Míra nezaměstnanosti, NAIRU a hospodářský cyklus na úrovni krajů, oblastí a celého hospodářství České republiky EMILIE JAŠOVÁ * BOŽENA KADEŘÁBKOVÁ Abstrakt: Tato práce usiluje o zmapování vývoje míry nezaměstnanosti podle oblastí a regionů v České republice. Dále pomocí Hodrick-Prescottova filtru odhadujeme NAIRU (Non- Accelerating inflation rate of unemployment) pro tyto mezoekonomické úrovně zkoumání. Získané hodnoty NAIRU jsou využity k odhadům vývoje hospodářského cyklu z pohledu trhu práce v jednotlivých oblastech a krajích. Porovnáním hodnot NAIRU a mezer nezaměstnanosti na mezoúrovni s odhadem pro celé národní hospodářství jsme zjistili přítomnost variability uvnitř agregovaných veličin. Odhalený předstih v některých oblastech a krajích před vývojem na makroúrovni umožní krátkodobou predikci vývoje v celém NH. Klíčová slova: NAIRU, hospodářský cyklus, Hodrick-Prescottův filtr, Kalmanův filtr JEL klasifikace: E24, E32, E37 * Studentka doktorského studia, Katedra ekonomie, Národohospodářská fakulta VŠE v Praze, Nám. W. Churchilla 4, 130 67 Praha 3; e-mail: emilie.jasova@mpsv.cz. Docentka, Katedra ekonomie, Národohospodářská fakulta VŠE v Praze, Nám. W. Churchilla 4, 130 67 Praha 3; e-mail: kaderabb@vse.cz.
1. Úvod Růst, inflace a nezaměstnanost jsou nejen podle L. Stocka a K. Vogler-Ludwiga (2010, str. 4-5) základem makroekonomické teorie a cíle ekonomických politik. Z tohoto důvodu je také věnována velká pozornost konceptům jako je Phillipsova křivka (dále PC), NAIRU (Non-Accelerating inflation rate of unemployment) nebo Okunův zákon, pomocí kterých lze vysvětlit vazby mezi růstem, inflací a nezaměstnaností. Praktické využití těchto pojmů je však stále omezené. V souvislosti s teoretickým omezením při použití NAIRU k empirickému popisu R. G. Murphy (1999, str. 17) vyjmenovává faktory, které vysvětlují změny na trhu práce. Vedle známých faktorů, jako jsou nabídkové šoky k poklesu NAIRU, přispěly demografické posuny ke starší a tím více zkušené pracovní síle a zvýšení počtu dočasných zaměstnanců. Autor dále tvrdí, že větší uniformita ekonomických podmínek napříč regiony omezila vedlejší účinky přenosu mzdových a cenových tlaků z jednoho regionu do druhého a tím snížení NAIRU na úrovni celého národního hospodářství. W. Elsner (2008, str. 3) ve své práci uvádí, že mezo skupiny v různých socioekonomických oblastech jako jsou regiony, odvětví nebo profesní skupiny, sítě, aglomerace, zájmové struktury se mohou stát místem vzniku struktur, v nichž může vzniknout zvláštní schopnost kolektivní inovační akce a tím vyšší makroekonomický výkon. N. Andersson (2003, str. P1-18) mezoekonomickou analýzu používá k popisu sektoru stavebnictví. Závěry jeho práce potvrzují, že mezoekonomický aparát je vhodný k popisu vývoje a charakteristik stavebnictví v Dánsku v devadesátých letech. Z analýzy stavebnictví v Německu (N. Andersson a J. Clobes, 2003, str. P2-25) také vyplývá schopnost mezoekonomického aparátu popsat celkový vývoj a charakteristiky stavebnictví. Dále analýza popsala sjednocovací proces a tvorbu rovnováhy mezi starými a novými zeměmi. N. Andersson (2003, str. P3-23) také aplikoval mezoekonomický nástroj na podmínky stavebnictví ve Švédsku. Systém poskytuje