IES, Charles University Prague

Rozměr: px
Začít zobrazení ze stránky:

Download "IES, Charles University Prague"

Transkript

1 Insttute of Economc Studes, aculty of Socal Scences Charles Unversty n Prague Trh práce žen: Gender pay gap a jeho determnanty artna ysíková IES Workng Paper: 13/2007

2 Insttute of Economc Studes, aculty of Socal Scences, Charles Unversty n Prague [UK SV IES] Opletalova 26 CZ , Prague E-mal : es@fsv.cun.cz Insttut ekonomckých studí akulta socálních věd Unverzta Karlova v Praze Opletalova Praha 1 E-mal : es@fsv.cun.cz Dsclamer: The IES Workng Papers s an onlne paper seres for works by the faculty and students of the Insttute of Economc Studes, aculty of Socal Scences, Charles Unversty n Prague, Czech Republc. The papers are peer revewed, but they are not edted or formatted by the edtors. The vews expressed n documents served by ths ste do not reflect the vews of the IES or any other Charles Unversty Department. They are the sole property of the respectve authors. Addtonal nfo at: es@fsv.cun.cz Copyrght Notce: Although all documents publshed by the IES are provded wthout charge, they are lcensed for personal, academc or educatonal use. All rghts are reserved by the authors. Ctatons: All references to documents served by ths ste must be approprately cted. Bblographc nformaton: ysíková,. (2007). Trh práce žen: Gender pay gap a jeho determnanty. IES Workng Paper 13/2007. IES SV. Charles Unversty. Ths paper can be downloaded at:

3 Trh práce žen: Gender pay gap a jeho determnanty ty artna ysíková # # IES, Charles Unversty Prague Aprl 2007 Abstract: Tato stude se zabývá dekompozcí genderového mzdového rozdílu v České republce. Cílem je nejen srovnání mzdových rovnc mužů a žen, ale také odhalení struktury mzdového rozdílu. Rozhodnutí mnoha žen nepartcpovat na trhu práce může být ovlvněno potencálně nízkou mzdou. Jejch vstup na trh práce by tedy mzdový rozdíl mohl výrazně zvýšt. Přínos stude je v použtí selekční metody odhadu mzdových rovnc mužů a žen, která umožňuje zahrnout vlv jednců nepartcpujících na trhu práce. zdový rozdíl je pak Oaxaca-Blnderovou metodou dekompozce rozdělen na několk efektů, jejchž původ netkví jen v dskrmnac, ale také v odlšných charakterstkách mužů a žen. V kombnac s Heckamnovým selekčním modelem lze oddělt efekt výběru vzorku, který poukazuje na potencální mzdový rozdíl v případě, že by na trh práce vstoupl též nepartcpující jednc. Výsledky dekompozce potvrzují hypotézu, že pozorovaný mzdový rozdíl by se vstupem nepartcpujících jednců zvýšl. Ve stud jsou použta data z nového šetření v domácnostech Žvotní podmínky 2005 (EU-SILC), které poskytuje velké množství ndvduálních charakterstk pracujících nepracujících jednotlvců, a obohacuje tak dosavadní emprckou lteraturu novým datovým zdrojem. Klíčová slova: mzdový rozdíl mez muž a ženam, partcpace na trhu práce, Heckmanův model, Oaxaca-Blnderova dekompozce, efekt vybavení, efekt odměňování, efekt výběru JEL: J16, J31 Poděkování: Autorka děkuje chaele Erbenové a Vladslavu lekov (IES SV UK) za cenné komentáře, Romanu Horváthov (IES SV UK) za významné rady př řešení ekonometrckého modelu, Štěpánu Jurajdov (CERGE-EI) za odbornou pomoc s analýzou mzdového rozdílu a Jaromíru Kalmusov (ČSÚ) za poskytnutí dat.

4 Abstract: Ths study s concerned wth decomposng the gender pay gap n the Czech Republc. It ams not only to compare male and female wage-equatons but also to uncover the gender pay gap structure. The decson of many women not to partcpate n the labor market can be nfluenced by potentally low wages. Ther entry nto the labor market could ncrease the gender pay gap n large measure. The advantage of ths study s that t uses a selecton method to estmate the male and female wage equatons and ths enables us to nclude the mpact of non-partcpatng ndvduals. The Oaxaca-Blnder decomposton dvdes the gender pay gap nto several effects, whch stem not only from dscrmnaton but also from dfferent male and female characterstcs. The combnaton wth the Heckman selecton model enables one to separate the sample selecton effect, whch refers to the potental gender pay gap when non-partcpatng ndvduals enter the labor market. The results of the decomposton confrm the hypothess that the observed pay gap would ncrease f non-partcpatng ndvduals enter the labor market. The study uses data from the new household survey Lvng Condtons 2005 (EU-SILC), whch provdes us wth a large number of ndvdual characterstcs of workng as well as non-workng ndvduals, and therefore t enrches the exstng emprcal lterature wth new data. Keywords: gender pay gap, labor market partcpaton, Heckman model, Oaxaca- Blnder decomposton, endowment effect, remuneraton effect, sample selecton effect JEL: J16, J31

5 1 Úvod Tato stude se zabývá genderovým mzdovým rozdílem na českém trhu práce. Cílem je nejen srovnání mzdových rovnc mužů a žen, ale také odhalení struktury mzdového rozdílu. Část mzdového rozdílu může být způsobena odlšným ndvduálním charakterstkam a charakterstkam zaměstnání, část také nerovným odměňováním za tyto charakterstky. Rozhodnutí mnoha žen nepartcpovat na trhu práce může být ovlvněno potencálně nízkou mzdou. Jejch vstup na trh práce by tedy mzdový rozdíl mohl výrazně zvýšt. Genderové nerovnost jsou trvalým rysem trhů práce ve vyspělých ekonomkách. Nejvdtelnějším ukazatel odlšného postavení žen na evropských trzích práce jsou nžší míry partcpace, míry zaměstnanost a nžší mzdy žen. Odstranění příčn těchto nerovností je důležté pro zapojení žen na trhu práce, využtí jejch pracovního potencálu a zvýšení efektvty trhu práce. Segregace v zaměstnání z hledska pohlaví, tzn. koncentrace žen č mužů v určtých sektorech ekonomky č typech zaměstnání, se obecně vyskytuje ve všech oblastech, na všech úrovních ekonomcké vyspělost, v rámc všech poltckých systémů a v nejrůznějších náboženských, socálních a kulturních podmínkách. Je to jeden z nejdůležtějších a nejtrvalejších aspektů trhů práce ve světě. Segregace v zaměstnání je však také hlavním zdrojem ekonomcké neefektvty a rgdty na trhu práce. Vyloučení velké část pracujících z některých zaměstnání, jak se tomu v současné době často děje, znamená plýtvání ldským zdroj, snžuje flexbltu trhu práce a snžuje schopnost ekonomky přzpůsobovat se změnám. Př globalzac produkce a zostřené meznárodní konkurenc by tyto faktory mohly hrát důležtou rol. Segregace navíc velm často mívá negatvní následky pro ženy, ovlvňuje jejch postavení a příjmy. Výše mezd se v jednotlvých typech zaměstnání lší a segregace je tak jedním z důležtých zdrojů genderového mzdového rozdílu. Přetrvávání genderových stereotypů má pak negatvní dopad na vzdělání a školení žen, a tím se genderové nerovnost přenášejí na další generace. aktorů rozdílného postavení žen na trhu práce a rozdílných mezd je mnoho a jejch určení je složté. Ekonomcké teore posuzují důvody odlšných nabídek práce a poptávek po prác žen a mužů stejně jako příčny jejch rozdílného odměňování z různých hledsek. Neoklascké teore zdůrazňují na straně nabídky nžší ldský kaptál žen, na straně poptávky pak vyšší nepřímé náklady spojené se zaměstnáním žen (ncer, Polachek, 1974; Gronau, 1988). Ženy pak pracují v zaměstnáních méně náročných na úroveň ldského kaptálu, jsou méně produktvní a dostávají nžší mzdu. Nerovnost na trhu práce však nelze vysvětlt pouze odlšnostm ve vzdělání a zkušenostech, byly proto rozvnuty komplementární teore. odel kompenzačních rozdílů (ler, 1985; Smth, 1979) je teore založená na neoklasckém přístupu. zda neodráží pouze ldský kaptál jednotlvců, ale je také kompenzací za kvaltatvní aspekty zaměstnání. už dávají přednost peněžní odměně, ženy více hodnotí např. vhodné pracovní podmínky. zda žen tak může být nžší, anž by docházelo k dskrmnac v odměňování. Z neoklascké teore vychází také teore dskrmnace zaměstnavatelem, pro něhož znamená přjetí pracovníka z potencálně dskrmnované skupny menší užtek (Becker, 1971). Pomocí dskrmnace je vysvětlována segregace žen v zaměstnáních. 1

6 Segregac vysvětluje též teore duálního trhu práce, který je v jstém směru segmentován na dva odlšné sektory, ženských zaměstnání (sekundární sektor) je méně, vznká zde převs nabídky práce a mzdy jsou pak relatvně nízké (Sant-Paul, 1996; Anker, 1997). Insttuconální teore naopak předpokládají, že na zaměstnanost mzdy mají značný vlv nsttuce. Vyšší stupeň centralzace mzdového vyjednávání pak redukuje rozdílnost ve mzdách (Blau, Kahn, 2003), neboť značná část mzdových rozdílů je způsobena právě mezodvětvovým rozdíly. Stejně působí nsttuce mnmální mzdy, která mzdu zvyšuje bez ohledu na pohlaví. noho emprckých studí zabývajících se mzdovým rozdíly mez muž a ženam metodologcky vychází z příjmové funkce založené na ldském kaptálu (např. ncer, Polachek, 1974; ler, 1985; Ecksten, Wolpn, 1989; Wrght, Ermsch, 1991 atd.). Většna mzdových modelů se potýká s metodologckým problémem zkreslení výběrem vzorku. 1 Pracující jednotlvc nemusejí tvořt náhodnou podskupnu vzorku populace, ale mohou se systematcky se lšt od nepartcpujících jednců, což je pak příčnou zmíněného zkreslení. oderní ekonometrcké metody umožňují zkoumat mzdové rozdíly na základě Heckmanova modelu (Heckman, 1979), který bere v úvahu rozhodování o partcpac a odstraňuje tak zkreslení výberem vzorku. Samotný mzdový rozdíl obsahuje několk složek - část je způsobena odlšným charakterstkam mužů a žen, část vznká kvůl segregovanému trhu práce a teprve část zbývajícího mzdového rozdílu můžeme označt za důsledek dskrmnace. zdový rozdíl v neupravené formě tak lze rozdělt na několk efektů. Nejznámější metodou dekompozce je (Oaxaca, Ransom, 1994 a Blnder, 1973), která odděluje efekt vybavení a efekt odměňování. 2 Heckmanův model navíc umožňuje odhalt efekt výběru. Tato oblast zatím nebyla v ČR dostatečně emprcky zkoumána. Dekompozce mzdového rozdílu př použtí Heckmanova modelu, která byla provedena na základě dat z šetření ECHP 3 z roku 1998 v zemích EU (European Commsson, 2003), poukazuje na více než 40% záporný efekt výběru. Důsledkem je, že pozorovaný mzdový rozdíl by se vstupem nepartcpujících jednců na trh práce výrazně zvýšl. Tato stude dochází k obdobným závěrům a přspívá tak k zaplnění emprcké mezery v této oblast. V této stud je pro odhad mzdových rovnc použt Heckmanův model a k dekompozc mzdového rozdílu je aplkována Oaxaca-Blnderova metoda s rozšířením o efekt výběru. odel využívá nová česká data Žvotní podmínky Záporný 20% efekt výběru spolu s velm malým efektem vybavení podporuje závěr, že v České republce jsou ndvduální charakterstky pracujících mužů žen podobné. Ženy s nžší kvalfkací a vzděláním stojí mmo trh práce. Potencální mzdový rozdíl je vyšší než pozorovaný rozdíl a zapojení dalších žen by vedlo ke zvýšení mzdového rozdílu. Zaváděním vhodných poltk, které by podpořly partcpac a zaměstnanost žen, by se GPG více přblížl potencálnímu rozdílu a byla by tak poodhalena skutečná nerovnost na českém trhu práce, která je nyní schovaná za nepartcpujícím ženam. Interpretace mzdového rozdílu není snadná nejen na národní úrovn, ala také meznárodní komparace je ztížena několka skutečnostm. V EU-25 jsou v průměru mzdy žen o 15 % nžší než mzdy mužů, na úrovn jednotlvých zemí tento ukazatel dosahuje od 4 do 25 %. Porovnání mzdového rozdílu mez jednotlvým zeměm ale není jednoduché, neboť tento ukazatel zahrnuje mnoho problematckých aspektů. V současné době není sjednocen zdroj dat, často se ale mez jednotlvým zeměm lší způsob výpočtu. 1 Sample selecton bas. 2 Endowment effect a Remuneraton effect 3 European Communty Household Panel 2

