropském vládnutí a výzkumy 

poevropšťování zájmových skupin. 

Studie rozpracovávající korporativní systém jsou více ménë založené 

na principu komparace. Možnost tradičního korporativního 

269

přístupu fungování zájmových skupin na úrovni EU byla odmítnuta 

(viz Streeck a Schmitter, 1991). Vëtšina autorů se přiklání 

k názoru, že model reprezentace zájmů na nadnárodní úrovni, 

resp. na úrovni EU by mël být popisován jako transnacionální 

pluralismus či „elitní pluralismus“ (viz Coen, 1997; Mazey a Richardson, 

2002). Výjimkami je pár „ostrovů korporatismu“ 

v různých oblastech, jako např. raná společná zemëdëlská politika 

(viz Greenwood et al., 1992). 

V tradici Mancura Olsona se nëkteří teoretici zamëřují na zkoumání 

problematiky kolektivní akce zájmových skupin, jejíž složitost 

je dána charakterem víceúrovňové politiky EU (viz Jordan 

a McLaughlin, 1993; Aspinwall a Greenwood, 1998; Greenwood, 

2002), a tak vëtšina jejich prací končí závërem, že efektivní kolektivní 

akce na nadnárodní úrovni je obtížná dokonce i pro skupiny 

s velkým počtem vlivných aktérů. Díky poznání problémů kolektivní 

akce v multiúrovňovém systému vládnutí se pozornost přesunula 

ze zájmových skupin na lobbing privátních aktérů. Coen 

(1996, 1997, 1998) ukázal, že jednotlivé firmy jsou důležitými 

politickými hráči a výzkum se začal více zamëřovat spíše na skupiny 

nového typu a ad hoc aliance než na tradiční zájmové skupiny 

(viz Cowles, 2001). 

Třetí teoretická vëtev se zabývá zájmovými skupinami z pohledu 

jejich zařazení do hospodářsko-politického systému EU. Kohler- 

Koch a Eising (1999) demonstrovali, jak se zájmové skupiny podílejí 

na vytváření části sítë jednotlivých unijních politik, které charakterizují 

vysoce odvëtvové řízení EU. Aktivity zájmových skupin, 

podle nëkterých autorů, navíc prokazují trvalost víceúrovňového 

prostředí evropských politik (viz Kohler-Koch, 1994; Hooghe, 

2002). Další autoři vidí v zájmových skupinách přirozeného hráče, 

který se snaží vyplnit deficit demokratického rozhodování. Bílá 

kniha o evropském vládnutí (COM (2001) 428 final) explicitnë 

zdůraznila zapojení nevládních aktérů do procesu rozhodování 

jako způsob vládnutí v absenci přímé demokracie. V této souvislosti 

se odborníci snažili vyhodnotit, jestli angažmá zájmových 

270

skupin – nëkdy také označované obecnë jako občanská společnost 

– může opravdu přispët k demokratickému vládnutí v EU 

(viz Warleigh, 2000, 2003; Saurugger, 2003b, 2003c) a jestli nevládní 

organizace jsou schopné pomoci více přiblížit Evropskou 

unii jejím občanům (viz Warleigh, 2001). 

Studie zabývající se poevropšťováním testují transformaci zprostředkování 

zájmů srovnáváním národních tradic a studiem zmën 

funkcí a chování v zájmových skupinách působících v nadnárodních 

strukturách (viz Coen, 1998; Sidenius, 1998; Kohler- 

Koch a Quittkat, 1999; Quittkat, 2000; Wilts, 2001; Beyers, 2002; 

Saurugger, 2003a). Jedním z nejčastëjších závërů z tëchto studií 

je, že národní politické tradice hrají stále významnou roli 

v kontextu tvorby politiky EU, ačkoli se určité sbližování může 

objevit. Nicménë unijní politiky mají dopad na způsoby, jakými 

národní skupiny komunikují se svými vládami (viz Schmidt, 1996). 

Vedle tradičního vysvëtlení poevropšťování, kdy tento jev je objasňován 

pomocí hodnoty zdrojů (vstupních faktorů), tj. pracovníků 

zájmových skupin, finanční síly apod., najdeme studie, 

v nichž autoři nabízejí alternativní vysvëtlení tohoto jevu a analyzují 

důležitost „ukotvení" zájmové skupiny v jejím bezprostředním 

okolí. Ve výzkumu se zamëřují na tři základní faktory: členy 

(klienty), finanční zdroje (jejich finanční závislost) a sektor (odvëtví, 

ve kterém jsou zájmové skupiny aktivní a jak si tento sektor 

stojí z pozice státu – je regulován, dotován, chránën nebo se 

jedná o strategické odvëtví v rámci celé Evropy apod.) (viz Beyers 

a Kerremans, 2007). 

Zejména dva poslední smëry – „evropské vládnutí“ a „poevropšťování“ 

– v evropské literatuře o zprostředkování zájmů dominují. 

V literatuře z poslední doby je však možné vysledovat trochu 

odlišný smër zájmu: studium institucionálních a politických podmínek 

zastupování zájmů. Tento výzkum vnímá lobbování v EU 

jako dané a snaží se porozumët jeho logice. Jaké to jsou podmínky, 

které ovlivňují kdo lobbuje, kdy, jak a s jakým efektem? Cílem 

tëchto výzkumů je zpravidla touha porozumët, kdo je v pozici 

271

ovlivňovat politický proces, ačkoli jen pár studií se tento vliv snaží 

skutečnë mëřit (viz Michalowitz, 2004). Autoři se hlavnë snaží 

identifikovat fáze politického procesu, ve kterých je lobbování 

nejefektivnëjší (viz Crombez, 2002), důvody, které vedou k volbë 

postupu v zastupování zájmů (viz Eising, 2004) či podmínky, za 

kterých je soukromý sektor schopný získat přístup k možnosti 

ovlivnit politický proces (viz Bouwen, 2002, 2004a, 2004b). Další 

autoři se zabývají hlavními prvky technik lobbování soukromého 

sektoru, jako jsou „insiders“, „outsiders“ a legální strategie lobbování 

(viz Beyers, 2004; Bouwen a McCown, 2007 ), a kdo je 

kým ovlivňován (viz Woll, 2006). Problematika integrace a lobbování 

v nových členských státech Evropské unie se objevuje např. 

v pracích Mc Gratha (2008), Leblonda (2008) či Hrebenara, Mc- 

Betha a Morgana (2008). 

Všem tëmto studiím je společné poznání, že lobbování nemůže 

být porozumëno bez znalosti institucí a politického kontextu, ve 

kterém zájmové skupiny vyvíjejí svoji aktivitu (viz Grossmann, 

2004). Cílem tohoto nového prvku ve výzkumu je identifikovat 

příležitosti a omezení, které formují institucionální logiku ve 

zprostředkování zájmů v EU. 

Až na výjimky se jedná o deskripci 7 . Přesto i v literatuře z dřívëjší 

doby můžeme najít komparace různých národních politických 

systémů (uspořádání) s lobbováním v EU. Například Schrapf 

(1988) srovnával nëmecký federalismus s EU; na tomto příkladë 

ukázal, že sdružené rozhodování v obou systémech chrání zákonodárce 

před tlakem zájmových skupin. Na základë této práce 

Grande (1996) demonstroval, že určitý odstup zákonodárců od 

7 Empirické zkoumání se zamëřilo na ovëření nëkterých teoretických zámërů, 

zejména terii Olsonovu, tedy na vztahy mezi silou zájmových skupin a ekonomickým 

růstem (viz Abramovitz, Pryor, Choi, Meurrell, in Meurrell, 1993; Olson, 

1982). Empiricky potvrzen byl předpoklad, že síla zájmových skupin roste 

s počtem let, ve kterých zemë zažívala politickou stabilitu (viz Meurrell, 1993). 

Rovnëž se na základë komparativních studií mezi jednotlivými zemëmi potvrdilo, 

že počet zájmových skupin roste tam, kde existuje vëtší produkt k redistribuci 

(viz Datta, 1985; Weede, 1984; Lehner, 1985). 

272

zájmových skupin umožňuje zákonodárcům vybírat pouze ty 

návrhy, které jsou v souladu s jejich politickým programem 

a vyhnout se tëm, které by mohly politická jednání dostat do 

patové situace. To může vést k hypotéze, že federativní uspořádání 

se společnými orgány vytváří politické diskuse, do kterých 

zájmové skupiny přispívají konstruktivními návrhy, jinak by byly 

z tohoto procesu vyloučeny. V systémech, kde politici nejsou 

izolováni před zájmovými skupinami, můžeme očekávat spíše 

přímou konfrontaci a vyjednávání o politických návrzích. Pro 

testování takovýchto institucionálních předpokladů (hypotéz) je 

užitečná komparace EU s ostatními zemëmi. Například srovnání 

se Spojenými státy může být poučné, neboť zde existuje také 

federativní systém, ale takový, kde je politická moc rozdëlená 

nikoli sdílená. A navíc to ukazuje na možnost srovnávat institucionální 

struktury s rozdílným kulturním zázemím. Další možnost 

srovnávacích studií nabízí právë rozdílnost kulturních odlišností 

nejen mezi jednotlivými národními státy, ale i mezi nadnárodními 

celky. Např. používají britští lobbisté jinou taktiku v Londýnë 

a Bruselu? Jak rozdílný je nadnárodní lobbing francouzských lobbistů 

ve srovnání s lobbisty z Dánska či Itálie? Studie rozdílných 

národních tradic a poznávání specifických stylů lobbování uvnitř 

a vnë Evropy mohou přinést další nové podnëty a poznatky ve 

výzkumu lobby a chování zájmových skupin. Jak již bylo konstatováno, 

až donedávna se literatura o lobbování v EU zamëřovala 

především na deskripci fenoménu zprostředkování a prosazování 

zájmu. Tento solidní základ nabízí nyní možnosti zajímavých 

komparací s ostatními politickými systémy. 

Do přehledu vývoje literatury o lobbování nelze nezařadit modelové 

přístupy. Ty vycházejí z deskripce efektivní alokace zdrojů 

v lobbování a mají pozitivní, nikoli normativní charakter. Původní 

idea se vyvinula z paradoxu dlouhého a krátkého období. Lobby 

totiž v dlouhém období usiluje o zvolení či znovuzvolení kandidátů, 

jejichž stanoviska jsou nejblíže jejich zájmům, v krátkém období 

se lobbisté zamëřují na zákonodárce, kteří jejich názory 

nesdílejí a které je nutno přesvëdčit. Zjednodušenë se dá tento 

273

paradox charakterizovat takto: v dlouhém období ovlivňují lobby 

výsledky voleb, v krátkém ovlivňují hlasování v konkrétních případech. 

Literatura, týkající se tëchto problémů, tak může být rozdëlena 

na dva základní přístupy k chování lobby (viz Helpamn, 1997; 

Wang, 2004): zaprvé jak se snaží lobby ovlivňovat politiky motivované 

vlivem (influance-motivated) a za druhé motivované volbami 

(election-motivated). Chování lobby motivované ovlivňováním 

(viz Austen-Smith a Wright, 1992; Austen-Smith, 2005) 

zkoumá hypotézu asymetrické informace mezi dvëma agenty: 

politiky a voliči. V porovnání s politiky, kteří mají široký zábër 

témat, lobbisté mají více času a zdrojů získat preciznëjší informace 

o jednotlivých tématech. Proto jednou z rolí lobbistů je poskytovat 

či předávat informace a přitom hledat možnosti jak ovlivnit 

hlasování politiků. Cílem ovlivňování jsou tedy politici. Druhý 

přístup, přístup motivovaný volbami, je založen na myšlence 

signalizování (signaling) (viz Baron, 1994). Toto pojetí spočívá 

v tom, že lobbisté zveřejňují svá stanoviska ohlednë preferencí 

mezi kandidáty. Cílem ovlivňování se tak stávají voliči, což umožňuje 

i reflexi standardního modelu středního voliče (viz Black, 

1948; Downs, 1957). 

Pro úplnost lze ještë zmínit nëkteré práce, které pracují s modely 

rovnováhy. Jedná se především o práci Ben-Ziona a Zeeva (1974), 

která vychází z předpokladu konfliktu politiků mezi uspokojováním 

zájmů voličů a skupin. Od voličů potřebuje politik hlasy, od 

skupin peníze na svoji volební kampaň. Ben-Zion používá tzv. 

„vote-production" funkci a uplatňuje tzv. investiční přístup k zájmovým 

skupinám: politici slouží zájmům skupin až do tehdy, kdy 

se dodatečné volební zisky, získané finanční podporou skupin, 

vyrovnají volebním ztrátám, způsobeným pochopením voličů, že 

politici neslouží jim, nýbrž skupinám – princip trade off. Danzau 

a Munger (1981) zkoumali vztah mezi efektivitou nákladů na 

volební kampaň a úrovní informovanosti voličů. 

274

3. LOBBING A JEHO SNAHY O REGULACI 

Evropská unie a zejména její administrativní centrum Brusel, jak 

již bylo uvedeno, představuje v současné dobë druhé nejvëtší 

lobbistické centrum na svëtë. V Bruselu působí (rok 2009) zhruba 

3 000 zájmových skupin (v 60. letech to bylo kolem 300, tedy 

10krát ménë) a vëtšina z nich reprezentuje ekonomické zájmy. 

Navíc zde působí cca 100 právnických firem cílenë orientovaných 

na evropskou legislativu. Vëtšina členů Evropské unie, kromë 

Nëmecka a Velké Británie 8 a z nových členů Maďarska, Polska 

a Litvy, nemá pravidla lobbingu nijak ošetřena, 9 což znemožňuje 

stanovit křehkou hranici mezi lobbismem a korupcí. Hodnocení 

lobbingu tak (ne)přímo souvisí s hodnocením korupce. 10 

Zelená kniha o evropské iniciativë pro transparentnost z kvëtna 

roku 2006 definovala lobbing jako všechny aktivity, které ovlivňují 

rozhodovací procesy evropských institucí. Lobbista je, podle 

zmínëného dokumentu, osoba takové aktivity provádëjící a pracující 

pro organizaci z širokého spektra jako např. konzultantské 

firmy, právní kanceláře, nevládní organizace, „think-tanks“, lobbistické 

unie a korporace či obchodní asociace. Tyto definice však 

8 Regulace se v případë Velké Británie zamëřuje na zákonodárce, tedy lobbovanou 

stranu. 

9 Lobbista v USA musí oproti tomu prostudovat témëř 600 stran pokynů, aby 

dodržel pravidla lobbování. 

10 Na problémy v komunikaci, které svádí k překročení této hranice a tím 

i k získávání renty ze snahy ovlivnit rozhodovací procesy, upozorňuje Zelená 

kniha o Evropské iniciativë pro transparentnost (European Transparency Initiative). 

Jako nejkřiklavëjší jsou zde uvádëny následující příklady: poskytování zkreslených 

informací orgánům EU o možných ekonomických, sociálních a ekologických 

dopadech navrhovaných zákonů, zneužití moderních komunikačních technologií 

(internet a e-mail) usnadňujících organizovat masové kampanë pro či 

proti, aniž by bylo možné kvantifikovat, kolik má tato kampaň reálných příznivců, 

resp. nakolik reflektuje skutečné názory občanů EU, neschopnost zjistit 

legitimitu zájmů reprezentovaných nevládními neziskovými organizacemi 

z hlediska jejich finančních zdrojů. Na druhé stranë, podle mnoha nevládních 

neziskových organizací (NNO), zde neexistují rovné podmínky, protože podnikatelský 

sektor je schopný investovat do lobbingu mnohem více penëz. 

275

k transparentnosti lobbingu příliš nepomáhají, protože zahrnují 

neobyčejnë širokou škálu aktivit, osob a profesí. Pravdëpodobnë 

jedna z nejproblematičtëjších záležitostí jakékoli formy regulace 

či seberegulace lobby jsou právní společnosti vázané pravidly 

loajality ke svým klientům, která např. nedovolují odtajnit jméno 

jejich zákazníků 11 . Komise proto navrhla nový rámec pro lobbování, 

který by mël být založen na: 

 

 

 

dobrovolném registračním systému, který by mël lobbisty 

motivovat k zaregistrování; podnëty by mëly zahrnovat 

automatická upozornëní na pořádané konzultace 

o otázkách zájmu tëchto subjektů; 

společném kodexu chování, který by byl závazný pro 

všechny lobbisty nebo alespoň na minimálních společných 

požadavcích; 

systému monitorování a sankcí, který se bude uplatňovat 

v případë nesprávných registrací a/nebo porušení kodexu 

chování. 

Orgány Evropské unie se snaží o formalizaci vztahů 12 se zájmovými 

skupinami již více jak dvacet let. První otázka k písemnému 

zodpovëzení, která se týkala zavedení případné regulace lobbování, 

byla předložena Evropskému parlamentu v roce 1989. Po 

sedmi letech složitých diskusí byl v červenci 1996 schválen návrh, 

který ukládá poslanci Evropského parlamentu povinnost učinit 

11 Navzdory tomu nëkteré konzultantské firmy, jako např. Hill & Knowlton, už 

tento krok učinily a zveřejnily seznam klientů na svých webových stránkách. 

12 Nedílnou součástí zlepšení komunikace mezi institucemi EU a veřejností byla 

snaha jednotnë stanovit práva a povinnosti úředníků Komise, tedy způsob, jak 

by se úředníci mëli chovat k veřejnosti. V dokumentech z roku 1992 je toto 

stanoveno v paragrafu „Staff Regulations“. V roce 2000 byl přijat kodex chování 

pro zamëstnance (Code of Good Administrative Behaviour), který formalizuje 

standardy profesionální etiky. V březnu 2008 přijala EU Communication on 

Standards of Professional Ethic for its Start. Cílem je zvýšit důvëru veřejnosti 

a poskytnout pomoc a průvodce zamëstnancům, aby pochopili svoji vlastní 

zodpovëdnost za dodržování profesionální etiky. 

276

podrobné prohlášení o svých profesionálních aktivitách a dalších 

finančních zájmech. Při výkonu svého mandátu je poslancům 

zakázáno přijímat jakékoli dary a výhody a registrovaní asistenti 

musí učinit prohlášení o všech svých placených činnostech. 

V současné dobë jsou k dispozici seznamy registrovaných lobbistů, 

prohlášení poslanců EP o finančních zájmech a seznamy registrovaných 

asistentů. V Parlamentu funguje akreditační systém 

a každý, kdo chce navštívit parlament více jak pët dní v roce 

a kontaktovat členy parlamentu v souvislosti s výkonem jejich 

funkce ve svém vlastním zájmu či zájmu třetích osob, musí projít 

akreditační procedurou. Jeho jméno je zapsáno do veřejného 

rejstříku, musí dodržovat kodex chování a vše potvrdit svým podpisem, 

čímž získá průkaz a přístup do Parlamentu na jeden rok. 

