TOKY DLOUHODOBÉ NEZAMĚSTNANOSTI

TOKY DLOUHODOBÉ NEZAMĚSTNANOSTI Per Maleček, Vysoká škola ekonomická v Praze 1. Úvod Zjišťování oků na rhu práce je v současné době časo používaným násrojem, kerým lze získa bližší informace o jejich způsobu fungování a srukuře. Obvyklá analýza nezaměsnanosi se od 70. le proměnila ze saického pohledu sledujícího poče nezaměsnaných na dynamiku příoků a odoků z nezaměsnanosi. Zaímco před ímo obdobím byla endence pohlíže na nezaměsnanos jako saický pool nezaměsnaných, na kerý může mí vliv hospodářský cyklus či srukurální aspeky rhu práce, dynamický pohled zdůrazňuje, že v každém období exisují odoky a příoky: zaměsnaní zrácí práci a zároveň nezaměsnaní práci nacházejí, a o i přes případnou sagnaci absoluních počů nezaměsnaných. Na oo éma bylo vydáno velké množsví sudií, přičemž následující pasáže přinášejí základní přehled vývoje zkoumání éo problemaiky. Dynamické aspeky rhu práce byly zevrubně analyzované zejména v podmínkách rhu práce USA, což bylo umožněno snadnou dosupnosí měsíčních mikroda výběrového šeření pracovních sil, kerá zveřejňuje americký Úřad saisiky práce (Bureau of Labor Saisics). Klíčová sudie Clarka a Summerse (1979) zavedla princip pravděpodobnosí přechodu mezi jednolivými skupinami na rhu práce, j. zaměsnanými, nezaměsnanými a neakivními. Dále zkoumala i další dynamické aspeky, zejména závislos délky rvání nezaměsnanosi na pohlaví či věku. Trh práce USA byl dále zkoumán ve sudii Abowda a Zellnera (1985), kerá se kromě kvanifikace přechodů mezi jednolivými skupinami zabývala problemaikou vhodného zahrnuí neodpovědí ve výběrovém šeření do používaných modelů. Kromě samoné kalkulace pravděpodobnosí zjišťovaly sudie i vzah oků k hospodářskému cyklu. Blanchard a Diamond (1990) na příkladu rhu práce USA ukázali, že ampliuda flukuací výsupu ze zaměsnanosi je vyšší než ampliuda vsupů do zaměsnanosi. K podobnému závěru došli i Bleakley, Ferris a Fuhrer (1999), avšak novější sudie Halla (2005) či Shimera (2007) argumenují, že nezaměsnanos v recesi je naopak spíše důsledkem neschopnosi frikčních nezaměsnaných nají si práci. Již od počáku analýzy oků na rhu práce se do popředí debay dosal problém heerogeniy respondenů, čili fak, že každý z nich má různou pravděpodobnos přechodu v rámci jednolivých savů na rhu práce, a o z mnoha důvodů: rozdílné doby rvání nezaměsnanosi, věk, pohlaví apod. Teno aspek poom zěžuje agregaci respondenů v rámci modelů. Darby, Haliwanger a Plan (1985) zjisili, že na americkém rhu práce lze vysledova dvě hlavní skupiny zaměsnaných: časo flukuující a mající dlouhodobá zaměsnání. Klesající pravděpodobnos nalezení práce v období 560 POLITICKÁ EKONOMIE, 4, 2014

recese je pak důsledkem především oho, že pracovníci z druhé zmíněné skupiny zraí své dlouhodobé zaměsnaní. Bližší informace k éo problemaice jsou obsažené ve řeí kapiole éo sudie. Novější analýzy se akéž zabývají vlivem insiucionálního nasavení rhů práce na pravděpodobnosi přechodu mezi jednolivými skupinami. Elsby, Hobijn a Sahin (2011) prokázali, že se rhy práce chovají podle radičních geografických vzorců: anglosaské a nordické země mají dvakrá věší variabiliu oků v rámci pracovní síly než je omu v koninenální Evropě. Gómez-Salvador a kol. (2004) na příkladu řináci evropských ekonomik demonsrovali, že rigidia rhu práce, vyšší dávky v nezaměsnanosi a cenralizované mzdové vyjednávání působí ve směru snižování objemu oků. K podobným závěrům došli i Haliwanger a kol. (2008) u šesnáci průmyslových ekonomik, na velikos oků má navíc vliv i celková firemní srukura v ekonomice: věší podíl malých firem implikuje věší objem oků na rhu práce. Z českých auorů se émaem oků na rhu práce zabývá např. Kadeřábková (2003, s. 171 175). Analýzu oků mezi zaměsnanosi a nezaměsnanosí bez nunosi použií mikroekonomických da umožňuje meodologie popsaná původně v Shimer (2005a). Pro popis oků využívá eno model agregání údaje o délce rvání nezaměsnanosi, namíso individuálních da za reporující osoby. Tao meodika je dále rozvedena v Elsby a kol. (2011), keří pro zpřesnění výsledných pravděpodobnosí přechodů mezi jednolivými savy využívají více údajů, blíže v Kapiole 3. Teno článek předsavuje rozvedení modelu obsaženého v Shimer (2007) a Elsby a kol. (2011) o další sav, a o dlouhodobou nezaměsnanos. Meodologie popsaná v éo sudii poom umožňuje podrobnější dekompozici agregáů na rhu práce a jejich deailnější analýzu. Sudie je srukurovaná následovně: meodika modelu se zapojením dlouhodobé nezaměsnanosi je popsána ve druhé kapiole, po rekapiulaci sandardně používaných přísupů, ze kerých vychází. Jejich použií předpokládá přijeí echnických předpokladů, keré jsou rozvedeny v kapiole řeí. V následující sekci je poom ao meodika aplikovaná na vybrané země EU, na příkladu dekompozice míry nezaměsnanosi. Páá kapiola poom zkoumá vzah pravděpodobnosí přechodu do a z dlouhodobé nezaměsnanosi na hospodářském cyklu; šesá kapiola obsahuje závěr a shrnuí celé sudie. 2. Meodologie V éo čási jsou předsaveny v současné době sandardně používané modely pro idenifikaci oků na rhu práce, včeně jejich exenze na další sav: dlouhodobou nezaměsnanos. Model zaměsnanos nezaměsnanos Teno přísup, předsavený např. v Shimer (2007), je základem pro mnohé sudie sledující oky na rhu práce. Jeho výhodou je relaivní nenáročnos na výpoče a daa: kromě základních indikáorů rhu práce je pořeba zná pouze rozdělení nezaměsnanosi POLITICKÁ EKONOMIE, 4, 2014 561