7 etodologe regresního modelu odhadujícího velkost vlvu jednotlvých determnantů ve mzdových rovncích spolu s metodologí rozkladu mzdového rozdílu je popsána v kaptole 2. Kaptola 3 se zabývá dosud používaným zdroj dat k výpočtu GPG 4 v EU a popsuje zdroj dat aplkovaný v této stud. Kaptola 4 poukazuje na vznklé odlšnost př použtí odlšných defnc GPG stejně jako př rozdílném zdroj dat. Výsledky modelu a rozkladu GPG uvádí kaptola 5, která srovnává použtí Heckmanova modelu a běžné metody OLS a ukazuje různé metody rozkladu GPG na jednotlvé efekty v závslost na zvolené nedskrmnační struktuře. Závěr shrnuje zjštění této stude a nastňuje jejch možné dopady na český trh práce žen. 2 etodologe zdové rozdíly mez muž a ženam se mění podle ndvduálních charakterstk a charakterstk zaměstnání a frmy. Jelkož mzdový rozdíl mez muž a ženam zkoumaný v kaptole 4 v sobě zahrnuje mnoho vlvů, je k určení faktorů způsobujících mzdové rozdíly mez muž a ženam nezbytné provedení další analýzy. K odhadnutí vlvů jednotlvých faktorů na mzdy mužů a žen jsou použta data z šetření Žvotní podmínky Výsledné koefcenty a průměrné hodnoty proměnných jsou použty k rozkladu mzdového rozdílu. 2.1 odel V lteratuře najdeme mnoho způsobů, jak zkoumat vlv faktorů, které ovlvňují mzdové rozdíly mez muž a ženam (ncer, Polachek, 1974; Ecksten, Wolpn, 1989; Wrght, Ermsch, 1991 atd.). Nejjednodušší přístup zahrnuje dummy proměnnou pohlaví do jedné mzdové rovnce pro muže a ženy. Základním předpokladem je, že mzdy mužů a žen se lší o fxní částku, ale že ldský kaptál a ostatní vysvětlující proměnné mají stejný vlv na mzdy mužů žen. Tento předpoklad ovšem obecně nelze považovat za dostačující. lexblnější přístup vychází z Beckerovy (1964) teore ldského kaptálu, kde mzda jednotlvce odráží jeho produktvtu na základě charakterstk ldského kaptálu. zdový rozdíl mez muž a ženam tak může být rozložen na dvě část (Oaxaca, 1973; Blnder, 1973). První je vysvětlena rozdíly ve vybavení ldským kaptálem a v ostatních proměnných spojených s prací, druhá odráží rozdíly v ceně, tzn. v odměně za toto vybavení, a bývá nterpretována jako mzdová dskrmnace. Rozklad mzdového rozdílu na jednotlvé efekty je záměrem této analýzy, v modelu jsou tedy použty dvě mzdové rovnce, pro muže a ženy zvlášť. Př odhadování mzdových rovnc mužů a žen narazíme na několk metodologckých problémů (European Commsson, 2003). Jedním z nch je zkreslení výběrem vzorku 5. Většna studí tento problém opomíjí, a to zejména kvůl nedostatku potřebných dat. Zkreslení výběrem vzorku vznká, pokud pracující jednotlvc netvoří náhodnou podskupnu vzorku populace, ale systematcky se lší od nepartcpujících jednotlvců. zdové rovnce pro muže a ženy jsou: ln W = X β + ε 4 Gender Pay Gap (mzdový rozdíl mez muž a ženam) 5 Sample selecton bas. 3

8 ln W = X ε (1) β + kde označuje jednotlvce v rámc vzorků mužů a žen, muže, ženy. Vysvětlovaná proměnná je logartmus hodnové hrubé mzdy, ln W, vektor X obsahuje všechny 2 vysvětlující proměnné, ε je rezduum s nulovou střední hodnotou a konstantní varancí σ ε. odel specfkovaný mzdovým rovncem mužů a žen (1) je často odhadován metodou nejmenších čtverců. Tato metoda poskytuje konzstentní odhad koefcentů, pouze pokud je splněna následující podmínka: * [ X, I > 0] = 0 E ε (2) * kde I označuje proměnnou latentní ndex, která je kladná, když je jednotlvec zaměstnaný, nekladný v ostatních případech (Judge et al., 1988). Výběr vzorku může být příčnou nesplnění této podmínky. Vzorek zaměstnaných z defnce vylučuje jednotlvce, kteří nepartcpují na trhu práce, a nemohou být tudíž náhodně vybrán. Z modelu jsou tak vyřazen jednotlvc, kteří nepartcpují např. proto, že jejch potencální mzda by byla nžší, než jsou možné nepracovní příjmy. Pokud je rozhodování o partcpac korelováno s příjmovou funkcí, není očekávaná hodnota rezdua rovna nule. Jestlže např. pracovní zkušenost poztvně ovlvňuje partcpac stejně jako mzdu, budou pravděpodobně koefcenty mzdové regrese nadhodnocovat návratnost ze zkušeností. K odstranění zkreslení výběru vzorku je použt mzdový model, který bere v úvahu rozhodování o partcpac (Heckman, 1979). * Proměnná latentní ndex I reprezentuje tendenc -tého jednotlvce k partcpac. Latentní proměnná může být také nterpretována jako měřítko tendence zahrnutí do mzdového vzorku. Předpokladem je, že tato latentní proměnná je lneární funkcí proměnných, které ovlvňují partcpac: I = V γ + u * kde V γ představuje vektor proměnných, které by se měly lšt od proměnných ve mzdové 2 rovnc, a u je rezduum s nulovou střední hodnotou a konstantní varancí σ ε. Latentní proměnná není pozorovaná. V závslost na krtcké hodnotě (většnou nula) je rozhodování o partcpac dáno: pokud I * > 0, V γ u > 0, bude partcpovat, + jnak I * 0, V γ u 0, nebude partcpovat. (4) + Rovnce (4) ukazuje, že vzorek jednotlvců, jejchž mzdy jsou pozorované, není náhodným vzorkem. Z toho vyplývá, že podmíněné očekávání mezd je: [ lnw X, I * > 0] E = β X + [ X, I * > 0] Ve většně případů není výraz [ X, I * > 0] (3) E ε. (5) E ε roven nule, přčemž rovnost nule je nutnou podmínkou pro konzstentní odhad metodou nejmenších čtverců. Pokud je odhad založen na nenáhodném vzorku, musí být použta jná metoda než metoda nejmenších čtverců. V nejčastěj užívané metodě, navržené Heckmanem (1979), je do původní mzdové rovnce (1) přdán umělý regresor. 4

9 [ X, I * > 0] E ε = ρσ ε [ u X, I * > 0 ] σ u E = ρσ ε ϕ( Vγ ), (6) Φ( V γ ) kde ϕ a Φ znamenají postupně standardní normální hustotní a dstrbuční funkc. ρ představuje koefcent korelace mzdy a partcpační rovnce. Přdáním rezdua rovno: * [ X, I > 0] * = * ε, které je ε ε E ε, (7) vznkne odhadovaná mzdová funkce: Hodnota lnw * ϕ( Vγ ) = β + ρσ ε λ + ε, kde λ =. (8) Φ( V γ ) X λ není obecně známá, ale konzstentní odhad pravděpodobnost, že jednotlvec pracuje. Následně je proměnná jednotlvce zvlášť a přdána mez regresory pro metodou nejmenších čtverců je pak konzstentní. 6 ln W λˆ může být získán probt odhadem λˆ vypočítána pro každého, jak ukazuje rovnce (8). Odhad 2.2 Proměnné modelu Jako vysvětlovaná proměnná v použtém modelu vystupuje logartmus hrubých hodnových mezd, přčemž hrubá hodnová mzda jednotlvců je počítána v souladu s defncí Eurostatu pro výpočet mzdového rozdílu mez muž a ženam, tzn. jako podíl hrubého měsíčního běžného výdělku z hlavního zaměstnání a čtyřnásobku počtu hodn odpracovaných v hlavním zaměstnání za týden, včetně běžných přesčasů. zdové rovnce (8) pro muže a ženy jsou upraveny: ln W = β 0 + β 1 VZD_ROKY + β 2 ODPRAC_LET + β 3 ODPRAC_LET2 + β 4 SLOUVA + β 5 KRAJ1 + β j KZA + ρ σ ε λ + ε *, ln W = β 0 + β 1 VZD_ROKY + β 2 ODPRAC_LET + β 3 ODPRAC_LET2 + β 4 SLOUVA + β 5 KRAJ1 + β j KZA + ρ σ ε λ + ε *. VZD_ROKY je vzdělání v počtu let. ncer a Polachek (1974) používají jako pracovní zkušenost počet let od dokončení studa a jejch kvadrát (vlv odpracovaných let na výš mzdy se s rostoucím odpracovaným lety snžuje). Data použtá v tomto modelu umožňují použít přesný počet odpracovaných let vysthující lépe zejména pracovní zkušenost žen, které často přerušují pracovní karéru. ODPRAC_LET je tedy celkový počet odpracovaných let nahrazující pracovní zkušenost, ODPRAC_LET2 jejch kvadrát. SLOUVA je dummy proměnná, která nabývá hodnoty 1, pokud má zaměstnanec uzavřenou smlouvu na dobu neurčtou. KRAJ1 je dummy proměnná nabývající hodnoty 1, pokud 6 Za předpokladu, že značná část mužů je na trhu práce ekonomcky aktvních a že na jejch rozhodování o partcpac nemají vlv proměnné zahrnující rodnnou stuac (výběr vzorku mužů je tedy náhodný), by bylo možné použít Heckmanův model pouze pro odhad mzdové rovnce žen a k odhadu mzdové rovnce mužů použít metodu OLS (metodu nejmenších čtverců). Hlavním cílem stude je dekompozce GPG, ke které je třeba zachovat stejný postup pro obě pohlaví, proto je v této stud aplkován Heckmanův model pro obě pohlaví. (9) 5

10 jednotlvec žje v Praze. Původně byly zahrnuty dummy proměnné pro všech 14 českých krajů (kvůl kolneartě 13), neboť výše mezd se v jednotlvých regonech lší. V rovnc mužů se ukázalo pouze 6 sgnfkantních dummy proměnných krajů, u žen se sgnfkace projevla dokonce jen u 3 krajů. Jedná sgnfkantní proměnná u obou rovnc byla KRAJ1 kraj Praha. Do obou rovnc byla tedy zahrnuta pouze tato proměnná. Toto rozhodnutí je ospravedlntelné, neboť rozdíl ve výš mezd v Praze vůč ostatním krajům značný, zatímco rozdíly v ostatních krajích jsou malé. 7 KZAj je dummy proměnná pro jednotlvé skupny zaměstnání s j = 6 až 14. Kód klasfkace zaměstnání KZA dělí zaměstnance na 10 skupn (přehled skupn je uveden v příloze 1), přčemž příslušnost jednotlvce k jednotlvým skupnám zaměstnání může mít kvůl segregac v zaměstnání odlšný vlv na výš mzdy. Do modelu je zahrnuto 9 dummy proměnných příslušnost do jednotlvých skupn. 8 Pro výpočet koefcentů mzdových rovnc jsem se rozhodla použít Heckmanův model výběru s použtím metody maxmální věrohodnost. 9 odel byl počítán s vaham, tzn. že u každého jednotlvce byla zahrnuta příslušná váha, která vyjadřuje počet jednotlvců v populac reprezentovaných jednotlvcem zahrnutým ve vzorku. K dosažení vhodného modelu jsem použla metodu postupného přdávání proměnných, přčemž nesgnfkantní proměnné následně nebyly zahrnuty. Waldfogel (1998) dokazuje negatvní vlv dětí na mzdy žen. Přdání dummy proměnné přítomnost dětí do 15 let věku 10 se ale prokázalo jako nesgnfkantní nejen pro muže, ale pro ženy. Tato proměnná tedy nebyla do modelu zahrnuta. Podle ekonomckých teorí by dummy proměnná částečných úvazků měla mít negatvní vlv na výš mzdy. Ve vzorku je ale velm málo mužů žen pracujících na částečný úvazek. Vlv této proměnné se neukázal sgnfkantním. Rovnce (3) mají pak tvar: I * = γ 1 NEPR_PRIJ + γ 2 VEK_30 + γ 3 VEK31_45 + γ 4 PRIT_PARTNER + γ 5 DETI_05 + γ 6 DETI6_15 + γ 7 VZDEL_SEK + γ 8 VZDEL_TER + u, I * = γ 1 NEPR_PRIJ + γ 2 VEK_30 + γ 3 VEK31_45 + γ 4 PRIT_PARTNER + γ 5 DETI_05 + γ 6 DETI6_15 + γ 7 VZDEL_SEK + γ 8 VZDEL_TER + u, (10) kde NEPR_PRIJ je celkový roční nepracovní příjem domácnost, VEK_30 a VEK31_45 jsou dummy proměnné, které mají hodnotu 1, pokud je jednotlvc méně než 31 let a pokud je ve věku 31 až 45 let, PRIT_PARTNER je dummy proměnná, která nabývá hodnoty 1, pokud jednotlvec žje v domácnost s partnerem/partnerkou, DETI_05 a DETI_615 jsou dummy proměnné, které nabývají hodnoty 1, pokud s jednotlvcem v domácnost žje dítě do 6 let věku a dítě ve věku 6-15 let, a VZDEL_SEK a VZDEL_TER jsou dummy proměnné pro dosažené sekundární a tercální vzdělání. Tyto proměnné by měly mít vlv na partcpac. Celkový nepracovní příjem domácnost, tzn. různé socální dávky, pravdelné transfery od jných domácností a příjmy z pronájmu 7 V kraj Hlavní město Praha byla v roce 2004 průměrná mzda téměř Kč, zatímco v ostatních krajích se průměrná mzda pohybovala od Kč do Kč (Český statstcký úřad, 2005). 8 Desátá skupna je vynechána kvůl kolneartě, neboť u dummy proměnných skupn, kde každý pracovník spadá přesně do jedné skupny, je zahrnutí desáté skupny nadbytečné a její vlv je zahrnut v nterceptu. U žen je vynechána také dummy proměnná KZA0, neboť ve skupně příslušníků armády se nenacházela žádná žena. 9 Teore (Heckman, 1979) používá metodu nejmenších čtverců ( least squares ), v mém modelu ale tvar odhadovaných rovnc zajšťuje, že rozdíl př použtí metody nejmenších čtverců a metody maxmální věrohodnost ( maxmum lkelhood ) je zanedbatelný. 10 An zahrnutí dummy proměnných dětí v užších věkových skupnách se neukázalo jako sgnfkantní. 6