Evropská komise se začala dialogem mezi ní a občanskou společností 

zabývat v podstatë ve stejném období. První vytvořený 

adresář neziskových zájmových skupin byl oficiálnë zaveden od 

ledna 1993 a funguje na bázi dobrovolnosti. V roce 1999 vznikla 

jeho elektronická verze a v roce 2001 byl tento celý projekt modernizován 

pod názvem CONECCS (Consultation, the European 

Commission and Civil Society) – Konzultace mezi Evropskou komisí 

a občanskou společností, jež sloužila jako platforma pro 

poskytování informací proudících dvousmërnë. Tato databáze 

fungovala na principu dobrovolnosti, což se ukázalo jako nedostačující. 

V prosinci 2005 Komise oficiálnë představila další projekt 

– Evropskou iniciativu pro transparentnost, jejímž cílem je 

zlepšit průhlednost a předvídatelnost její činnosti a jejího rozhodování 

13 . Výsledkem této iniciativy je „Registr zástupců zájmo- 

13 Součástí iniciativy je diskuse se všemi zúčastnënými, jak vylepšit transparentnost 

evropských fondů, konzultace s občanskou společností a role lobby a nevládních 

organizací v rozhodovacím procesu evropských institucí. Konzultačního 

procesu se účastnily nejen evropské, ale i národní a regionální organizace. Nëkteří 

z účastníků konzultace se kriticky vyjádřili o používání termínu „lobbování“, 

který Komise použila pro popsání tohoto jevu. Přitom Komise výslovnë zdůraznila 

legitimnost a užitečnost lobbování v demokratickém systému a definice slova 

„lobbování“ tak, jak ji předložila, v sobë nezahrnuje žádné negativní hodnocení. 

277

vých skupin“ 14 a oficiálnë byl otevřen v červnu 2008. Organizace, 

které se zapíší do registru, musí identifikovat, kdo jsou, co je jejich 

předmëtem činnosti, jaký sledují cíl a o jaké oblasti politiky se 

především zajímají. Registrace se očekává pouze u subjektů 15 , jež 

se zabývají výše popsaným zastupováním zájmových skupin, nikoli 

u fyzických osob. Registr slouží jako testovací instrument pro 

ovëření možnosti společného rejstříku pro všechny instituce EU – 

Komisi, Parlament a Radu. Spolu s registrem musí zapsaní podepsat 

sedmibodový Etický kodex 16 . 

Na Evropskou iniciativu pro transparentnost okamžitë zareagovaly 

nëkteré asociace evropských lobbistů: SEAP, EPACA, AALEP, 

ALTER-EU, Civil Society Contact Group – act4europe (viz box č. 2), 

které považují za nezbytné formulovat a zejména formalizovat 

etická a přehledná pravidla pro lobbing jako nedílnou a legitimní 

součást demokratického rozhodovacího procesu. 

Lobbování bylo popsáno jako „činnosti vykonávané s cílem ovlivnit formulování 

politiky a rozhodovací procesy evropských orgánů“. 

14 Registr rozdëluje lobbisty do tří kategorií, které s sebou přinášejí různé požadavky 

na jejich finanční přiznání: odborné poradenské společnosti a právnické 

kanceláře zapojené do lobbování u institucí EU musí uvést obrat související 

s jejich lobbováním u institucí EU, jakož i relativní podíl jednotlivých klientů na 

tomto obratu; „in-house“ lobbisté a obchodní sdružení zabývající se lobbováním 

musí předložit odhad nákladů souvisejících s přímým lobbováním u orgánů EU 

a nevládní organizace a expertní skupiny typu „think-tank“ musí uvést celkový 

rozpočet a specifikovat ho podle hlavních zdrojů financování, tj. uvést jejich výši 

a zdroj (veřejné prostředky, dary, členské příspëvky atd.). 

15 Z celkového odhadovaného počtu zájmových skupin působících v Bruselu (cca 

3 000) se jich k 20. 2. 2010 registrovalo 2575, z toho 133 se zařadilo do první 

kategorie, 1349 do druhé, 724 do třetí a mezi „ostatní“ se přihlásilo 319 skupin. 

16 Součástí dobrovolného registru je i etický kodex regulující chování lobbistů, 

jenž definuje obecné principy pro lobbisty, kterými by se mëli řídit (jako je čestnost 

a průhlednost). Nezahrnuje problematiku korupce – ta je podle Komise 

dostatečnë upravena v jiných dokumentech a pravidlech. Jednotlivé lobbistické 

asociace vytvářejí svoje vlastní kodexy. Registrující si mohou vybrat, pod který 

připojí svůj podpis (na požádání ho musí Komisi předložit). AALEP – Association 

of Accredited Lobbyists to the European Parlament navrhla společný postup, 

aby výsledkem bylo vytvoření společných kodexů – etiky, chování a praxe. 

278

Box č. 2: Reakce Evropského parlamentu a vybraných aktérů 

evropské lobby na zřízení Rejstříku zástupců zájmových skupin 

Evropskou komisí 

Parlamentní zpráva z kvëtna 2008 požaduje pro všechny stejné 

podmínky zveřejňování finančních informací a zveřejnëní výdajů 

s odpovídajícími parametry (bez nutnosti uvedení všech detailních 

informací). Vyžaduje společný povinný registr pro Radu, Komisi 

a Parlament zahrnující jména lobbistů, jejich klientů nebo zakladatelů 

a finanční údaje týkající se registrovaných lobbistických aktivit. 

Se všemi lobbisty by mëlo být zacházeno stejnë a definice 

lobbisty by se mëla vztahovat nejen na profesionální lobbistické 

firmy a jejich poradce pro styk s veřejností, ale také na interní 

zamëstnance průmyslových podniků, odvëtvové zastřešující organizace, 

skupiny odborníků, zástupce nevládních organizací, vládní/regionální 

orgány a právníky vyvíjející lobbistickou činnost. 

ALTER-EU (the Alliance for Lobbying Transparency and Ethics 

Regulation) koalice více jak 160 nevládních subjektů vedená The 

Corporate Europe Observatory (CEO), prosazuje závazná a jasná 

pravidla pro lobbisty jak skončit s privilegii korporací a „tajnostmi“ 

okolo lobbování v EU. ALTER-EU urguje Komisi, aby zavedla 

plnë přístupný elektronický veřejný registr všech lobbistů 

s relevantními finančními informacemi, aby bylo možné veřejnë 

zkontrolovat zdroje informací, které vstupují do tvorby komunitárních 

politik. 

SEAP (the Society for European Affairs Professionals), jedna 

z hlavních organizací zastupujících ekonomické zájmové skupiny 

a lobby, je proti zákonné regulaci lobbistických aktivit, povinnému 

rejstříku a kodexu chování a obhajuje seberegulaci, která by 

mëla vycházet od samotných lobbistů nastavením náročných 

kritérií na profesionalitu a etiku pro sebe sama. Komerční lobbisté 

jsou proti zveřejňování finančních informací vztahujících se 

k lobbistickým aktivitám, neboť se domnívají, že se nedá automaticky 

položit rovnítko mezi množství penëz a míru vlivu, že proces 

legislativního odkrytí by byl příliš obtížný a zatëžující, a hlavnë by 

279

se mohl obrátit proti právu na ochranu soukromí a citlivých informací 

jejich klientů. Nutno podotknout, že řada klientů SEAP 

přichází ze Spojených států, kde součástí právní regulace lobby je 

právë zveřejnëní všech finančních záležitostí a konkrétních jmen. 

SEAP však vidí v samoregulaci nejlepší cestu, jak zlepšit etické 

chování lobbistů, ať už reprezentují zájmy ekonomické sféry či 

občanského sektoru. 

EPACA (the European Public Affairs Consultancies Association) 

není proti odkrytí finančních záležitostí jako takovému, ale tvrdí, 

že tento proces může přinést adekvátní výsledky jen v tom případë, 

kdy lobby bude plnë regulovanou profesí; požadavky budou 

povinné pro všechny (včetnë právníků, in-house konzultantů, 

nevládních neziskových organizací a poradenských firem). Jestliže 

budou platit rovné podmínky pro všechny a povinný systém 

upravený zákonem, pak není jiné volby a všichni, kdo budou chtít 

zůstat ve hře, se budou muset přizpůsobit a systém akceptovat. 

Klíčovou a také nejvíce diskutovanou otázkou se stala problematika 

transparentnosti a etiky lobbování. Velká vëtšina diskutujících, 

zejména nevládní neziskové organizace, se vyslovila pro 

povinnou registraci jako jedinou možnost plné transparentnosti. 

Debata se velmi brzo polarizovala do dvou táborů příznivců 

a odpůrců ohlednë požadavku na zveřejnëní finančních informací 

týkajících se lobbování. Otázky, které by mëly být jednoznačnë 

zodpovëzeny, jsou: jaké informace jsou užitečné pro posouzení 

vnëjšího vlivu na legislativní proces; jak detailní by mëly být, aniž 

by se narušila legitimní pravidla loajality administrativním odtajňováním 

důvërných informací a mají pravidla registrace platit 

stejnë pro všechny zúčastnëné od právních firem přes obchodní 

asociace až po nevládní neziskové organizace a think-tanky? Tyto 

otázky vycházejí z nedostatků, ty nejdůležitëjší je možno popsat 

asi takto: registr požaduje různé informace o finančních záležitostech 

od různých aktérů, což znamená, že nemůže poskytovat 

srovnatelné informace o finančních záležitostech, dále k registraci 

jsou vyzvány pouze organizace, nikoliv individuální lobbisté, 

280

kteří pro në pracují. To znamená, že registrace nepovede ke zjištëní 

skutečného počtu lobbistů pracujících na úrovni EU ani kdo 

pro koho pracuje 17 . 

Z nových členských zemí EU se o regulaci lobbingu úspëšnë pokusily 

jen tři zemë – Litva, Maďarsko a Polsko 18 . První z nových členských 

zemí, která regulaci lobbingu zavedla, byla Litva. Regulace 

je zamëřena především na legislativní lobbing. Zákon pokrývá 

pouze lobbování, které je vykonáváno za úplatu jménem třetí 

strany, komerční poradenskou službou a podléhá registraci. Lobbistické 

aktivity, které jsou provádëny subjekty nezapsanými 

v Registru lobbistů, jsou považovány za nezákonné. Zákonodárci, 

kterým skončí mandát, a úředníci, kteří opustí státní správu, nesmëjí 

nejménë jeden rok pracovat v lobbistickém průmyslu. Lobbisté 

se mohou podílet na přípravë návrhů zákonů, vést vysvëtlovací 

kampanë a vytvářet zprávy pro média včetnë organizování 

a financování schůzek zákonodárců se zástupci svých klientů. 

Každý registrovaný lobbista je povinen předkládat výroční zprávu 

o své činnosti 19 . 

Cílem právní úpravy lobbování v Polsku se stala transparentnost 

při tvorbë zákonů. Zákon o právní úpravë a regulaci lobby vstoupil 

v platnost v březnu 2006. Kromë definice lobbování přináší 

povinnost vládního kabinetu zveřejnit každých šest mësíců tzv. 

legislativní stopu, tj. seznam připravovaných zákonů spolu se 

seznamem lobbistů a zájmových skupin, které se k tomu či onomu 

návrhu vyjadřovali či vyjadřují. Zákon také zavedl Registr profesionálních 

lobbistů a lobbistických firem. Vyžaduje rovnëž roční 

zprávu od veřejných činitelů, kteří v ní musí uvést svůj kontakt 

17 Na rozdíl od EU existují v USA, Kanadë a Austrálii jmenné seznamy lobbistů. 

18 V ČR se o přijetí zákona regulujícího lobbing snëmovna pokusila poprvé v roce 

2005. Poslanci ale návrh odmítli. Další návrh byl původnë obsažen v legislativním 

plánu vlády premiéra Topolánka z roku 2007, který se však v jeho schválené 

verzi již neobjevil. Přitom v programovém prohlášení v části vënující se boji proti 

korupci se říká: „Vláda připraví právní opatření regulující lobbing včetně transparentnějšího 

systému registrace lobbistů“. 

19 Litva je také jedinou zemí, která má analýzu lobbingu (viz dále). 

281

s lobbisty. V Maďarsku byla schválena zákonná úprava lobby 

v roce 2006. Pravidla regulace zahrnují povinnost lobbistů registrovat 

se, zákaz voleným politikům a státním úředníkům lobbovat 

a zavádí povinnost předkládat čtvrtletní zprávy o lobbistických 

aktivitách a to jak od lobbistů, tak i lobbovaných pro účely následné 

kontroly. 

4. DATA O LOBBINGU 

Hodnocení, popřípadë mëření lobbingu se odehrává převážnë 

pomocí tzv. mëkkých dat 20 . Mezi subjekty zabývajícími se touto 

problematikou stojí na prvním místë agentura Donath-Burson- 

Marsteller 21 , která opakovanë provádí šetření mëření efektivnosti 

lobbingu již od roku 2001. Hlavní metodou jsou dotazníková 

šetření, provádëná s využitím nejmodernëjších metod 22 . Výsledky 

tëchto šetření byly publikovány v letech 2001, 2003, 2005 a 2009 

s použitím vlastního dotazovacího internetového systému, který 

umožňuje okamžité vytváření dotazníků a distribuci personalizovaných 

osobních žádostí o účast v průzkumu 23 . 

20 Mëkká data označují skupinu dat obtížnë mëřitelných a uchopitelných za 

pomoci standardních postupů. Nejčastëji jsou zjišťována pomocí dotazníkového 

šetření, konzultací, rozhovorů, jsou spíše kvalitativního charakteru a popisují 

chování, vnímání nebo postoje. Odrážejí v sobë nejen minulé zkušenosti, ale 

také určitá očekávání do budoucnosti. Jejich přednost spočívá v tom, že jsou 

relativnë rychle zjistitelná a mohou obsahovat minimální zpoždëní (podrobnëji 

viz Bajzíková, Procházková, Vymëtal a Žák, in Konkurenční schopnost České 

republiky 2008–2009, 2010). 

21 Společnost Donath-Burson-Marsteller poskytuje služby v oblasti public relations 

a public affairs (veřejných záležitostí). Je součástí mezinárodní sítë poboček 

Burson-Marsteller. V oblasti hodnocení lobbingu spolupracovala v ČR se společností 

Factum Invenio s.r.o. – viz www.factum.cz. 

22 Např. srov . HarrisInteractive – viz 

www.harrisInteractive.com/partner/methodology.asp. 

23 Získaná data jsou zpracována na platformë MS SQL Server, Lotus Notes a MS 

Access a vyhodnocena pomocí programu SPSS Base. 

282

Průzkum provádëný v roce 2001 šetřil pouze názory poslanců 

Evropského parlamentu na účinnost lobbování průmyslové lobby. 

Témëř 63 % členů Evropského parlamentu ji ohodnotilo jako 

efektivní, 37 % ji vnímalo opačnë. Nejvëtším problémem je kvalita 

poskytovaných informací – jsou příliš povrchní na to, aby byly 

užitečné, zástupci průmyslové lobby nejsou schopni jasnë pojmenovat 

priority a cíle. Tyto nedostatky se objevují i v šetřeních 

z roku 2003 a 2005. Výzkum z roku 2003 byl zamëřen na hodnocení 

komisařů a jejich názorů na efektivnost lobbování podle 

resortů. 

Nejkomplexnëji byl pojat výzkum z roku 2005, který hodnotil 

účinnost lobbování z pohledu Evropského parlamentu, Evropské 

komise i Rady ministrů. Nejdříve tyto tři instituce hodnotily efektivitu 

lobbingu zájmových skupin v rámci EU. Nejvíce efektivní, co 

se prosazování zájmů týče, jsou jednotlivé národní vlády 24 . Průmyslová 

lobby a lobby nevládních organizací se na pomyslném 

žebříčku efektivnosti lobbingu nacházejí na stejné úrovni, ačkoli 

ve srovnání podle odvëtví vede průmysl. Nevládní neziskové organizace 

si vedou lépe pouze v sektoru energie, spotřebního 

zboží, jídla a pití a služeb. Komise a Parlament považuje za úspëšnëjší 

v účinnosti lobbování nevládní neziskové organizace, v hodnocení 

členů Rady naopak nevládní neziskové organizace vůči 

průmyslové lobby ztrácejí. Za nejvëtší problém tyto tři instituce 

označily ne příliš dobře zpracované podkladové materiály, nevhodné 

načasování jejich lobbistického úsilí, neporozumëní rozhodovacímu 

procesu EU a procedurálním otázkám, vyslání nevhodné 

osoby k jednání. Průmyslová lobby je navíc kritizována 

také za to, že její argumenty jsou dost často založené na národních 

pozicích, nevládní neziskové organizace zase za převažující 

emotivní pohnutky namísto předložení vëcných argumentů. Pozi- 

24 Vlády můžeme považovat také za jednu ze zájmových skupin působících 

v rámci EU. Pozice jednotlivých států a formulování jejich zájmů zpravidla zpracovává 

hned nëkolik koncepčních národních dokumentů. V příloze dvë je ukázka 

schématu pro strategii prosazování obchodnë ekonomických zájmů ČR v EU. 

283

tivnë je naopak hodnocena nízká agresivita u obou skupin. To 

koresponduje se šetřením z roku 2001, kde pouze 13 % členů 

Parlamentu označilo za problém právë agresivitu. Písemné materiály 

a osobní kontakt patří podle Komise, Rady i Parlamentu 

k nejefektivnëjším způsobům komunikace. U obou dvou způsobů 

sehrávají dobře zpracované a připravené podkladové materiály 

klíčovou roli. Obrázek č. 2 ukazuje hodnocení důležitosti jednotlivých 

zdrojů sledovaných subjektů. 

Obrázek č. 2: Jakým nejlepším způsobem jsou informace sdëlovány? 

Pramen: Burson-Marsteller 2005, vlastní úprava. 

284

Z hlediska ČR byl průzkum zajímavý i tím, že jeho část zabývající 

se názory politiků v ČR probëhla pod patronací společnosti 

Factum Invenio s.r.o. 25 a přinesla zajímavé rozdíly mezi ČR a EU. 