podle délky rvání. Relaivní nevýhodou je fak, že počíá pouze s dvěma možnými savy, j. zaměsnanosí (employmen E) a nezaměsnanosí (unemploymen U) a nebere edy v poaz neakiviu. Základem idenifikace oků mezi ěmio dvěma savy je urči pravděpodobnos, se kerou se zaměsnaní v daném časovém období sanou nezaměsnanými a dále pravděpodobnos, se kerou naopak nezaměsnaní naleznou práci. Výsledné oky lze poom přehledně znázorni například pomocí rovnice (1): změna zaměsnanosi 1 v čase se rovná pravděpodobnosi přechodu do zaměsnanosi násobenou počem nezaměsnaných (eno součin předsavuje nezaměsnané, keří našli práci), minus pravděpodobnos přechodu do nezaměsnanosi násobenou počem zaměsnaných (čili zaměsnaní, keří zraili práci), vše v minulém období. Obdobná inerpreace je i u změny poču nezaměsnaných v rovnici (2). E U E UE EU 1 1 1 1 U E U (2) EU UE 1 1 1 1 Je edy dále pořeba odhadnou dva neznámé paramery λ, přičemž (1) a (2) nelze řeši jako sousavu rovnic: ao sousava by měla nekonečně mnoho řešení. V dalším kroku je edy pořeba přisoupi k idenifikaci oků pomocí doby rvání nezaměsnanosi. Nejjednodušším způsobem je zakomponování ideniy uvedené níže v (3): zaměsnaní, keří zraili práci eno člen je akéž obsažený v rovnici (1) je roven poču nezaměsnaných s dobou rvání kraší než daný časový inerval, v našem případě čvrleí, jedná se edy o nezaměsnanos kraší než ři měsíce. Jeden z důležiých předpokladů ako definovaného modelu je, že v rámci jednoho období účasníci rhu práce nemění svůj sav, kdy by se např. sali nezaměsnanými a opě si do ří měsíců našli práci (Shimer, 2007, s. 6). EU 3m 1 E 1 U (3) Neznámé koeficieny lze poom jednoduše vyjádři z rovnic (3) a (1) nebo (2) pomocí algebraických úprav. EU 3m U 1 (4) E E U (5) 3m UE 1 1 U Pomocí ěcho pravděpodobnosí přechodu je možné zjisi, jaké proceno pracovní síly přešlo ze zaměsnanosi do nezaměsnanosi a naopak, přičemž objem ěcho (1) 1 V celé éo sudii jsou počy zaměsnaných či nezaměsnaných vyjádřené v podílu na pracovní síle (souče zaměsnaných a nezaměsnaných). Horní indexy u koeficienů (pravděpodobnosí přechodu) λ indikují jednolivé skupiny, čili např. λ UE značí pravděpodobnos přechodu z nezaměsnanosi (U) do zaměsnanosi (E). 562 POLITICKÁ EKONOMIE, 4, 2014

oků je jedním z důležiých srukurálních charakerisik daného rhu práce: může mí vzah zejména k míře volnosi při propoušění zaměsnanců či dalším insiucionálním fakorům. Model zaměsnanos nezaměsnanos neakivia Model oků mezi řemi savy zaměsnanosí, nezaměsnanosí a neakiviou je nejsarší ze zkoumaných popisů dynamického chování obyvaelsva na rhu práce. Jeho výhodou je přesnější analýza se zahrnuím dalšího savu na rhu práce, čímž je možné obsáhnou veškeré oky v rámci populace, avšak za cenu vysokých nároků na mikroekonomická daa. Samoná kalkulace pravděpodobnosí je složiější (i při absrahování od problemaiky kvaliy da jako např. exisence neodpovědí), na principu rovnic (1) a (2) z modelu dvou savů, avšak s přihlédnuím k okům z a do neakiviy. Například, změna míry nezaměsnanosi se zde rovná přelivu zaměsnaných a neakivních do nezaměsnanosi po odečení nezaměsnaných, keří si buď našli práci, nebo přešli do neakiviy, viz např. Smih (2010, s. 15). V omo nasavení poom exisuje šes pravděpodobnosí přechodu mezi řemi savy, oproi dvou pravděpodobnosem v předchozím modelu. Model zaměsnanos krákodobá nezaměsnanos dlouhodobá nezaměsnanos Pokud jsou k dispozici mikroekonomická daa, lze alespoň v eoreické rovině konsruova nejen model se řemi savy (zaměsnaní, nezaměsnaní, neakivní), ale i s dalšími sub-savy, dokud není výběrová chyba příliš velká a oky příliš volailní. Příkladem jedné z možných exenzí je model obsahující čyři savy s rozdělením zaměsnanosi na čásečné a plné úvazky při aplikaci na ausralský rh práce obsažený v Ponomareva a Sheen (2010). V éo čási sudie bude předsaveno rozšíření již popsaného modelu se dvěma savy, ve kerém bude celková nezaměsnanos rozdělena na krákodobou a dlouhodobou; eno model je popsán rovnicemi (6) až (15), keré jsou založené na principu rovnic modelu se dvěma savy (1) až (5). Jednou z jeho výhod je, že není závislý na mikroekonomických daech a lze jej edy aplikova na všechny země publikující dobu rvání nezaměsnanosi. V omo přísupu exisují celkem čyři možné přechody mezi (řemi) savy, oproi dvěma možnosem v modelu zaměsnanos-nezaměsnanos a šesi v modelu s neakiviou. Jedná se o přechody ze zaměsnanosi do krákodobé nezaměsnanosi a naopak, z krákodobé nezaměsnanosi do dlouhodobé a konečně z dlouhodobé nezaměsnanosi do zaměsnanosi. Jelikož uvažujeme, že v rámci daného období (v našem případě čvrleí) není možné změni sav více než jednou blíže v následující kapiole, neexisuje pravděpodobnos přechodu z dlouhodobé nezaměsnanosi do krákodobé. Z logických důvodů dále není možný přechod v rámci jednoho čvrleí ze zaměsnanosi do dlouhodobé nezaměsnanosi. POLITICKÁ EKONOMIE, 4, 2014 563