11 zachycují fnanční stuac domácnost a jstě ovlvňují rozhodování o partcpac na trhu práce. Věk jednotlvce by mohl mít určtý vlv jak na partcpac mužů, tak žen. Věk je rozdělen do užších kategorí, neboť zejména u žen můžeme očekávat odlšný vlv v období zakládání rodny. Přítomnost partnera/partnerky v domácnost by výš mzdy ovlvňovat neměla, naopak by mohla mít vlv na rozhodování o partcpac. Přítomnost dětí by měla mít značný vlv na partcpac. U žen předpokládám zejména negatvní vlv dětí do 6 let věku, u mužů by přítomnost obou věkových skupn dětí mohla mít poztvní vlv, neboť muž je často prmárním žvtelem rodny. Vyšší vzdělání má poztvní vlv na potencální mzdu, mělo by tedy mít poztvní vlv na partcpac, jak mužů, tak žen. V partcpačních rovncích se všechny uvažované proměnné ukázaly sgnfkantním s výjmkou proměnné VEK_30 v případě mužů. 2.3 Rozklad mzdového rozdílu zdový rozdíl v neupravené formě nelze obecně považovat za dskrmnac prot ženám, neboť v sobě skrývá několk složek. Část mzdového rozdílu je způsobena odlšným charakterstkam mužů a žen a ostatním charakterstkam zaměstnání a odráží rozdíly v produktvtě efekt vybavení. 11 Upravený mzdový rozdíl je pak měřen jako rozdíl mez celkovým pozorovaným mzdovým rozdílem (v neupravené formě) a částí vysvětlenou odlšným charakterstkam. Zbývající část určuje rozdíly v odměňování charakterstk a je často nazýváno měřítkem dskrmnace efekt odměňování. 12 Nejznámější metodou je Oaxaca-Blnderova metoda (Oaxaca, Ransom, 1994 a Blnder, 1973), která byla vyvnuta pro průřezová data. zdový rozdíl v neupravené formě je dán: ln W ln W = ( ln W ln W 1 ) + ( ln W 1 ln W ) = ( βˆ X βˆ X ) + ( βˆ X + βˆ X ) = ˆ β (X X ) + efekt vybavení X ( ˆ β ˆ β ) (11) efekt odmenování kde výrazy s pruhem znamenají průměrné hodnoty. První výraz pravé strany rovnce (11) určuje, o kolk by průměrná mzda mužů převýšla průměrnou hypotetckou mzdu žen, pokud by neexstovala dskrmnace (efekt vybavení). Druhý výraz ukazuje rozdíl mez hypotetckou mzdou žen a průměrnou skutečnou mzdou žen, pokud by průměrné charakterstky mužů byly stejné jako průměrné charakterstky žen (efekt odměňování). Pokud by muž a ženy měl stejné průměrné charakterstky, byl by neupravený mzdový rozdíl dán pouze rozdílem v odměňování těchto charakterstk. Řešení problému zkreslení výběrem vzorku vyžaduje doplnění rovnce rozkladu mzdového rozdílu (11) o další člen efekt výběru. Rovnce (11) má pak tvar: ln W ln W = ˆ β (X X ) + efekt vybavení X ( ˆ β ˆ β ) + efekt odmenování ( ˆ θ ˆ λ ˆ θ ˆ λ ), (12) efekt výberu 11 Endowment effect. 12 Remuneraton effect. 7

12 kde θˆ je odhad ρσ ε a λˆ je průměr odhadnutých λ. Rovnce (11) (12) předpokládají, že dskrmnace snžuje mzdy žen. Další metody rozkladu mzdového rozdílu zvažují méně extrémní přístup, kde dskrmnace nejen snžuje mzdy žen, ale také zvyšuje mzdy mužů. Do rovnce rozkladu je přdán vektor β *, který odráží míru návratnost charakterstk ldského kaptálu v případě absence dskrmnace. Rovnce (12) má pak tvar: ln W ln W = * = β (X X ) + efekt vybavení X ( β β * ) + dskrm. nace ve prospech mužů * X ( β β ) + ( ˆ θ ˆ λ ˆ θ ˆ λ ). (13) dskrm. nace v neprospech žen efekt výberu První výraz opět měří rozdíl v produktvtě, druhý výraz odhaduje dskrmnac ve prospěch mužů a třetí výraz dskrmnac v neprospěch žen. * β = Ω βˆ + (I Ω) βˆ, (14) kde I je jednotková matce a Ω je matce vah. V případě Oaxaca-Blnderovy rovnce je Ω = I. Druhým extrémem by bylo Ω = 0, což by znamenalo, že mzdová strukturu žen je považována za nedskrmnační. Jné stude (European Commsson, 2003) předpokládají, že nedskrmnační struktura by se měla nacházet někde mez těmto dvěma možnostm. Jednou z možností (Cotton, 1988) je volt Ω = f I, kde skalár f označuje podíl majortní skupny (mužů) v celkové pracující populac. Cotton (1988) argumentuje, že nedskrmnační struktura by se měla více přblžovat struktuře větší skupny. 3 Zdroje dat ěření mzdového rozdílu jsou velm ctlvá na zdroje dat, omezení vzorků a na volbu závslé proměnné (hodnové č měsíční mzdy, čsté nebo hrubé mzdy, zahrnutí prémí atd.). K porovnatelnost ukazatele mez zeměm je třeba měření sjednott v nejvyšší možné míře. V letech vycházel výpočet mzdového rozdílu z panelového šetření domácností Evropského společenství (ECHP 13 ), které bylo harmonzováno v celé tehdejší EU. I přes poměrně malé rozsahy vzorků byly pokryty všechny sektory, zejména veřejný sektor, zahrnuty byly také nformace o zaměstnancích v zemědělství a o samostatně výdělečně čnných osobách (Evropská komse, 2003). Některé země využívají šetření o pracovních slách (LS 14 ), v České republce nazvané Výběrové šetření pracovních sl (VŠPS 15 ). Toto šetření je navíc nejvhodnějším harmonzovaným zdrojem pro roky 2002 a LS obsahuje nformace o zaměstnanost na úrovn jednotlvců. Informace o mzdách zaměstnanců a výdělcích z podnkání jsou pak získány z šetření č z národních zdrojů. ECHP je počínaje sběrem dat za rok 2004 nahrazeno panelovým šetřením příjmů a žvotních podmínek (EU-SILC 16 ), které v ČR probíhá pod názvem Žvotní podmínky. Plně srovnatelné 13 European Communty Household Panel. Podrobné nformace o ECHP lze nalézt na stránkách Eurostatu. 14 Labor orce Survey. 15 Podrobné nformace o VŠPS lze nalézt na stránkách Českého statstckého úřadu. 16 European Unon Statstcs on Income and Lvng Condtons. Podrobné nformace o EU-SILC lze nalézt na stránkách Eurostatu. 8

13 údaje o příjmech nebudou tedy dostupné za roky 2002 a 2003 a také data z přechodného roku 2004 budou patrně postrádat plnou komparabltu na evropské úrovn. EU-SILC je tzv. čtyřletý rotační panel, což znamená, že v každé domácnost budou sbírány nformace 4 roky po sobě, přčemž každý rok bude obměněna 1/4 domácností, které budou zvoleny metodou náhodného výběru. Datový soubor bude obsahovat jak průřezovou, tak průběžnou část. Údaje jsou zjšťovány na úrovn domácností (zejména nformace o žvotních podmínkách) na úrovn jednotlvců (charakterstky jednotlvců, zaměstnání a podnkání, mzdy, příjmy, socální dávky atd.). Tabulka 1 Charakterstky vzorku mužů a žen už Ekonomcky Zaměstnanc neaktvní Ženy Ekonomcky Zaměstnanc neaktvní Počet osob Průměrná hrubá hodnová mzda 109,53-87,59 - edán hrubé hodnové mzdy 97,59-78,65 - Průměrný počet odprac. hodn 43,46-40,31 - Průměrný věk 39,73 38,70 40,68 41,87 Podíl část. úvazků (15-29 hod) 1,04-3,37 - Zdroj: Vlastní výpočet na základě dat ČSÚ. Tato emprcká analýza je založena na datech z šetření v domácnostech EU-SILC 2005, které zahrnuje náhodně vybrané domácnost o celkovém počtu přblžně 10 tsíc jednotlvců. Zkoumaný vzorek obsahuje 3732 zaměstnanců ve věku 15 až 64 let, kteří pracují alespoň 15 hodn týdně, z čehož 1719 tvoří ženy a 2013 muž. Odstranění zkreslení výběru vzorku vyžaduje zahrnutí 2080 ekonomcky neaktvních osob ve věku 15 až 64 let 1319 žen a 761 mužů. Tabulka 1 ukazuje základní charakterstky vzorku žen a mužů. 4 Gender pay gap v závslost na defnc a zdroj dat zdový rozdíl mez muž a ženam (v neupravené formě) je jedním ze strukturálních ukazatelů, díky kterým má být sledován např. pokrok v plnění cílů lsabonské stratege. Je to také jeden z klíčových ukazatelů kvalty práce, jenž je třeba doplnt upraveným mzdovým rozdíly mez muž a ženam, které berou v úvahu vlv genderových rozdílů v ndvduálních charakterstkách a charakterstkách zaměstnání (Evropská komse, 2003). Gender pay gap je Eurostatem defnován 17 jako poměr průměrů hrubých hodnových výdělků placených zaměstnanců ženského a mužského pohlaví ve věku let, kteří pracují nejméně 15 hodn týdně, zahrnující všechny sektory a velkost podnků. Hodnový výdělek se počítá jako podíl hrubého měsíčního běžného výdělku z hlavního zaměstnání a čtyřnásobku počtu hodn odpracovaných v hlavním zaměstnání za týden, včetně běžných přesčasů, ale nezahrnují se préme, nepravdelné přesčasy, třnácté platy apod. 17 Tzv. ústřední defnce (stránky Eurostatu). 9

14 Jak jž bylo zmíněno, srovnání mzdových rozdílů mez jednotlvým zeměm EU není v podstatě možné. Země často používají odlšné statstcké zdroje výrazný rozdíl vznká zejména mez použtím dat z šetření v domácnostech a podnkových šetření (vz kaptola 4.3). Rozdíl se dále umocňuje nedodržováním ústřední defnce mzdového rozdílu, buď z důvodu nedostačujících dat nebo z rozhodnutí jednotlvých zemích o vhodnějším výpočtu. 4.1 zdový rozdíl v České republce Český statstcký úřad v současné době používá k výpočtu mzdového rozdílu specální datový zdroj, jímž je sloučená databáze čerpající ze dvou šetření: 18 Informační systém o průměrném výdělku (ISPV) nsterstva práce a socálních věcí ČR, které výběrovým způsobem zahrnuje podnkatelskou sféru, Informační systém o platu nsterstva fnancí ČR, který plošně pokrývá nepodnkatelskou sféru. V České republce se používá defnce odlšná od výše uvedené ústřední defnce: podíl medánů měsíčních mezd žen a mužů pro zaměstnance, kteří odpracoval v průměru alespoň 30 hodn týdně v podncích s více než 10 zaměstnanc a všech organzacích nepodnkatelské sféry (Holý, Holá, 2006). Rozdíly mez ústřední a českou defncí mohou mít podle mého názoru různý vlv na výsledný genderový mzdový rozdíl. První a velce zásadní rozdíl české defnce oprot ústřední je v použtí medánu namísto průměru. Použtí medánů vychází z celkové stratege mzdové statstky Českého statstckého úřadu, která upřednostňuje využívání medánových hodnot ze strukturálního šetření, neboť představují lepší ukazatel mzdové úrovně než artmetcký průměr, který je snadno ovlvntelný extrémním hodnotam. Rozdíl mez průměrem a medánem mezd mužů je větší než u žen, výsledný mzdový rozdíl bude tedy také nžší. Druhý rozdíl vznká použtím měsíční hrubé mzdy namísto hodnové hrubé mzdy jednotlvců. Předpokládám, že toto rozhodnutí je způsobeno nedostatečným nformacem o počtu odpracovaných hodn týdně. Využtí hodnových mezd je totž pro srovnání žen a mužů vhodnější než využtí měsíčních mezd, protože počet odpracovaných hodn je obvykle vyšší u mužů než u žen (Jurajda, ünch, 2006). Stejná měsíční mzda u muže a ženy je tedy brána stejně, ačkol rozdíl v počtu hodn odpracovaných za týden může být více než 10 hodn. Bude-l měsíční hrubá mzda muže ženy např Kč, přčemž muž pracuje 40 hodn týdně a žena pouze 30 hodn týdně, bude hodnová hrubá mzda 19 muže čnt 125 Kč, ale ženy 167 Kč. Použtí měsíční mzdy a gnorování počtu odpracovaných hodn tedy snžuje mzdu ženy na úroveň mzdy muže a zvyšuje konečný mzdový rozdíl. Třetí rozdíl je v zahrnutí zaměstnanců pracujících alespoň 30 hodn týdně namísto 15 hodn týdně. V ČR narozdíl od ústřední defnce nejsou do výpočtu mzdového rozdílu zahrnut zaměstnanc pracující 15 až 30 hodn týdně. Vyjmutí těchto zaměstnanců na částečné úvazky je patrně důsledkem užtí měsíčních mezd, protože výše měsíční mzdy pracovníka s pracovní dobou 15 hodn týdně je nesrovnatelná se mzdou za prác na plný úvazek. Dalším možným důvodem je větší zaměření na výpočet mzdového rozdílu v pracích na plný úvazek a oproštění 18 Podrobné nformace o obou šetření lze nalézt na stránkách Českého statstckého úřadu. 19 Př uvažování 4 týdnů v měsíc, jak je použto ve výpočtu hodnové mzdy v ústřední defnc mzdového rozdílu. 10