komplexní a koherentní pohled na diversifikaci stavebnictví ve Švédsku a je vhodný k aplikaci na další oblasti a odvětví na mezoekonomické úrovni, tj. vybrané oblasti a regiony. Tato práce usiluje o zmapování vývoje míry nezaměstnanosti podle oblastí a regionů v České republice. Dále pomocí Hodrick-Prescottova filtru (dále HP filtr) odhadujeme NAIRU pro tyto mezoekonomické úrovně zkoumání. Získané hodnoty NAIRU jsou využity k odhadům vývoje hospodářského cyklu z pohledu trhu práce v jednotlivých oblastech a krajích. Porovnání hodnot NAIRU a mezer nezaměstnanosti na mezoúrovni s odhadem pro 1
celé národní hospodářství poslouží ke zjištění variability uvnitř agregovaných veličin. Popřípadě odhalí případný předstih některých oblastí a krajů před vývojem na makroúrovni, což umožní krátkodobou predikci vývoje. Výklad je dále rozdělen do následujících části. V části 2 je nastíněn vývoj koncepčního rámce a v části 3 uveden přehled metod odhadu NAIRU. Část 4 se zabývá empirickou aplikací na data národního hospodářství, oblastí a krajů České republiky. Část 5 shrnuje závěry získané v empirických částech práce. 2. Vývoj koncepčního rámce Počátek substitučního vztahu mezi inflací a nezaměstnaností lze vysledovat již v pracích autorů jako jsou: J. Law, D. Hume, H. Thornton, T. Attwood, J. S. Mill, I. Fischer, J. Tinbergen, L. Klein a A. Goldberger, A. J. Brown, P. Sultan, E. Amid-Hozour, D. T. Dick a R. L. Lucier (T. M. Humphrey, 1985, str. 18-23). Bez těchto autorů by byl pohled na agendu PC podle Humphreye (1985, str. 23) nekompletní a zavádějící. Po moderní formulaci PC A.W. Phillipsem (1958) byly vyvinuty další verze, které měly větší vysvětlovací sílu, teoretický obsah, politickou relevanci a lépe odpovídaly faktům (T. M. Humphrey, 1985, str. 17). K pokračovatelům A.W. Phillipse řadíme P. A. Samuelsona a R. M. Solowa (1960), M. Friedmana (1968), E. S. Phelpse (1967), F. Modiglianiho a L. Papademose (1975). Podle J. Tobina (1997, str. 1) je NAIRU míra nezaměstnanosti, při které se vybilancují efekty rostoucí inflace z trhů s nadměrnou poptávkou s vlivy klesající inflace z trhů s nadměrnou nabídkou. Koncept NAIRU dále rozvinuli autoři: P. McAdam a K. McMorrow (1999), G. A. Akerlof, W. T. Dickens, G. L. Perry (1996), L. Ball a R. Moffitt (2001), G. N. Mankiw (2000), A. Basistha a CH. R. Nelson (2003) a S. Fabiani a R. Mestre (2001). K autorům, kteří se zabývali kromě agregované úrovně také sektory, patřil R. J. Gordon (March 1996, str. 15-16). Dle Gordona nízký výkon ekonomiky v průměru může zakrývat velice různorodý vývoj na úrovni jednotlivých sektorů. Základ vysvětlení musí tvořit aspekty jednotlivých sektorů a ne jedno nebo dvě obecná tvrzení. Podle autora existují jednak odvětví s vysokým výkonem, tak také odvětví s negativním vývojem. V. D. Maro (2002, str. 27-28) potvrdil, že trvalé posuny zaměstnanosti napříč průmyslovými odvětvími mají vliv na nezaměstnanost v prostředí Itálie. Na počátku realokace zaměstnanosti nezaměstnanost klesá a až po čtyřech čtvrtletích nezaměstnanost začíná růst a usadí se na vyšší trvalé úrovni. K dalším autorům zabývajícími se sektorovou analýzou PC patří např. R. V. Eagly (1965), H. 2