Idenifikaci modelu můžeme provés analogicky jako u modelu se dvěma savy. Změna krákodobé nezaměsnanosi (shor-erm unemploymen S), vyjádřená rovnicí (6), je rovna zaměsnaným, keří zraili práci, po odečení krákodobě nezaměsnaných, keří buď našli práci, nebo se sali dlouhodobými. Jelikož předpokládáme homogenní pracovní sílu se sejnými pravděpodobnosmi přechodu u všech účasníků rhu práce (více v následující kapiole), pravděpodobnosi λ SE a λ SL jsou edy disjunkní. Zaměsnané, keří zraili práci, můžeme zoožni s krákodobě nezaměsnanými s dobou rvání nezaměsnanosi do ří měsíců, vyjádřeno rovnicí (7), kerá je analogií rovnice (3). Změnu dlouhodobé nezaměsnanosi v rovnici (8) poom voří krákodobě nezaměsnaní, keří se sali dlouhodobými, po odečení dlouhodobě nezaměsnaných, keří našli práci. První člen ohoo vzahu poom můžeme opě definova pomocí poču nezaměsnaných s danou délkou, v našem případě 12 15 měsíců, 2 viz rovnice (9). S E S ES SE SL 1 1 1 1 1 ES 3m 1E 1 S L S L SL LE 1 1 1 1 SL 12 15m 1S 1 L (6) (7) (8) (9) Řešením éo sousavy rovnic dosaneme výsledné čyři pravděpodobnosi přechodu mezi jednolivými savy. ES 3m S 1 (10) E S L S 1 (11) 3m 1215m SE 1 1 1 S SL 1215m L 1 (12) S L L 1 (13) LE 1215m 1 1 L Savy krákodobé, resp. dlouhodobé nezaměsnanosi lze poé zapsa následovně (rovnice 14 a 15), přičemž člen 1-λ SE -λ SL je možné inerpreova jako pravděpodobnos, se kerou krákodobě nezaměsnaní nezmění sav. ES SE SL 1 1 1 1 1 S E 1 S (14) SL LE 1 1 1 1 L S 1 L (15) 2 Čili i, keří jsou nezaměsnaní 13., 14. a 15. měsíc. 564 POLITICKÁ EKONOMIE, 4, 2014

Po idenifikaci všech paramerů dává eno model možnos bližšího vhledu do srukury zaměsnanosi a nezaměsnanosi a poskyuje možnosi několika různých dekompozic, keré jsou obsažené v Příloze 1. Jedna z jeho možných aplikací je provedena v kapiole 4. 3. Předpoklady a limiace modelů Jak již bylo nasíněno, modely předsavené v předchozí kapiole jsou založené na řadě předpokladů, z nichž dále vyplývají i jisé limiace, keré je řeba mí při jejich aplikaci na zřeeli. Hlavním omezením modelu se dvěma savy je fak, že absrahuje od oků mimo pracovní sílu, edy do a z neakiviy. Přesněji řečeno, oky v rámci pracovní síly, keré popisuje, jsou v případě ohoo modelu fakicky součem skuečných oků v rámci pracovní síly a mimo ni. Kupříkladu oky do nezaměsnanosi jsou jednak dány zráou práce, dále však mohou bý i v důsledku oho, že si neakivní obyvaelé začnou (neúspěšně) práci hleda (Elsby a kol., 2008, s. 2). Limiace jsou obdobné i v případě exenze ohoo modelu s vyžiím dlouhodobé nezaměsnanosi: oky z a do neakiviy mohou snižova přesnos odhadů ěch paramerů, kde se objevuje člen S <3m, čili nezaměsnaní s dobou kraší než ři měsíce: z ěcho agregáních da nelze zjisi, zda jejich předchozí sav byla zaměsnanos či neakivia. Z ohoo důvodu jsou edy ouo limiací zaíženy oky ze zaměsnanosi do krákodobé nezaměsnanosi a naopak (čili koeficieny λ ES a λ SE ). Tímo nedosakem ale nejsou zaížené oky do a z dlouhodobé nezaměsnanosi, neboť yo pravděpodobnosi přesunu odvozujeme na základě poču nezaměsnaných s dobou rvání 12 15 měsíců (L 12-15m ), přičemž io nezaměsnaní z jejich definice v předchozím období neakivní bý nemohli. Objemy oků z neakiviy mohou bý nezanedbaelné, např. Perongolo a Pissarides (2008, s. 8) uvádějí, že přesun z neakiviy do nezaměsnanosi a zpě vořil 13,3 %, resp. 15,1 % celkových oků ve Spojeném královsví v leech 1993 2003 (sudie v éo dekompozici bere v úvahu pouze oky do a z nezaměsnanosi). Zároveň se yo oky mohou v čase značně měni, ve sejné sudii (s. 11) se dá na příkladu Španělska pozorova pokles procenního podílu oků z neakiviy do nezaměsnanosi z 21,8 % v období 1990 1994 na 9,2 % v 1994 2006. K podobným závěrům na briských údajích dochází např. i Smih (2010, s. 18), podle jejíž výsledků se udávají přechody ze zaměsnanosi do nezaměsnanosi z cca 40 % přes neakiviu, a naopak přechody do nezaměsnanosi do zaměsnanosi přes neakiviu voří cca 29 %. V případě rhu práce USA Shimer (2007, s. 28) uvádí, že zejména oky z nezaměsnanosi do neakiviy mohou bý významné, přičemž vořily 20 % v rámci pracovní síly v leech 1987 2007. Další důležiou vlasnosí zde předsavených modelů je, že považujeme všechny pracovníky za idenické, se sejnými pravděpodobnosmi přechodu mezi jednolivými sauy (Shimer, 2007, s. 1). Too se zdá bý silným předpokladem, jelikož se dá kupříkladu uvažova, že čím je doba rvání nezaměsnanosi delší, ím nižší je pravděpodobnos ěcho nezaměsnaných naléz si práci. Obdobně lze přepokláda, že pravděpo- POLITICKÁ EKONOMIE, 4, 2014 565