Naši politici se rozhodují spíše podle vlastních rešerší a podkladů 

z bezprostředního politického okolí, zatímco kolegové z EU uvádëjí 

jako důležitý zdroj informací získaných od bruselských poslanců 

až na posledním místë. Čeští politici vëří, že lobbisté mohou 

poskytovat i kvalifikované a podložené informace, ale jsou si 

vëdomi jejich možné zkreslenosti. 73 % dotazovaných Čechů se 

domnívá, že lobbisté neposkytují neutrální informace – to je nejvíce 

ze všech zkoumaných zemí. Na druhé stranë Češi příliš nespojují 

lobbing s korupcí. Pouze pëtina tuzemských respondentů 

uvedla, že lobbisté používají neetické stimuly. Nejhůře v tomto 

ohledu dopadlo Tecko se 60 %, na druhém místë překvapivë 

Nëmecko s 39 %. Brusel se svými evropskými institucemi v tomto 

ohledu exceloval – neetické praktiky tam lobbistům vyčítá jen 

10 %. Zajímavé je rovnëž zjištëní, že u nás „nëco jako etické lobbování“ 

skutečnë existuje. 

Poslední rozsáhlý mezinárodní průzkum o vnímání lobbingu 

z roku 2009 probëhl v evropských institucích a 15 členských zemích 

Evropské unie. Tohoto průzkumu se zúčastnili poslanci národních 

parlamentů (obou komor), poslanci Evropského parlamentu, 

vyšší státní úředníci národních států i institucí Evropské 

unie, a to z České republiky, Dánska, Finska, Francie, Nizozemska, 

Itálie, Maďarska, Nëmecka, Norska 26 , Polska, Rakouska, Tecka, 

Španëlska, Švédska a Velké Británie. Průzkum ukázal, že lobbing 

je politiky a úředníky napříč Evropou stále chápán rozporuplnë. 

Respondenti na jedné stranë uznávají pozitivní aspekty lobbování, 

na stranë druhé si všímají negativních stránek lobbování. 

25 Celý text s názvem „Průvodce účinným lobbováním v ČR“ je ke stažení na 

www.factum.cz . 

26 Ačkoli Norsko není členem EU, je od roku 1994 plnë zapojeno do vnitřního 

trhu EU díky smlouvë o Evropském hospodářském prostoru. 

285

Za nejvíce pozitivní aspekt lobbování je považována jeho schopnost 

zdůraznit a zvýraznit místní či národní důležitost problému, 

což uvedla více jak polovina dotázaných. Druhým pozitivním 

aspektem je konstruktivní přístup při rozhodování o veřejných 

záležitostech a poskytování odborných znalostí – v průmëru toto 

kladné hodnocení uvádí 48 % respondentů. Naopak negativní 

vnímání je spojeno zejména s nedostatkem transparentnosti 

činnosti zájmových skupin (57 % všech respondentů) či poskytováním 

zkreslených informací (55 %). Jako zásadní faktor celé problematiky 

lobbování se ukazuje požadavek transparentnosti. 

Výzkum dále potvrdil, že jak na úrovni EU, tak v členských státech 

je preferován přímý lobbing, tedy osobní návštëva, ať už se jedná 

o návštëvu v kanceláři úředníka (50 %) či schůzku přímo 

„v terénu“ 27 (41 %). Písemné instruktážní materiály jako dobrý 

způsob sdëlování informací uvádí 35 % respondentů. Konference, 

semináře a workshopy jsou účinným prostředkem podle 28 % 

dotázaných, stejnému zájmu se tëší i získávání informací z médií. 

E-maily, telefonní hovory a pracovní snídanë považuje za užitečné 

pouhá pëtina dotázaných. Nejhůře jsou na tom informace na 

DVD/video (9 %), výstavy (11 %) a večerní recepce (12 %). 

V porovnání s čísly z roku 2005 je patrné, že se komunikační 

trendy v EU mezi institucemi a lobbisty příliš nemëní. 

Druhým významným zdrojem hodnocení lobbingu jsou analýzy 

zpracovávané v rámci OECD 28 , které se přibližnë od roku 2005 

zamëřovaly hlavnë na zvyšování transparentnosti lobbování a to 

z hlediska registrace, povinnosti zveřejnit cíle a klienty a na zveřejňování 

pravidelných zpráv o lobbistických aktivitách. V roce 

2007 byla pozornost mj. zamëřena na ty nové členské zemë EU, 

které řešily regulaci lobbingu legislativní cestou 29 - Litvu, Maďarsko 

a Polsko. Výzkum OECD z roku 2009 30 se zamëřil na postoj 

27 Z anglického site visits – schůzky přímo v místë, v terénu. 

28 Viz www.oecd.org/searchResult/. 

29 Viz Legislation on Lobbying in Europe na www.oecd.org/searchResult/. 

30 Viz http://www.olis.oecd.org/olis/2009doc.nsf/linkto/gov-pgc(2009)9. 

286

lobbistů k seberegulaci a k regulaci této profese v Evropë. Průzkumu 

se zúčastnilo 128 profesionálních lobbistů, 25 ekonomických 

zájmových skupin a 36 neziskových zájmových organizací. 

Průzkum nejdříve šetřil názory na kodexy chování pro lobbisty, 

potom se zamëřil na diskutabilní otázku, zda má být registrace 

lobbistů a zveřejňování informací o nich povinné a také se ptal na 

názory respondentů, kdo podle nich má regulaci lobbistů organizovat. 

Ukázalo se, že více jak 90 % dotázaných respektuje nëjaký 

kodex chování, přičemž respondenti preferují etické kodexy sestavené 

profesionálními lobbistickými asociacemi (61 %) před 

kodexy, které nabízejí vlády (3,2 %), ostatní se hlásí ke svým 

vlastním kodexům. Rozdílné postoje mezi respondenty jsou 

ohlednë smysluplnosti (užitečnosti) pokynů v kodexech: zatímco 

68 % profesionálních lobbistů a 60 % korporátních lobbistů je 

s nimi spokojeno, neziskové organizace si myslí, že jsou užitečné 

jen z 36 %. Další řešenou problematikou je otázka transparentnosti 

lobby a s tím souvisí i nëkolikaletá diskuse v EU ohlednë 

registrů lobby, tj. zda mají být povinné či dobrovolné. 61 % všech 

dotázaných je pro povinnost se registrovat, 18 % naopak pro 

dobrovolnou registraci, 15 % zaujímá neutrální postoj. Další rozdíly 

v názorech přináší otázka, kdo má podle respondentů řídit – 

být zodpovëdný za registraci – vláda, asociace profesionálních 

lobbistů nebo je nejlepší seberegulace? Ze všech dotázaných 

preferuje 44,4 % odpovëdnost profesionálních lobbistických asociací, 

33,3 % se domnívá, že by to mëly být vlády a 12,2 % respondentů 

upřednostňuje seberegulaci. Zatím posledním publikovaným 

dokumentem OECD v oblasti lobbingu je shrnující text 

z ledna 2010 zveřejňující deset zásad pro lobbing 31 . Jakkoliv je 

text formulován jako desatero, lze jej pomërnë jednoduše shrnout 

do dvou základních doporučení, která v konečných důsledcích 

volají po zvýšení kvality celkového institucionálního prostředí. 

Jak jinak lze nazvat snahy o zajištëní rovných podmínek zohledňujících 

právní, politické a kulturní zvyklosti a ústavní princi- 

31 Transparency and Integrity in Lobbying,www.oecd.org/searchResult/. 

287

py ze strany státu, dohled nad transparentností včetnë požadavku, 

že „lobbisté by mëli splňovat standardy profesionality 

a transparentnosti a mëli by se podílet na zodpovëdnosti za podporu 

kultury transparentnosti a integrity v lobbování“ 32 . Z výše 

vedeného vyplývá jednoduchý dílčí závër – legitimitu, transparentnost 

a čestnost lobbování lze spontánnë zvyšovat vyšší kvalitou 

institucí, přičemž kvalitní institucionální podmínky vedou 

k vyšší roli osobní odpovëdnosti lobbistů, k seberegulaci. 

Kromë již zmiňovaných průzkumů Donath-Burson-Marsteller 

a OECD existuje i pomërnë rozsáhlý článek o lobbingu v Litvë (viz 

Hrebenar et al., 2008), který je pro nás zajímavý zejména tím, že 

vychází z analýzy postkomunistické zemë, zemë s podobným 

historickým a institucionálním vývojem, a jeho závëry mohou 

(a asi mají) mít velice podobnou vypovídací schopnost o našem 

prostředí, naší realitë. Když ve stručnosti shrneme jeho výsledky, 

dospëjeme k tëmto základním poznatkům. Zaprvé, v lobbingu se 

projevují negativní pozůstatky z komunistické minulosti – nízký 

smysl pro politickou efektivitu a skutečnost, že zájmové skupiny 

byly umële vytvořeny za komunismu vede k očekávání korupčního 

jednání. Za druhé, silné zájmové skupiny (business organizations) 

jsou při lobbingu efektivní díky rozsáhlým finančním zdrojům 

z minulosti a jsou založeny především na nepotismu a klientelismu. 

K taktikám a strategiím lobbování používaným v Litvë 

patří přímý kontakt se zákonodárci a byrokracií, využívání masmedií. 

Vedle přímých kontaktů jsou za nejefektivnëjší způsob 

lobbování pokládány úplatky. V závëru se konstatuje, že systém 

působení zájmových skupin v Litvë je nerozvinutý a nesofistikovaný, 

93 % respondentů sice souhlasí s nutností regulace lobbingu, 

ale 86,2 % dotázaných se domnívá, že současná právní úprava 

je neefektivní, neboť je příliš restriktivní. 

32 „The 10 Principles for Transparency and Integrity in Lobbying: A Good Governance 

Approach, www.oecd.org/searchResult/. 

288

5. LOBBING, KORUPCE A HODNOCENÍ INSTITUCIO- 

NÁLNÍ KVALITY 

Hodnocení institucionální kvality, které je lobbing nedílnou součástí, 

je v poslední dobë vënována značná pozornost. Kvalitní instituce 

umožňují občanům konat racionální a informovanou volbu 

v oblastech veřejných služeb, napomáhají formování hospodářské 

politiky, ale působí i na obecné společenské hodnoty, na morálku, 

občanskou odpovëdnost. Přehled přístupů k hodnocení institucionální 

kvality jak v obecné rovinë, tak i v zamëření na jednotlivé 

institucionální segmenty v českých podmínkách dlouhodobë sleduje 

CES VŠEM o.p.s., 33 které současnë provádí dlouhodobë analýzy 

vývoje institucionálních faktorů v zemích EU-27. Pro ilustraci kvality 

institucionálního prostředí jsme zvolili dva přístupy – obecné 

charakteristiky vycházejí z projektů Svëtové banky s názvem „Governance 

Matters“ a britský The Economist publikuje „Index demokracie“ 

a konkrétnë hodnotí sklon jednotlivých zemí ke korupci, 

neboť je to právë korupčnost prostředí, která znehodnocuje pozitivní 

dopady lobbingu. V následující analýze srovnáváme situaci 

v ČR, kde neexistuje regulace lobbingu se zemëmi s regulovaným 

lobbingem (Litva, Maďarsko a Polsko) a s průmërnou hodnotou 

ukazatelů za „staré“ členské zemë EU-15. Tam kde jsou údaje 

k dispozici, je do tabulek přidáno i Slovensko, kde se institucionální 

prostředí vyvíjelo dlouhodobë společnë, tj. ve společném státë. 

Tabulka č. 1 ukazuje hodnocení kvality veřejné správy v porovnání 

mezi lety 1998 a 2008. 

Kvalita institucionálního prostředí všech sledovaných tranzitivních 

zemí, hodnocená jako prostý aritmetický průmër dílčích ukazatelů, 

ukazuje na zaostalost rozvoje tohoto prostředí ve srovnání s EU- 

15. Když se však zamëříme na vývoj, můžeme pozorovat dvë tendence 

– institucionální prostředí se zlepšilo ve sledovaném období 

pouze v ČR, Litvë a na Slovensku, v EU-15, Maďarsku a Polsku došlo 

ke zhoršení. 

33 Viz Konkurenční schopnost České republiky 2008–2009. Praha, Linde 2010, 

s. 131–147. 

289

Tabulka č. 1: Kvalita veřejné správy a její složky 

Polit. 

proces 

1998 2008 

Vládní 

Prů- 

Stabigul. 

Re- 

Instit. 

De- 

Výkon. 

vztahkracie 

vlády 

mo- 

politikmëlita 

kvalita 

Právní 

řád 

Kontrola 

korupce 

Průmër 

EU-15 1,23 1,52 1,62 1,46 1,31 0,87 1,42 1,48 1,50 1,57 1,36 

ČR 0,88 0,79 0,67 0,78 1,02 0,93 1,07 1,09 0,85 0,37 0,89 

LT 0,60 0,69 0,35 0,54 0,85 0,73 0,64 1,26 0,58 0,18 0,71 

HU 1,04 0,97 0,75 0,92 1,00 0,59 0,66 1,26 0,82 0,55 0,81 

PL 0,83 0,69 0,71 0,74 0,86 0,79 0,48 0,77 0,49 0,38 0,63 

SK 0,82 0,42 0,11 0,45 0,89 0,92 0,76 1,14 0,52 0,43 0,78 

Poznámka: Údaje za rok 1998 jsou průměry příslušných dvojic dílčích 

ukazatelů. Údaje pro jednotlivé země a EU-15 jsou nevážené průměry. 

Výsledky v intervalu +2,5 (nejlepší) až -2,5 (nejhorší). 

Zdroj: World Bank – Databáze Governance Matters 2009. 

Hodnocení zemí podle indexu demokracie za rok 2008 ukazuje 

tabulka č. 2. Dle hodnoty indexu jsou zemë rozdëleny do jedné ze 

čtyř skupin následovnë: zemë s úplnou demokracií (index demokracie 

v intervalu 8,0 až 10,0), demokracie s vadami (index demokracie 

6,0–7,9), hybridní režimy (index demokracie 4,0–5,9) 

a autoritativní režimy (index demokracie < 4,0). 

Tabulka č. 2: Index demokracie 2008 

svët 

Pořadí 

EU-27 

Volební 

proces a 

pluralita 

Index 

demokracie 

Výsledky podle kategorií 

Fungování 

spolu- 

Polit. 

Polit. 

kultura 

vlády účast 

Obč. 

svobody 

EU-15 .. .. 8,71 9,69 8,50 7,37 8,50 9,47 

ČR 19 11 8,19 9,58 7,14 6,67 8,13 9,41 

LT 42 22 7,36 9,58 5,71 6,11 6,25 9,12 

HU 40 21 7,44 9,58 6,07 5,56 6,88 9,12 

PL 45 24 7,30 9,58 6,07 6,11 5,63 9,12 

SK 44 23 7,73 9,58 7,14 6,11 5,00 8,82 

Poznámka: 10,00 – nejlepší výsledek, 0,00 – nejhorší výsledek. Hodnoty 

EU-15, EU-27 jsou nevážené průměry a nezahrnují země, pro které 

nejsou dostupná data. 

Zdroj: EIU – Economist Intelligence Unit Democracy Index 2008, vlastní 

propočty. 

290

Tato souhrnná hodnocení sice charakterizují celkovou institucionální 

kvalitu a bezesporu ovlivňují i transparentnost a legalitu 

lobbování, nedávají však konkrétní odpovëď na přínosy regulace 

této činnosti. Nedává je ani detailnëjší pohled na dílčí složky, 

i když ty již mnohé napovídají. Všimnëme si kategorie „Politická 

kultura“ u indexu demokracie a „Kontrola korupce“ u hodnocení 

kvality správy. Porovnání tëchto subindexů ukazuje tabulka č. 3. 

Tabulka č. 3: Hodnoty subindexů Kontrola korupce a Politická 

kultura v roce 2008 

Kontrola korupctura 

Pořadí Politická kul- 

Pořadí 

EU-15 1,57 1. 8,50 1. 

ČR 0,37 5. 8,13 2. 

Litva 0,18 6. 6,25 4. 

Maďarsko 0,55 2. 6,88 3. 

Polsko 0,38 4. 5,63 5. 

Slovensko 0,43 3. 5,00 6. 

Zdroj: Economist Intelligence Unit Democracy Index 2008; World Bank 

Databáze Governance Matters 2009, vlastní výpočty. 

Srovnáním tëchto dvou zdrojů se dostáváme k zajímavému 

a z hlediska transparentnosti politických procesů varovnému 

srovnání – kontrola korupce je ve sledovaných zemích EU-12 ve 

srovnání se zemëmi EU-15 výraznë horší, a to bez ohledu na to, 

jak je hodnocena politická kultura. Korupce a korupční prostředí 

tak tvoří asi nejvýraznëjší problém nejen v obecné, společenské 

rovinë, ale i v oblasti lobbingu, neboť, jak již bylo uvedeno, požadavky 

na transparentnost a regulaci lobbingu jsou vedeny upřímnou 

snahou vymezit hranici mezi lobbingem a korupcí. Data 

o lobbingu, kterých není mnoho, se tedy pokusme doplnit daty 

o korupci 34 publikovanými společností Transparency Internatio- 

34 Mëřením korupce se v první řadë zabývá Transparency International, která 

pravidelnë od poloviny devadesátých let publikuje „Index vnímání korupce“, 

jenž je subjektivním odrazem názorů oslovených respondentů, a novë „Globální 

barometr korupce“, který je založen na průzkumu veřejného mínëní (provádí 

291

nal na stejném vzorku zemí. Index vnímání korupce (Corruption 

Perception Index – CPI) porovnává zemë regulující lobbing 

s Českou republikou, popřípadë se Slovenskem (viz tabulka č. 4). 

Tabulka č. 4: Index vnímání korupce (v závorce počet zemí) 

1997(52) 

1998(85) 

1999(99) 

20000(90) 

2001(91) 

2002(102) 

2003(133) 

2004(146) 

2005(159) 

2006(163) 

2007(180) 

2008 (180) 

2009 (180) 

EU-15 7,6 7,6 7,6 7,6 7,5 7,6 7,7 7,7 7,7 7,7 7,6 7,5 7,3 

ČR 5,2 4,8 4,6 4,3 3,9 3,7 3,9 4,2 4,3 4,8 5,2 5,2 4,9 

LT .. .. 3,8 4,1 4,8 4,8 4,7 4,6 4,8 4,8 4,8 4,6 4,9 

HU 5,2 5,0 5,2 5,2 5,3 4,9 4,8 4,8 5,0 5,2 5,3 5,1 5,1 

PL 5,8 4,6 4,2 4,1 4,1 4,0 3,6 3,5 3,4 3,7 4,2 4,6 5,0 

SK .. 3,9 3,7 3,5 3,7 3,7 3,7 4,0 4,3 4,7 4,9 5,0 4,5 

Poznámka: Korupce 0 = maximální, 10 = žádná. 