S. Houthakker (1979), D. Neumark (1993), C. Leith a J. Malley (2003), R. Rao (2001), R. A. Lester (2001) a W.S. Brown (1988). A. Sabadash (2009, str. 12) zjistila, že se dynamika NAIRU napříč regiony odlišuje. Dochází k vyrovnávání vysokého NAIRU ve Wallonii a rostoucího NAIRU v Bruselu nízkým a klesajícím NAIRU ve Flandrech, což se projevuje stabilním NAIRU na národní úrovni. Autorka dále hodnotí vliv změny věkové specifikace na hodnotu NAIRU jak na úrovni celého hospodářství, tak v rámci jednotlivých regionů. Nejvyšší NAIRU bylo odhadnuto pro Brusel a nejnižší pro Flandry. Podle autorky tento výsledek je v souladu s růstem populace v Bruselu a ve funkcionálně urbanizovaných regionech Flemishe a s poklesem nebo stagnací ve Walloone. 3. Vybrané metody odhadu NAIRU Vzhledem k tomu, že NAIRU je teoretická konstrukce je nezbytné ji před využitím k rozhodování v oblasti politik na trhu práce odhadnout (P. McAdam a K. McMorrow, 1999, str. 3). Podle V. Pošty (2008, str. 10) NAIRU lze odhadovat jak tzv. strukturálními modely, tak metodami založenými na čistě statistickém aparátu (v případě přirozené míry nezaměstnanosti lze uvažovat výhradně strukturální modely). Empirické odhady NAIRU se tímto stávají snadno proveditelné. V podmínkách malé otevřené ekonomiky, dále v tranzitivním období a krizových obdobích se nejvíce využívají metody, které odhadují NAIRU měnící se v každém časovém období. K metodám zachycujícím variabilitu ve vývoji této nepozorovatelné proměnné je obecně řazen především HP filtr a Kalmanův filtr (B. Kadeřábková a E. Jašová, 2012, str. 17). HP filtr podle L. Booneho (2000, str. 6) selektuje nepozorovatelnou proměnnou NAIRU řešením minimalizačního problému, ve kterém vystupuje pozorovatelná proměnná, nepozorovatelná proměnná a parametr udávající stupeň vyhlazení nepozorovatelné proměnné. Právě díky tomuto koeficientu podle některých autorů (S. Fabiani a R. Mestre, 2000, str. 10, A. Sabadash, 2009, str. 3) je výsledné NAIRU velice subjektivní. A. Sabadash (2009, str. 3) dále uvádí, že HP filtr nemůže zachytit strukturální zlomy v trendech řad. Protože je však velice dobře aplikovatelný, patří k nejvyužívanější metodě a to jak českými (M. Hájek a V Bezděk, 2000, J. Beneš a P. N Diaye, 2004, V. Bezděk, A. Dybczak a A. Krejdl, 2003), tak zahraničními autory (S. Fabiani a R. Mestre, 2000, P. Richardson, L. Boone, C. Giorno, M. Meacci, D. Rae a D. Turner, 2000). Negativní vlastnosti této metody potom autoři eliminují např. prodloužením skutečně sledovaných dat o 3
predikce (A. Sabadash, 2009, str. 3), doplněním HP filtru o další podmínky (J. Beneš a P. N Diaye, 2004, str. 117), úpravou hodnoty vyhlazení (V. Bezděk, A. Dybczak a A. Krejdl, 2003, str. 36). B. Kadeřábková a E. Jašová (2011, str. 520-522) potvrzují substituční vztah typu PC zjištěním závislosti mezi gapem nezaměstnanosti (rozdíl mezi skutečnou mírou nezaměstnanosti a NAIRU odhadnutým HP filtrem) a gapem CPI (rozdíl mezi skutečným CPI a jeho trendem podle HP filtru). Substituční vztah autorky zjistily také poměřením gapu nezaměstnanosti (rozdíl mezi mírou nezaměstnanosti a NAIRU odhadnutým HP filtrem) se skutečnými hodnotami CPI. Přibližně stejný výsledek autorky dostaly analýzou vztahu mezi gapem nezaměstnanosti a deflátorem spotřeby