dobnosi přechodu se budou liši s ohledem na důvody nezaměsnanosi: dobrovolná či nedobrovolná, absolveni škol aj. Empirická zkoumání se však různí v závěrech o planosi či důležiosi ohoo předpokladu pro modely oků na rhu práce. Shimer (2007, s. 17) uvádí, že v případě amerického rhu práce yo efeky nejsou výrazné, a o při analýze vlivu věkové srukury, pohlaví, rasy, důvodů nezaměsnanosi, mísa pobyu či dosaženého vzdělání. Naopak Bachmann (s. 8) prokázal, že yo charakerisiky mají vliv na objem oků na německém rhu práce. Dalším ze zásadních předpokladů vyplývajících z daových omezení je, že osoby nemění sav v rámci jednolivých časových období, čili v našem případě v rámci jednoho čvrleí. Na základě použiých da délky nezaměsnanosi dále není možné přímo zjisi přechody z jednoho zaměsnání do druhého, bez zprosředkujících savů, např. nezaměsnanosi; problemaikou odhadu přímého přechodu ze zaměsnanosi do zaměsnanosi se zabývá např. Blanchard a Porugal (2001) či Shimer (2005b). Z ohoo důvodu je edy v éo i dalších obdobných sudiích objem oků v rámci pracovní síly podhodnocený. Závěrem je nuné připomenou, že výběrová šeření pracovních sil jsou z principu jejich konsrukce zaížena různými ypy chyb: ať už výběrovou chybou je sledován jen zlomek populace, nikoliv celá, či různými druhy nevýběrových chyb chyby v měření, zpracování informací, exisence neúplných odpovědí aj. Relaivně dobře je kvanifikovaelná výběrová chyba, kerá může bý podle propočů Eurosau pro někeré země poměrně vysoká, zejména pro menší ekonomiky. V pravidelné zprávě o kvaliě výběrového šeření v EU Eurosa (2013, s. 14) odhadl 95% inerval spolehlivosi pro míru nezaměsnanosi ve 2. čvrleí 2011 ve výši 13,3 ± 1,6 % pro Esonsko. Velké ekonomiky s relaivně vysokým počem respondenů mají naopak inervaly spolehlivosi užší, za všechny pak Německo s 5,9 ± 0,2 %. Čím je poom určiá skupina v rámci výběrového šeření pracovních sil menší, ím věší chybovosí je zaížena. Počy osob s danou dobou rvání nezaměsnanosi jsou v agregání podobě určené na základě relaivně malého poču respondenů výběrového šeření pracovních sil a odhady edy mohou bý z výše uvedených důvodů poněkud zkreslené. Pro zpřesnění odhadů pravděpodobnosí přechodu mezi jednolivými savy Elsby a kol. (2011) vyvinuli meodiku, kerá využívá věší poče úseků rvání nezaměsnanosi. 4. Aplikace meodiky na vybrané sáy EU Jedna z možných analýz, kerou umožňuje model s dlouhodobou nezaměsnanosí, je rozklad míry nezaměsnanosi a její meziroční změny na čyři, resp. ři komponeny. Seznam všech možných dekompozic, keré eno model umožňuje, je uveden v Příloze 1. Graf 1 předsavuje kalkulace pro Českou republiku. 3 Z celkového pohledu jsou parné dvě fáze vývoje rhu práce, předělené hospodářskou krizí roku 2009, podobně 3 Všechna primární daa v éo sudii jsou převzaa z Eurosau a sezónně očišěna pomocí Tramo/ Seas. Meodologie pomocného výpoču pro poče nezaměsnaných v rozmezí 12 15 měsíců je popsána v Příloze 2. 566 POLITICKÁ EKONOMIE, 4, 2014

jako u věšiny dalších sáů EU. V předkrizovém období můžeme vysledova, že pokles míry nezaměsnanosi byl způsoben zejména snižujícími se přílivy do nezaměsnanosi (bílé sloupce u obou grafů), keré byly doplněny i relaivně vysokými odoky z dlouhodobé nezaměsnanosi, při porovnání s obdobím následujícím. Krize roku 2009 se pak projevila v podobě výrazně zvýšené zráovosi práce. Pokrizový pokles nezaměsnanosi v období 2010 2011 byl poom umožněn ím, že se krákodobě nezaměsnaným ve věší míře dařilo nacháze práci, následný vzesup od roku 2012 v souvislosi s vleklou hospodářskou recesí se projevil ve snížených odocích z krákodobé i dlouhodobé nezaměsnanosi. Z celkového pohledu je aké parné, že flukuace v rámci pracovní síly jsou po roce 2010 zřeelně vyšší než omu bylo v předkrizovém období. Graf 1 Dekompozice pro Českou republiku (skupina 15 64 le, % pracovní síly) Míra nezaměsnanosi 10 8 6 4 2 0 05 06 07 08 09 10 11 12 13 zaměsnaní, keří zraili práci krákodobě nezaměsnaní, keří nezměnili sav nezaměsnaní, keří se sali dlouhodobými dlouhodobě nezaměsnaní, keří nenašli práci 3 2 1 0-1 -2-3 Změna míry nezaměsnanosi (q-o-q, (p.b.) p.b.) 05 06 07 08 09 10 11 12 13 zaměsnaní, keří zraili práci dlouhodobě nezaměsaní, keří našli práci krákodobě nezaměsnaní, keří našli práci změna míry nezaměsnanosi POLITICKÁ EKONOMIE, 4, 2014 567