15 od vlvu prací na částečný úvazek, kde je mzda obecně nžší (Gómez, Pons, artí, 2002; Jones, Long, 1979; agan, Burchell, 2002). ez zaměstnanc na částečné úvazky převažují ženy (Belensk, Bosch, Wagner, 2002; Blank, 1989) a mzdy jsou zde v průměru nžší. Vypuštění zaměstnanců s pracovní dobou 15 až 30 hodn týdně tedy způsobí, že nebudou započteny zejména nízké příjmy žen. zdy žen tak budou nadhodnoceny a výsledný mzdový rozdíl snížen. Z hledska meznárodního srovnání považuj vyloučení této skupny zaměstnanců za nevhodné, neboť v některých zemích je podíl zaměstnanců pracujících 15 až 30 hodn značný (European oundaton for the Improvement of Lvng and Workng Condtons, 2003). Poslední rozdíl spočívá ve vypuštění zaměstnanců podnků s méně než 10 zaměstnanc, a to z důvodu nedostatečných zdrojů Dverzfkace mzdového rozdílu v závslost na použté defnc Kaptola 4.1 poukazuje na dvousměrný vlv použtí odlšné defnce mzdového rozdílu mez muž a ženam v ČR oprot ústřední defnc. K lustrac odlšných výsledků př použtí jných defnc použj data z šetření v domácnostech EU-SILC. Výsledná odlšnost mez použtím ústřední a české defnce je patrná, mzdový rozdíl je o 3 procentní body nžší př použtí ústřední defnce. Snížení mzdového rozdílu použtím medánu namísto průměru ukazuje tabulka 2. Př české defnc s měsíčním mzdam a pracovní dobou nejméně 30 hodn týdně vyvolá použtí medánu snížení mzdového rozdílu o 2,20, kdežto př ústřední defnc s hodnovým mzdam a pracovní dobou nejméně 15 hodn týdně snížení pouze o 0,43. Pokud by česká defnce užla také průměr, bude mzdový rozdíl o 5,19 vyšší než v případě ústřední defnce. Tato odlšnost zahrnuje rozdílný vlv použtí měsíčních (zvýšení mzdového rozdílu) versus hodnových mezd a pracovní doby nejméně 30 hodn (snížení mzdového rozdílu) versus nejméně 15 hodn. Zahrnutí hypotetcké smíšené defnce, která se od ústřední lší pouze užtím měsíční hrubé mzdy namísto hodnové, umožňuje posoudt vlv jednotlvých odlšností defnc. Př výpočtu mzdového rozdílu z průměrných mezd způsobí použtí měsíčních mezd namísto hodnových zvýšení mzdového rozdílu o 5,85, zatímco zahrnutí zaměstnanců s pracovní dobou nejméně 30 hodn týdně namísto 15 hodn snížení o 0,66. Tabulka 2 Výsledky mzdových rozdílů v závslost na použté defnc zdový Průměr mezd (Kč) edán mezd (Kč) rozdíl (v %) ženy muž ženy muž zdový rozdíl (v %) Česká defnce , ,83 Smíšená defnce , ,83 Ústřední defnce 88, , ,82 79, , ,25 Pozn.: Smíšená defnce uvažuje zaměstnance pracující nejméně 15 hodn týdně a k výpočtu mzdového rozdílu používá hrubé měsíční mzdy. Údaje jsou počítány s vaham (převážené na celou populac). Zdroj: Vlastní výpočet na základě mkrodat Žvotní podmínky 2005 (Český statstcký úřad). 20 zdové rozdíly v malých a velkých podncích nejsou v této prác zachyceny, neodhaduj proto směr možného zkreslení výsledného mzdového rozdílu. 11

16 Pokud by naopak česká ústřední defnce používaly medán, bude mzdový rozdíl př české defnc o 3,42 procentní body vyšší. Př výpočtu mzdového rozdílu z medánových mezd způsobí použtí měsíčních mezd namísto hodnových zvýšení mzdového rozdílu o 3,42, zatímco zahrnutí zaměstnanců s pracovní dobou nejméně 30 hodn týdně namísto 15 hodn nemá na mzdový rozdíl vlv. Předpokládané efekty jednotlvých odlšností defnc se potvrdly, přčemž vlv vynechání zaměstnanců s pracovní dobou hodn na mzdový rozdíl je velm malý. To je způsobeno malým podílem žen mužů pracujících hodn týdně. Výrazný rozdíl tedy vznká př použtí měsíčních a hodnových mezd. 4.3 Dverzfkace mzdového rozdílu v závslost na použtém zdroj dat V současnost není v EU sjednocen zdroj dat k výpočtu mzdového rozdílu mez muž a ženam. Kromě jž zmíněných rozdílů vznklých použtím odlšných defnc výpočtu zde vystupují také odlšné výsledky z šetření v domácnostech a podnkových statstk. Šetření v domácnostech spoléhají na důvěryhodnost nformací sdělených respondenty, přčemž dotazování na příjmy je obecně velm ctlvé a dochází často k přílšnému zaokrouhlování údajů č snžování hodnot z důvodu nedůvěry k zachování anonymty poskytnutých dat, ale k utajování část příjmů před partnerem a k opomenutí některých příjmů. Dále mohou být ovlvněny metodkou výběru náhodného vzorku a potýkají se s odmítáním respondentů odpovídat, přčemž může docházet k odlšným metodkám dopočtů dat za celou populac. Nesporný přínos šetření v domácnostech je v možnost získat údaje o charakterstkách jednotlvců domácností a patrně nejpřesnější údaje o skutečně odpracované době. Tabulka 3 Výsledky mzdových rozdílů v závslost na použtém zdroj dat za rok 2002 SES GPG Rozdíl SES GPG Rozdíl Itále Dánsko Portugalsko Lucembursko Řecko aďarsko EU Slovensko Rakousko Nzozemí Lotyšsko Španělsko VB Švédsko Belge nsko Německo Ltva rance Polsko Kypr Slovnsko Estonsko Irsko ČR Pozn.: GPG nebol gender pay gap (mzdový rozdíl mez muž a ženam) představuje ofcální hodnoty, SES (strukturální statstka výdělků) představuje výsledky z podnkových šetření. Zdroj: Holý, Holá (2006). Naprot tomu u podnkových statstk jsou údaje čerpány ze mzdových databází podnků a tedy výrazně přesnější, u velkoplošného pokrytí podnků (např. v případě Informačního systému o platu pro nepodnkatelskou sféru užívaného Českým statstckým úřadem) se navíc snžují metodcké odlšnost př dopočtech. Př nedostatečném pokrytí, např. ve smyslu 12

17 odvětví, a použtí odlšných výběrových metod může ale kvůl segregac v zaměstnáních dojít k nesystematckému zkreslení průměrných mezd mužů a žen, a tím k deformac mzdového rozdílu. Výsledkem využtí odlšných zdrojů bývá menší mzdový rozdíl u šetření v domácnostech, jehož hlavním důvodem je snžování hodnot respondenty a odmítání účast vysokopříjmových domácností v šetření. Volnost ve výběru zdroje dat v jednotlvých zemích EU zabraňuje meznárodnímu srovnání, přčemž většna zemí uvádí výsledky, které jsou příznvější (s menším mzdovým rozdílem), ale méně reálné. Snahou Eurostatu je přmět všechny členské země k používání dat z šetření v domácnostech EU-SILC, kde ale může docházet ke zmíněnému zkreslení výsledků. Na druhou stranu je pro meznárodní srovnání nejdůležtější sjednocení zdroje dat, které by použtí EU-SILCu jako povnného šetření ve všech členských zemích EU umožnlo. Důsledky odlšných způsobů zjšťování mezd jsou zřetelně vdět v tabulce 3, která porovnává ofcální hodnoty mzdových rozdílů mez muž a ženam uváděné Eurostatem s výsledky z podnkového šetření. Největší rozdíly mez ofcálním hodnotam GPG a hodnotam přesně zjštěným z podnkového šetření SES jsou v jžních státech, ty používají data z šetření v domácnostech. Celkově je tímto způsobem mzdový rozdíl v ofcální statstce vůč SES zkreslen o 7 procentních bodů, což je značná dsproporce, která jž nemůže být vysvětlována jako metodcká odlšnost v dopočtech č výpočtech hodnových výdělků. Tyto metodcké odlšnost způsobují např. rozdíl 2 procentních bodů pro ČR (Holý, Holá, 2006). 5 Interpretace výsledků Následující kaptola 5.1 uvádí výsledky mzdových partcpačních rovnc (tabulka 4) Heckmanova modelu, ale také běžného modelu s metodou OLS. Kaptola 5.2 srovnává výsledky rozkladu mzdového rozdílu (graf 1) Oaxaca-Blnderovou a Cottonovou metodou pro Heckmanův model, stejně jako pro metodu OLS. 5.1 odel Výsledky Heckmanova modelu jsou uvedeny ve sloupcích (1) a (2) tabulky 4. Vzdělání má podle očekávání u obou skupn poztvní vlv na mzdu. Zajímavé ale je, že když ženy dosáhnou o jeden rok studa více, jejch mzda se zvýší více než mzda mužů. zdová funkce v závslost na vzdělání žen leží pod mzdovou funkcí mužů, ale je strmější (vz příloha 2). S vyšším vzděláním tedy mzda žen roste rychlej. Další rok pracovních zkušeností (ODPRAC_LET) má ale větší poztvní vlv na mzdu mužů. Kvadrát této proměnné navíc u žen není sgnfkantní. Pokud mají ženy uzavřenou smlouvu na dobu neurčtou namísto smlouvy na dobu určtou, jejch mzda se zvýší více než u mužů, ačkol u mužů koefcent není sgnfkantní. Toto zjštění je překvapvé zejména proto, že podíl žen a mužů se smlouvou na dobu neurčtou je téměř stejný (85 % a 87 %). U žen se také ukázal větší poztvní vlv na mzdu, pokud žjí v Praze, přčemž podíl zaměstnaných žen a mužů žjících v Praze je též stejný. 13

18 Tabulka 4 Výsledky modelu Heckman OLS UŽI ŽENY UŽI ŽENY LnW (1) (2) (3) (4) VZD_ROKY 0,0378 0,0476 0,0445 0,0473 (0,0051) (0,0047) (0,0050) (0,0047) ODPRAC_LET 0,0173 0,0060 0,0224 0,0057 (0,0028) (0,0030) (0,0027) (0,0028) ODPRAC_LET2-0,0003-0,0001* -0,0005-0,0001* (0,0001) (0,0001) (0,0001) (0,0001) SLOUVA 0,0542* 0,1093 0,0530* 0,1091 (0,0285) (0,0220) (0,0293) (0,0225) KRAJ1 0,1466 0,2186 0,1445 0,2184 (0,0263) (0,0241) (0,0270) (0,0247) KZA0 0, , (0,0714) (0,0742) KZA1 0,5806 0,5516 0,5897 0,5522 (0,0699) (0,0641) (0,0706) (0,0657) KZA2 0,3395 0,4246 0,3464 0,4251 (0,0530) (0,0369) (0,0536) (0,0378) KZA3 0,3822 0,3934 0,3996 0,3932 (0,0441) (0,0298) (0,0440) (0,0305) KZA4 0,1832 0,3307 0,2030 0,3304 (0,0489) (0,0318) (0,0492) (0,0326) KZA5 0,1019 0,0410* 0,1141 0,0406* (0,0480) (0,0310) (0,0482) (0,0316) KZA6 0,0049* 0,0190* -0,0095* 0,0190* (0,0700) (0,0556) (0,0678) (0,0569) KZA7 0,1750 0,1396 0,1934 0,1395 (0,0408) (0,0344) (0,0405) (0,0352) KZA8 0,1360 0,1869 0,1494 0,1865 (0,0428) (0,0387) (0,0424) (0,0396) KONSTANTA 3,6799 3,3136 3,5069 3,3228 (0,0809) (0,0746) (0,0745) (0,0671) PARTICIPACE R 2 R 2 NEPR_PRIJ -0, , ,35 0,44 (0,000001) (0,000001) VEK_30 0,0855* -0,1675 (0,0787) (0,0735) VEK31_45 0,8737 0,7146 (0,0660) (0,0910) PRIT_PARTNER 0,5101 0,4123 (0,0644) (0,0504) DETI_05 0,7166-1,2438 (0,0866) (0,0736) DETI6_15 0,5179 0,3573 (0,0812) (0,0767) VZDEL_SEK 1,4242 1,1074 (0,0794) (0,0624) VZDEL_TER 1,8253 1,3254 (0,0878) (0,0855) KONSTANTA -0,6318-0,2601 (0,1073) (0,1098) RHO -0,3685 0,0185 (0,0598) (0,0566) SIGA 0,3458 0,3022 (0,0106) (0,0086) LABDA -0,1274 0,0056 (0,0219) (0,0171) Pozn: Uvedené hodnoty (kromě hodnot označených hvězdčkou) jsou sgnfkantní na 95% hladně významnost. Standardní chyby jsou uvedeny v závorce. Pops jednotlvých kódů KZA je popsán v příloze 1. Zdroj: Vlastní výpočet. 14

19 U všech dummy proměnných druhů zaměstnání se projevl dle očekávání poztvní vlv na mzdu. Nejnžší průměrné mzdy (Český statstcký úřad, 2005) jsou ve skupně 9 (pomocní a nekvalfkovaní pracovníc), která do modelu není zahrnuta kvůl kolneartě. Ve všech ostatních skupnách je tedy vzhledem k vynechané skupně vlv na mzdu kladný. U obou pohlaví má vysoký poztvní vlv na mzdu příslušnost ke skupně 1 zákonodárc, vedoucí a řídící pracovníc. Pokud ale muž pracují ve vedoucích pozcích, jejch mzda se zvýší více než v případě žen. U obou pohlaví není sgnfkantní proměnná KZA6 kvalfkovaní dělníc v zemědělství a lesnctví podíl žen mužů zaměstnaných v této skupně je ale velm malý (1,9 % a 1,7 %). U žen není sgnfkantní ještě proměnná KZA5 - provozní pracovníc ve službách a obchodě, ačkol podíl žen pracujících v této skupně je výrazně větší než podíl mužů (16 % a 8 %). Spodní část tabulky 4 uvádí výsledky partcpačních rovnc. U mužů u žen jsou koefcenty sgnfkantní (kromě VEK_30 u mužů) a poměrně vysoké. Vlv nepracovního příjmu domácnost na partcpac mužů žen je negatvní a u žen mírně větší. Koefcenty jsou velm malé, což ale neubírá na jejch vlvu, protože vyjadřují vlv 1% nárůstu ročního nepracovního příjmu uvedeného v jednotkách Kč. Vlv věku na partcpac se u mužů a žen výrazně lší. V případě jednců mladších 30t let je vlv na partcpac mužů kladný, ale nesgnfkantní. U žen je koefcent záporný, neboť toto je období, kdy ženy zakládají rodnu a jejch partcpace je nízká. U věku 31 až 45 let jsou koefcenty u mužů žen poztvní, muž ale mají větší tendenc partcpovat na trhu práce. Vlv přítomnost dětí v domácnost na partcpac mužů a žen se výrazně lší. Výsledky potvrzují ntutvní skutečnost, že ženy s dětm v předškolním věku na trhu práce nepartcpují a vstupují na trh práce v době, kdy jejch dět chodí do školy. U mužů přítomnost dětí zvyšuje pravděpodobnost partcpace na trhu práce, a to dokonce více v období, kdy jsou dět v předškolním věku. Tento závěr je kompatblní s vlvem přítomnost dětí na partcpac žen. V období, kdy jsou v domácnost dět v předškolním věku, jsou ženy často v domácnost a muž zajšťují fnanční potřeby domácnost. U dummy proměnných sekundárního tercálního vzdělání se prokázal poztvní vlv na partcpac jak u mužů, tak u žen, opět s větším sklonem k partcpac u mužů. 5.2 Rozklad mzdového rozdílu zdový rozdíl, vyjádřený jako rozdíl průměrných logartmů hodnových mezd (v rovnc (11) výraz na levé straně), ční 0,21. Použtí Heckmanova modelu a Oaxaca-Blnderovy metody rozkladu (první sloupec grafu 1) poukazuje na negatvní efekt výběru -0,04 (-18,2 % mzdového rozdílu). Toto zjštění znamená, že potencální mzdový rozdíl mez muž a ženam by byl větší než pozorovaný rozdíl, který zachycuje pouze pracující. Pokud by nepartcpující jednc začal pracovat, mzdový rozdíl by se výrazně zvýšl. Efekt vybavení ukazuje, o kolk by průměrná mzda mužů převýšla průměrnou hypotetckou mzdu žen, pokud by charakterstky žen byly odměňovány stejně jako charakterstky mužů (rovnce (11)). Kdyby měly ženy stejné průměrné charakterstky jako muž, efekt vybavení by byl nulový. Výsledky rozkladu mzdového rozdílu poukazují na téměř nulový a dokonce záporný efekt vybavení (resp. -0,0014, což představuje -0,7 %), to znamená, že regrese se zahrnutým proměnným nepomohla vysvětlt mzdový rozdíl, neboť mez charakterstkam pracujících mužů a žen není velký rozdíl. 15