domácností. Výsledky jsou pak alternativou vztahu skutečné míry nezaměstnanosti a inflace měřené CPI. Empirie je pak dle autorek kompatibilní s definicí NAIRU jako mírou nezaměstnanosti, která neakceleruje ani nedeceleruje míru inflace, což pro Českou republiku platí v období 1. čtvrtletí až 4. čtvrtletí 2003 a v období 2. čtvrtletí 2006 až 1. čtvrtletí 2007, kdy skutečná míra nezaměstnanosti byla prakticky shodná s NAIRU a mezičtvrtletní změny CPI se ve stejných obdobích pohybovaly od -1,4 do 0,9 p. b. NAIRU odhadnuté Kalmanovým filtrem např. podle T. Bergera a G. Everaerta (July 2008, str. 2) je získáno multivariátní statickou dekompozicí nezaměstnanosti na trend a cyklus. Parametry modelu proto nemají strukturální interpretaci. Protože nezaměstnanost je na své přirozené úrovni a inflace se stabilizovala, jsou efekty setrvačnosti nebo hysterese kvůli rigiditám trhu práce zanedbány. M. Garz (2010, str. 7) fixuje rozptyl chyb mezi pozorování a stavovou rovnici, čímž nahrazuje arbitrárně nastavený parametr vyhlazující NAIRU. P. Richardson, L. Boone, C. Giorno, M. Meacci, D. Rae a D. Turner (2000, str. 38) ve své práci vyzdvihují tuto metodu kvůli tom, že se NAIRU odhaduje přímo ve spojitosti s inflací. Také to, že různé specifikace PC umožňují odhad dobře definovaného konceptu. 4. Aplikace odhadu NAIRU na datech národního hospodářství a NUTS v České republice K popisu situace na trhu práce byla použita registrovaná míra nezaměstnanosti v %1. Z čtvrtletních dat registrovaných měr nezaměstnanosti v jednotlivých krajích (NUTS 3) byla propočtena míra nezaměstnanosti v oblastech (NUTS 2). 1 Ministerstvo práce a sociálních věcí http://portal.mpsv.cz/sz/stat/nz/uzem. 4
v % Všechny časové řady byly otestovány ADF testem, který potvrdil jejich stacionaritu. Pro odhad NAIRU byl aplikován HP filtr. Vzhledem k tomu, že byla použita data se čtvrtletní periodicitou, koeficient byl nastaven na hodnotu 1 600. 4.1 Srovnání vývoje míry nezaměstnanosti v NH, NUTS 2 a NUTS 3 Graf č. 1 Vývoj míry nezaměstnanosti v NUTS 2 (v období od 1. čtvrtletí 1991 do 4. čtvrtletí 2010) Hlavní město Střední Čechy Jihozápad Severozápad Severovýchod Jihovýchod Střední Morava Moravskoslezsko NH 16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0 0,0 1/91 1/93 1/95 1/97 1/99 1/01 1/03 1/05 1/07 1/09 Období Zdroj: Vlastní propočet na podkladě dat Ministerstva práce a sociálních věcí http://portal.mpsv.cz/sz/stat/nz/uzem. Z přiloženého grafu je patrné, že nejvyšší registrovaná míra nezaměstnanosti byla po celé sledované období v krajích Moravskoslezském a Ústeckém. Vyšší než průměrná registrovaná míra nezaměstnanosti byla potom v oblastech Severozápad (především díky Ústeckému kraji), Střední Morava (vliv Olomouckého kraje), Jihovýchod (téměř výlučně Jihomoravský kraj) a v období od 1. čtvrtletí 2009 do 2. čtvrtletí 2010 také vlivem vývoje v Libereckém kraji v oblasti Severovýchod. Naopak nejnižší registrovanou míru nezaměstnanosti vykazovala Praha. Nižší registrovaná míra nezaměstnanosti než je republikový průměr připadla na oblasti Střední Čechy a Jihozápad (týká se jak Jihočeského kraje, tak Plzeňského kraje). Snižování registrované míry nezaměstnanosti v celém NH (a stejně tak ve většině oblastí), které