Zdroj: Transparency International – CPI 2009. 

Korupce je definovaná jako zneužití veřejné moci pro soukromý 

prospëch. Projevuje-li se v politickém procesu i soudním systému, 

je rovnëž ekonomickým jevem. V ekonomické sféře především 

odráží neschopnost státu realizovat základní funkce, čímž 

oslabuje účinnost hospodářských politik, je tedy symptomem 

slabosti ekonomických struktur a institucí. Korupční prostředí 

snižuje důvëryhodnost zemë pro zahraniční investory, snižuje 

zejména Gallupův ústav). Data o korupci přinášejí Indexy ekonomické svobody 

dvou institucí – Freedom House, kde korupce je řešena jen okrajovë v rámci 

hodnocení politických práv a občanských svobod v dané zemi, a Heritage Foundation, 

kde korupce je řešena v rámci 10 svobod, podle kterých jsou zemë hodnoceny. 

Východiskem pro obë tato hodnocení jsou upravená data Transparency 

International. Samostatnými přístupy jsou „Index neprůhlednosti“ (Opacity 

Index) společnosti Kurzman Group, kde korupce je zahrnuta jako jedna z pëti 

komponent, které jsou pokládány za „negativní sociální kapitál“, a materiály 

Svëtové banky s názvem Governance Matters, kde korupce je zahrnuta 

v posledním ze tří hledisek hodnocení, tj. právní řád a kontrola korupce. 

292

efektivnost využití zdrojů a tím i ekonomickou výkonnost 36 . Dále 

odráží a současnë prohlubuje morální úpadek společnosti. Korupčnost 

prostředí a korupční chování jsou podporovány nedostatečnë 

jasným oddëlením státu a trhu, veřejné a soukromé 

sféry, nadmërnou a nesystémovou regulací. Index CPI je konstruován 

z výsledků průzkumů třinácti nezávislých organizací. Za hraniční 

hodnotu je považována hodnota 5 bodů – pod touto hodnotou 

je korupce hodnocena jako vyslovenë škodlivá. 

V porovnání s průmërem EU-15 je možno konstatovat, že korupce 

ve všech hodnocených zemích je výraznë vyšší a že se pohybuje 

na hranici pëti, pro kvalitu institucionálního prostředí hraničních 

bodů. Protikorupční opatření, do nichž regulace lobbingu 

spadá, se z tohoto pohledu jeví jako neúčinná. 

ZÁVĚR 

Prosazování ekonomických a politických zájmů lobbováním představuje 

dnes jeden z velmi důležitých a sledovaných fenoménů 

ovlivňování vývoje společnosti. Společensky nejdůležitëjší se zdá 

vymezení nejasné hranice mezi legálním lobbováním a nelegální 

(společnosti škodící) korupcí. Lobbing představuje zcela legitimní 

formu ovlivňování rozhodovacích procesů ve společnosti, je zdrojem 

důležitých informací pro rozhodování a umožňuje občanům 

ovlivňovat chod společnosti nejen při volbách, ale i „uvnitř“ volebního 

cyklu. Úzká, mnohdy nepostřehnutelná hranice mezi 

lobbingem a korupcí je vnímána orgány EU jako problém, který je 

nutno řešit. Snahy jak jednotlivých evropských institucí, tak i nëkterých 

zemí o vymezení platných a kontrolovatelných podmínek 

pro lobbování vedou k formulování závazných pravidel regulace 

lobbingu, k vytváření kodexů chování. Je to právë přístup nëkterých 

nových členských zemí Evropské unie, které přijaly zákon- 

36 Z materiálů Transparency International, zejména z každoročních zpráv „Global 

Corruption Report“ lze vyčíst, že odhad poklesu CPI o jednotku snižuje HDP 

v rozmezí od 0,3 do 1,1 procentního bodu (více na www. transparency.org.). 

293

nou úpravu lobbingu, jenž sloužil k porovnání dopadů tëchto 

opatření se situací v České republice, která regulační legislativu 

zatím nechválila. Vzhledem k tomu, že dat o lobbingu je málo, 

a že se jedná převážnë o data tzv. mëkká, je hodnocení a mëření 

rozšířeno na obecné charakteristiky institucionálního prostředí 

z dostupných zdrojů. Výsledkem srovnání je, že se potvrdila institucionální 

„nedostatečnost“ nových členských zemí oproti zemím 

EU-15 a nepotvrdil se (zatím?) dopad přijatých regulačních pravidel 

a zákonů. 

294

PŘÍLOHY 

Příloha č. 1: Pravidla pro lobbování – které z následujících pravidel 

chování lobbisty a lobbování jsou podle respondentů důležité 

pro chod úřadu, v nëmž působí, či orgánů, jehož jsou členy (v %) 

Princip ano ne nevím 

Lobbisté jsou povinni při svých stycích s poslanci, senátory či 

zastupiteli, úředníky a jinými zamëstnanci vždy jasnë označit 

konkrétní subjekty, jejichž zájmy zastupují 

Lobbisté se za všech okolností musí vyvarovat jakéhokoli 

jednání, kterým by získali informace nepoctivým způsobem 

Lobbisté musí respektovat povinnost poslance, senátora či 

zastupitele zaznamenávat informace o jakékoliv finanční, 

personální nebo materiální podpoře, kterou mu v souvislosti 

s jeho politickou činností poskytuje třetí strana 

V případë zamëstnávání bývalých pracovníků úřadu mají 

lobbisté za povinnost dodržovat ustanovení služebního 

řádu, která se týkají střetu zájmů 

Než lobbista naváže smluvní vztah (např. pracovní pomër) s 

asistentem poslance, senátora či zastupitele, mël by mít 

předbëžný souhlas od poslance či zastupitele, aby nemohlo 

dojít ke střetu zájmů 

Lobbisté musí respektovat interní smërnice a nařízení zajišťující 

transparentnost finančních zájmů poslanců, senátorů 

či zastupitelů 

Lobbisté nesmí poskytovat třetí stranë za účelem zisku 

kopie dokumentů získaných z úřadu, kde politik působí 

Lobbisté mají dodržovat předpisy týkající se práv a povinností 

bývalých poslanců či zastupitelů, např. ochranné lhůty 

89 6 5 

88 2 9 

87 2 11 

85 4 10 

83 4 14 

82 6 12 

81 11 9 

79 7 15 

Lobbisté se nesmëjí při jednání se třetí stranou odvolávat na 

jakékoli vztahy s úřadem či politickým orgánem, se kterým 71 13 15 

právë spolupracují a v nëmž působí 

Lobbisté mají být registrováni ve veřejnë přístupném rejstříku 52 24 24 

Osoby, které chtëjí často vstupovat do prostor daného 

úřadu, aby poskytovaly informace politikům, poslancům, 

senátorům či zastupitelům, musí být viditelnë označeny, 

například průkazem 

Zdroj: Factum Invenio 2005. 

44 38 18 

295

Příloha č. 2: Diagram přípravy stanovisek a prosazování zájmů 

Zdroj: www.businessinfo.cz 

296


ALTER-EU 21. 3. 2007. Press Release [on-line]. Dostupné z URL: 

http://www.alter-eu.org/en/news/2007/03/21/commissionproposal-voluntary-lobby-register-%E2%80%93-important-tootimid-step-towards-e). 

ALTER-EU 3. 5. 2006. EU Fails to Develop Credible Transparency 

Rules [on-line]. Dostupné z URL: http://www.altereu.org/en/news/2006/05/03/eu-fails-develop-credibletransparency-rules). 

Amsterodamská smlouva (1999). Praha: Ústav mezinárodních 

vztahů 1999. 

APAP, J. (1999): Lobbying European Union Institutions. Strategies 

and Structures. Association of Accredited Lobbyists to the European 

Parliament [on-line]. Dostupné z URL: 

http://www.eulobby.net. 

AUSTEN-SMITH, D. (1987): Interest Groups, Campaign Contributions, 

and Probabilistic Voting. Public Choice, 54(2), pp. 123–139, 

January 1987. 

AUSTEN-SMITH, D., WRIGHT, J. R. (1992): Competitive Lobbying 

for a Legislator's Vote. Social Choice and Welfare, 9(3), pp. 229- 

257, July 1992. 

AUSTEN-SMITH, D. (1995): Campaign Contributions and Acces. 

The American Political Science Review, 89(3), pp. 566–581, September 

1995. 

BERMAN, D. R. (1999): State and Local Politics (9th edition). Armonk, 

New York: M. E. Sharpe, 1999, s. 488. ISBN 0-7656-0421-3. 

BOUWEN, P. (2001): Corporate Lobbying in the European Union: 

Towards a Theory of Access. Florence, European University Institute, 

Department of Political and Social Sciences, 2001, Working 

Paper No. 5, pp. 1–47. 

297

BOUWEN, P. (2002): A Comparative Study of Business Lobbying 

in the European Parliament, the European Commission and the 

Council of Ministers: Max-Planck-Institut für Gesellschaftsforschung 

Discussion Paper 02/7, 2002, pp. 41. Dostupné z URL: 

http://www.mpifg.de/pu/mpifg_dp/dp02-7.pdf>. ISBN 0944–2073. 

BOUWEN, P. (2002): Corporate Lobbying in the European Union: 

The Logic of Access. Journal of European Public Policy, 2002, vol. 

9, no. 3, pp. 365–390. 

BOUWEN, P. (2004): The Logic of Access to the European Parliament. 

Journal of Common Market Studies, 2004, vol. 42, No. 3, 

pp. 473–495. 

BROKL, L. (1997): Reprezentace zájmů v politickém systému České 

republiky (1. vyd.). Praha: Slon, 1997, s. 210. ISBN 80-85850-48-6. 

BUCHANAN, J. M., TULLOCK, G. (1965): The Calculus of Consent. 

The University of Mitchigan Press, Ann Arbor, 1965, pp. 330. ISBN 

0-427-06100-3. 

CENTRUM VÝZKUMU KONKURENČNÍ SCHOPNOSTI ČESKÉ EKO- 

NOMIKY (2009): Ročenka konkurenceschopnosti České republiky 

2007–2008. Praha: Linde 2009, s. 388. ISBN 978-80-86131-78-5. 

COM (2000) 200: Reforming the Commission - White Paper. Vol. 

II: Action Plan. COM (2000) 200 final. Vol. II, 1 March 2000. 

COM (2001) 428 final: European Governance White Paper. Dostupné 

z URL: http://europa.eu/eurlex/en/com/cnc/2001/com2001_0428en01.pdf. 

COM (2002) 278. Action Plan Simplifying and Improving the Regulatory 

Environment. Dostupné z URL: http://eur-lex.europa. 

eu/LexUriServ/site/en/com/2002/com2002_0278en01.pdf. 

COM (2002) 704 final: Towards a Reinforced Culture of Consultation 

and Dialogue – General Principles and Minimum Standards 

for Consultation of Interested Parties by the Commission. Dostupné 

z URL: http://eur-lex.europa.eu/LexUriServ/site/ 

en/com/2002/com2002_0704en01.pdf. 

298

COM (2006) 194: Green Paper. European Transparency Initiative. 

Dostupné z URL: http://eur-lex.europa.eu/LexUriServ/site/ 

en/com/2006/com2006_0194en01.pdf. 

CORBETT, R., JACOBS, F., SHACKLETON, M. (2000): The European 

Parliament (4th edition). London: John Harper Publishing, pp. 

202, ISBN 0-415-24213-4. 

CRAWFORD, V., SOBEL, J. (1982): Strategic Information Transmission. 

Econometrica 50(6), pp. 1431–1451, November 1982. 

DALTROP, A. (1986): Politics and the European Community. London: 

Longman, pp 212. ISBN 9780582351882. 

DE SCHUTER, O. (1995): La fonction des groupes de pression dans 

la Communauté européenne. Courrier hebdomadaire du CRISP, č. 

1398–1399, pp. 53 v: Christophe Degryse, Dictionnaire de l’Union 

européenne, Brusel. 

DOČKAL, V., et al. (2006) Česká politika v Evropské unii: Evropský 

integrační proces a zájmy České republiky (1. vyd.). Brno: Masarykova 

univerzita, Mezinárodní politologický ústav, 2006, 216 s. 

ISBN 80-210-4076-9. 

Economist Intelligence Unit Democracy Index 2008 (2009). EUI 

2009. Dostupné z URL: http://graphics.eiu.com/PDF/ 

Democracy%20Index%202008.pdf). 

EPACA 28. 10. 2005. Letter to Vice-President Siim Kallas [on-line]. 

Dostupné z URL: http://www.epaca.org/policy/documents/ 

kallas.pdf. 

EU Civil Contact Group Position Paper 29. 8. 2006 [on-line]. 

Dostupné z URL: http://www.transportenvironment.org/docs/ 

Publications/2006/2006-08_cscg_eti_contribution_part_i.pdf. 

Euractiv 23. 8. 2007. Kallas Defends Voluntary Lobbying Scheme 

in Face of Boycott. [on-line]. Dostupné z URL: 

http://www.euractiv.com/en/pa/kallas-defends-voluntarylobbying-scheme-face-boycott/article-166077. 

299

European Parliament. 12 February 2003. Summary of Decisions 

of 12 February 2003, Secretariat of the Bureau. The Conference 

of Presidents and the Quaestors. 

European Parliament (1996). Report on the Amendment of Annex 

I of the Rules of Procedure Concerning Transparency and 

Members' Financial Interests. Committee on the Rules of Procedure, 

the Verification of Credentials and Immunities, 30 May 

1996 (A4-0177/96) Rapporteur: Jean-Thomas Nordmann. 

European Parliament (2002): Question to the President Pursuant 

to Rule 28(2) of 28 May 2002. 

European Transparency Iniciative. COM(2006) 1300 final; working 

document, Brussels [on-line]. Dostupné z URL: 

http://www:ec.europa.eu/transparency/eti/docs/gp_en.pdf. 

European Parliament. 28 May 2003. Note to Members of the 

Burelu. The Secretary-General. 

European Voice 30. 8. 2007. Lobbying Needs Sensible Rules. Vol. 

13, No. 31. 

European Voice 7. 2. 2008. Commission Needs Lobbying Footprint, 

too. [on-line]. Dostupné z URL: 

http://www.europeanvoice.com/archive/article.asp?id=29763. 

European Commission. 1992. An Open and Structured Dialogue 

between the Commission and Special Interest Groups. Brussels. 

[on-line]. Dostupné z URL: http://ec.europa.eu/civil_society/ 

interest_groups/docs/v_en.pdf. 

European Commission. 2000. Code of Good Administrative Behaviour. 

Brussels [on-line]. Dostupné z URL: 

http://ec.europa.eu/civil_society/code/index_en.htm. 

European Commission. 2003. Report from the Commission on 

European Governance [on-line]. Dostupné z URL: 

http://ec.europa.eu/governance/docs/comm_rapport_en.pdf 

300

FIALA, P. (1997): Funkce zájmových skupin v politickém systému 

České republiky. Parlamentní zpravodaj, 1997, č. 10/96, 

s. 525–528. 

GARDNER, J. N. (1991): Effective Lobbying in the European Community. 

Deventer: Kluwer Law and Taxation Publisher, pp 162. 

ISBN 90-6544-5269. 

GALBRAITH, J. A. (2001): Guide to Effective Lobbying of the European 

Parliament, podzim 2001, Burson-Marsteller /BKSH and 

Wirthlin-Europe [on-line]. Dostupné z URL: 

http://www.bmbrussels.be. 


Commision, jaro 2003, Burson-Marsteller /BKSH and Wirthlin-Europe. 

[on-line]. Dostupné z URL: http:// 

www.bmbrussels.be. 


Institutions, jaro 2005, Burson-Marsteller /BKSH and Wirthlin-Europe 

[on-line]. Dostupné z URL: 

http://www.bmbrussels.be. 

GALBRAITH, J. A. (2009): Guide to Effective Lobbying in Europe, 

podzim 2009, Burson-Marsteller /BKSH and Wirthlin-Europe [online]. 

Dostupné z URL: http://www.bmbrussels.be. 

GOEHRING, R. (2002): Interest Representation and Legitimacy in 

the European Union: The New Quest for Civil Society Formation. 

In Warleigh, A., Fairbrass, J. (Eds.): Influence and Interests in the 

European Union: The New Politics of Persuasion and Advocacy. 

London: Europa Publication 2002. 

GORNITZKA, A. SVERDRUP, U. (2008): Who Are the Experts? The 

Informational Basis of EU Decision-making. Oslo: Centre for European 

Studies, ARENA Working Paper 14/2008. 

GRANT, W. (2000): Pressure Groups and the European Community: 

An Overview. In: KOM (2007) 127 – Sdëlení komise. Opatření 

vyvozená ze Zelené knihy „Evropská iniciativa pro transparent- 

301

nost.“ [on-line]. Dostupné z URL: http://ec.europa.eu/ 

civil_society/docs/com_2007_127_final_cs.pdf. 

GRAZIANO, G. (2002): Je Brusel rájem pro lobbisty. Současná 

Evropa a Česká republika, 2002, č. 1, s. 13–34. 

GREENWOOD, J. (1997): Representing Interests in the European 

Union. Hong Kong: MacMillan Press Ltd, pp. 312, 

ISBN 978-0312172886. 

GREENWOOD, J. (1998): Regulating Lobbying in the European 

Union. Parliamentary Affairs, Vol. 51, No. 4, pp. 587–599. 

GREENWOOD, J. (2003): Interest Representation in the European 

Union. Basingstoke: Palgrave Macmillan, pp. 310, ISBN 

0333995716. 

GREENWOOD, J., GROTE, J. R., RONIT, K. (1994): Introduction: 

Organized Interests and the transnational dimension. In 

Greenwood, J., J. R. Grote, J. R., Ronit, K. (Eds.): Organized Interests 

and the European Community. London: SAGE, pp. 282, ISBN 

0803987013. 

GREGOROVÁ, L., ŽÁK, M. (2008): Byrokratická bariéra kvality 

regulace? Na podkladë analýzy institucionální kvality zemí EU. 

Politická ekonomie, 2008, č. 2, s. 196-228. ISSN 0032-3233. 

GROSSMAN, G. M., HELPMAN, E. (2001): Special Interest Politics. 

Cambridge, MA: MIT Press, pp. 380. ISBN 0-262-07230-0. 

GUÉGUEN, D. (2007): European Lobbying. Brussels: Europolitics, 

pp. 144. ISBN 978-2-930409-06-1 

HOLMAN,C. (2008): Lobbying Reform in the United States and 

the European Union: Progress on Continents. Allacademic [online]. 