20 Velkost efektu vybavení je ovlvněna počtem vysvětlujících proměnných, neboť každá z vysvětlujících proměnných se poztvně nebo negatvně podílí na výsledném efektu vybavení. European Commsson (2003) se na základě emprckých studí přklání k názoru, že větší počet vysvětlujících proměnných způsobuje menší efekt vybavení. V tomto modelu je např. dílčí efekt vybavení způsobený devít proměnným KZA záporný. Vypuštění těchto proměnných z modelu by vedlo ke zvýšení efektu vybavení, ačkol by pravděpodobně došlo také k mírné změně ostatních koefcentů odhadu. Z teoretckého hledska ovšem není pro toto tvrzení opodstatnění. Téměř nulový efekt vybavení spolu s negatvním efektem výběru vede k závěru, že ve skupně mužů pracují jednotlvc s nízkou vysokou produktvtou, zatímco mez pracujícím ženam převažují ty s vysokou produktvtou. Efekt odměňování ukazuje rozdíl mez hypotetckou mzdou žen a průměrnou skutečnou mzdou žen, pokud by průměrné charakterstky mužů byly stejné jako průměrné charakterstky žen. Kdyby byly charakterstky mužů a žen odměňovány stejně, efekt odměňování by byl nulový. Z grafu 1 je ale vdět, že efekt odměňování je velm velký (0,25, což ční 118,7 %). Přesnější je považovat tuto část mzdového rozdílu spíše za nevysvětlenou, jejíž součástí je patrně efekt dskrmnace stejně jako další nevysvětlené složky (např. vlv segregace v zaměstnání). Graf 1 Rozklad mzdového rozdílu efekt výběru % "dskrmnace" v neprospěch žen "dskrmnace" ve prospěch mužů efekt odměňování Oaxaca Cotton Oaxaca Cotton Heckman OLS efekt vybavení Zdroj: Vlastní výpočet. Druhý sloupec grafu 1 rozkládá mzdový rozdíl podle Cottona, tzn. že efekt odměňování je rozdělen na dskrmnační efekt v neprospěch žen a na dskrmnační efekt ve prospěch mužů. Za nedskrmnující mzdovou strukturu není považovaná struktura mezd mužů, výchozí struktura je někde mez strukturou mezd mužů a mezd žen, ovšem blíže ke struktuře mezd mužů, neboť jejch podíl v pracující populac je větší. Koefcent β * v rovnc (13) je vážený podílem mužů v pracující populac (56,83 %) a tedy menší než koefcent βˆ v rovnc (12). 16

21 Následkem je, že efekt vybavení dosahuje př použtí Cottonovy metody rozkladu ještě větších záporných hodnot (-0,01, nebol -4,8 %), neboť rozdíly v pozorovaných charakterstkách pracujících mužů a žen jsou malé. Efekt odměňování je rozdělen na dvě část dskrmnace v neprospěch žen je výrazně větší (72,9 %) než dskrmnace ve prospěch mužů (51,2 %). Pokud by byla použta metoda nejmenších čtverců bez zahrnutí vlvu partcpace (třetí sloupec grafu 1), byl by efekt vybavení také záporný, byť velm malý (-0,0015, resp.-0,7 %), neboť jsou zahrnuty pouze pracující ženy, jejchž charakterstky se ukazují jako lepší, a vlv nepartcpujících jednotlvců na potencální mzdový rozdíl je gnorován. V případě méně extrémní nedskrmnační mzdové struktury (čtvrtý sloupec) je efekt vybavení opět záporný a mírně vzrůstá (-0,01, resp. -4,8 %). Stude genderového rozdílu (European Commsson, 2003), která rozkládá mzdový rozdíl v EU na základě dat z šetření ECHP z roku 1998, dochází k podobným závěrům. Oaxaca-Blnderova dekompozce př použtí Heckmanova modelu poukazuje na více než 40% záporný efekt výběru. Efekt odměňování je též velm vysoký přes 120 % - a efekt vybavení představuje necelých 20 %. Výsledky jsou ale ovlvněny odlšným zdroj dat a jejch možnostm. Námětem k další stud by bylo zahrnutí proměnných, které by dostatečně podrobně rozlšovaly druhy zaměstnání a sektory, v nchž jednotlvc pracují. Umožnlo by to vysvětlt další část z nevysvětleného rozdílu (efektu odměňování) oddělením vlvu segregace v zaměstnání. Značná část mzdového rozdílu je totž pravděpodobně způsobena právě segregací v zaměstnání, neboť v zaměstnáních, kde převažují ženy, jsou mzdy obecně nžší. Většna emprckých výzkumů vlvu segregace v zaměstnání na mzdové rozdíly je založena na amerckých datech, např. Groshen (1991) uvádí 1/2 až 2/3 vlv segregace. Pouze málo evropských studí se detalně zabývá vlvem segregace v zaměstnání na mzdový rozdíl. Oglobnova stude (1999) je první prací, která zkoumá vlv segregace v zaměstnání na mzdový rozdíl v tranztvních zemích. Na ruských datech z let ukazuje více než 80% efekt segregace. Jurajda (2003) na základě dat z roku 1998 uvádí, že v České republce a Slovenské republce je 1/3 mzdového rozdílu způsobena nerovným zastoupením žen a mužů v zaměstnáních. 6 Závěr Tato stude se zabývá genderovým rozdíly na českém trhu práce, srovnává mzdové rovnce mužů a žen a zkoumá strukturu mzdového rozdílu. K odhadu mzdových rovnc je využt Heckmanův model, jehož výhodou je zahrnutí vlvu nepartcpujících jednců. Pokud by byl vlv partcpace na výš mezd gnorován, působení jednotlvých faktorů na mzdu bude pravděpodobně zkresleno. Použtá mkrodata umožňují využtí proměnných, které ovlvňují jednotlvce v rozhodování o partcpac na trhu práce. To umožňuje nejen reálnější posouzení vlvu různých faktorů na mzdový rozdíl, ale také porovnání pozorovaného a potencálního mzdového rozdílu, který by vznkl, pokud by se do trhu práce zapojl nepartcpující jednc. Chceme-l uslovat o zvýšení partcpace žen na trhu práce, potencální mzdový rozdíl by mohl být důležtějším ukazatelem než pozorovaný rozdíl. Genderový mzdový rozdíl se skládá z několka částí. Tato stude poukazuje na téměř nulový efekt vybavení, nebol část mzdového rozdílu, která je způsobena odlšným charakterstkam 17

22 mužů a žen a ostatním charakterstkam zaměstnání a která odráží rozdíly v produktvtě. Negatvní 20% efekt výběru (vlv partcpace) nasvědčuje tomu, že pokud by pracoval v současnost nepartcpující jednotlvc, byl by potencální mzdový rozdíl mez muž a ženam větší než pozorovaný rozdíl, který zachycuje pouze pracující. Nízký efekt vybavení spolu s negatvním efektem výběru podporuje fakt, že v České republce pracují muž s nízkou vysokou produktvtou, zatímco mez skupnou pracujících žen převažují ženy s vysokou produktvtou. zdový rozdíl mez muž a ženam je nejpatrnějším ukazatelem genderových rozdílů na trhu práce. Sledování pokroku ve snžování nerovností prostřednctvím mzdového rozdílu je možná jednoduché, ale rozhodně není dostačující. Prvním problémem př meznárodním srovnání je rozdílný zdroj dat a odlšnost použté defnce pro výpočet rozdílu. Různá defnce v případě českých dat Žvotní podmínky 2005 by mohla způsobt rozdíl až 3 procentních bodů př použtí měsíčních namísto hodnových mezd. Ovšem an snížení mzdového rozdílu na národní úrovn nemusí nutně znamenat zlepšení stuace. Pokud je například zavedena poltka, která odrazuje ženy s nízkou kvalfkací č vzděláním tedy ženy s potencální nízkou mzdou od partcpace na trhu práce, dojde pravděpodobně ke snížení mzdového rozdílu. Takové snížení pak nesvědčí o zlepšení pozce žen, ale spíše o další deformac trhu práce. Nedávný vývoj legslatvy v České republce patrně tento stav ještě prohloubí. Zavedení některých poltk, např. společného zdanění a výrazné zvýšení rodčovského příspěvku, pravděpodobně odradí další část žen s nízkou produktvtou a potencální nízkou mzdou od partcpace na trhu práce. zdový rozdíl v neupravené formě by tak poklesl, což na první pohled sgnalzuje snížení mzdové nerovnost mez muž a ženam na trhu práce. Zajímavé by bylo porovnat v České republce změny v partcpac žen a změny jednotlvých složek mzdového rozdílu s odstupem několka let po zavedení zmíněných poltk. Zkoumání vývoje mzdového rozdílu, resp. jeho složek a vlvu nepartcpujících jednců je důležté pro posouzení vlvu zaváděných poltk a mělo by být předmětem dalšího zkoumání. Pokud by se projevl očekávaný negatvní vlv některých poltk č jného faktoru na partcpac žen a v souvslost s tím na mzdový rozdíl, bylo by třeba zvážt ospravedlntelnost realzace těchto poltk a případně je modfkovat tak, aby jejch dopady dále nedeformovaly trh práce žen. 18

23 Lteratura Anker, R. (1997): Theores of occupatonal segregaton by sex: An overvew. Internatonal Labour Revew, vol. 136, no. 3 Becker, G. (1964): Human Captal A Theoretcal and Emprcal Analyss wth Specal Reference to Educaton. Columba Unversty Press, Chcago. Becker, G. (1971): The Economcs of Dscrmnaton. The Unversty of Chcago Press, Chcago, 2nd edton, ISBN Belensk, H., Bosch, G. and Wagner, A. (2002) Workng tme preferences n sxteen European countres. European oundaton for the Improvement of Lvng and Workng Condtons, Dubln. Blank, R.(1989): The Role of Part-Tme work n Women s Labor arket Choces Over Tme. The Amercan Economc Revew, vol.79, no. 2 Blau,., Kahn, L. (2003): Understandng Internatonal Dfferences n the Gender Pay Gap. Journal of Labor Economcs, vol. 21, no. 1 Blnder, A. (1973): Wage Dscrmnaton: Reduced orm and Structural Estmates. The Journal of Human Resources, vol. 8, no. 4, pp Cotton, J. (1988): On the Decomposton of Wage Dfferentals. The Revew of Economcs and Statstcs, vol. 70, no. 2, pp Český statstcký úřad (2005): Práce, socální statstky. zdová dferencace zaměstnanců. Český statstcký úřad, Praha. Ecksten, Z., Wolpn, K. (1989): Dynamc Labour orce Partcpaton of arres Women and Endogenous Work Experence. The Revew of Economc Studes, vol. 56, no. 3 European Commsson (2003): ethodologcal Issues Related to the Analyss of Gender Gaps n Employment, Earnngs and Career Progresson. Zpráva přpravená Středskem pro evropský hospodářský výzkum (ZEW), Brussels. European oundaton for the Improvement of Lvng and Workng Condtons (2003): Parttme work n Europe. European oundaton for the Improvement of Lvng and Workng Condtons, Dubln. Dostupné na nternetu: Evropská komse (2003): Platové rozdíly mez ženam a muž na evropských trzích práce měření, analýza a dopady na poltku. Evropská komse, Brusel, SEC(2003) 937 agan, C., Burchell, B. (2002): Gender, jobs and workng condtons n the European Unon. European oundaton for the Improvement of Lvng and Workng Condtons, Dubln. ler, R. (1985): ale-emale Wage Dfferences: The Importance of Compensatng Dfferentals. Industral and Labor Relatons Revew, vol. 38, no.3, pp Gómez, S., Pons, C., artí, C. (2002): Part-Tme Work: Its Evoluton and Results. IESE Research Paper No. 476, Barbelona. Gronau, R. (1988): Sex-Related Wage Dfferentals and Women s Interrupted Labor Careers the Chcken or the Egg. Journal of Labor Economcs, vol. 6, no. 3, pp Groshen, E. (1991): The Structure of the emale/ale Wage Dfferental: Is It Who You Are, What You Do, or Where You Work? The Journal of Human Resources, vol. 26, no. 3, pp