probíhalo od 2. čtvrtletí 2005, vyvrcholilo hodnotou 5,1 % ve 2. čtvrtletí 2008 (v oblasti Severozápad to bylo až ve 3. čtvrtletí a v oblasti Moravskoslezsko dokonce až ve 4. čtvrtletí roku 2008). V dalším období se již na českém trhu práce projevuje vliv krize a s ním spojený růst tohoto ukazatele. Výkyvy ve vývoji skutečné míry nezaměstnanosti jsou vyvolány fluktuacemi ekonomiky podél potenciální úrovně (M. Mach, 1998, str. 100). Nejvyšší hodnota činila 9,8 % a byla dosažena v 1. čtvrtletí 2010. Ve 2. čtvrtletí došlo 5
v % k prudkému snížení na 8,8 % a ve 3. čtvrtletí dokonce na 8,6 %. Ve 4. čtvrtletí se registrovaná míra nezaměstnanosti opět zvýšila na 8,9 %. Obdobný vývoj zaznamenaly všechny oblasti kromě oblasti Hlavní město, kde registrovaná míra nezaměstnanosti přechodně neklesla a nejvyšší hodnoty bylo dosaženo až ve 4. čtvrtletí. Plzeňský kraj vykázal ve 4. čtvrtletí 2010 stagnaci míry nezaměstnanosti na úrovni 3. čtvrtletí a v Libereckém kraji se v průběhu roku 2010 míra nezaměstnanosti nepřetržitě snižovala. 4.2 Srovnání vývoje NAIRU v NH, v NUTS 2 a NUTS 3 Graf č. 2 Vývoj NAIRU v NUTS 2 (v období od 1. čtvrtletí 1991 do 4. čtvrtletí 2010) Hlavní město Střední Čechy Jihozápad Severozápad Severovýchod Jihovýchod Střední Morava Moravskoslezsko NH 16,0 14,0 12,0 10,0 8,0 6,0 4,0 2,0 0,0 1/91 1/93 1/95 1/97 1/99 1/01 1/03 1/05 1/07 1/09 Období Zdroj: Vlastní propočet na podkladě dat Ministerstva práce a sociálních věcí http://portal.mpsv.cz/sz/stat/nz/uzem. Nejnižší hodnoty NAIRU vykazuje oblast Hlavní město (interval je od 0,3 % do 3,5 % (Graf č. 2). Dále následuje oblast Jihozápad (interval je od 2,3 do 7,0 %) a oblast Středních Čech (interval od 2,4 do 6,4 %). Těsně pod hodnotami NAIRU pro celé národní hospodářství se potom nachází oblast Severovýchod s NAIRU pohybujícím se v intervalu od 2,3 do 8,3 %. O něco výše než je zmíněný průměr se vyskytují hodnoty NAIRU pro Jihovýchod (interval od 3,2 % do 9,0 %). Oblast Střední Morava dosahuje NAIRU pohybující se v intervalu od 3,5 do 9,8 %). Nejvyšší hodnoty NAIRU připadají na oblast Severozápad (interval od 2,6 do 13,8 %) a především na oblast Moravskoslezsko (interval od 4,6 do 14,7 %). V celém NH hodnota NAIRU nepřetržitě roste již od 4. čtvrtletí 2008 (stejný vývoj byl zaznamenán v oblastech Střední Čechy a Jihovýchod). V oblasti Severovýchod, v Jihočeském kraji a v kraji Vysočina zvyšování nastalo již ve 4. čtvrtletí 2007. V oblastech Jihozápad a Hlavní město to bylo ve 2. čtvrtletí 2008 a v oblasti Střední Morava ve 3. čtvrtletí 2008. Naopak nejpozději se začala zhoršovat situace na trhu práce v oblasti Severozápad (2. čtvrtletí 6
v % 2010) a v Ústeckém kraji (4. čtvrtletí 2010). Z vývoje skutečné míry nezaměstnanosti a NAIRU je patrné, že dlouhé období vysoké nezaměstnanosti zvýšilo NAIRU, čímž se rostoucí část nezaměstnanosti stala permanentní (M. Mach, 1998, str. 108). Oblast Moravskoslezsko je charakteristická trvalým snižováním hodnot NAIRU již od 4. čtvrtletí 2003. 