2008 [cit. 2008-11-25], s. 1–41. Working Paper prezentovaný 

na výroční konferenci the APSA 2008 Annual Meeting, Hynes 

Convention Center. 

302

HREBENAR, R. J., McBETH, C.H., MORGAN, B. (2008): Interests 

and Lobbying in Lithuania : A Spectrum of Development. Journal 

of Public Affairs 2008, No. 8, pp. 51–65. 

CHARRAD, K. (2005): Lobbying the European Union. Mnichov: 

Westfalische Wihemlms-Universitat, 2005, WP No, pp. 1–24. 

JACHTENFUCHS, M., KOHLER-KOCH, B. (2004): Governance and 

Institutional Development. In Wiener, A., Diez, T. (Eds.): European 

Integration Theory. Eds. Oxford: Oxford University Press, 

2004, pp. 306. ISBN 978-0199252480. 

JANDA, K., BERRY, J. M., GOLDMAN, J. (1989): The Challenge of 

Democracy: Government in America (2nd edition). Houghton: 

Mifflin Company 1989, pp. 738. ISBN 0-395-43292-8. 

KADETÁBKOVÁ, A. a kol. (2007): Ročenka konkurenceschopnosti 

České republiky 2006-2007. Praha: Linde 2007, s. 557. ISBN 80- 

86131-64-5. 

KADETÁBKOVÁ, A., SPĚVÁČEK, V., ŽÁK, M. (2003): Růst, stabilita 

a konkurenceschopnost: aktuální problémy české ekonomiky na 

cestě do EU. Praha: Linde 2003, s. 329. ISBN 80-86131-35-1. 

KADESÁBKOVÁ, A., SPĚVÁČEK, V., ŽÁK, M. (2004): Růst, stabilita, 

konkurenceschopnost II. Aktuální problémy české ekonomiky při 

vstupu do EU. Praha: Linde 2004, s. 383. ISBN 80-86131-49-1. 

KADETÁBKOVÁ, A. a kol. (2007): Růst, stabilita a konkurenceschopnost 

III. Česká republika v globalizované a znalostní ekonomice. 

Praha: Linde 2007, s. 380. ISBN 978-80-86131-71-9. 

KOHLER-KOCH, B. (1997): Organized Interests in the EC and the 

European Parliament. European Integration On-line Paper. Vol.1, 

No. 9. Dostupné z URL: http://eiop.or.at/eiop/texte/1997- 

009a.htm. 

KOHLER-KOCH, B., QUITTKAT, CH. (1999): Intermediation of Interests 

in the European Union. Arbeitspapiere-Mannheimer Zentrum 

für Europaische Sozialforschung. Mannheim, 1999, Nr. 9. 

ISSN 1437-8574. 

303

Kolektiv CES VŠEM, NOZV NVF (2010): Konkurenceschopnost 

České republiky 2008–2009. Praha: Linde 2010, s. 460. ISBN 978- 

80-86131-87-0. 

LABOUTKOVÁ, Š., ŽÁK, M. (1996): Zájmové skupiny, lobbing. Národní 

hospodářství, 1996, č. 9-12, s. 32-35, ISSN 0862-7037 

LABOUTKOVÁ, Š., VAŠÍČEK, B. (2003): In Kadeřábková, A., Spëváček, 

V., Žák, M (Eds.): Růst, stabilita a konkurenceschopnost: aktuální 

problémy české ekonomiky na cestě do EU. Praha: Linde 

2003, s. 67–96. 

LABOUTKOVÁ, Š.( 2008): EU Institutions and Interest Groups: the 

Potential for Conflict? Acta Academica Karviniensia, 2008, č. 2, s. 

119–131 (Vydavatel Slezská univerzita v Opavë). 

LABOUTKOVÁ, Š. (2009): The Establishment of NGOs as One 

Growing Part of Developing Interest Groups in the Czech Republic. 

E + M Ekonomie a Management, 2009, roč. 12, č. 1, s. 14–30 

(vydává Technická univerzita v Liberci) (a). 

LABOUTKOVÁ, Š. (2009): Prosazování zájmů v EU: Národní a specifické 

zájmy jako legitimní prostředek ovlivňující tvorbu a rozhodovací 

procesy hospodářské politiky v Evropské unii. Praha: Národohospodářský 

ústav Josefa Hlávky (NÚJH), 2009, pp. 112 . ISBN 

9788086729534 (b). 

LABOUTKOVÁ, Š., ŽÁK, M. (2009): Lobbování v Evropské unii. In: 

Podnikanie-inovácie-spoločnosť (recenzovaný sborník). Prešov: 

International Scholl of Management Slovakia, 2009, s. 367–372. 

ISBN 9788089372164. 

LEVY, G., RAZIN, R. (2007): On The Limits of Communication in 

Multidimensional Cheap Talk: A Comment. Econometrica, 75(3), 

pp. 885–893, May 2007. 

Lobbying in the European Union (2003): Current Rules and 

Practices. 2003. European Parliament. Directorate General for 

Research. Working Paper. 04-2003. 

304

Lobbying Needs Sensible Rules (2007): European Voice, 30. 8. 

2007. 

MAZEY, S., RICHARDSON, J. (1994): The Commission and the 

Lobby. In Edwards, G., Spence, D. (Eds.): The European Commission. 

London: Cartermill, pp. 256. ISBN 978-1561590780. 

MAZEY, S., RICHARDSON, J. (1996): The Logic of Organization: 

Interest Groups. In Richardson, J. (Ed.): European Union. Power 

and Policy-making. London: Routledge, pp. 300. ISBN 0 415 

12916 8. 

MAZEY, S., RICHARDSON, J. (1999): Interests. In Cram, L., Dinan, 

D., Nugent, N. (Eds.): Developments in the European Union. New 

York: St. Martin's Press, pp. 398. ISBN 978-0312225339. 

MAZEY, S., RICHARDSON, J. (2000): Lobbying in the European 

Community. New York: Oxford University Press, pp. 280. 

ISBN 0-19-827789-X. 

MAZEY, S., RICHARDSON, J. (2001): Interest Groups and EU Policy 

Making: Organizational Logic and Venue Shopping. In Richardson, 

J. (Ed.): European Union: Power and policy-making. London: 

Routledge. s. 217–237. ISBN 0 415 12916 8. 

MAZEY, S., RICHARDSON, J. (2006): Interest groups and policy 

making: organizational logic and venue shopping. In Richardson, 

J. (Ed.): European Union. Power and policy-making. Abingdon: 

Routledge, pp. 300. ISBN 0 415 12916 8. 

McGRATH,C. (2002): Comparative Lobbying Practices. Washington, 

London, Brussels. Allacademic [online]. 2002 s. 1-27. Working 

Paper prezentovaný na výroční konferenci the American 

Political Science Association, Boston Marriott Copley Place, Sheraton 

Boston & Hynes Convention Center, Boston, Massachusetts 

on-line]. Dostupné z URL: http://www.allacademic.com/ 

meta/p66153_index.html . 

McGRATH, C. (2008): The Development and Regulation of Lobbying 

in the New Member States of the European Union. Journal of 

305

Public Affairs. 2008, No. 8, pp. 15–32 [on-line]. Dostupné z URL: 

http://interscience.wiley.com. 

MEMO/07/110 The European Transparency Iniciative (2007): 

Frequently Asked Questions. Brussels, 21. 3. 2007 [on-line]. Dostupné 

z URL: 

http://www.oecd.org/dataoecd/44/63/38947916.pdf 

MITCHELL, W. C., MUNGER, M. C. (1991): Economic Models of 

Interest Groups: An Introductory Survey. American Journal of 

Political Science, 1991, vol. 35, issue 2, pp. 512-546. 

MUELLER, D. C. (2003): Public Choice III. Cambridge: Cambridge 

University Press (3rd edition), 2003, pp. 788, ISBN 0-521-89475-1. 

OECD (2009): Lobbyist, Government and Public Trust: Promoting 

Integrity by Self-regulation. [online]. 1st ed. Paris : Organisation 

for Economic Co-operation and Development 2009. 

GOV/PGC/GF(2009)9. 40th session of the Public Governance 

Commi-ttee, 22.–23. October 2009 [cit. 2009-11-16]. Dostupné 

z URL: http://www.olis.oecd.org/olis/2009doc.nsf/LinkTo/ 

NT000068BE/$FILE/JT03271513.PDF. 

OLSON, M. (2000): The Logic of Collective Action: Public Goods 

and the Theory of Groups (18th compl. edition). Cambridge, MA: 

Harvard University Press 2000, pp. 186. ISBN 0674537513. 

PAGE, E. C. (1997): People Who Run Europe. Oxford: Clarendon 

Press, 1997, pp. 192. ISBN 978-0198280798. 

PERSSON, T., TABELLINI, G. (2000): Political Economics: Explaining 

Public Policy. Cambridge, MA: The MIT Press, 2000, pp.553. 

ISBN 0-262-16195-8. 

PITROVÁ, M., GALA, A. (2008): Regulace procesu prosazování 

zájmů v EU : lobbing v evropských institucích. Politický časopis, 

2008, roč. 15, č. 2, s. 103–129. 

POTTERS, J., SLOOF, R., VAN WINDEN, F. (1997): Campaign Expenditures, 

Contributions and Direct Endorsements: The Strate- 

306

gic Use of Information and Money to Influence Voter Behavior. 

European Journal of Political Economy, 1997, 13(1), pp. 1–31. 

PRAT, A. (2002): Campaign Advertising and Voter Welfare. The 

Review of Economic Studies, 2002, 69(4), pp. 999–1017. 

Průvodce lobbováním v ČR. 2005. http://www.factum.cz 

/tz134.html. 

RAMSAY, A. (2004): Eurojargon. A Dictionary of European Union. 

Somerset: Haynes, 2004, pp. 260. ISBN 978-1579582746. 

Rapport de Marc Galle Travaux relatifs á un projet de reglementation 

du lobbying européen. 8 Octobre 1992. Parlément Européen. 

Report on Lobbying in the European Parlament (1996): Committee 

on the Rules of Procedure, the Verification of Credentials and 

Immunities, 12 June 1996 (A4-0200/96) Rapporteur: Glyn Ford. 

Report on Lobbying in the European Parlament (1995.): Committee 

on the Rules of Procedure, the Verification of Credentials and 

Immunities, 27 September 1995 (A4-0217/95) Rapporteur: Glyn 

Ford. 

Report on the Code of Conduct Governing Lobbyists (1997): 

Committee on the Rules of Procedure, the Verification of Credentials 

and Immunities, 21 March 1997 (A4-0107/97) Rapporteur: 

Glyn Ford. 

RESCHOVÁ, J. (2002): Úvodem o lobbování a lobbistech. Současná 

Evropa a Česká republika, 2002, č. 1, s. 3–12. 

REYNOLDS, K. M., LIEBMAN, B. H. H. (2004): The Returns from 

Rent-Seeking: Campaign Contributions, Firm Subsidies and the 

Byrd Amendment. September 2004 [on-line]. Dostupný z URL: 

http://ssrn.com/abstract=576144. 

Rules Governing the Establishment of Intergroups. 16 December 

1999. Decision of the Conference of Presidents, 16 December 

1999 consolidated on 3 May 2004. 

307

RŮŽIČKA, J. (2005): Lobbing ve Spojených státech. Praha: IPEK 

2005 on-line]. Dostupný z URL: http://www.ipek.cz/projekty/ 

lobbying-ve-spojenych-statech/. 

RYCHETNÍK, L. (2003): Regulace lobbování ve Velké Británii. In 

Lobbyismus versus korupce. Praha: IPEK 2003, s. 13–24. 

SAURUGGER, S. (2003): Les groupes d’intérêt entre démocratie 

associative et mécanismes de contrôle. Raisons Politiques, 2003, 

č. 10, s. 151–169 (a). 

SAURUGGER, S. (2003): Continuités et transformations des modes 

de représentation dans l’Union européenne », dans Sabine 

Saurugger (dir), Les modes de représentation dans l’Union européenne. 

Paris: l’Harmattan, 2003, s. 13-36 (b). 

SEAP 28. 7. 2006. SEAP views on the European Transparency 

Initiative Green Paper [on-line]. Dostupný z URL: 

http://www.euractiv.com/en/pa/transparency-initiative/article- 

140650 

SEC (2005)1300. Communication to the Commission. Proposing 

the Launch of a European Transparency Initiative [on-line]. Dostupný 

z URL: http://ec.europa.eu/commission_barroso/ 

kallas/doc/etik-communication_en.pdf. 

SEC (2005) 1300 final. European Transparency International, 

working dokument, Brussels. [on-line]. Dostupný z URL: 

http://ec.europa.eu/transparency/eti/index_en.htm. 

SHANK, A. (1993): American Politics, Policies and Priorities (6th 

edition). State University of New York: Geneseo, 1993, pp. 141– 

181. 

SCHABER, T. (1998): The Regulation of Lobbying at the European 

Parliament: the Quest for Transparency. In Claeys, P. H., Gobin, 

C., Winand, P. (Eds.): Lobbying, Pluralism and European Integration. 

Brussels: European Interuniversity Press, 1998, pp. 455. 

ISBN 978-9052018034. 

308

SCHMITTER, C. P. (2004): Neo – Neofunctionalism. In Wiener, A., 

Diez, T (Eds.): European Integration Theory. Oxford: Oxford University 

Press, 2004, pp. 306. ISBN 978-0199252480. 

SCHOUT, A. (1998): The Presidency as Juggler: Managing Conflicting 

Expectations. EIPASCOPE, 1998, No. 2, pp. 1–9. 

Smlouva z Nice. Treaty of Nice. Official Journal of the European 

Communities, C 80, Volume 44, 10 March 2001 [on-line]. 

Dostupný z URL: http://europa.eu.int/eur-lex/en/treaties/dat/ 

nice_treaty_en.pdf (ovëřeno 20. 7. 2007). 

Social Economy and Law Journal. European Foundation Centre. 

[on-line]. Dostupný z URL: http://www.efc.be/cgi-bin/ 

articlepublisher.pl?filename=HR-SE-10-99-24.html. 

SOJKA, M., a kol. (2000): Dějiny ekonomických teorií (1. vyd.). 

Praha: Karolinum, 2000, s. 298. ISBN 80-7184-991-X. 

SPĚVÁČEK, V. a kol. (2002): Transformace české ekonomiky. Politické, 

ekonomické a sociální aspekty. Praha, Linde 2002, s. 525. 

ISBN 80-86131-32-7. 

SQUIRE, P., et al. (2005): Dynamics of Democracy (4th edition). 

Ohio: Atomic Dog Publishing, 2005, pp. 768. ISBN 978- 

1592602124. 

Stanovisko Evropského hospodářského a sociálního výboru 

k tématu Zelená kniha o evropské iniciativë pro transparentnost. 

Úřední vëstník EU 30. 12. 2006. [on-line]. Dostupný z URL: 

http://europa.eu/rapid/pressReleasesAction.do?reference=MEMO 

/07/110&format=HTML&aged=1&language=EN&guiLanguage=en. 

STEVENS, A., STEVENS, H. (2001): Brussels Bureaucrats? Houndmills: 

Palgrave, 2001, pp. 304. ISBN 9780333604892. 

STRATMANN, T. (1992): Are Contributors Rational? Untangling 

Strategies of Political Action Committees. The Journal of Political 

Economy, 1992, 100(3), pp. 647–664. 

309

VAN SCHENDELEN, R. (2002): Machiavelli in Brussels. Amsterdam: 

Amsterdam University Press, 2002, pp. 384. ISBN 978- 

9053567661. 

VAN SCHENDELEN, R. (2004): Jak lobbovat v Evropské unii, aneb 

Machiavelli v Bruselu. Brno: Barrister & Principal, 2004, s. 350. 

ISBN-80-86598-75-6. 

VAN SCHENDELEN, R., SCULLY R. (2004): The Unseen Hand. Unelected 

EU Legislator. London: Frank Cass,2004, pp. 140. 

ISBN-978-0714684451. 

VYMĚTAL, P. (2003): Korupce. Politologická revue, 2003, č. 3, 

s. 3–33. 

VYMĚTAL, P., ŽÁK, M. (2005): Instituce a výkonnost. Politická 

ekonomie, 2005, č. 4, s. 545–566. 

WEF – Global Competitiveness Report 2009-2010. World Economic 

Forum [on-line]. Dostupný z URL: www.weforum.org. 

WESTLAKE, M. (1995): The Council of the European Union. London: 

Cartermill. Zpravodaj odborové platformy NNO 11. 5. 2006 

[on-line]. Dostupný z URL: http://www.zelenykruh.cz/cz/ 

?cislo=124. 

WOLL, C. (2006): Lobbying in the European Union : From sui generis 

to Comparative Perspective. Journal of European Public 

Polic, 2006, vol. 13, No. 3, pp. 456–469. 

WOLL, C. (2006): Trade Policy Lobbying in the EU : Who Captures 

Whom ? MPIfG Discussion Paper [online]. 2006, vol. 06/7 [cit. 

2007-03-20], s. 1–34. 

World Bank Governance Matters 2009 Database 

Dostupný z URL: www.worldbank.org. 

[on-line]. 

World Bank – Doing Business 2010 [on-line]. Dostupný z URL: 

www.worldbank.org. 

ŽÁK, M. (2000): Problém PRINCIPAL - AGENT v hospodářské politice. 

Praha, VŠE 2000. 

310

METODIKY A METODY ŘÍZENÍ PODNIKOVÉ 

INFORMATIKY 

Jan Pour 

1. METODIKY A METODY ŘÍZENÍ PODNIKOVÉ INFOR- 

MATIKY 

Pro řízení podnikové informatiky vznikla celá řada metodik 

a modelů založených většinou na definovaných procesech řízení 

a mnoha doporučeních pro řešení jednotlivých řídicích úloh, systémů 

metrik, případně organizačních struktur řešících efektivní 

uspořádání ICT útvarů a jejich začlenění do podnikové organizace. 

Většina těchto metodik a modelů vychází z řešení obdobných 

otázek v praxi, resp. z celosvětové praxe. 

Účelem takových metodik a modelů je přispívat jejich uživatelům 

k racionálnímu řízení informatiky, ke snižování nákladů na ni, 

k lepšímu zhodnocování do ní vložených investic, k dosahování 

očekávaných efektů, k zajišťování bezpečného a spolehlivého 

provozu informatiky apod. 

Úvodní část tohoto příspěvku je věnována základní charakteristice 

některých z těchto modelů majících dnes charakter de facto 

standardů v řízení informatiky (ITIL, CobiT) doplněných jedním 

z českých řešení tohoto charakteru (ITGPM). 