Zajímavým příkladem pro uo analýzu je Irsko, keré prošlo dramaickým vývojem rhu práce po hluboké hospodářské a finanční krizi; následné zlepšování hospodářských podmínek, bylo poé reflekováno poklesem míry nezaměsnanosi. Graf 2 demonsruje, že do roku 2008 zůsávala míra nezaměsnanosi i dlouhodobé nezaměsnanosi víceméně sabilní, sejně ak jako oky v rámci pracovní síly. Podobně jako u osaních zemí se (první) hospodářská krize nejprve promíla do zvýšené zráovosi práce, kerá však v případě Irska výrazně přesáhla 3 % pracovní síly, oproi cca 1,5 % v předkrizovém období. Po roce 2010 se siuace na rhu práce začala sabilizova díky nižším příokům do nezaměsnanosi v kombinaci s vyššími odoky z dlouhodobé nezaměsnanosi. Je však připomenou, že oo je akéž důsledkem celkově vysokého poču dlouhodobě nezaměsnaných, přičemž pravděpodobnos přechodu z dlouhodobé nezaměsnanosi do zaměsnanosi je nižší než v předkrizovém období. Podobně jako v případě českého rhu práce jsou flukuace po roce 2010 výrazně vyšší než v období minulém. Graf 2 Dekompozice pro Irsko (skupina 15 64 le, v % pracovní síly) Míra nezaměsnanosi 16 12 8 4 0 05 06 07 08 09 10 11 12 13 zaměsnaní, keří zraili práci krákodobě nezaměsnaní, keří nezměnili sav nezaměsnaní, keří se sali dlouhodobými dlouhodobě nezaměsnaní, keří nenašli práci Změna míry nezaměsnanosi (q-o-q, (p.b.) p.b.) 4 3 2 1 0-1 -2-3 05 06 07 08 09 10 11 12 13 zaměsnaní, keří zraili práci dlouhodobě nezaměsaní, keří našli práci krákodobě nezaměsnaní, keří našli práci změna míry nezaměsnanosi 568 POLITICKÁ EKONOMIE, 4, 2014

Mezi jednolivými sáy mohou dále exisova značné rozdíly v rámci srukury neza- -měsnanosi, keré nejsou při pohledu na samoné agregání údaje parné. Jak již bylo řečeno v úvodu éo sudie, Elsby, Hobijn a Sahin (2011) zjisili, že exisují geografické rozdíly ve srukuře pracovní síly, přičemž severské sáy vykazují v porovnání s osaními vyšší objem oků. Teno fak ilusruje graf 3 porovnávající do jisé míry liminí případy srukury v rámci zemí EU, j. nezaměsnanos ve Finsku a na Slovensku. Prvním zřeelným rozdílem je výrazně nižší podíl finských dlouhodobě nezaměsnaných. Co se ýče příoků do a z krákodobé nezaměsnanosi, u Finska dosahují sabilně až dvou procen pracovní síly. Naopak Slovensko vykazuje relaivně malé příoky, a o přes značně vyšší celkovou míru nezaměsnanosi, v pokrizovém období cca 1,1 % pracovní síly. V případě Slovenska můžeme dále konsaova, že již dlouhodobě přervávající vysoká míra nezaměsnanosi je dána nedosaečnými odoky z dlouhodobé nezaměsnanosi, přičemž příoky se naopak po roce 2010 zvýšily. Graf 3 Srovnání srukury míry nezaměsnanosi ve Finsku a na Slovensku Finsko, míra nezam. (15-64, v % prac.síly) 10 8 6 4 2 0 05 06 07 08 09 10 11 12 13 zaměsnaní, keří zraili práci krákodobě nezaměsnaní, keří nezměnili sav nezaměsnaní, keří se sali dlouhodobými dlouhodobě nezaměsnaní, keří nenašli práci Slovensko, míra nezam. (15-64, % prac. síly) 18 15 12 9 6 3 0 05 06 07 08 09 10 11 12 13 zaměsnaní, keří zraili práci krákodobě nezaměsnaní, keří nezměnili sav nezaměsnaní, keří se sali dlouhodobými dlouhodobě nezaměsnaní, keří nenašli práci POLITICKÁ EKONOMIE, 4, 2014 569

5. Vzah pravděpodobnosí přechodu do a z dlouhodobé nezaměsnanosi k hospodářskému cyklu Zkoumáním vlivu hospodářského cyklu na agregáy rhu práce se z hisorického pohledu zabývala řada sudií, počínaje formulováním Okunova zákona na počáku 60. le. Exisuje akéž řada analýz sledující závislos dopadu hospodářského cyklu na oky na rhu práce, ať už z hlediska objemů či pravděpodobnosí přechodu. Z novějších připomeňme sudii Hyaa a McEnarfer (2012), zabývající se přímými přechody ze zaměsnání do zaměsnání, Krusella a kol. (2012) či Fujiy a Nakajimy (2013). Jedním ze závěrů posledních dvou jmenovaných sudií je, že pravděpodobnos přechodu do nezaměsnanosi je negaivně korelovaná s hospodářským výkonem, zaímco pravděpodobnos přechodu do zaměsnanosi je korelovaná poziivně. Tyo sudie používají pro kalkulace měsíční daa upravená na čvrlení pomocí HP filru a závislosi na reálném produku hledají prosřednicvím korelačních koeficienů. Přesože korelační analýza může pomoci idenifikova pro- či proicykličnos daných ukazaelů, v éo sudii bude použia meoda lineární regrese, jejíž výhodou je, že můžeme esova i saisickou významnos výsledných paramerů. V éo kapiole budeme zjišťova závislos meziroční diference pravděpodobnosi přechodu do dlouhodobé nezaměsnanosi, resp. pravděpodobnosi nalezení práce dlouhodobými nezaměsnanými na zpožděném meziročním růsu reálného HDP. Bližší nasavení modelu, j. délka časového zpoždění a zahrnuí či nezahrnuí konsany je vybráno na základě nejnižší hodnoy Akaikova informačního kriéria. V rámci zachování jednoduchosi a snadné inerpreace výsledků je použi pouze jeden zpožděný člen, kerý již umožní idenifikova závislos pravděpodobnosí na hospodářském cyklu. 4 Tabulka 1 předsavuje výsledky provedené analýzy na příkladu devaenáci zemí EU, u kerých jsou k dispozici primární daa nuná pro výpoče pravděpodobnosí přechodu. Výpoče pro EU jako celek byl proveden na základě panelové regrese sesávající ze všech zkoumaných zemí. 5 Pro výpoče byla zvolena meoda společné konsany, jelikož použií alernaivních meod fixních, resp. náhodných efeků nemá na výsledné koeficieny významný vliv. Too je podpořeno i výsledkem esu redundance fixních efeků dle Balagi (2005, s. 34), blíže v Příloze 3. Panelová regrese se poom řídí rovnicemi (16) a (17); změny dané zkoumané pravděpodobnosi i-é země závisí na konsaně a, růsu HDP se zpožděním o n čvrleí, s přidáním auoregresního členu popsaného rovnicí (17). HDP,, P A (16) i, i n i (17) i, i, 1 i, 4 Podle rozšířeného Dickey-Fullerova esu jsou diference zkoumaných pravděpodobnosí u všech zemí sacionární na 5% hladině významnosi, sejně ak v případě celého panelu. V někerých případech se vyskyla auokorelace náhodné složky, eliminovaná přidáním auoregresního členu, v abulce 1 označeno jako AR(1). 5 Pro regrese jednolivých zemí byla využia daa od Q1/1999 (popř. od pozdějšího daa z důvodu neexisence údajů), do Q3/2013. Panelové regrese byly z důvodů limiace daových zdrojů někerých zemí odhadnuy s využiím da Q1/2005-Q3/2013, obsahují 551 pozorování. 570 POLITICKÁ EKONOMIE, 4, 2014