4.3 Srovnání vývoje gapu nezaměstnanosti v NH, v NUTS 2 a v NUTS 3 Graf č. 3 Vývoj gapu nezaměstnanosti v NUTS 2 (v období od 1. čtvrtletí 1991 do 4. čtvrtletí 2010) Hlavní město Střední Čechy Jihozápad Severozápad Severovýchod Jihovýchod Střední Morava Moravskoslezsko NH 3,0 2,0 1,0 0,0-1,0 1/91 1/93 1/95 1/97 1/99 1/01 1/03 1/05 1/07 1/09-2,0-3,0-4,0 Období Zdroj: Vlastní propočet na podkladě dat Ministerstva práce a sociálních věcí http://portal.mpsv.cz/sz/stat/nz/uzem.. Lze konstatovat, že ve sledovaném období (až na období od 2. čtvrtletí 2007 do 4. čtvrtletí 2008) NAIRU v celém národním hospodářství i v jednotlivých oblastech osciluje okolo míry nezaměstnanosti v úzkém pásmu. Poslední fáze recese v celém národním hospodářství započala ve 2. čtvrtletí 2009 (stejně tak v oblastech Střední Čechy, Severozápad, Střední Morava a Moravskoslezsko a v Královehradeckém a Jihomoravském kraji). O čtvrtletí dříve se vliv krize projevil v oblastech Jihozápad, Severovýchod a Jihovýchod a také v Karlovarském kraji. Poslední vstupovala do fáze recese oblast Hlavní město (3. čtvrtletí 2009). Z vývoje mezery nezaměstnanosti v roce 2010 je patrné, že ve 2. a 3. čtvrtletí došlo k jejímu postupnému zmenšování. Nicméně ve 4. čtvrtletí se nastoupený trend obrátil a gap se opět zvětšil. Stejný vývoj byl zaznamenán ve všech oblastech kromě oblasti Hlavní město, kde vrchol fáze recese proběhl až ve 3. čtvrtletí 2010 a ve 4. čtvrtletí následovalo zmenšení vytvořeného gapu nezaměstnanosti. V Plzeňském a ve Zlínském kraji přechodné zmenšení gapu ve 2. čtvrtletí 2010 přešlo ve druhé polovině roku ve stagnaci. Liberecký kraj ve 4. čtvrtletí 2010 již překonal krizi na trhu práce a přešel do fáze konjunktury. 7
5. Závěr Z provedené analýzy je patrné, že nepřetržité snižování registrované míry nezaměstnanosti v celém NH a ve většině oblastí skončilo ve 2. čtvrtletí 2008. Výjimkou byly oblasti Severozápad, kde se jednalo až o 3. čtvrtletí 2008, a Moravskoslezsko, kde příznivá situace na trhu práce skončila až v posledním čtvrtletí tohoto roku. V dalším období se pak v celém NH tento ukazatel zvyšoval až do 1. čtvrtletí 2010. Zlepšení situace na trhu práce však trvalo pouze půl roku a ve 4. čtvrtletí 2010 pak již registrovaná míra nezaměstnanosti opět vzrostla. V oblasti Hlavní město zvyšování míry nezaměstnanosti trvalo prakticky až do konce sledovaného období, tj. do 4. čtvrtletí 2010. Naopak příslib zlepšení situace na trhu práce poskytuje vývoj v Plzeňském kraji, kde byla ve 4. čtvrtletí 2010 vykázána stagnace míry nezaměstnanosti na úrovni 3. čtvrtletí a v Libereckém kraji s nepřetržitým snižováním míry nezaměstnanosti v průběhu roku 2010. Rozdíly ve vývoji NAIRU v národním hospodářství, v oblastech a v krajích se také promítly do vývoje hospodářského cyklu na trhu práce. Nejdříve se vliv krize (s předstihem jednoho čtvrtletí před vývojem v celém národním hospodářství) projevil v oblastech Jihozápad, Severovýchod a Jihovýchod a také v Karlovarském kraji. Naopak nejpozději byla zasažena recesí oblast Hlavní město. Rozdílné závěry panují také v souvislosti s odhady vývoje v nejbližší budoucnosti. Většina oblastí (kromě oblasti Hlavní město) naznačuje opětovné zvyšování intenzity recese v nejbližším období. Nicméně vývoj v Plzeňském a Zlínském kraji ukazuje na pravděpodobnost stagnace mezery nezaměstnanosti a udržení fáze recese. Poslední informace z oblasti Hlavní město ukazují na další zmenšování vytvořeného gapu nezaměstnanosti. Nejoptimističtější závěry plynou z dat v Libereckém kraji, ve kterém byl ve 4. čtvrtletí 2010 vykázán převis NAIRU nad skutečnou mírou nezaměstnanosti. 8