1.1 ITIL 

ITIL (IT Infrastructure Library) představuje sadu provázaných publikací, 

které popisují nejlepší praxi řízení ICT služeb. V roce 2007 

byla vydána poslední verze ITIL označovaná jako ITIL v3 (ITIL verze 

3). Společným základem ITIL jsou informatické služby, jejich 

detailní specifikace, způsob jejich plánování a poskytování uživatelům. 

ITIL obsahuje pět základních knih, které jsou uspořádané 

podle životního cyklu služeb IS/ICT, jak ukazuje Obrázek č. 1. 

311

Obrázek č. 1: Jednotlivé publikace ITIL dle životního cyklu ICT 

služeb 

Continual Service 

Improvement 

Service Service 

Design 

Service 

Strategies 

Service 

Operation 

ITIL 

Service 

Transition 

Zdroj: David Wheeldon: ITIL v3 Service Operations, presentace itSMF, 

2009. 

Uvedené publikace mají následující obsah: 

Service Strategy, resp. strategické řízení služeb definuje principy 

pro zavedení řízení informatických služeb jako strategického aktiva 

podniku. Publikace zahrnuje témata, jako např. tvorbu katalogu 

informatických služeb, strategický pohled na životní cyklus 

služby, finanční řízení služeb, a to vše ve vazbě na podnikání zákazníka. 

Service Design specifikuje návrh nových a rozvoj stávajících informatických 

služeb, popisuje metody, které lze použít pro transformaci 

strategických cílů podniku do portfolia služeb, a návrh 

systémů a nástrojů řízení služeb. 

Service Transition obsahuje doporučení pro zavedení nových 

a změněných informatických služeb do provozu s důrazem na 

snížení rizika chyb nebo přerušení jejich poskytování, např. 

v souvislosti se zahájením provozu nových aplikací nebo technologických 

komponent. 

312

Service Operation řeší problematiku provozu a činností technologického 

charakteru při poskytování služeb, jako je např. správa 

serverů, správa databází, zajištění bezpečnosti počítačových sítí, 

řešení integračních problémů v provozu informačních systémů 

apod. 

Continual Service Improvement se zabývá nástroji pro zajišťování 

souladu obsahu informatických služeb s potřebami podnikání 

dané organizace, tj. řešením nových požadavků na informatické 

služby, jejich ohodnocením, rozhodováním o způsobu jejich realizace 

apod. 

K hlavním efektům implementace modelu ITIL v praxi patří kontinuální 

zlepšování řídicích procesů v informatice a zvyšování jejich 

efektivity, snižování nákladů na implementaci nových služeb při 

zvyšování jejich kvality. Podstatné je rovněž jasné nastavení 

kompetencí a odpovědností v rámci jednotlivých procesů podnikové 

informatiky. Jistým problémem implementací ITIL je jeho 

složitost a relativní dlouhá doba jeho zavádění do praxe. Z tohoto 

důvodu mnohé podniky zavádějí pouze některé jeho procesy, 

resp. přistupují k implementaci metodiky ITIL postupně po jednotlivých 

procesech, resp. oblastech řízení. 

1.2 CobiT 

Metodika CobiT Framework 4.1 (Control Objectives for Information 

and Related Technology) se skládá z modelu procesů, ke 

kterým jsou připojeny metriky jejich efektivnosti. CobiT je určen 

zejména pro auditory informačních systémů k tomu, aby mohli 

systematicky a komplexně posoudit stav, resp. dosaženou úroveň 

vlastní podnikové informatiky a na základě toho formulovat prioritní 

rozvojové projekty. 

CobiT rozlišuje čtyři skupiny procesů informatiky, které představují 

rámec CobiT. V každé skupině jsou uvedeny kontrolní cíle, 

které by měly být v rámci provozu a rozvoje podnikové informatiky 

sledovány a řízeny. V následujícím textu jsou zmíněny pouze 

některé z procesů a podprocesů: 

313

Plánování a organizace – pokrývá úroveň strategického 

a taktického plánování a organizování podnikové informatiky, 

včetně řízení její přidané hodnoty pro podnikání firmy, kam 

patří: 

o definice strategického plánu podnikové informatiky, který 

mj. obsahuje hodnotové řízení podnikové informatiky 

s ohledem na ekonomické charakteristiky projektů, řízení 

IT v kontextu požadavků firmy, sestavení strategického 

a taktického plánu, 

o řízení investic do podnikové informatiky, které zahrnuje 

např. řízení ekonomiky investic, rozpočtování podnikové 

informatiky, řízení nákladů, řízení efektů, 

o hodnocení a řízení rizik podnikové informatiky, 

o řízení projektů, tj. měření a ověřování ekonomických a výkonnostních 

parametrů projektu k plánovaným hodnotám. 

Pořízení a implementace zahrnuje procesy vývoje informatických 

aplikací vlastními silami nebo jejich pořízení z vnějších 

zdrojů, jejich implementaci a integraci se stávajícími systémy 

a procesy. 

Dodávka služeb a podpora je zaměřená na řízení poskytování 

služeb, řízení bezpečnosti a kontinuity služeb, podporu služeb, 

správu dat a potřebné infrastruktury. Patří sem zejména 

Identifikování a přiřazování nákladů na informatiku. 

Monitorování a hodnocení informatiky zahrnuje: 

o monitoring a hodnocení výkonnosti podnikové informatiky, 

o monitoring a hodnocení interních kontrolních procesů, 

o správu podnikové informatiky, tj. určování její hodnoty 

v podobě efektů, které přinášejí investice do IS/ICT, řízení 

zdrojů vkládaných do investic, měření výkonnosti zjišťující, 

zda byly cíle dosaženy/překročeny či nikoliv. 

Metodika CobiT tak vytváří významný podklad pro hodnocení 

aktuálního stavu podnikové informatiky a pro specifikaci jednotlivých 

rozvojových úloh jejího řízení. 

314

1.3 ITGPM 

Model ITGPM je rovněž orientován na podporu řízení podnikové 

informatiky a je řešen a rozvíjen při respektování podmínek české 

informatické praxe. Zahrnuje desítky zobecněných procesů řízení, 

řídicích dokumentů, předdefinovaných rolí pracovníků informatiky 

i uživatelské sféry a zobecněný systém metrik řízení provozu 

a rozvoje informačních systémů. 

Strukturu řízení informatiky podle referenčního modelu ITGPM, 

tj. rozdělení jeho obsahu do jednotlivých úrovní řízení a zmíněných 

domén reprezentuje obrázek č. 2. V této souvislosti je však 

třeba zdůraznit, že tato struktura modelu není nijak rigidní ani 

závazná a lze ji pružně modifikovat podle konkrétních potřeb 

a podmínek podniku, který model implementuje. 

Obrázek č. 2: Struktura domén referenčního modelu ITGPM 

(1) Strategické řízení IS/ICT - (cíle, architektury, standardy, projekty, sourcing 

harmonogram, rozpočet, organizace, pravidla řízení, ...) 

Taktické řízení IS/ICT 

(2) Plánování projektů a řízení integrace IS/ICT 

- plánování, organizace, integrace a koordinace provozu, rozvoje a změn IS/ICT 

Služby IS/ICT 

(3) Řízení dodávky služeb IS/ICT 

(vývoj, nákup, prodej) 

Strategické řízení IS/ICT 

Zdroje IS/ICT 

(5) Řízení ekonomiky IS/ICT 

- finančních zdrojů 

(6) Řízení lidských zdrojů 

IS/ICT 

(4) Řízení vlastností služeb IS/ICT 

(důvěrnost, bezpečnost, spolehlivost, 

dostupnost, integrita, řízení rizik) 

(9) Řízení jednotlivých projektů IS/ICT 

(vývoj, údržba, implementace) 

Operativní řízení IS/ICT 

(7) Řízení datových zdrojů 

(8) Řízení IS/ICT zdrojů 

a konfigurací 

(ASW, ZSW, HW, síť LAN a WAN) 

(10) Řízení provozu IS/ICT 

(provoz zdrojů) 

Zdroj: Voříšek a kol., 2008. 

315

Model vychází z pravidla, že informatiku je nezbytné řídit na 

třech základních úrovních stejně, jako je tomu v celém podnikovém 

řízení, tj. na úrovni strategické, taktické a operativní. Na 

každé úrovni jsou definovány jednotlivé domény (oblasti) řízení 

obsahující hlavní a podpůrné procesy a jejich komponenty (vstupy, 

výstupy, metriky, role atd.). Hlavní principy jsou: 

model vychází ze strategických záměrů rozvoje informatiky 

(doména 1), které se promítají do nižších úrovní a domén, 

doména (2) Řízení rozvoje podnikové informatiky a systémová 

integrace služeb a zdrojů představuje těžiště celého řízení, 

neboť se zde porovnávají strategické záměry informatiky s aktuálními 

potřebami podnikových procesů a se stavem již řešených 

projektů a provozovaných aplikací. Obsahem této domény 

je, jak její název napovídá, plánování, vzájemné provázání, 

koordinace a integrace poskytovaných informatických 

služeb a k tomu potřebných zdrojů, 

na úrovni taktického řízení stojí proti sobě dvě skupiny domén 

– první segment orientovaný na řízení ICT služeb a druhý 

segment orientovaný na řízení zdrojů, které jsou pro poskytování 

ICT služeb zapotřebí. To znamená, že na jedné straně se 

určuje, co se požaduje a co je dodáváno a na straně druhé, co 

je nebo má být k pokrytí stanovených požadavků k dispozici, 

operativní úroveň řízení již požadované služby s pomocí zdrojů 

realizuje. Devátá doména je zaměřena na řízení vývoje, tj. 

jednotlivých projektů, které vytvářejí nové a rozvíjejí stávající 

ICT služby a poslední desátá doména řídí provoz existujících 

služeb. 

Následující přehled uvádí stručnou charakteristiku jednotlivých 

domén. 

Strategická úroveň řízení 

1. Strategické řízení podnikové informatiky zahrnuje řešení informační 

strategie, resp. celkové koncepce informatiky a její 

aktualizace, obvykle v ročním cyklu, případně řešení dílčích 

316

strategických úloh, např. strategii sourcingu, rozdělení kompetencí 

při řízení IS/ICT apod. 

Taktická úroveň řízení 

2. Řízení rozvoje podnikové informatiky a systémová integrace 

služeb a zdrojů představuje rozvoj aplikačních, technologických 

a dalších architektur, řízení změn, plánování, zadávání, 

schvalování projektů, rozhodování o způsobu řešení projektů, 

výběr dodavatele a zajišťování časové a obsahové konzistence 

mezi řešenými projekty. 

3. Specifikace informatických služeb zahrnuje definování jednotlivých 

ICT služeb, resp. katalogu služeb, návrh smluv o poskytování 

služeb (Service Level Agreement – SLA), nákup a prodej 

informatických služeb, řízení vztahů k dodavatelům, uživatelům 

a zákazníkům informatických služeb. 

4. Řízení poskytování služeb znamená řízení služeb v jejich životním 

cyklu, řízení vztahů a rozdílů oproti SLA, řízení bezpečnosti, 

spolehlivosti, dostupnosti, doby odezvy jednotlivých služeb, 

zajištění auditu systému. 

5. Řízení ekonomiky podnikové informatiky představuje zejména 

plánování finančních zdrojů, tvorbu rozpočtů na informatiku, 

sledování a vyhodnocování nákladů, přímých i nepřímých efektů 

a jejich analýzy z hlediska jejich dopadů, podnikových procesů, 

kde se uplatňují, a zdrojů, které umožňují jejich realizaci. 

6. Řízení lidských zdrojů v informatice zahrnuje nábor a školení 

ICT pracovníků, plánování a řízení pracovních týmů, včetně 

zapojení uživatelů, řízení znalostí, resp. rekvalifikačních programů, 

hodnocení ICT pracovníků. 

7. Řízení datových zdrojů představuje plánování, vyhodnocování 

a organizaci využití interních a externích datových zdrojů 

a čím dál tím více i řízení datové kvality. 

8. Řízení technologických zdrojů znamená plánování technologické 

infrastruktury a řízení jejího naplnění, dimenzování 

a škálování technologických zdrojů, vyřazování prostředků informačních 

technologií z provozu. 

317

Operativní úroveň řízení 

9. Řízení jednotlivých projektů znamená vývoj nových informatických 

služeb řešených dodavatelským způsobem i vlastními 

kapacitami s rozlišením na ně připadajících nároků dle typu 

projektů, které tyto služby realizují, např. ERP, elektronické 

podnikání, správa podnikového obsahu apod. 

10. Řízení provozu informatiky obsahuje především plánování, 

monitorování a vyhodnocování provozu, správu sítí, správu 

databází, řízení uživatelské podpory. 

Současný rozsah a složitost informatiky v podnicích a nároky na 

její řízení tak vedou k vytváření uvedených metodik a modelů 

obsahujících zejména předdefinované procesy řízení, doporučené 

řídicí metody, systémy metrik, resp. nejrůznějších doporučení. 

Většina těchto modelů má vedle naturální stránky řízení informatiky 

i ekonomickou část zaměřenou na řízení nákladů a efektů 

informatiky i řízení informatických investic, jako je tomu 

v případě metody Val IT v rámci modelu CobiT nebo celé sekce 

řízení ekonomiky v případě modelu ITIL. 

Z prezentovaných modelů také vyplývá jejich prioritní orientace 

na některé základní aspekty nebo součásti informatiky. Ve většině 

modelů je to základní zaměření na systém informatických 

služeb a v návaznosti na to i na jejich ekonomické charakteristiky. 

V každém případě při řešení rozvoje řízení podnikové informatiky 

je účelné se nejprve seznámit s možnostmi, které uvedené modely 

nabízejí, nebo definovat způsob, jak je nejlépe v reálné praxi 

implementovat. 

2. ŘÍZENÍ VÝKONNOSTI INFORMATIKY 

Vedle komplexních metodik a modelů uvedených v předchozí 

kapitole se stále více uplatňuje nový koncept a s ním spojená soustava 

pracovních metod, který se označuje jako řízení výkonnosti 

podnikové informatiky (IT Performance Management – IT PM). IT 

PM tvoří specifickou součást celého obecného konceptu PM (Per- 

318

formance Management). Existuje několik důvodů, které mají za 

následek zvyšující se pozornost praxe k tomuto konceptu řízení 

existuje několik důvodů, které mají za následek zvyšující se pozornost 

praxe k tomuto konceptu řízení existuje několik důvodů: 

informatika, i přes některá nereálná očekávání, se stala významným 

faktorem úspěšnosti podniku na trhu a jeho konkurenceschopnosti. 

Pokud usilujeme o to, aby informatika takovým 

faktorem pro daný podnik skutečně byla, pak je nezbytné 

ji orientovat a řídit ve směru takové výkonnosti, která konkurenceschopnost 

podniku a konkurenční výhody reálně přinese; 

pro podnikovou informatiku je příznačný velmi rychlý rozvoj, 

vysoké tempo změn a tedy i relativně značný objem investic, 

které si toto tempo vyžaduje. Otázkou pak je skutečné využití 

těchto investic, které není většinou ovlivněno pouze aplikacemi 

a technologiemi samotnými, ale především úrovní řízení 

informatiky, kvalifikační připraveností uživatelské sféry, motivací 

a invencí podnikového managementu, celkovou podnikovou 

kulturou a dalšími aspekty ležícími mimo technologické 

zdroje. Z toho je patrné, že komplexní řízení výkonnosti informatiky 

je aktuálním problémem vyžadujícím i adekvátní 

přístupy a nástroje; 

řízení výkonnosti informatiky nelze chápat jako izolovanou 

manažerskou, resp. analytickou úlohu s předem jasně danými 

vstupy a výstupy. Pokud je skutečně cílem dosáhnout zvýšení 

výkonnosti podnikové informatiky, pak otázky a úlohy spojené 

s jejími efekty musí zasahovat většinu procesů jejího řízení, 

počínaje formulací informační strategie a operativním řízením 

provozu konče. Řízení výkonnosti se tak musí stát integrální 

součástí všech úrovní i procesů řízení podnikové informatiky; 

požadovaná výkonnost informatiky a její dosažení není záležitostí 

pouze jedné ze dvou stran, tj. poskytovatele informatických 

služeb nebo zákazníka. Je úkolem jejich vzájemné kooperace, 

která musí být i v tomto smyslu konkrétně vymezena 

a řízena. Proto je v současné době věnována tak silná pozor- 

319

nost uplatňování procesů a smluv o poskytování požadované 

úrovně informatických služeb (SLA) a jejich výkonnostním 

i ekonomickým parametrům; 

výkonnost, kvalita a efekty poskytovaných informatických 

služeb jsou stále intenzivněji předmětem pozornosti vedení 

podniků, přičemž tato kvalita je vyhodnocována prostřednictvím 

celého systému finančních nebo naturálních metrik, které 

představují jednu z klíčových součástí celého systému IT PM. 

Řízení výkonnosti IT, resp. podnikové informatiky je založeno na 

stejných principech a na stejném schématu, jako je tomu u obecného 

konceptu PM, což v tomto případě znamená provázání 

4 segmentů řízení informatiky řízení informatiky (viz Obrázek č. 

3), jimiž jsou: 

metodiky a metody řízení informatiky, 

procesy řízení informatiky, 

metriky, tj. ukazatele a s nimi spojené analytické dimenze, 

aplikace řízení podnikové informatiky. 

Obrázek č. 3: Koncept řízení výkonnosti podnikové informatiky 

Metodiky a metody 

řízení podnikové 

informatiky 

(ITIL, BSC, ABC / ABM, ..) 

Procesy 

řízení podnik. 

informatiky 

Řízení 

podnik. informatiky na 

bázi PM 

(řešení jednotlivých úloh 

v řízení IS/ICT) 

Metriky 


informatiky 

(ukazatelé, dimenze, 

KPI) 

Aplikace 


informatiky 

Zdroj: Chandler, 2008, vlastní úprava. 

320

V dalším přehledu jsou jednotlivé komponenty stručně charakterizovány 

a analyzovány možnosti a problémy jejich řešení. 

Metodiky a metody 

V řízení podnikové informatiky se postupně uplatnila celá řada 

metodik a modelů řízení, které byly předmětem první kapitoly 

tohoto příspěvku a do konceptu IT PM vstupují v rámci jeho první 

komponenty. 

Vedle již zmíněných metodik a modelů se do řízení informatiky 

postupně prosazují i různé manažerské a analytické metody, 

které na rozdíl od metodik a modelů mají obecnější charakter, 

tedy používají se i v jiných oblastech podnikového řízení. 