Tabulka 1 Závislos diferencí pravděpodobnosí přechodu vzahujících se k dlouhodobé nezaměsnanosi na hospodářském cyklu Δpravděpodobnosi přechodu do dl. nez. Δpravděpodobnosi nalezení práce dl. nez. kons. ΔHDP L AR(1) upr. R 2 kons. ΔHDP L AR(1) upr. R 2 AT -0,2444** 3 0,6263*** 0,4156 0,2128 0-0,3450** 0,1100 (0,1001) (0,1261) (0,5197) (0,1431) BE -0,0958 2 0,0175-1,5659 0,8895* 0-0,4519*** 0,1976 (0,0929) (1,0447) (0,4658) (0,1257) BG 0,8608-0,2817*** 1 0,2718* 0,2403 0,3486** 0 0,1085 (0,5548) (0,1037) (0,1427) (0,1372) CZ 0,9088* -0,3735*** 3 0,5097*** 0,4517 0,3603 2 0,2931** 0,1035 (0,5349) (0,1139) (0,1230) (0,2576) (0,1333) DE -0,2210*** 3 0,5000*** 0,5704 0,2839** 0-0,4536** 0,2537 (0,0569) (0,1624) (0,1264) (0,1640) EL 0,6968** -0,2512*** 3 0,2313 0,2525* 2 0,3287*** 0,1894 (0,2894) (0,0610) (0,1408) (0,1238) ES 1,0235*** -0,4342*** 1 0,7381*** 0,7706-0,1875 2 0,3178** 0,0833 (0,4571) (0,1070) (0,1011) (0,3851) (0,1325) FI 0,3259* -0,2382*** 2 0,3751*** 0,6006 0,4128* 0 0,0691 (0,1866) (0,0404) (0,1322) (0,2077) FR -0,2619*** 3 0,5589*** 0,3987 0,8691*** 0 0,1779 (0,1112) (0,1477) (0,3000) HU -0,2456** 3 0,6163*** 0,4388 0,1047 2 0,0023 (0,1166) (0,1111) (0,1733) IE -0,1428** 3 0,7866*** 0,6243-0,1167 2 0,0028 (0,0680) (0,0870) (0,1484) IT 0,9173*** -0,3037** 3 0,3271** 0,2428 0,3687 0 0,4109*** 0,1776 (0,3150) (0,1175) (0,1342) (0,4129) (0,1294) NL -0,2450* 3 0,6128*** 0,5155 0,5970* 1-0,3077* 0,1124 (0,1321) (0,1311) (0,3119) (0,1542) PL -0,3076** 1 0,8056*** 0,7061-3,6124** 0,9892** 0 0,0902 (0,1392) (0,0857) (1,7342) (0,4086) PT -0,4958** 3 0,6632*** 0,4974 0,5031 0 0,0266 (0,1912) (0,1043) (0,3824) RO -0,0754 1 0,3759*** 0,1486 0,2385 3 0,0179 (0,0900) (0,1295) (0,2421) SI -0,1206 3 0,5372*** 0,3732 0,5905* 2 0,0492 (0,1786) 0,0965 (0,3264) SK -0,3095** 3 0,6572*** 0,4855-3,8831** 0,7832*** 1 0,4373*** 0,2950 (0,1517) (0,1041) (1,7041) (0,2621) (0,1268) UK 0,5550** -0,1960*** 1 0,6755*** 0,6651-0,1952 2 0,2986** 0,0884 (0,2477) (0,0483) (0,1117) (0,2080) (0,1350) EU 0,4546*** -0,2920*** 3 0,5582*** 0,5270-0,5743* 0,2467*** 1-0,0812* 0,0182 (0,1644) (0,0315) (0,0343) (0,3010) (0,0750) (0,0428) Pozn.: *) značí, že je paramer saisicky významný na 10% hladině pravděpodobnosi, (**) na 5% hladině a (***) na 1% hladině. Sřední chyby paramerů jsou uvedeny v závorkách. POLITICKÁ EKONOMIE, 4, 2014 571