Seznam použité literatury 1. AKERLOF, G. A.; DICKENS, W. T.; PERRY, G. L. 1996. The Macroeconomics of Low Inflation. Brookings Papers on Economic Aktivity. Brookings Institution. 2. ANDERSSON, N. 2003. The Danish Construction Sector at the End of the 1990s. Division of Construction Management, Lund Institute of Technology, Lund University. 3. ANDERSSON, N. 2003. The Swedish Construction Sector: Its Economic and Social Role. Division of Construction Management, Lund Institute of Technology, Lund University. 4. ANDERSSON, N.; Clobes, J. 2003. The German Construction Sector a Decade after Reunification. Division of Construction Management, Lund Institute of Technology, Lund University. 5. BALL, L.; MOFFITT, R. 2001. Productivity growth and the Phillips curve [Working paper series]. National Bureau of Economic Research. 6. BASISTHA, A.; NELSON, CH. R. December 16, 2003. New Measures of the Output Gap Based on the Forward-Looking New Keynesian Phillips Curve. West Virginia University and University of Washington. 7. BENEŠ, J.; N DIAYE, P. 2004. A Multivariate Filter for Measuring Potential Output and the NAIRU: Application to the Czech Republic. IMF Working Paper, no. 04/45. 8. BERGER, T.; EVERAERT, G. July 2008.Unemployment Persistence and the NAIRU: A Bayesian Aproach. The scottish Journal of Political Economy. Volume 55, Issue 3. 9. BEZDĚK, V.; DYBCZAK, A.; KREJDL, A. 2003. Czech Fiskal Policy: Introductory Analysis. Cezch National Bank, Working Paper. 2003, no. 7. 10. BOONE, L. 2000. Comparing Semi-Structural Methods to Estimate Unobserved Variables. The HPMV and Kalman filters Approaches OECD. Economics Department Working Papers No. 240. 11. BROWN, W. S. 1988. Institutional Structure and Deindustrialization. Journal of Economic Issues Vol. XXII, No. 2, June 1988. 12. EAGLY, R. V. 1965. Market Power as an Intervening Mechanism in Phillips Curve Analysis. Economica, February 1965. 13. ELSNER, W. 2008. The process and a Simple Logic of Meso Economics: Emergence and the Co-Evolution of Institutions and Meso group Size. Department of Economics, Discussion Pápera Series No. 005-2008. University of Bremen. 14. FABIANI, S.; MESTRE, R. March 2000. Alternative measures of the NAIRU in the euro area: estimates and assessment. ECB WP. 15. FABIANI, S.; MESTRE, R. May 2001. A system approach for measuring the euro area NAIRU. ECB. 16. FRIEDMAN, M. 1968. The Role of Monetary policy. The American Economic Review. 17. GARZ, M. (6 th October 2010). The NAIRU and the Extent of the Low-Pay Sector. University of Hamburg. 18. GORDON, R. J. 1996. Problems in the Measurement and Performance of Servicesector Productivity in the United States. National Bureau of Economic Research, March 1996. 19. HÁJEK, M.; BEZDĚK, V. 2000. Odhad potenciálního produktu a produkční mezery v ČR. WP Česká národní banka. 20. HOUTHAKKER, H S. 1:1979. Growth and Inflation: Analysis by Industry. Brookings Papers on Economic Activity. Brookings Institution. 9