K metodám využívaným v rámci IT PM patří zejména: 

 

 

 

 

metoda BSC (Balanced Scorecard) vytvořená Kaplanem a 

Nortonem již v roce 1992, která je založená na 4 hlavních 

perspektivách řízení podniku – finanční, zákaznické, procesní 

a učení a růstu. Pro účely řízení informatiky byla dále 

upravena a označuje se jako IT BSC, 

metoda analýzy nákladů (na informatiku) podle činností 

– ABC (Activity Based Costing) a ABM (Activity Based 

Management), 

metoda porovnávající náklady oproti přínosům informatiky 

– CBA (Cost Benefit Analysis), 

metody pro identifikaci a analýzy získané hodnoty 

z informatických projektů – EVM (Earned Value Management) 

a PBEV (Performance Based Earned Value), 

metody hodnocení investic (Return on Investments – 

ROI; Net Present Value – NPV a další), 

 

metoda RPZ (Reálný potenciál zlepšení) zaměřená na zjišťování 

priorit procesů a funkcí podniku z hlediska uplatňování 

IT. 

Všechny tyto a další metody se využívají při řešení různých manažerských 

úloh a problémů. Existuje celý komplex těchto metod, 

321

které se navzájem doplňují, ale i překrývají a skrývají v sobě i 

terminologické rozdíly. Jedním z cílů celého konceptu IT PM je 

jasně definovat jejich užití, zejména jejich přiřazení k adekvátním 

procesům, metrikám a aplikacím (Obrázek č. 3). Tato provázanost 

a určení jejich pozice v řídicích procesech pak přispívá i k jejich 

racionálnímu využití. 

Procesy řízení podnikové informatiky 

Procesní podstata řízení informatiky je společná jak pro již uvedené 

modely a metodiky (ITIL, CobiT, ITGPM a další), tak zejména 

pro současné přístupy v praxi. Výkonnost informatiky tak závisí 

na úrovni několika nejvýznamnějších procesních charakteristik 

vyplývajících z obecných požadavků na optimalizaci podnikových 

procesů: 

 

 

 

hlavním cílem je zvyšování výkonnosti procesů, tj. jejich 

časová a finanční náročnost, jako je tomu např. u procesů 

řízení uživatelských požadavků, u plánovacích procesů 

projektů, v procesech řízení změn atd.; 

informatické procesy musí být vysoce flexibilní, tedy 

schopné rychle reagovat na změněné ekonomické prostředí, 

na změněné legislativní podmínky, na nové požadavky 

a změny v technologiích. To znamená, že procesy 

řízení informatiky musí být nastaveny tak, aby poskytovaly 

prostor pro uplatnění uvedených změn a vlivů. Např. 

procesy pro plánování a řízení projektů musí počítat 

s výkyvy v personálních kapacitách projektů, s různou 

dostupnosti finančních prostředků atd.; 

procesy řízení v informatice jsou velmi silně závislé na 

dostupnosti a kvalitě vstupních dat. Např. procesy analýz 

nákladů na informatiku jsou limitovány daty poskytovanými 

z účetnictví, které nemusí strukturálně a podrobností 

odpovídat požadavkům těchto procesů. Řešením 

jsou úpravy v analytické účetní evidenci nebo úpravy 

procedur automaticky získávaných dat z dohledových 

systémů, systémů service desk atd.; 

322

procesy v informatice jsou specifické také tím, že je obvykle 

realizují vysoce kreativní lidé. To znamená, že i specifikace 

a dokumentace procesů musí být navržena na takové 

úrovni podrobnosti, aby tuto kreativitu neomezovala; 

výkonnost informatiky je však z procesního hlediska nejvíce 

ovlivňována úrovní zralosti procesů, je tedy účelné 

rozlišovat procesy, jejichž formalizace je relativně nízká 

a ponechaná na kreativitě např. projektového manažera 

a na druhé straně procesy v provozu informatiky, kde je 

naopak účelná jejich vysoká formalizace i optimalizace. 

Na tomto místě uvedeme pro ilustraci příklad pouze jednoho 

z vybraných procesů, a to Plánování projektu a příprava projektového 

záměru a jeho podstatných charakteristik. 

Plánování projektu a příprava projektového záměru 

Projektový záměr představuje základní plánovací dokument informatických 

projektů a současně i podklad pro jejich posuzování 

a schvalování ve vedení podniků a organizací. Projektový záměr 

charakterizuje plánovaných projekt podstatnými technickými 

a ekonomickými parametry. Příklad procesu Plánování projektu 

a příprava projektového záměru je charakterizován následujícími 

body: 

Účel procesu: 

Účelem procesu je posoudit strategické záměry a požadavky 

podniku v souvislosti s uvažovaným projektem a na základě toho 

vytvořit komplexní plánovací dokumentaci projektu, resp. projektový 

záměr obsahující všechny potřebné údaje pro rozhodnutí o 

tom, zda projekt schválit či zamítnout a v případě jeho schválení 

pak určit další postup jeho zadání a řešení. 

Použité metody: 

Základní metodou je Balanced Scorecard a metody obsahující 

podporu plánování informatických projektů, např. PRINCE II. 

Protože jde rovněž o plánování investice, aplikují se zde i metody 

návratnosti investic. 

323

Události spouštějící proces: 

rozhodnutí vedení podniku o zpracování projektového 

záměru pro vybraný projekt, 

datum v harmonogramu informační strategie, který určuje, 

kdy má být plánování daného projektu odstartováno. 

Schéma procesu: 

Schéma procesu (viz obrázek č. 4) může být vyjádřeno 

v některém ze standardních nástrojů pro dokumentaci a analýzy 

procesů (ARIS Toolset, Power Designer, Visio a další) i s využitím 

různých grafických konvencí. V daném případě je využita pro 

zobrazení vybraného procesu funkcionalita Powerpoint 2007. 

Rozsah a struktura projektového záměru se může lišit dle velikosti 

a významu projektu, standardů a požadavků konkrétního podniku. 

Obrázek č. 4: Schéma procesu Plánování projektu a příprava projektového 

záměru 

Příprava 

vstupních 

dokumentů 

Vyhodnocení 

strategických 

záměrů v IST, 

analýza rizik 

Analýza 

uživatelských 

požadavků 

Vyhodnocení 

aktuálního 

stavu projektů 

Vyhodnocení 

nabídky na trhu 

ve vztahu k 

projektu 

Specifikace 

zaměření 

projektu 

Specifikace 

skupiny 

cílových 

uživatelů 

Určení cílů 

projektu 

Vymezení 

obsahu 

projektu 

Vstupy a 

výstupy 

projektu, 

dokumentace 

Řešení vazeb na 

ostatní projekty a 

úlohy 

Řešení vazeb 

na již 

provozované 

úlohy 

Koordinace s 

ostatními 

řešenými 

projekty 

Návrh na 

časovou 

synchronizaci a 

harmonogram 

Návrh realizace 

projektu 

Odhad 

pracnosti a 

finanční 

náročnosti 

Určení 

vlastností 

poskytovaných 

služeb 

Návrh řešení – 

standardní / 

nestandardní 

ICT 

Posouzení a 

rozhodnutí o 

projektu 

Posouzení 

návrhu (PZ) ve 

vedení 

Rozhodnutí – 

přijmout / 

nepřijmout, 

Určení 

organizace, 

týmu, 

zodpovědností 

Závěry - určení 

dalšího 

postupu 

324

Vstupy procesu: 

informační strategie podniku, včetně plánu projektů realizujících 

strategii, 

aktuální stav řešených projektů, 

evidence uživatelských požadavků, 

analýza dostupných služeb a jejich poskytovatelů na ICT 

trhu. 

Výstupy procesu: 

Hlavním výstupem celého procesu je plánovací dokumentace 

projektu, resp. projektový záměr. 

Vlastník procesu, zodpovědnost za proces: 

Vlastníkem procesu je obvykle manažer IT útvaru (CIO) 

Metriky 

Systém metrik je významnou komponentou řízení výkonnosti jak 

na úrovni celého podniku (Corporate Performance Management 

– CPM), tak informatiky (IT PM). Celý koncept řízení výkonnosti je 

postaven na technologiích a aplikacích business inteligence, jejichž 

principy detailněji charakterizovali např. Gála a kol., (2009) 

nebo Lacko (2009). To znamená, že i metriky pro řízení výkonnosti 

podnikové informatiky se zde chápou v dimenzionálním pojetí, 

tj. jako ukazatele a jim přiřazené dimenze. 

Dimenze pro analýzy ukazatelů v řízení informatiky lze pracovně 

rozdělit do následujících skupin: 

 

 

 

základní podnikové dimenze, tj. dimenze čas, plánskutečnost, 

podnikové cíle, podnikové procesy, organizační 

útvary, dodavatelé, zákazníci, 

ekonomické dimenze informatiky, tj. dimenze nákladů 

v druhovém členění, nákladů v účelovém členění, dimenze 

efektů, 

naturální dimenze informatiky, tj. dimenze služby, projekty, 

požadavky, aplikace, software, technické prostředky, 

role. 

325

Z pohledu řešení ekonomických úloh řízení informatiky je obvykle 

nutné pracovat se všemi uvedenými dimenzemi. 

Oproti tomu ukazatelů v řízení informatiky je široké spektrum 

a na tomto místě je rozlišíme pouze na: 

 

 

zdrojové, které vstupují do manažerských úloh a analytických 

aplikací z primárních zdrojů, tj. databází, případně 

vznikají kvalifikovaným odhadem, 

kalkulované vznikající výpočtem ze zdrojových ukazatelů, 

které většinou odpovídají principům použitých metod, 

např. metodám návratnosti investic apod. 

Pro řešení celé komponenty metrik v konceptu řízení výkonnosti 

je tak třeba využít i metod dimenzionálního modelování, na jejich 

základě jsou k jednotlivým ukazatelům přiřazovány analytické 

dimenze a jejich charakteristiky, tj. zejména struktury prvků 

apod. (detailněji k metodám dimenzionálního modelování viz 

Kimball, Ross, 2002 nebo Gála, Pour, Šedivá, 2009). 

Analytické a plánovací aplikace 

Analytické a plánovací aplikace řízení výkonnosti představují čtvrtou 

komponentu konceptu IT PM. Promítají se do nich vybrané 

manažerské metody, potřeby procesů řízení a především definované 

metriky. Tyto aplikace jsou také založené na principech 

business inteligence a na OLAP databázích. 

Aplikace tohoto typu lze různě realizovat i kategorizovat. 

V každém případě představují obvykle, jako vždy u BI, rozsáhlý 

komplex technologických nástrojů, datových zdrojů, kde na jejich 

konci jsou již nástroje pro koncové uživatele, tj. různé specializované 

aplikace nebo také kancelářské prostředky (Excel, Access). 

Řízení výkonnosti podnikové informatiky představuje jednu 

z variant základního konceptu řízení výkonnosti a současně i jeden 

z významných přístupů k řízení podnikové informatiky. Je 

postaven na standardních čtyřech komponentách – na metodách, 

procesech, metrikách a aplikacích, ovšem s obsahem orien- 

326

tovaným na řízení informatiky. Základním smyslem a cílem tohoto 

přístupu je zajistit mezi těmito komponentami provázanost 

a všechny podstatné vazby, tj. např. jaké metody se mají využívat 

v jakých procesech, s jakými metrikami a aplikacemi a naopak. 

Provázanost, resp. integrace těchto komponent je tak zde hlavním 

principem a přínosem pro řízení podnikové informatiky. 

Rovněž využití analytických a plánovacích aplikací a technologií 

business inteligence vede k podstatnému zvyšování kvality podnikového 

řízení a tedy i informatiky. Klíčovým problémem při 

jejím uplatnění je dostupnost datových zdrojů a jejich kvalita jak 

z provozu a projektů informatiky, tak ze základních podnikových 

databází (účetnictví, obchod atd.). 

3. METODY ŘÍZENÍ KVALITY V INFORMATICE 

Základním cílem každého systému řízení podnikové informatiky je 

dosažení takové její kvality, která bude adekvátní ve vztahu 

k potřebám a současně možnostem daného podniku. Abychom se 

mohli kvalifikovaně zabývat uplatňováním metod řízení kvality 

informatiky, musíme nejprve vymezit, co se touto kvalitou rozumí. 

Pro obecně pojaté vymezení kvality podnikové informatiky můžeme 

využít celou škálu charakteristik nebo parametrů, jako je 

poskytovaná úroveň služeb, funkcionalita, úroveň podpory podnikových 

procesů, flexibilita vzhledem k uživatelským požadavkům, 

úroveň bezpečnosti a případně další. Pokud se na zkoumanou 

kvalitu podíváme jako na vztah podnikové informatiky, tedy 

komplexu informatických služeb a disponibilních zdrojů (personálních, 

datových, technologických i metodických) a podnikových 

potřeb, pak se můžeme soustředit na ekonomické i mimoekonomické 

efekty poskytované informatikou podniku a na řízení 

těchto efektů. 

3.1 Efekty podnikové informatiky 

Řízení reálně dosahovaných efektů z informatiky je stále více 

v zájmu manažerů a vlastníků podniků i představitelů státních 

327

institucí, což je vyvoláno vysokými náklady na informatiku a také 

jejím klíčovým významem pro provoz i úspěch jednotlivých organizací. 

S řízením těchto efektů jsou však spojeny tři zásadní problémy: 

 

 

 

rozhodujícím zdrojem informatických efektů jsou aplikace 

(celopodnikové, e-business apod.), ale úroveň jejich 

využití je silně závislá na kvalitě a motivaci jejích uživatelů, 

kterou sama informatika ovlivní jen velmi těžko; 

informatika i její aplikace mají v podniku infrastrukturní 

charakter a tedy její efekty jsou vesměs propojeny i 

s jinými aktivitami či změnami v podniku, tj. procesními, 

organizačními nebo personálními. Problém je v tom, jak 

informatické efekty očistit od ostatních. V literatuře 

(např. Philips, Roulstone, 2008) jsou pro to prezentovány 

určité analytické metody (otázkou ale je jejich využití 

v běžné praxi s ohledem na jejich náročnost), 

s předchozími body souvisejí i možnosti exaktního vyjádření 

efektu, nejlépe finančního. Efekty informatiky mají 

však velmi často kvalitativní podobu (dostupnost informací 

o zakázkách, spokojenost zákazníků nebo uživatelů 

apod.). I v tomto případě existuje řada pracovních metod 

pro transformace kvalitativních efektů na kvantitativní, 

ale také v těchto konkrétních případech je účelné vždy 

posoudit, zda takové transformace mají smysl, zda nedojde 

ke zbytečnému zkreslení a zejména, zda pro manažerské 

hodnocení a rozhodování o jednotlivých projektech 

není vhodnější zůstat u kombinací obou forem vyjádření. 

Tendence k využívání metod s různými formami vyjádření informatických 

efektů dokazují i výsledky průzkumů v české praxi. 

Např. průzkum realizovaný Českou společností pro systémovou 

integraci (ČSSI) mezi 60 předními IT specialisty přinesl odpovědi, 

uvedené v tabulce. V téměř 12 % odpovědí se sice přiznává, že 

kvalita a efekty informatiky se neměří vůbec, ale všichni ostatní 

respondenti uvádějí některou z metod měření, nejčastěji (ve 

328

42 % odpovědí) kombinaci více možností. V souvislosti s předchozí 

úvahou je podstatných i 25 % odpovědí potvrzujících měření 

efektů kvalitativními ukazateli. 

Tabulka č. 1: Využití způsobu měření efektů informatiky v českých 

podnicích 

Objem a kvalita poskytovaných služeb se měří: % 

finančními ukazateli jejich efektů 10,00 

objemovými ukazateli (počtem uživatelů, počtem zpracovaných 

dokumentů apod.) 5,00 

kvalitativními ukazateli (dostupnost, doba odezvy…) 25,00 

objemovými a kvalitativními ukazateli 13,33 

průzkumem zákaznické a/nebo uživatelské spokojenosti 

(škálou definovaných hodnot) 16,67 

kombinací všech uvedených možností 41,67 

neměří se 11,67 

Zdroj: Průzkum České společnosti pro systémovou integraci, 2007. 

Pro přesnější dokreslení situace zjišťování efektů v naší praxi 

uveďme výsledky průzkumu, který proběhl na konci roku 2009 

mezi více než 800 respondenty v nejrůznějších odvětvích i velikostech 

podniků (viz Novotný, Pour, 2010). Byl mimo jiné zaměřen 

na dosahované efekty podnikovou informatikou v organizacích 

respondentů za poslední tři roky. Otázky byly konstruovány 

tak, že respondenti měli pouze potvrdit dosahování daného 

efektu (na grafech hodnota Souhlasí) nebo odmítnout (Nesouhlasí). 

Pohled na dosahované ekonomické efekty v podnicích 

nabízí graf č. 1. 

Z grafu vyplývá, že pokud se nejprve zaměříme na extrémní 

kladné hodnoty, pak je zřejmé, že nejčastěji dosahovaným efektem 

díky informatice je zvýšení produktivity práce v podniku (55 

% kladných odpovědí). Zvýšení produktivity práce jako efekt, 

který přináší informatika, se objevil na prvním místě i v několika 

předchozích průzkumech, které na toto téma proběhly v české 

329

praxi. Je to dáno především tím, že skutečně díky již standardním 

kancelářským nástrojům se zvyšuje minimálně produktivita 

běžné kancelářské práce. Podstatnější jsou však efekty zvyšující 

efektivitu a rychlost obchodních procesů (prodejních i nákupních) 

díky celé škále ekonomických aplikací, především elektronického 

podnikání. Podle některých zahraničních studií se díky 

jim zkracuje obchodní cyklus až o 40 %. 

Zdroj: Novotný, Pour, 2010. 

Graf č. 1: Ekonomické efekty dosahované vlivem podnikové informatiky 

za poslední tři roky (v %) 


Dalším efektem, kde převládají kladné odpovědi nad zápornými, 

je snižování ztrát (téměř 40 % kladných odpovědí), myslí se 

zejména finančních. Pro tento efekt mluví zejména aplikace poskytující 

vedení firem a jednotlivým specialistům lepší analytické 

možnosti a podklady, jako jsou aplikace business intelligence, 

330

competitive intelligence, customer intelligence v rámci aplikací 

řízení vztahů k zákazníkům (CRM) atd. Typickým příkladem funkcionality 

takových analytických aplikací je tzv. churn analysis, 

orientovaná na identifikaci zákazníků, u nichž hrozí odchod ke 

konkurenci. Takové funkce v současné době využívají zejména 

velké telekomunikační firmy, finanční instituce apod. Pro finanční 

instituce, zejména pojišťovny, je charakteristické také využití 

funkcí fraud managementu, tedy analýzy a identifikace možných 

podvodů realizovaných aplikacemi business intelligence, což je 

další z častých příkladů analytických aplikací orientovaných na 

snižování ztrát. 