24 Heckman, J. (1979): Sample Selecton Bas as a Specfcaton Error. Econometrca, vol. 47, pp Holý, D., Holá, B. (2006): Gender Pay Gap. Český statstcký úřad, Praha. Jones, E., Long, J. (1979): Part-Week Work and Human Captal Investment by arred Women. The Journal of Human Resources, vol. 14, no. 4, pp Judge, G. et al. (1988): Introducton to the Theory and Practce of Econometrcs. Wley, New York. Jurajda, Š. (2003): Gender Wage Gap and Segregaton n Enterprses and the Publc Sector n Late Transton Countres. Journal of Comparatve Economcs, vol. 31, no. 2, pp Jurajda, Š., ünch, D. (2006): Relatvní postavení žen na trhu práce v České republce: Shrnutí výzkumu. CERGE-EI, Praha. ncer, J., Polachek, S. (1974): amly Investments n Human Captal: Earnngs of Women. The Journal of Poltcal Economy, vol. 82, no. 2, part 2, pp Oaxaca, R. (1973): ale-emale Wage Dfferentals n Urban Labor arkets. Internatonal Economc Revew, vol. 14, no.3, pp Oaxaca, R., Ransom,. (1994): On Dscrmnaton and the Decomposton of Wage Dfferentals. Journal of Econometrcs, vol. 61, pp Oglobn, C. (1999): The Gender Earnngs Dfferentals n the Russan Transton Economy. Industral and Labor Relatons Revew, Vol. 52, no. 4, pp Sant-Paul, G. (1996): Dual Labor arkets. A acroeconomcs Perspectve. IT Press, Cambrdge. Smth, R. (1979): Compensatng Wage Dfferentals and Publc Polcy: A Revew. Industral and Labor Relatons Revew, vol. 32, no.3, pp Waldfogel, J. (1998): The amly Gap for Young Women n the Unted States and Brtan: Can aternty Leave ake a Dfference? Journal of Labor Economcs, vol. 16, no.3, pp Wrght, R., Ermsch, J. (1991): Gender Dscrmnaton n the Brtsh Labour arket: A Reassessment. The Economc Journal, vol. 101, no. 406, pp

25 Příloha 1 Pops kódů KZA KZA0 KZA1 KZA2 KZA3 KZA4 KZA5 KZA6 KZA7 KZA8 KZA9 příslušníc armády zákonodárc, vedoucí a řídící pracovníc vědečtí a odborní duševní pracovníc technčtí, zdravotnčtí a pedagogčtí pracovníc nžší admnstratvní pracovníc provozní pracovníc ve službách a obchodě kvalfkovaní dělníc v zemědělství a lesnctví řemeslníc a kvalfkovaní výrobc, zpracovatelé a opravář obsluha strojů a zařízení pomocní a nekvalfkovaní pracovníc Příloha 2 zdová funkce mužů a žen v závslost na počtu let vzdělání 21

Absolutní rozdíl mezi ženami a muži v mírách zaměstnanosti (ženy a muži ve věku

Absolutní rozdíl mezi ženami a muži v mírách zaměstnanosti (ženy a muži ve věku Absolutní rozdíl mezi ženami a v mírách zaměstnanosti ( a ve věku 15 64 let) v členských státech EU a přistupujících zemích 1998 a 2002 (Rozdíl mezi mírami zaměstnanosti žen a mužů) levý sloupec: 1998

Více

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese

9. cvičení 4ST201. Obsah: Jednoduchá lineární regrese Vícenásobná lineární regrese Korelační analýza. Jednoduchá lineární regrese cvčící 9. cvčení 4ST01 Obsah: Jednoduchá lneární regrese Vícenásobná lneární regrese Korelační analýza Vysoká škola ekonomcká 1 Jednoduchá lneární regrese Regresní analýza je statstcká metoda pro modelování

Více

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN

ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN ANALÝZA VZTAHU DVOU SPOJITÝCH VELIČIN V dokumentu 7a_korelacn_a_regresn_analyza jsme řešl rozdíl mez korelační a regresní analýzou. Budeme se teď věnovat pouze lneárnímu vztahu dvou velčn, protože je nejjednodušší

Více

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ

VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ VLIV VELIKOSTI OBCE NA TRŽNÍ CENY RODINNÝCH DOMŮ Abstrakt Martn Cupal 1 Prncp tvorby tržní ceny nemovtost je sce založen na tržní nabídce a poptávce, avšak tento trh je značně nedokonalý. Nejvíce ovlvňuje

Více

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST

ANALÝZA RIZIKA A CITLIVOSTI JAKO SOUČÁST STUDIE PROVEDITELNOSTI 1. ČÁST Abstrakt ANALÝZA ZKA A CTLOST JAKO SOUČÁST STUDE POVEDTELNOST 1. ČÁST Jří Marek Úspěšnost nvestce závsí na tom, jaké nejstoty ovlvní její předpokládaný žvotní cyklus. Pomocí managementu rzka a analýzy

Více

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová

ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION. Lenka Šobrová ANALÝZA PRODUKCE OLEJNIN ANALYSIS OF OIL SEED PRODUCTION Lenka Šobrová Anotace: Olejnny patří mez významné zemědělské plodny. Nejvýznamnější zástupc této skupny se však v jednotlvých částech světa lší,

Více

Regresní a korelační analýza

Regresní a korelační analýza Regresní a korelační analýza Závslost příčnná (kauzální). Závslostí pevnou se označuje případ, kdy výskytu jednoho jevu nutně odpovídá výskyt druhé jevu (a často naopak). Z pravděpodobnostního hledska

Více

ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE

ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE ANALÝZA VLIVU DEMOGRAFICKÝCH FAKTORŮ NA SPOKOJENOST ZÁKAZNÍKŮ VE VYBRANÉ LÉKÁRNĚ S VYUŽITÍM LOGISTICKÉ REGRESE Jana Valečková 1 1 Vysoká škola báňská-techncká unverzta Ostrava, Ekonomcká fakulta, Sokolská

Více

POROVNÁNÍ MEZI SKUPINAMI

POROVNÁNÍ MEZI SKUPINAMI POROVNÁNÍ MEZI SKUPINAMI Potřeba porovnání počtů mez určtým skupnam jednců např. porovnání počtů onemocnění mez kraj nebo okresy v prax se obvykle pracuje s porovnáním na 100.000 osob. Stuace ale nebývá

Více

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu

6. Demonstrační simulační projekt generátory vstupních proudů simulačního modelu 6. Demonstrační smulační projekt generátory vstupních proudů smulačního modelu Studjní cíl Na příkladu smulačního projektu představeného v mnulém bloku je dále lustrována metodka pro stanovování typů a

Více

MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model

MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN. The End Stage Renal Disease Treatment Model ROČNÍK LXXII, 2003, č. 1 VOJENSKÉ ZDRAVOTNICKÉ LISTY 5 MODEL LÉČBY CHRONICKÉHO SELHÁNÍ LEDVIN 1 Karel ANTOŠ, 2 Hana SKALSKÁ, 1 Bruno JEŽEK, 1 Mroslav PROCHÁZKA, 1 Roman PRYMULA 1 Vojenská lékařská akademe

Více

ANALÝZA RIZIKA A JEHO CITLIVOSTI V INVESTIČNÍM PROCESU

ANALÝZA RIZIKA A JEHO CITLIVOSTI V INVESTIČNÍM PROCESU AALÝZA RIZIKA A JEHO CITLIVOSTI V IVESTIČÍM PROCESU Jří Marek ) ABSTRAKT Príspevek nformuje o uplatnene manažmentu rzka v nvestčnom procese. Uvádza príklad kalkulace rzka a analýzu jeho ctlvost. Kľúčové

Více

A ICT odborníci. Více informací o ICT odbornících naleznete na: https://www.czso.cz/csu/czso/lidske_zdroje_pro_informacni_technologie

A ICT odborníci. Více informací o ICT odbornících naleznete na: https://www.czso.cz/csu/czso/lidske_zdroje_pro_informacni_technologie Počty a mzdy ICT odborníků Od roku 2011 se v ČR odborníci v oblasti informačních a komunikačních technologií (dále jen ICT odborníci) dělí dle Klasifikace zaměstnání (CZ- ISCO) do dvou hlavních kategorií:

Více

REGRESNÍ ANALÝZA. 13. cvičení

REGRESNÍ ANALÝZA. 13. cvičení REGRESNÍ ANALÝZA 13. cvčení Závslost náhodných velčn Závslost mez kvanttatvním proměnným X a Y: Funkční závslost hodnotam nezávsle proměnných je jednoznačně dána hodnota závslé proměnné. Y=f(X) Stochastcká

Více

Znamená vyšší korupce dražší dálnice? Evidence z dat Eurostatu. Michal Dvořák *

Znamená vyšší korupce dražší dálnice? Evidence z dat Eurostatu. Michal Dvořák * Znamená vyšší korupce dražší dálnce? Evdence z dat Eurostatu Mchal Dvořák * Článek je pozměněnou verzí práce Analýza vztahu mez mírou korupce a cenovou úrovní nfrastrukturních staveb, kterou autor zakončl

Více

Věstník ČNB částka 9/2012 ze dne 29. června 2012. ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012

Věstník ČNB částka 9/2012 ze dne 29. června 2012. ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012 ÚŘEDNÍ SDĚLENÍ ČESKÉ NÁRODNÍ BANKY ze dne 27. června 2012 k ověřování dostatečného krytí úvěrových ztrát Třídící znak 2 1 1 1 2 5 6 0 I. Účel úředního sdělení Účelem tohoto úředního sdělení je nformovat

Více

Kinetika spalovacích reakcí

Kinetika spalovacích reakcí Knetka spalovacích reakcí Základy knetky spalování - nauka o průběhu spalovacích reakcí a závslost rychlost reakcí na různých faktorech Hlavní faktory: - koncentrace reagujících látek - teplota - tlak

Více

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky

Západočeská univerzita v Plzni Fakulta aplikovaných věd Katedra matematiky. Bakalářská práce. Zpracování výsledků vstupních testů z matematiky Západočeská unverzta v Plzn Fakulta aplkovaných věd Katedra matematky Bakalářská práce Zpracování výsledků vstupních testů z matematky Plzeň, 13 Tereza Pazderníková Prohlášení Prohlašuj, že jsem bakalářskou

Více

Vícekriteriální rozhodování. Typy kritérií

Vícekriteriální rozhodování. Typy kritérií Vícekrterální rozhodování Zabývá se hodnocením varant podle několka krtérí, přčemž varanta hodnocená podle ednoho krtéra zpravdla nebývá nelépe hodnocená podle krtéra ného. Metody vícekrterálního rozhodování

Více

ALGORITMUS SILOVÉ METODY

ALGORITMUS SILOVÉ METODY ALGORITMUS SILOVÉ METODY CONSISTENT DEFORMATION METHOD ALGORITHM Petr Frantík 1, Mchal Štafa, Tomáš Pal 3 Abstrakt Příspěvek se věnuje popsu algortmzace slové metody sloužící pro výpočet statcky neurčtých

Více

v cenových hladinách. 2

v cenových hladinách. 2 roblematka reálné konvergence Reálná konvergence vmezuje sblžování ekonomcké úrovn dané zem s vbraným ukazatel vsplých zemí, nebo s jejch například ekonomckým uskupením. ato metoda je založena na konvergenc

Více

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y

podle typu regresní funkce na lineární nebo nelineární model Jednoduchá lineární regrese se dá vyjádřit vztahem y 4 Lneární regrese 4 LINEÁRNÍ REGRESE RYCHLÝ NÁHLED DO KAPITOLY Častokrát potřebujete zjstt nejen, jestl jsou dvě nebo více proměnných na sobě závslé, ale také jakým vztahem se tato závslost dá popsat.

Více

Příloha č. 5 SEZNAM TABULEK A GRAFŮ

Příloha č. 5 SEZNAM TABULEK A GRAFŮ Příloha č. 5 SEZNAM TABULEK A GRAFŮ Tabulka č. 1.: Účast žen v rozhodovacím procesu v roce 2012 Tabulka č. 2.: Volby do Poslanecké sněmovny Parlamentu ČR Tabulka č. 3.: Volby do Senátu Parlamentu ČR Tabulka

Více

Teorie efektivních trhů (E.Fama (1965))

Teorie efektivních trhů (E.Fama (1965)) Teore efektvních trhů (E.Fama (965)) Efektvní efektvní zpracování nových nformací Efektvní trh trh, který rychle a přesně absorbuje nové nf. Ceny II (akcí) náhodná procházka Předpoklady: na trhu partcpuje

Více

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d

Korelační energie. Celkovou elektronovou energii molekuly lze experimentálně určit ze vztahu. E vib. = E at. = 39,856, E d Korelační energe Referenční stavy Energ molekul a atomů lze vyjádřt vzhledem k různým referenčním stavům. V kvantové mechance za referenční stav s nulovou energí bereme stav odpovídající nenteragujícím

Více

Posuzování výkonnosti projektů a projektového řízení

Posuzování výkonnosti projektů a projektového řízení Posuzování výkonnost projektů a projektového řízení Ing. Jarmla Ircngová Západočeská unverzta v Plzn, Fakulta ekonomcká, Katedra managementu, novací a projektů jrcngo@kp.zcu.cz Abstrakt V současnost je

Více

1.3. Mzdová konvergence

1.3. Mzdová konvergence 1.3. Mzdová konvergence Průměrné hodinové náklady práce, definované jako celkové pracovní náklady v eurech dělené počtem odpracovaných hodin, mohou být srovnatelnou bází, pomocí níž je možné zhruba porovnat,

Více

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ.

CHYBY MĚŘENÍ. uvádíme ve tvaru x = x ± δ. CHYBY MĚŘENÍ Úvod Představte s, že máte změřt délku válečku. Použjete posuvné měřítko a získáte určtou hodnotu. Pamětlv přísloví provedete ještě jedno měření. Ale ouha! Výsledek je jný. Co dělat? Měřt

Více

Měření solventnosti pojistitelů neživotního pojištění metodou míry solventnosti a metodou rizikově váženého kapitálu

Měření solventnosti pojistitelů neživotního pojištění metodou míry solventnosti a metodou rizikově váženého kapitálu Měření solventnost pojsttelů nežvotního pojštění metodou míry solventnost a metodou rzkově váženého kaptálu Martna Borovcová 1 Abstrakt Příspěvek je zaměřen na metodku vykazování solventnost. Solventnost

Více

Využití logistické regrese pro hodnocení omaku

Využití logistické regrese pro hodnocení omaku Využtí logstcké regrese pro hodnocení omaku Vladmír Bazík Úvod Jedním z prmárních proevů textlí e omak. Jedná se o poct který vyvolá textle př kontaktu s pokožkou. Je to ntegrální psychofyzkální vlastnost

Více

Analýza některých dílčích aspektů přechodu penzijního systému směrem k NDC 1. Úvod

Analýza některých dílčích aspektů přechodu penzijního systému směrem k NDC 1. Úvod Analýza některých dílčích aspektů přechodu penzjního systému směrem k NDC 1 Úvod Česká republka zdědla po socalstckém Československu penzjní systém, který poskytoval značně nvelzované penze. Hlavním cílem

Více

CO ŘÍKAJÍ STATISTIKY O IT ODBORNÍCÍCH V ČR

CO ŘÍKAJÍ STATISTIKY O IT ODBORNÍCÍCH V ČR CO ŘÍKAJÍ STATISTIKY O IT ODBORNÍCÍCH V ČR Eva Skarlandtová Martin Mana 17. ledna 2014, Vysoká škola ekonomická v Praze ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10 www.czso.cz IT odborníci

Více

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC

2.5. MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC 25 MATICOVÉ ŘEŠENÍ SOUSTAV LINEÁRNÍCH ROVNIC V této kaptole se dozvíte: jak lze obecnou soustavu lneárních rovnc zapsat pomocí matcového počtu; přesnou formulac podmínek řeštelnost soustavy lneárních rovnc

Více

Statistická šetření a zpracování dat.