Při celkovém pohledu na abulku 1 můžeme zjisi, že paramery mají u naprosé věšiny zemí očekávaná znaménka, j. že změna pravděpodobnosi přechodu do dlouhodobé nezaměsnanosi závisí negaivně na růsu reálného HDP a změna pravděpodobnosi nalezení práce dlouhodobými nezaměsnanými je na růsu HDP závislá poziivně. Paramery jsou navíc z velké čási saisicky významné, což plaí zejména pro pravděpodobnos přechodu do dlouhodobé nezaměsnanosi. V omo případě je relaivně vysoký i upravený koeficien deerminace: 0,53 pro všechny země na základě panelové regrese. Model pravděpodobnosi nalezení práce dlouhodobými nezaměsnanými má sice nízké hodnoy R 2, avšak její procykličnos je sále saisicky signifikanní na 1% hladině významnosi u panelové regrese. Na závěr připomeňme, že podobně jako při zkoumání dalších závislosí na rhu práce reagují pravděpodobnosi na hospodářský cyklus s ypickým určiým časovým zpožděním, v abulce označené jako L, značící poče čvrleí. 6. Závěr Analýza oků pracovní síly je jedním z důležiých násrojů pro sledování mechanismů fungování rhů práce a akéž popisu vlivu insiucionálního uspořádání rhů práce či hospodářských charakerisik dané země. Tradiční přísup sleduje oky v rámci ří možných savů, j. zaměsnanosi, nezaměsnanosi a neakiviy, jeho nevýhodou je však daová náročnos v podobě pořeby mikroekonomických da. V současnosi se proo hojně používá model, kerý sleduje oky mezi zaměsnanosí a nezaměsnanosí. Jeho hlavní výhodou je nízká náročnos na daa a výpočy, avšak neumožňuje analýzu sekoru neakivních. V éo sudii byla předsavena exenze oho modelu s dodaečným savem dlouhodobou nezaměsnanosí. Jednou z výhod ohoo přísupu je rovněž nízká náročnos na daa, avšak z důvodu nepoužívání mikroda opě není možné sledova oky do a z neakiviy, sejně jako u radiční meodiky dvou savů. Teno model však umožňuje řadu dekompozic, keré mohou pomoci idenifikova řadu skryých aspeků rhů práce, oproi radičním přísupům se jedná zejména o možnos kvanifikace oků do dlouhodobé nezaměsnanosi a kvanifikaci nalézání práce dlouhodobými nezaměsnanými. V dalších krocích mohou závěry éo analýzy pomoci při idenifikaci vývoje srukurální nezaměsnanosi. V neposlední řadě lze poom zjisi, jakým způsobem se dlouhodobě nezaměsnaní podílí na celkovém objemu oků v rámci pracovní síly. Na příkladu České republiky bylo demonsrováno, že v období po krizi roku 2009 se objem oků značně zvýšil a nárůs míry nezaměsnanosi v roce 2012 lze přičís aké nedosaečným odokům z dlouhodobé nezaměsnanosi. V případě Irska, jakožo příkladu země s dramaickým vývojem na rhu práce, naopak v roce 2012 zvýšené odoky z dlouhodobé nezaměsnanosi přispívají k poklesu míry nezaměsnanosi. Pomocí regresního modelu bylo prokázáno, že pravděpodobnosi přechodu do a z dlouhodobé nezaměsnanosi mají saisicky signifikanní vzah k hospodářskému cyklu v mnoha zemích a akéž v EU jako celku, přičemž v omo případě byla využia meoda panelové regrese. Meziroční změna pravděpodobnosi vsupu 572 POLITICKÁ EKONOMIE, 4, 2014

do dlouhodobé nezaměsnanosi závisí negaivně na meziročním růsu reálného HDP, naopak meziroční změna pravděpodobnosi výsupu z dlouhodobé nezaměsnanosi závisí na růsu HDP poziivně. Příloha 1 Ekonomická inerpreace složek pracovní síly a seznam možných dekompozic Složka kvanifikace A zaměsnaní, keří si udrželi práci ES 1 E 1 1 B zaměsnaní, keří zraili práci ES 1E 1 C krákodobě nezaměsnaní, keří získali práci SE 1S 1 D krákodobě nezaměsnaní, keří nezměnili sav SE SL 1 E krákodobě nezaměsnaní, keří se sali dlouhodobými F dlouhodobě nezaměsnaní, keří získali práci SL 1S 1 LE 1L 1 G dlouhodobě nezaměsnaní, keří nenašli práci LE 1 S 1 1 1 L 1 1 B + D = E + G = B + D + E + G = A + C + F = A + + G = 1 = B C E = E F = C + F B = B C F = míra krákodobé nezaměsnanosi míra dlouhodobé nezaměsnanosi míra nezaměsnanosi podíl zaměsnaných na pracovní síle pracovní síla změna míry krákodobé nezaměsnanosi změna míry dlouhodobé nezaměsnanosi změna podílu zaměsnaných na pracovní síle změna míry nezaměsnanosi Příloha 2 Odhad pravděpodobnosí přelivu do dlouhodobé nezaměsnanosi pomocí veřejně přísupných da z Eurosau Pro výpoče pravděpodobnosi přelivu do dlouhodobé nezaměsnanosi je pořeba zná poče nezaměsnaných s rváním nezaměsnanosi v rozmezí 12 15 měsíců. Eurosa však publikuje pouze inervaly 6 12, 12 18 a 18 24 měsíců. Nejjednodušším řešením je rozděli inerval 12 18 měsíců na 12 15 a 15 18 měsíců pomocí kvadraické inerpolace. POLITICKÁ EKONOMIE, 4, 2014 573

Paramery y níže značí podíly poču nezaměsnaných s danou dálkou nezaměsnanosi na pracovní síle a x jednolivá období (edy sředy inervalů), v našem případě 9, 15 a 21. Je pořeba řeši následující sousavu rovnic: abx cx y 2 1 1 1 abx cx y 2 2 2 2 abx cx y 2 3 3 3, kerá má řešení 2 y y c x x a y1 bx1 cx1, b x x 2 2 2 1 2 1 2 1, c x x y y x x y y 2 1 3 1 1 3 2 1 2 2 2 2 x1 x3x2 x1 x2 x1x3 x1. Když nyní známe paramery inerpolace a, b a c, můžeme je dosadi do rovnice ve varu a + bx + cx 2 = y a za paramery x poé dosadíme 13,5, resp. 16,5, abychom dosali podíly na pracovní síle obyvael s délkou rávní nezaměsnanosi 12 15 měsíců, resp. 15 18 měsíců. Výsledné podíly y jsou ješě dále nuné vyděli dvěma, jelikož inerpolujeme poloviční časový úsek než původní. Příloha 3: Paramery a esy panelových regresí Tabulka 2 Paramery panelových regresí Δpravděpodobnosi přechodu do dlouhodobé nezaměsnanosi (1)(1) proměnná koefi cien sř. chyba -sa. p-hodnoa konsana 0,4546 0,1644 2,7656 0,0059 HDP i (-3) -0,2920 0,0315-9,2603 0,0000 AR(1) 0,5582 0,0343 16,2658 0,0000 Δpravděpodobnosi nalezení práce dlouhodobými nezaměsnanými (2) proměnná koefi cien sř. chyba -sa. p-hodnoa konsana -0,5743 0,3010-1,9076 0,0570 HDP i (-1) 0,2467 0,0750 3,2895 0,0011 AR(1) -0,0812 0,0428-1,8963 0,0584 574 POLITICKÁ EKONOMIE, 4, 2014