Na druhé straně explicitní vyjádření negativního pohledu, tj. že 

k efektu nedochází, je snižování nákladů na informatiku, což je 

dáno především úrovní cen poskytovaných služeb dodavateli 

informatiky, případně zatím omezeným využíváním nákladově 

efektivnějších provozních modelů, jako je SaaS (Software-as- a- 

Service), resp. ASP (Application Service Provider). Všechny ostatní 

negativně hodnocené efekty jsou vzácně vyrovnané a pohybují se 

na úrovni 40 % záporných odpovědí. Zbytek odpovědí do 100 %, 

tedy vedle kladných a záporných, jsou ty, kde respondenti 

neodpověděli nebo odpověděli, že nevědí (v grafu nejsou zaznamenány). 

Druhým pohledem na úspěšnost a kvalitu podnikové informatiky 

jsou její mimoekonomické efekty. Ty se v současné teorii i praxi 

chápou jako významnější než kvantitativní, ekonomické, neboť 

ještě výrazněji ovlivňují konkurenceschopnost a přinášejí potřebné 

konkurenční výhody. Přehled odpovědí ve skupině otázek 

mimoekonomických efektů přináší graf č. 2. 

Pokud bychom porovnali oba grafy, pak je evidentní, že v případě 

hodnocení mimoekonomických efektů je počet efektů 

s převažujícími kladnými odpověďmi vyšší než u ekonomických. 

Je to dáno právě obtížností vyjádřit finančně efekty informatiky, 

jak už bylo uvedeno výše. 

331

Graf č. 2: Mimoekonomické efekty dosahované vlivem podnikové 

informatiky za léta 2007–2009. 


V rámci kladných hodnot odpovědí má nejčastější zastoupení 

mezi mimoekonomickými efekty zkrácení doby reakce na požadavek 

zákazníka (60 %), optimalizace klíčových podnikových procesů 

(více než 50 %) a zkrácení průběžných dob zakázek (cca 

45 %). Prakticky ve všech uvedených případech se jedná o procesní 

otázky. To potvrzuje i zájem podniků optimalizovat své 

činnosti, a to zejména ve vztahu ke svým zákazníkům. Podíl na 

těchto efektech má de facto celý komplex aplikací počínaje aplikacemi 

pro řízení pracovních toků a aplikacemi celopodnikového 

řízení (ERP) konče. Je nutné ovšem zdůraznit, že klíčovým faktorem 

v této souvislosti je realizace projektů procesního reengineeringu, 

kterým stále větší část podniků věnuje velmi intenzivní 

pozornost. 

332

Z výsledků uvedeného průzkumu lze vyvodit závěr, že na jedné 

straně je sice zájem vedení podniků zaměřen na metody finančně 

orientované a tedy na zjišťování a dosahování ekonomických, 

finančně vyjádřených efektů, ale na druhé straně jsou mimoekonomické 

efekty pro hodnocení rovněž velmi významné a navíc, 

často právě tyto efekty představují pro podnik konkurenční 

výhody. 

3.2 Konkurenceschopnost, konkurenční výhody a IT 

V předchozím textu byla nastolena otázka efektů podnikové informatiky 

z pohledu jejich obsahové podstaty (ekonomické 

a mimoekonomické) a jejich reálného dosahování v praxi na základě 

výsledků provedených průzkumů. Nebyla ale zatím řešena 

otázka významu těchto efektů pro podnik, který výslednou kvalitu 

informatiky rovněž velmi silně ovlivňuje. V této souvislosti 

můžeme mluvit o třech základních úrovních významu informatických 

efektů pro podnik: 

a) dosažení provozních efektů majících převážně interní význam 

pro podnik, jako je snižování nákladů na obchodní 

nebo výrobní operace, snižování času interních procesů 

apod., 

b) podpora konkurenceschopnosti, kterou v souvislosti s IT 

můžeme charakterizovat jako schopnost dosahovat 

srovnatelné úrovně poskytovaných informačních a dalších 

služeb a komunikačních možností s konkurencí, 

c) dosažení konkurenčních výhod, které např. Businessdictionary.com 

definuje jako výhody dosažené firmou, jež 

mohou přinést stejnou hodnotu jako její konkurenti, ale 

za nižší cenu, nebo mohou dosáhnout vyšších cen dodáváním 

přidané hodnoty pomocí diferenciace. 

Příkladem podpory konkurenceschopnosti je využití různých 

technologií elektronické výměny dat (EDI) nebo webových aplikací 

pro komunikaci s obchodními partnery. V současném světě 

je využití těchto technologií v řadě odvětví (např. maloobchod, 

333

cestovní ruch apod.) nezbytnou podmínkou existence na trhu. 

Vzhledem k vybavenosti trhu těmito technologiemi ale de facto 

žádnou významnou výhodu nepřinášejí. 

Příkladem dosahovaných konkurenčních výhod mohou být již 

zmíněné analytické aplikace v rámci business intelligence. Tyto 

aplikace umožňují mimo jiné lépe predikovat potřeby zákazníků, 

vývoj poptávky na trhu, vývoj konkurence apod. Čím jsou tyto 

naše aplikace chytřejší než ty, jimiž disponuje konkurence, tím 

přinášejí více konkurenčních výhod (a to je i důvod, proč velké 

společnosti investují do těchto aplikací mnohamilionové částky). 

Jedním z problémů řízení informatiky je určení, jak, resp. do jaké 

míry se jednotlivé aplikace podílejí na efektech podle jejich klasifikace 

významnosti. K tomu, aby bylo možné určit pozici určité 

aplikace v informačním systému a s tím i související investice do 

nich, se využívají i metody, které k takovému přesnějšímu rozlišení 

napomohou a které jsou obsaženy i ve standardních modelech 

řízení informatiky jako jsou již v první kapitole charakterizované 

ITIL, CobiT nebo ITGPM. 

3.3 Řízení kvality ve vztahu k procesům a službám 

Až dosud jsme sledovali kvalitu podnikové informatiky pohledem 

kategorizace jejích efektů podle jejich obsahu a významu, a to na 

úrovni celého podniku. Metody řízení podnikové informatiky 

však v současné době musí analyzovat a plánovat její kvalitu na 

významně detailnější úrovni, to znamená, že náklady na informatiku 

i její efekty je nutné přiřadit těm objektům, které jsou pro 

takové analýzy významné. K nim patří zejména podnikové procesy 

vytvářející cílový prostor uplatňování efektů a na druhé straně 

informatické služby, které jsou naopak jejich hlavním zdrojem. 

Proces se definuje jako posloupnost předem daných činností 

vykonaných proto, aby bylo dosaženo předem daných podnikových 

cílů. Je vymezen několika hlavními charakteristikami, 

zejména hodnotou, kterou přidává proces k finálnímu produktu, 

vstupy a výstupy, vlastníkem procesu, vnitřní logikou procesu 

334

(činnostmi a jejich vazbami), časem a náklady potřebnými 

k realizaci procesu. 

Z pohledu řízení kvality podnikové informatiky, tj. jejích efektů je 

účelné je alokovat na jednotlivé podnikové procesy, jak dokumentuje 

obrázek č. 5, který rozlišuje procesy na základní a podpůrné. 

Kritériem rozlišení pro obě skupiny procesů je to, že základní 

procesy přinášejí podniku hodnotu, např. proces řízení 

zakázky a další. 

Obrázek č. 5: Přiřazení kategorizovaných efektů podnikové informatiky 

k podnikovým procesům 

Efekty kategorizované 

dle obsahové podstaty a 

významu 

Podnikové procesy: 

Uplatnění efektů 

v podnikových 

procesech 

Inovace procesu 

podnikového řízení 

„Core“ procesy: 

Řízení zakázky Řízení kampaně Řízení inovací Řízení … 

Podpůrné procesy: 

Řízení HR Řízení kapacit Řízení investic Řízení … 

Zdroj: vlastní konstrukce. 

Při pohledu na naznačené vazby na obrázku je patrné, že je nutné 

vycházet z inovací jednotlivých procesů, které představují např. 

jejich zjednodušení a zkrácení vypuštěním duplicitních činností, 

vyloučením zbytečných nebo neefektivních činností, případně 

určením paralelně prováděných činností. To vyjadřuje i standard- 

335

ní pravidlo, že informatiku a její služby je účelné aplikovat až na 

racionalizované procesy řešené převážně v rámci projektů BPR 

(business process reengineering) (viz Řepa, 2008). 

K takto inovovaným podnikovým procesům se přiřazují adekvátní 

efekty informatiky. Smysl takové řídicí aktivity je nutné hledat 

v řešení následujících problémů: 

 

 

 

podnikové procesy a jejich rozvoj nemají obvykle 

v konkrétních podnicích stejný význam a prioritu (viz 

Učeň, 2008). Tu je účelné různými metodami definovat, 

např. párovým porovnáním. Přiřazení potenciálních efektů 

informatiky takto klasifikovaným procesům je pak 

i základem pro stanovení priorit informatickým službám, 

aplikacím, technologiím a v návaznosti na to projektům, 

které mají tyto procesy podporovat a budou předmětem 

jejich plánování; 

mezi charakteristikami procesu byl uveden i vlastník procesu, 

tj. pracovník, který je za úroveň řešení i realizaci 

procesu zodpovědný. Na tomto základě je možné i určovat, 

kdo bude zodpovědný na uživatelské straně i za 

efekty, které se k procesu váží. Právě určování této zodpovědnosti 

a ochota pracovníků tuto zodpovědnost přijmout 

je v praxi jedním z běžných problémů řízení podnikové 

informatiky; 

uplatnění informatiky v jednotlivých procesech vytváří 

prostor pro jejich další inovace, včetně inovací vazeb na 

ostatní podnikové procesy a tedy pro inovace celého 

podnikového řízení. Bez přesnější alokace očekávaných 

i reálných efektů informatiky jsou takové inovace možné, 

ale ne vždy kvalitní. 

Další součástí řízení kvality informatiky je přiřazení efektů k jednotlivým 

informatickým službám. Informatická služba vyjadřuje 

komplex poskytovaných aplikací a technologií a s nimi spojených 

podpůrných činností (jako jsou nejrůznější dílčí školicí, analytické 

a další služby) zajišťovaných poskytovatelem služby. Vzhledem 

336

k tomu, že se služby dnes považují za základní jednotku řízení 

podnikové informatiky, představují i hlavní zdroj jejích efektů. 

Tento vztah dokumentuje obrázek č. 6, kde jsou pro úplnost doplněny 

vedle služeb i další obvyklé zdroje. 

Obrázek č. 6: Přiřazení kategorizovaných efektů podnikové informatiky 

k informatickým službám 

Efekty kategorizované 

dle obsahové podstaty a 

významu 

Zdroje efektů: 

Potenciální efekty 

v rozlišení podle 

jednotlivých zdrojů 

Služby informatiky 

a jejich potenciální 

efekty 

Informatické služby: 

Aplikační Infrastrukturní Konzultační Ostatní 

Ostatní zdroje: 

BPR Organizace Metody řízení Ostatní 

Zdroj: vlastní konstrukce. 

Služba se pak realizuje na základě dohodnutých obchodních 

a dalších podmínek. V konkrétních podmínkách se každá služba 

specifikuje řadou podstatných charakteristik, zejména obsahem 

služby (funkcionalitou aplikace, poskytovanými servisními činnosti 

a zásahy atd.), poskytovatelem služby (interní útvar, externí 

dodavatel), cenou služby za stanovenou jednotku (licence, čas 

servisního zásahu apod.), dobou, kdy se služba poskytuje atd. 

Smysl přiřazení efektů k informatickým službám jako součásti 

řízení kvality informatiky je nutné hledat v těchto aspektech: 

337

služby informatiky jsou základem jejího řízení, ale současně 

reprezentují jednotlivé aplikace i technologické 

komplexy a to znamená, že od rozvoje služeb se odvíjejí 

i informatické projekty a jejich plánování. Přiřazení efektů 

službám včetně jejich kategorizace zejména podle významu 

tak vytváří přesnější podklad pro plánování projektů 

stanovení jejich priorit a objemu investic do nich; 

specifikace efektů podle jednotlivých informatických služeb 

a s nimi spojených aplikací a technologií je významná 

rovněž pro řízení organizačních a kooperačních vztahů 

mezi útvary informatiky, uživatelskými útvary i externími 

poskytovateli těchto služeb, tedy dodavateli IT, neboť na 

jejich základě jsou formulovány cíle projektů a úloh, motivace 

jednotlivých stran atd.; 

se službami informatiky souvisí i jejich smluvní zajištění 

na bázi SLA a přesnější charakteristika plánovaných 

a zejména reálných efektů těchto služeb je pak základem 

pro stanovení jejich cenových charakteristik v rámci SLA. 

Je však otázkou, jaký mechanismus zvolit pro vlastní přiřazování 

plánovaných nebo skutečných efektů jak procesům, tak službám. 

V případě kvalitativně vyjádřených efektů nebo těch, které se 

bezprostředně váží pouze k určitému procesu nebo službě, je 

situace vcelku jednoznačná. Horší je to u těch kvantitativních 

efektů, které jsou sdíleny několika procesy nebo službami, nebo 

u efektů spojených s infrastrukturou. V tomto případě je několik 

možností – kvalifikovaný nebo manažerský odhad, rozpočítání 

podle daného, např. procentuálního schématu nebo podle zvoleného 

přepočítacího koeficientu. Obdobně jako u nákladů to může 

být počet pracovních stanic využívaných v jednotlivých podnikových 

procesech, počet licencí aplikačního software spojených 

se službami apod. V těchto případech je nutné vždy počítat 

s jistým zkreslením a na druhé straně je dobré uvážit jakou pracnost 

a náklady tyto přepočty vyvolají a podle toho zvolit i nákladově 

přijatelnou cestu (např. zmíněný kvalifikovaný odhad). 

338

Metody analýzy a plánování informatických efektů nabízejí dnes 

komplexní pohled na efekty a celkovou kvalitu podnikové informatiky 

a to s využitím různých analytických hledisek. Příkladem 

takové komplexně pojaté metody je metoda získané hodnoty na 

základě výkonnosti (Performance Based Earned Value – PBEV), 

kterou detailně charakterizuje Solomon a Young (2007). 

ZÁVĚR 

Význam kvalitního řízení podnikové informatiky ovlivňující následně 

úspěšnost podniků na trhu, efektivitu jejich aktivit, inovační 

potenciál atd. se v současnosti jednoznačně uznává. Oproti 

minulosti, kdy v centru veškerého zájmu z pohledu informatiky 

stály technologie, s rozvojem poznání, ale i podnikových potřeb 

se pozornost teorie a praxe stále více posunuje do oblasti služeb, 

aplikací a nejrůznějších metod a metodik řízení informatiky. To je 

důvodem vzniku výše zmiňovaných standardních modelů ITIL, 

CobiT, ITGPM aj., ale i metod, které jsou zaměřeny na specifické 

oblasti nebo problémy řízení informatiky v podnicích, jako jsou 

metody BSC, ABC, PBEV atd. Stať měla za cíl charakterizovat některé 

z těchto metodik, modelů a metod a analyzovat možnosti 

jejich praktického uplatnění. Z ní vyplývá, že každá z nich má 

v praxi své přesně dané uplatnění, kdy je však zároveň nezbytné 

specifikovat jejich vzájemné vazby a užití vzhledem k podnikovým 

procesům, metrikám a aplikacím, jak ukazuje celý koncept řízení 

výkonnosti podnikové informatiky. 

339


GÁLA, L., POUR, J., ŠEDIVÁ, Z. (2009): Podniková informatika. 

Praha: Grada, 2009. ISBN 987-80-247-2615-1. 

CHANDLER, N. (2008): The CPM Scenario. Gartner BI Summit 

(prezentace), 2008. 

KIMBALL, R., ROSS, M. (2002): The Data Warehouse Toolkit, the 

Complete Guide to Dimensional Modelling. Boston: John Willey, 

2002. ISBN 0-471-20024-7. 

LACKO, L. (2009): Business Intelligence v SQL Servewru 2008. 

Praha: Computer Press, 2009. 

LUFTMAN, J. N. (2003): Competing in the Information Age: Align 

in the Sand. Oxford: Oxford University Press, 2003. ISBN 978-0- 

019-515953-0. 

NOVOTNÝ, O., POUR, J. (2010): K výsledkům průzkumu 

zaměřeného na kvalitu podnikové informatiky. Systémová 

integrace, 2010, č. 2, s. 29–42. 

PHILLIPS, J. J., ROULSTONE, D. B. (2008): ROI for Technology 

Projects. Oxford: Butterworth-Heinemann, 2008. ISBN 978-0- 

7506-8588-7. 

POUR, J. (2006): Informační systémy a technologie. Praha: VŠEM, 

2006. 

SCHNIEDERJANS, M. J., HAMAKER, J. L., SCHNIEDERJANS, A. M. 

(2005): Information Technology Investment: Decision-Making 

Methodology. New Jersey: World Scientific, 2005. ISBN 13 978- 

238-696-3. 

SOLOMON, P., YOUNG, R. (2007): Performance-Based Earned 

Value (Practitioners). New Jersey: John Willey and Sons, 2007. 

ISBN: 0-471-72188-3. 

SYNEK, M. a kol. (2002): Podniková ekonomika. Praha: C. H. Beck, 

2002. ISBN 80-7179-736-7. 

340

UČEŇ, P. (2008): Zvyšování výkonnosti firmy na bázi potenciálu 

zlepšení. Praha: Grada, 2008. ISBN: 978-80-247-2472-0. 

VOŘÍŠEK, J. a kol. (2008): Principy a modely řízení podnikové informatiky. 

Praha: Oeconomia, 2008. ISBN: 978-80-245-1440-6 

WHEELDON, D. (2009): ITIL v3 Service Operations, presentace 

itSMF, 2009 

ZAND, F., VAN BEERS, C. (2010): Performance Effects of Enterprise 

Application Software: New Insights into the Mediating Role of 

Innovation. Delft: Delft University of Technology, 2010. 

341

342

ISBN 978-80-7201-841-3

CES VÅ EM o aktuÃ¡lnÃ­ch ekonomickÃ½ch problÃ©mech

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?

CES VÅ EM o aktuÃ¡lnÃch ekonomickÃ½ch problÃ©mech