Statistická šetření a zpracování dat. Statstcká šetření a zpracování dat. Vyjadřovací prostředky ve statstce STATISTICKÉ TABULKY Typckým vyjadřovacím prostředkem statstky je číslo formalzovaným nástrojem číselného vyjádření je statstcká tabulka.

Více

Mzdová statistika z hlediska genderu

Mzdová statistika z hlediska genderu Mzdová statistika z hlediska genderu Mgr. Marek Řezanka, ČSÚ GPG využití a proměny ukazatele Výpočet (100-Mž/Mm*100) Co měří a co ne? Jakých hodnot dosahuje: ČR x Evropa Jakou informaci obsahuje GPG? 1.

Více

DISKRIMINACE NA TRHU PRÁCE

DISKRIMINACE NA TRHU PRÁCE DISKRIMINACE NA TRHU PRÁCE Tabulka. Poměr mezd mužů a žen v ČR (2009) Graf. Poměr mezd mužů a žen v ČR (2000-2009) Tabulka. Mzdová mezera ve vybraných zemích Vysvětlení mzdového rozdílu Jak vysvětlit,

Více

V 1. pololetí 2011 rostly mzdy jen ve mzdové sféře

V 1. pololetí 2011 rostly mzdy jen ve mzdové sféře V 1. pololetí 2011 rostly mzdy jen ve mzdové sféře Výdělky ve mzdové a platové sféře Z údajů obsažených v Informačním systému o průměrném výdělku (ISPV) vyplývá, že v 1. pololetí 2011 vzrostla hrubá měsíční

Více

í I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI

í I - 13 - Průchod a rozptyl záření gama ve vrstvách materiálu Prof. Ing. J. Šeda, DrSc. KDAIZ - PJPI - 13 - í Průchod a rozptyl záření gama ve vrstvách materálu Prof. ng. J. Šeda, DrSc. KDAZ - PJP Na našem pracovšt byl vypracován program umožňující modelovat průchod záření gama metodou Monte Carlo, homogenním

Více

FAKTORY PŮSOBÍCÍ NA CESTUJÍCÍ V DOPRAVNÍM SYSTÉMU FACTORS WHICH HAVE EFFECT ON PASSENGERS IN TRANSPORT SYSTEM

FAKTORY PŮSOBÍCÍ NA CESTUJÍCÍ V DOPRAVNÍM SYSTÉMU FACTORS WHICH HAVE EFFECT ON PASSENGERS IN TRANSPORT SYSTEM FAKTORY PŮSOBÍCÍ NA CESTUJÍCÍ V DOPRAVNÍM SYSTÉMU FACTORS WHICH HAVE EFFECT ON PASSENGERS IN TRANSPORT SYSTEM Kateřina Pojkarová 1 Anotace:Pro uskutečňování svých cest si lidé vybírají různé způsoby, a

Více

Monte Carlo metody Josef Pelikán CGG MFF UK Praha.

Monte Carlo metody Josef Pelikán CGG MFF UK Praha. Monte Carlo metody 996-7 Josef Pelkán CGG MFF UK Praha pepca@cgg.mff.cun.cz http://cgg.mff.cun.cz/~pepca/ Monte Carlo 7 Josef Pelkán, http://cgg.ms.mff.cun.cz/~pepca / 44 Monte Carlo ntegrace Odhadovaný

Více

"Competitivness in the EU Challenge for the V4 countries" Nitra, May 17-18, 2006

Competitivness in the EU Challenge for the V4 countries Nitra, May 17-18, 2006 INTERNATIONAL SCIENTIFIC DAYS 006 Faculty of Economc and Management SAU n Ntra "Compettvness n the EU Challenge for the V countres" Ntra, May 17-18, 006 VÝVOJ PORODNOSTI, ÚMRTNOSTI A PŘIROZENÉHO PŘÍRŮSTKU

Více

VLIV APLIKOVANÉ TECHNOLOGIE NA EFEKTIVNOST V SEKTORU VÝROBY MLÉKA # THE EFFECT OF APPLIED TECHNOLOGY ON THE EFFICIENCY IN DAIRY PRODUCTION

VLIV APLIKOVANÉ TECHNOLOGIE NA EFEKTIVNOST V SEKTORU VÝROBY MLÉKA # THE EFFECT OF APPLIED TECHNOLOGY ON THE EFFICIENCY IN DAIRY PRODUCTION VLIV APLIKOVANÉ TECHNOLOGIE NA EFEKTIVNOST V SEKTORU VÝROBY MLÉKA # THE EFFECT OF APPLIED TECHNOLOGY ON THE EFFICIENCY IN DAIRY PRODUCTION JELÍNEK, Ladslav Abstract The objectve of the contrbuton s to

Více

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD

TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD TECHNIKA UMĚLÝCH PROMĚNNÝCH V PRŮŘEZOVÉ ANALÝZE A V MODELECH ČASOVÝCH ŘAD Umělé (dummy) proměnné se používají, pokud chceme do modelu zahrnout proměnné, které mají kvalitativní či diskrétní charakter,

Více

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU

URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU URČOVÁNÍ TRENDŮ A JEJICH VÝZNAM PRO EKONOMIKU Rudolf Kampf ÚVOD Pro marketng, management a vůbec pro člověka je jstě důležté vědět, jak se bude vyvíjet stuace v ekonomce, stuace v určtém státě z hledska

Více

Metody volby financování investičních projektů

Metody volby financování investičních projektů 7. meznárodní konference Fnanční řízení podnků a fnančních nsttucí Ostrava VŠB-T Ostrava konomcká fakulta katedra Fnancí 8. 9. září 00 Metody volby fnancování nvestčních projektů Dana Dluhošová Dagmar

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 8 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 7 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,

Více

REAKCE POPTÁVKY DOMÁCNOSTÍ PO ENERGII NA ZVYŠOVÁNÍ ENERGETICKÉ ÚČINNOSTI: TEORIE A JEJÍ DŮSLEDKY PRO KONSTRUKCI EMPIRICKY OVĚŘITELNÝCH MODELŮ

REAKCE POPTÁVKY DOMÁCNOSTÍ PO ENERGII NA ZVYŠOVÁNÍ ENERGETICKÉ ÚČINNOSTI: TEORIE A JEJÍ DŮSLEDKY PRO KONSTRUKCI EMPIRICKY OVĚŘITELNÝCH MODELŮ RAKC POPTÁVKY DOMÁCNOTÍ PO NRGII NA ZVYŠOVÁNÍ NRGTICKÉ ÚČINNOTI: TORI A JJÍ DŮLDKY PRO KONTRUKCI MPIRICKY OVĚŘITLNÝCH MODLŮ tela Rubínová, Unverzta Karlova v Praze, Centrum pro otázky žvotního prostředí,

Více

Matematika I A ukázkový test 1 pro 2018/2019

Matematika I A ukázkový test 1 pro 2018/2019 Matematka I A ukázkový test 1 pro 2018/2019 1. Je dána soustava rovnc s parametrem a R x y + z = 1 x + y + 3z = 1 (2a 1)x + (a + 1)y + z = 1 a a) Napšte Frobenovu větu (předpoklady + tvrzení). b) Vyšetřete

Více

Vykazování solventnosti pojišťoven

Vykazování solventnosti pojišťoven Vykazování solventnost pojšťoven Ing. Markéta Paulasová, Techncká unverzta v Lberc, Hospodářská fakulta marketa.paulasova@centrum.cz Abstrakt Pojšťovnctví je fnanční službou zabývající se přenosem rzk

Více

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2

Iterační výpočty. Dokumentace k projektu pro předměty IZP a IUS. 22. listopadu projekt č. 2 Dokumentace k projektu pro předměty IZP a IUS Iterační výpočty projekt č.. lstopadu 1 Autor: Mlan Setler, setl1@stud.ft.vutbr.cz Fakulta Informačních Technologí Vysoké Učení Techncké v Brně Obsah 1 Úvod...

Více

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl)

Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Aktuální informace Ústavu zdravotnických informací a statistiky České republiky Praha 12. 12. 2002 60 Výběrové šetření o zdravotním stavu české populace (HIS CR 2002) Fyzická aktivita (VIII. díl) Tato

Více

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2

Obsah. Příloha (celkový počet stran přílohy 13) Závěrečná zpráva o výsledcích experimentu shodnosti ZČB 2013/2 Závěrečná zpráva o výsledcích expermentu shodnost ZČB 2013/2 Obsah Úvod a důležté kontakty... 2 Postupy statstcké analýzy expermentu shodnost... 4 2.1 Numercký postup zjšťování odlehlých hodnot... 4 2.1.1

Více

Základy finanční matematiky

Základy finanční matematiky Hodna 38 Strana 1/10 Gymnázum Budějovcká Voltelný předmět Ekonome - jednoletý BLOK ČÍSLO 6 Základy fnanční matematky ředpokládaný počet : 5 hodn oužtá lteratura : Frantšek Freberg Fnanční teore a fnancování

Více

STÁRNUTÍ OBYVATELSTVA A TRH PRÁCE, SPECIFIKA ODVĚTVOVÉ STRUKTURY V ČESKÉ REPUBLICE

STÁRNUTÍ OBYVATELSTVA A TRH PRÁCE, SPECIFIKA ODVĚTVOVÉ STRUKTURY V ČESKÉ REPUBLICE STÁRNUTÍ OBYVATELSTVA A TRH PRÁCE, SPECIFIKA ODVĚTVOVÉ STRUKTURY V ČESKÉ REPUBLICE 4.11. 2014 Age Management: Strategické řízení věkové diverzity ČESKÝ STATISTICKÝ ÚŘAD Na padesátém 81, 100 82 Praha 10

Více

Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav ekonomie

Mendelova zemědělská a lesnická univerzita v Brně Provozně ekonomická fakulta Ústav ekonomie Mendelova zemědělská a lesncká unverzta v Brně Provozně ekonomcká fakulta Ústav ekonome Analýza vybraných makroekonomckých ukazatelů České republky, Slovenské republky a Evropské une Dplomová práce Brno

Více

4. Pracující (zaměstnaní) senioři

4. Pracující (zaměstnaní) senioři Senioři v letech 2 a 215 4. Pracující (zaměstnaní) senioři Jako zaměstnaní se označují všichni pracující - např. zaměstnanci, osoby samostatně výdělečně činné (OSVČ), členové produkčních družstev apod.

Více

MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN.

MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN. MOŽNOSTI PREDIKCE DYNAMICKÉHO CHOVÁNÍ LOPAT OBĚŽNÝCH KOL KAPLANOVÝCH A DÉRIAZOVÝCH TURBÍN. Mroslav VARNER, Vktor KANICKÝ, Vlastslav SALAJKA ČKD Blansko Strojírny, a. s. Anotace Uvádí se výsledky teoretckých

Více

4EK211 Základy ekonometrie

4EK211 Základy ekonometrie 4EK211 Základy ekonometre Specální případy použtí MNČ Cvčení 9 Zuzana Dlouhá Specální případy použtí MNČ cvčení 1 8 = ekonometrcký model, který byl lneární v proměnných v parametrech MNČ můžeme použít,

Více

Hloubková analýza statistik. v odměňování žen a mužů v ČR

Hloubková analýza statistik. v odměňování žen a mužů v ČR Hloubková analýza statistik a mezinárodní srovnání. Aktuální rozdíly v odměňování žen a mužů v ČR Alena Křížková Kristýna Pospíšilová Marta Vohlídalová Hana Maříková Praha, 1. 11. 2017 Proč řešit nerovné

Více

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce

Metody vícekriteriálního hodnocení variant a jejich využití při výběru produktu finanční instituce . meznárodní konference Řízení a modelování fnančních rzk Ostrava VŠB-TU Ostrava, Ekonomcká fakulta, katedra Fnancí 8. - 9. září 200 Metody vícekrterálního hodnocení varant a ech využtí př výběru produktu

Více

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek

Ivana Linkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE. 2 NURBS reprezentace křivek 25. KONFERENCE O GEOMETRII A POČÍTAČOVÉ GRAFICE Ivana Lnkeová SPECIÁLNÍ PŘÍPADY NURBS REPREZENTACE Abstrakt Příspěvek prezentuje B-splne křvku a Coonsovu, Bézerovu a Fergusonovu kubku jako specální případy

Více

Podmínky přijetí uprchlíků a důvěra v kompetence politiků

Podmínky přijetí uprchlíků a důvěra v kompetence politiků Podmínky přjetí uprchlíků a důvěra v kompetence poltků Březen / Duben 2016 VÝZKUM TRHU, MÉDIÍ A VEŘEJNÉHO MÍNĚNÍ, VÝVOJ SOFTWARE Národních hrdnů 73, 190 12 Praha 9, tel.: 5 301 111, fax: 5 301 101 e-mal:

Více

Hodnocení účinnosti údržby

Hodnocení účinnosti údržby Hodnocení účnnost ekonomka, pojmy, základní nástroje a hodnocení Náklady na údržbu jsou nutné k obnovení funkce výrobního zařízení Je potřeba se zabývat ekonomckou efektvností a hodnocením Je třeba řešt

Více

cenová hladina průměrná cenová hladina v ekonomice klesá KUPNÍ SÍLA peněz měření inflace:

cenová hladina průměrná cenová hladina v ekonomice klesá KUPNÍ SÍLA peněz měření inflace: Inflace je růst všeobecné cenové hladny. Inflace 22.3.2012 cenová hladna průměrná cenová hladna v ekonomce klesá KUPNÍ SÍLA peněz měření nflace: 1. ndex spotřebtelských cen 2. ndex cen výrobců 3. deflátor

Více

Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA Bulletin No. 5

Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA Bulletin No. 5 Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA 2004-2009 Bulletin No. 5 Tabulková část A - Úplné náklady práce v ČR, zdanění a veřejné rozpočty 2004-2009 1. Měsíční úplné náklady práce