Tabulka 3 Tesy panelových da a regresí ADF es jednokového kořene (panelová daa) nulová hypoéza: exisence jednokového kořene záv. proměnná χ 2 -sa. p-hodnoa (1) 204,745 0,0000 (2) 443,453 0,0000 Tes fixních efeků nulová hypoéza: redundance fi xních efeků regrese F-sa. p-hodnoa (1) 0,3600 0,9935 (2) 0,1946 0,9999 Durbin-Wasonova saisika regrese (1) 1,9530 (2) 1,9911 Lieraura BOWD, J. M.; ZELLNER, A. 1985. Esimaing Gross Labor-Force Flows. Journal of Business & Economic Saisics. 1985, Vol. 3, No. 3, pp. 254 283. BALTAGI, B. H. 2005. Economeric Analysis of Panel Daa. 3 rd ed. Chicheser, Wes Sussex: John Wiley & Sons. ISBN 0-470-01456-3. BACHMANN, R. 2005. Labour Marke Dynamics in Germany: Hirings, Separaions, and Job-o- Job Transiions over he Business Cycle [Discussion Paper No. SFB649]. Berlin, Humbold Universiy, 2005. BLANCHARD, O. J.; DIAMOND, P. 1990. The Cyclical Behavior of he Gross Flows of US Workers. Brookings Papers on Economic Aciviy. 1990, Vol. 2, pp. 85 143. BLANCHARD, O. J.; PORTUGAL, P. 2001. Wha Hides behind an Unemploymen Rae: Comparing Poruguese and U.S. Labor Markes. The American Economic Review. 2001, Vol. 91, No. 1, pp. 187 207. BLEAKLEY, H.; FERRIS, A. E.; FUHRER, J. C. 1999. New Daa on Worker Flows during Business Cycles. New England Economic Review. July 1999, pp. 49 76. CLARK, K. B.; SUMMERS, L. H. 1979. Labor Marke Dynamics and Unemploymen: a Reconsideraion. Brookings Papers on Economic Aciviy. 1979, Vol. 1, pp. 13 72. DARBY, M. R.; HALTIWANGER, J. C.; PLANT, M. W. 1985. Unemploymen-Rae Dynamics and Persisen Unemploymen under Raional Expecaions. American Economic Review. 1985, Vol. 75, No. 4, pp. 614 637. ELSBY, M. W. L.; HOBIJN, B.; SAHIN, A. 2011. Unemploymen Dynamics in he OECD [Discussion Paper No. 11-159/3]. Tinbergen Insiue, 2011. EUROSTAT. 2013. Qualiy Repor of he European Union Labour Force Survey 2011. Luxembourg, Publicaions Offi ce of he European Union, 2013. FUJITA, S.; NAKAJIMA, M. 2013. Worker Flows and Job Flows: a Quaniaive Invesigaion [Working Paper No. 13-09]. Philadelphia, Federal Reserve Bank of Philadelphia, 2013. GÓMEZ-SALVADOR, R.; MESSINA, J.; VALLANTI, G. 2004. Gross Job Flows and Insiuions in Europe. Labour Economics. 2004, Vol. 11, No. 4, pp. 469 485. POLITICKÁ EKONOMIE, 4, 2014 575

HALL, R. E. 2005. Job Loss, Job Finding, and Unemploymen in he U.S. Economy over he Pas Fify Years [NBER Macroeconomics Annual]. Cambridge (MA): NBER, 2005, pp. 101-137. HALTIWANGER, J.; SCARPETTA, S.; SCHWEIGER, H. 2008. Assessing Job Flows across Counries: The Role of Indusry, Firm Size and Regulaions [Working Paper No. 13920]. Cambridge (MA): NBER, 2008. HYATT, H.; MCENTARFER, E. 2012. Job-o-Job Flows and he Business Cycle [Working Paper No. 12-04]. U.S. Census Bureau: Cener for Economic Sudies, 2012. KADEŘÁBKOVÁ, B. 2003. Úvod do makroekonomie: neoklasický přísup. Praha: C. H. Beck, 2003. ISBN 80-7179-788-X. KRUSELL, P.; MUKOYAMA, T.; ROGERSON, R.; SAHIN, A. 2012. Is Labor Supply Imporan for Business Cycles? [Working Paper No. 17779]. Cambridge (MA): NBER, 2012. PONOMAREVA, N.; SHEEN, J. 2010. Cyclical Flows in Ausralian Labour Markes. The Economic Record. 2010, Vol. 86, pp. 35 48. PETRONGOLO, B.; PISSARIDES, CH. A. 2008. The Ins and Ous of European Unemploymen. American Economic Review. 2005, Vol. 98, No. 2, pp. 256 262. SHIMER, R. 2005a. Reassessing he Ins and Ous of Unemploymen [Mimeo]. Chicago: Universiy of Chicago, July 2005. SHIMER, R. 2005b. The Cyclicaliy of Hires, Separaions, and Job-o-job Transiions [Federal Reserve Bank of S. Louis Review]. S. Louis, July 2005, pp. 493 508. SHIMER, R. 2007. Reassessing he Ins and Ous of Unemploymen [Working Paper No. 13421]. Cambridge (MA): NBER, 2007. SMITH, J. 2010. The Ins and Ous of UK Unemploymen [Research Paper Series No. 944]. Warwick, Universiy of Warwick, 2010. LONG-TERM UNEMPLOYMENT FLOWS Per Maleček, Universiy of Economics, nám. W. Churchilla 4, CZ 130 67 Prague 3 (per.malecek@vse.cz, perxmalecek@gmail.com); Minisry of Finance of he Czech Republic, Leenská 15, CZ 118 10, Praha 1 (Per.Malecek@mfcr.cz) Absrac This aricle presens he mehodology o exend he radiional employmen-unemploymen fl ows model wih a hird secor: long-erm unemploymen. This enables a new range of decomposiions of various labour marke aggregaes which allows for a deeper undersanding of he srucure and dynamics of a paricular labour marke. One of possible analyses is conduced in he case of seleced EU Member Saes. Finally, i is shown ha ransiion probabiliies ino and from long-erm unemploymen depend on he business cycle in mos EU counries. Keywords long-erm unemploymen, labour force fl ows, business cycle JEL Classificaion C22, C23, E24, J64 576 POLITICKÁ EKONOMIE, 4, 2014