21. HUMPHREY, T. M. September/October 1985. The early History of the PHILLIPS CURVE. Economic Review. Federal Reserve Bank of Richmond. 22. KADEŘÁBKOVÁ, B.; JAŠOVÁ, E. 2011. Analýza ukazatele NAIRU na sektorové úrovni. Politická ekonomie. VŠE Praha, Praha, číslo 4. 23. KADEŘÁBKOVÁ, B.; JAŠOVÁ, E. 2012. Comparing NAIRU and economic cycle from the perspective of labour market in the countries of the Visegrad Group. Economic Studies journal, Bulgarian Academy of Sciences - Institute of Economics, Sofie, Bulharsko, Únor 2012. 24. LEITH, C.; MALLEY, J. 2003. A Sectoral Analysis of Price-setting Behavior in U.S. Manufacturing Industries. University of Glasgow, October 2003. 25. LESTER, R. A. 2001. Negotiated Wage Increases, 1951-1967. The Review of Economics and Statistics. 26. MACH, M. 1998. Makroekonomie II pro inženýrské studium 2. část. Melandrium, Slaný. ISBN 80-86175-04-9. 27. MANKIW, G. N. September 2000. The inexorable and mysterious trade off between inflation and unemployment. NBER WP. Cambridge. 28. MARO, V. D. June 2002. The estimation of the NAIRU and the effect of permanent sectoral employment reallocation. The Italian evidence. Working paper N. 7. Universit a Degli Studi Di Napoli Parthenope Instituto Di Studi Economici. 29. MCADAM, P.; MCMORROW, K. 1999. The NAIRU Concept Measurement uncertainties, hysteresis and economic policy role. 30. MODIGLIANI, F.; PAPADEMOS, L. 1975. Targets for Monetary Policy in the Coming Year. Brookings Papers on Economic Activity, Brookings Institution. Washington, D.C. 31. MURPHY, R. G. (November 1999). What s behind the decline in the NAIRU? Paper presented at the 47th Annual Economic and Social Outlook Konference, University of Michigan, Michigan. 32. NEUMARK, D. 1993. Declining Union Strength and Labor Cost Inflation in the 1980s. National Bureau of Economic Research, Spring 1993. 33. PHELPS, E. S. 1967. Phillips Curves, Expectations of Inflation and Optimal Unemployment Over Time. Economica. 34. PHILLIPS, A. W. 1958. The relationship between unemployment and the rate of change of money wages in the United Kingdom 1861-1957. Economica. 35. POŠTA, V. 1/2008. NAIRU a přirozená míra nezaměstnanosti teoretický pohled. Ministerstvo financí ČR, Praha. 36. RAO, T. V. S. R. 2001. Seasonal Unemployment, Secondary Labor and the Phillips Curve. Kansas state University. 37. RICHARDSON, P.; BOONE, L.; GIORNO, C.; MEACCI, M.; RAE, D.; TURNER, D. 2000. The concept, policy use and measurement of structural unemployment: estimating a time varying NAIRU across 21 OECD countries. OECD WP, 2000. 38. SABADASH, A. July 2009. Estimating potential employment and NAIRU for Belgian regions. CES Monetary and Information Economics, KU Leuven. 39. SAMUELSON, P. A.; SOLOW, R. M. May 1960. Analytical aspects of Anti-inflation Policy. American Economic Association. 40. STOCK, L. ; VOGLER-LUDWIG, K. 2010. NAIRU and Okun s Law The Macro- Economy in a Nutshell? Thematic Paper for the European Commission Directorate general for Employment, Social Affairs and Equal Opportunities. 41. TOBIN, J. 1997. Supply Constraints on Employment and Output: NAIRU versus Natural Rate. Cowles Foundation Paper 1150. Yale University, New Haven. 10
Internetové zdroje Ministerstvo práce a sociálních věcí ČR http://portal.mpsv.cz/sz/stat/nz/uzem. 11