Více

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl

ČVUT FEL. X16FIM Finanční Management. Semestrální projekt. Téma: Optimalizace zásobování teplem. Vypracoval: Marek Handl ČVUT FEL X16FIM Fnanční Management Semestrální projekt Téma: Optmalzace zásobování teplem Vypracoval: Marek Handl Datum: květen 2008 Formulace úlohy Pro novou výstavbu 100 bytových jednotek je třeba zvolt

Více

Kapitálová struktura versus rating #

Kapitálová struktura versus rating # Kaptálová struktura versus ratng # (Dskuse k článku: Ksgen, Darren J.: Credt Ratngs and Captal Structure. Journal of Fnance, 006, roč. 61, č. 3, s. 1035-107.) Pavel Marnč * Darren J. Ksgen v článku Credt

Více

8 Monetární politika. Teoretická východiska. Cíle a nástroje monetární politiky. Monetární politika v modelu IS-LM

8 Monetární politika. Teoretická východiska. Cíle a nástroje monetární politiky. Monetární politika v modelu IS-LM 8 Monetární poltka Teoretcká východska Cíle a nástroje monetární poltky Monetární poltka je druhem hospodářské poltky, která prostřednctvím ovlvňování nabídky peněz v ekonomce, usluje o dosažení makroekonomckých

Více

STATISTIKA (pro navazující magisterské studium)

STATISTIKA (pro navazující magisterské studium) Slezská unverzta v Opavě Obchodně podnkatelská fakulta v Karvné STATISTIKA (pro navazující magsterské studum) Jaroslav Ramík Karvná 007 Jaroslav Ramík, Statstka Jaroslav Ramík, Statstka 3 OBSAH MODULU

Více

Energie elektrického pole

Energie elektrického pole Energe elektrckého pole Jž v úvodní kaptole jsme poznal, že nehybný (centrální elektrcký náboj vytváří v celém nekonečném prostoru slové elektrcké pole, které je konzervatvní, to znamená, že jakýkolv jný

Více

9.12.2009. Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek

9.12.2009. Metody analýzy rizika. Předběžné hodnocení rizika. Kontrolní seznam procesních rizik. Bezpečnostní posudek 9.2.29 Bezpečnost chemckých výrob N Petr Zámostný místnost: A-72a tel.: 4222 e-mal: petr.zamostny@vscht.cz Analýza rzka Vymezení pojmu rzko Metody analýzy rzka Prncp analýzy rzka Struktura rzka spojeného

Více

Teoretické modely diskrétních náhodných veličin

Teoretické modely diskrétních náhodných veličin Teoretcké modely dskrétních náhodných velčn Velčny, kterým se zabýváme, bývají nejrůznější povahy. Přesto však estují skupny náhodných velčn, které mají podobně rozloženou pravděpodobnostní funkc a lze

Více

Validation of the selected factors impact on the insured accident

Validation of the selected factors impact on the insured accident 6 th Internatonal Scentfc Conference Managng and Modellng of Fnancal Rsks Ostrava VŠB-TU Ostrava, Faculty of Economcs,Fnance Department 0 th th September 202 Valdaton of the selected factors mpact on the

Více

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha

ANOVA. Analýza rozptylu při jednoduchém třídění. Jana Vránová, 3.lékařská fakulta UK, Praha ANOVA Analýza rozptylu př jednoduchém třídění Jana Vránová, 3.léařsá faulta UK, Praha Teore Máme nezávslých výběrů, > Mají rozsahy n, teré obecně nemusí být stejné V aždém z nch známe průměr a rozptyl

Více

6 LINEÁRNÍ REGRESNÍ MODELY

6 LINEÁRNÍ REGRESNÍ MODELY 1 6 LINEÁRNÍ REGRESNÍ MODELY Př budování regresních modelů se běžně užívá metody nejmenších čtverců. Metoda nejmenších čtverců poskytuje postačující odhady parametrů jenom př současném splnění všech předpokladů

Více

Konzumace piva v České republice v roce 2007

Konzumace piva v České republice v roce 2007 TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel./fax: 26 40 129 E-mail: jiri.vinopal@soc.cas.cz Konzumace piva v České republice v roce 2007 Technické

Více

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců

STRUČNÉ SHRNUTÍ. Učitelé škol regionálního školství bez vedoucích zaměstnanců Genderové otázky pracovníků ve školství STRUČNÉ SHRNUTÍ Svodka Genderové otázky pracovníků ve školství se zabývá genderovou strukturou pracovníků v regionálním školství a na jejím základě pak také strukturou

Více

velmi dobře spíše dobře spíše špatně velmi špatně neví

velmi dobře spíše dobře spíše špatně velmi špatně neví TISKOVÁ ZPRÁVA Centrum pro výzkum veřejného mínění Sociologický ústav AV ČR, v.v.i. Jilská 1, Praha 1 Tel.: 86 840 19 E-mail: milan.tucek@soc.cas.cz Názory občanů na úroveň sociální zabezpečení v ČR a

Více

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz

Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Markéta Brázdová 1 Lokace odbavovacího centra nákladní pokladny pro víkendový provoz Klíčová slova: odbavování záslek, centrum grafu, vážená excentrcta vrcholů sítě, časová náročnost odbavení záslky, vážená

Více

1. Mezinárodní trh peněz

1. Mezinárodní trh peněz 1. Meznárodní trh peněz Na počátku 21. století je vývoj světového hospodářství slně ovlvněn procesem globalzace 1, v důsledku čehož dochází k dost výraznému otevírání národních ekonomk, které tak jž nemůžeme

Více

Model IS-LM Zachycuje současnou rovnováhu na trhu zboží a služeb a trhu peněz.

Model IS-LM Zachycuje současnou rovnováhu na trhu zboží a služeb a trhu peněz. 3 Určení rovnovážné produkce v modelu -LM Teoretcká východska Model -LM je neokeynesánským modelem, jeho autorem je anglcký ekonom J.R. Hcks. Model -LM Zachycuje současnou rovnováhu na trhu zboží a služeb

Více

Ročenka konkurenceschopnosti České republiky SOUBOR INDIKÁTORŮ. Kvalita lidských zdrojů

Ročenka konkurenceschopnosti České republiky SOUBOR INDIKÁTORŮ. Kvalita lidských zdrojů Ročenka konkurenceschopnost České republky Kvalta ldských zdrojů 2007-2008 Národní observatoř zaměstnanost a vzdělávání Národního vzdělávacího fondu SOUBOR INDIKÁTORŮ Ročenka konkurenceschopnost České

Více

Dynamika psaní na klávesnici v kombinaci s klasickými hesly

Dynamika psaní na klávesnici v kombinaci s klasickými hesly Dynamka psaní na klávesnc v kombnac s klasckým hesly Mloslav Hub Ústav systémového nženýrství a nformatky, FES, Unverzta Pardubce Abstract Authentfcaton as a data securty nstrument n our nformatonal socety

Více

Pracovní doba v České Republice je v rámci EU jedna z nejdelších Dostupný z

Pracovní doba v České Republice je v rámci EU jedna z nejdelších Dostupný z Pracovní doba v České Republice je v rámci EU jedna z nejdelších Český statistický úřad 2013 Dostupný z http://www.nusl.cz/ntk/nusl-203469 Dílo je chráněno podle autorského zákona č. 121/2000 Sb. Tento

Více

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00

Tabulka 1 Rizikové online zážitky v závislosti na místě přístupu k internetu N M SD Min Max. Přístup ve vlastním pokoji 10804 1,61 1,61 0,00 5,00 Seminární úkol č. 4 Autoři: Klára Čapková (406803), Markéta Peschková (414906) Zdroj dat: EU Kids Online Survey Popis dat Analyzovaná data pocházejí z výzkumu online chování dětí z 25 evropských zemí.

Více

Assessment of the Sensitivity of the Regulatory Requirement for Credit Risk. Posouzení citlivosti regulatorního kapitálu na kreditní riziko

Assessment of the Sensitivity of the Regulatory Requirement for Credit Risk. Posouzení citlivosti regulatorního kapitálu na kreditní riziko Assessment of the Senstvty of the Regulatory Requrement for Credt Rsk Posouzení ctlvost regulatorního kaptálu na kredtní rzko Josef Novotný 1 Abstract The paper s devodet to concept of Captal adequacy

Více

Masarykova univerzita Ekonomicko správní fakulta

Masarykova univerzita Ekonomicko správní fakulta Masarykova unverzta Ekonomcko správní fakulta Fnanční matematka dstanční studjní opora Frantšek Čámský Brno 2005 Tento projekt byl realzován za fnanční podpory Evropské une v rámc programu SOCRATES Grundtvg.

Více

Autorka: Dr. Jane Pillingerová Prezentace pro Konferenci EPSU o kolektivním vyjednávání Bratislava, 14.-15. září 2010

Autorka: Dr. Jane Pillingerová Prezentace pro Konferenci EPSU o kolektivním vyjednávání Bratislava, 14.-15. září 2010 Rovná odměna a vliv recese na pracovnice Autorka: Dr. Jane Pillingerová Prezentace pro Konferenci EPSU o kolektivním vyjednávání Bratislava, 14.-15. září 2010 Proč přetrvává genderový rozdíl v odměňování?

Více

Specifikace, alokace a optimalizace požadavků na spolehlivost

Specifikace, alokace a optimalizace požadavků na spolehlivost ČESKÁ SPOLEČNOST PRO JAKOST Novotného lávka 5, 116 68 Praha 1 47. SEMINÁŘ ODBORNÉ SKUPINY PRO SPOLEHLIVOST pořádané výborem Odborné skupny pro spolehlvost k problematce Specfkace, alokace a optmalzace

Více

ZJIŠŤOVÁNÍ EKONOMICKÉ AKTIVITY PŘI SČÍTÁNÍ LIDU VE SVĚTĚ

ZJIŠŤOVÁNÍ EKONOMICKÉ AKTIVITY PŘI SČÍTÁNÍ LIDU VE SVĚTĚ Příloha č. 1 ZJIŠŤOVÁNÍ EKONOMICKÉ AKTIVITY PŘI SČÍTÁNÍ LIDU VE SVĚTĚ Sčítání většiny států obsahují v souladu s mezinárodními doporučeními základní ukazatele ekonomické aktivity jako jsou: - typ současné

Více

MEZNÍ STAVY A SPOLEHLIVOST OCELOVÝCH KONSTRUKCÍ LIMIT STATES AND RELIABILITY OF STEEL STRUCTURES

MEZNÍ STAVY A SPOLEHLIVOST OCELOVÝCH KONSTRUKCÍ LIMIT STATES AND RELIABILITY OF STEEL STRUCTURES VYSOKÉ UČENÍ TECHNICKÉ V BRNĚ Fakulta stavební Ústav stavební mechanky Doc. Ing. Zdeněk Kala, Ph.D. MEZNÍ STAVY A SPOLEHLIVOST OCELOVÝCH KONSTRUKCÍ LIMIT STATES AND RELIABILITY OF STEEL STRUCTURES TEZE

Více

MODEL ZAMĚSTNANOSTI A PŘEPRAVY

MODEL ZAMĚSTNANOSTI A PŘEPRAVY MODEL ZAMĚSTNANOSTI A PŘEPRAVY Kateřina Pojkarová Anotace:Článek se zabývá vzájemnými vazbami, které spojují počet zaměstnaných osob a osobní přepravu vyjádřenou jako celek i samostatně pro různé druhy

Více

Společné zátěžové testy ČNB a vybraných pojišťoven

Společné zátěžové testy ČNB a vybraných pojišťoven Společné zátěžové testy ČNB a vybraných pojšťoven Zátěžových testů se účastní tuzemské pojšťovny které dohromady představují přblžně 90 % pojstného trhu. Výpočty provádějí samotné pojšťovny dle metodky

Více

Mzdy specialistů ve vědě a technice

Mzdy specialistů ve vědě a technice Mzdy specialistů ve vědě a technice Podrobná charakteristika osob zaměstnaných jako Specialisté ve vědě a technologiích, včetně jednotlivých užších kategorií zaměstnání, je uvedena v příloze k metodice

Více

Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA Bulletin No. 6

Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA Bulletin No. 6 Monitoring nákladů práce v ČR, ve státech Evropské unie a v USA 2005-2010 Bulletin No. 6 A - Úplné náklady práce v ČR, zdanění a veřejné rozpočty 2005-2010 1. Měsíční úplné náklady práce v ČR v Kč na

Více

Korelační a regresní analýza

Korelační a regresní analýza Korelační a regresní analýza Analýza závislosti v normálním rozdělení Pearsonův (výběrový) korelační koeficient: r = s XY s X s Y, kde s XY = 1 n (x n 1 i=0 i x )(y i y ), s X (s Y ) je výběrová směrodatná

Více

F Zdravotnictví. Více informací k tomuto tématu naleznete na:

F Zdravotnictví. Více informací k tomuto tématu naleznete na: Ústav zdravotnických informací a statistiky ČR (ÚZIS) ve spolupráci s ČSÚ sleduje od roku 2003 údaje o vybavenosti zdravotnických zařízení v ČR informačními technologiemi, a to prostřednictvím vyčerpávajícího

Více

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004.

1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Prostá regresní a korelační analýza 1 1 Tyto materiály byly vytvořeny za pomoci grantu FRVŠ číslo 1145/2004. Problematika závislosti V podstatě lze rozlišovat mezi závislostí nepodstatnou, čili náhodnou

Více

Ing. Barbora Chmelíková 1

Ing. Barbora Chmelíková 1 Numercká gramotnost 1 Obsah BUDOUCÍ A SOUČASNÁ HODNOTA TYPY ÚROČENÍ JEDNODUCHÉ vs SLOŽENÉ ÚROČENÍ JEDNODUCHÉ ÚROČENÍ SLOŽENÉ ÚROČENÍ FREKVENCE ÚROČENÍ KOMBINOVANÉ ÚROČENÍ EFEKTIVNÍ ÚROKOVÁ MÍRA SPOJITÉ

Více

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM

7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM 7. STATISTICKÝ SOUBOR S JEDNÍM ARGUMENTEM Průvodce studem Předchozí kaptoly byly věnovány pravděpodobnost a tomu, co s tímto pojmem souvsí. Nyní znalost z počtu pravděpodobnost aplkujeme ve statstce. Předpokládané

Více