Studia Ekonomiczne nr 3/2012 by Instytut Nauk Ekonomicznych PAN

3/2012 STUDIA EKONOMICZNE • ECONOMIC STUDIES

Instytut Nauk Ekonomicznych Polskiej Akademii Nauk Pałac Staszica ul. Nowy Świat 72 00-330 Warszawa www.inepan.waw.pl

INSTYTUT NAUK EKONOMICZNYCH POLSKIEJ AKADEMII NAUK

STUDIA EKONOMICZNE ECONOMIC STUDIES nr 3 (LXXIV) 2012

Cena 30,00 zł (w tym 5% VAT) Nakład 200 egz.

WARSZAWA 2012

Studia ekonomiczne Economic studies

INSTYTUT NAUK EKONOMICZNYCH POLSKIEJ AKADEMII NAUK

Studia Ekonomiczne ECONOMIC STUDIES nr 3 (LXXIV) 2012

Warszawa 2012

Czasopismo Instytutu Nauk Ekonomicznych PAN

Studia Ekonomiczne RADA NAUKOWA Marek Belka, Barbara Despines, Marian Gorynia, Janina Jóźwiak, Tamara E. Kuzniecowa, Adam Lipowski, Krzysztof Starzec, Lew V. Nikiforow Komitet Redakcyjny Krzysztof Bartosik, Urszula Grzelońska (Redaktor Naczelny), Joanna Kotowicz-Jawor, Paweł Kozłowski, Witold Kwaśnicki, Adam Noga, Lesław Pietrewicz, Urszula Skorupska (Sekretarz Redakcji), Andrzej Sławiński, Cezary Wójcik Redakcja Władysława Czech-Matuszewska Lesław Pietrewicz Opracowanie Graficzne i Projekt okŁadki Beata Gratys Wydawca Instytut Nauk Ekonomicznych PAN © Copyright by Instytut Nauk Ekonomicznych PAN, 2012 ISSN 2084-4395 Projekt jest dofinansowany ze środków Narodowego Banku Polskiego

Realizacja wydawnicza Wydawnictwo Key Text sp. z o.o. 01-142 Warszawa, ul. Sokołowska 9/410 tel. 22 632 11 36, faks wew. 212 www.keytext.com.pl wydawnictwo@keytext.com.pl

Spis treŚci ARTYKUŁY Anna WZIĄTEK-KUBIAK, Ewa BALCEROWICZ, Marek PĘCZKOWSKI, Sectoral Patterns of Innovation: Comparing High and Low Technology Sectors’ Firms in the New Member States . . . . . . . . . . . . . . . . . . . . . . . . . . . Szymon TRUSKOLASKI, The Role of Cooperation and Observation in Innovative Activity of Polish Enterprises: Results from CIS 2008 . . . . . . . . Maciej GRODZICKI, Emerytury branżowe w Polsce w kontekście teorii grup interesu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Jacek STĄPAŁA, Tempo zmian koniunktury gospodarczej i giełdowej w Polsce w latach 1998–2011 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Milena KABZA, Ryzyko systemowe – cecha współczesnych rynków finansowych . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

293 325 345 371 393

MISCELLANEA Marlena DZIKOWSKA, Działalność przedsiębiorstw w erze delokalizacji modułów łańcucha wartości . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411

CONTENTS ARTICLES Anna WZIĄTEK-KUBIAK, Ewa BALCEROWICZ, Marek PĘCZKOWSKI, Sectoral Patterns of Innovation: Comparing High and Low Technology Sectors’ Firms in the New Member States . . . . . . . . . . . . . . . . . . . . . . . . . . . Szymon TRUSKOLASKI, The Role of Cooperation and Observation in Innovative Activity of Polish Enterprises: Results from CIS 2008 . . . . . . . . Maciej GRODZICKI, Sectoral Pensions in Poland in the Context of Theory of Interest Groups . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Jacek STĄPAŁA, Comparison of Economic and Stock Market Cycles in Poland in 1998–2011 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . Milena KABZA, Systemic Risk as an Inherent Feature of Modern Financial Markets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .

293 325 345 371 393

MISCELLANEA Marlena DZIKOWSKA, Enterprises in the Era of Value Chain Module Relocations . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 411

Studia ekonomiczne 1 Economic studies nr 3 (LXXIV) 2012

Artykuły

Anna Wziątek-Kubiak* Ewa Balcerowicz** Marek Pęczkowski***

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW TECHNOLOGY SECTORS’ FIRMS IN THE NEW MEMBER STATES INTRODUCTION One of the main issues concerning economic growth and competitiveness in the New Member States (NMS) is their innovativeness. The discussion covers the role of high technology (HT) versus low and medium technology (LMT) industries in growth. For many years, HT industries were recognised as synonymous with high competitiveness and growth. This approach led to a near obsession with HT, an approach which was shared by policy makers in the NMS. However, new research on LMT industries reveals that their growth is also based on innovations, although their sources differ from those of the HT industries, and these innovations are an important component of economic growth. On the one hand, the economies of the NMS are based on LMT industries to a much greater degree than the old market economies. On the other, these countries are rapidly catching up with the latter. Since, according to research, innovations stimulate economic growth and the catching up of the NMS, the * Institute

of Economics, Polish Academy of Science. Institute of Economics, Polish Academy of Science. *** Faculty of Economic Sciences, University of Warsaw and CASE. **

294

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

question arises regarding differences in innovation activities between HT and LMT sector firms in this group of countries and the sources of their innovations. In respect to innovations and economic performance, firms in both sectors are heterogeneous. This raises the issue of differences in innovation patterns (or innovation modes) among firms, i.e. differences in innovation sources and innovation effects. Since these countries were isolated from the world economy for many years, and subsequently rapidly developed economic networks among firms during the transition period, the question emerges of whether or not enterprises also benefit from cooperation with business partners. In other words, we would like to know if they gained the ability to absorb domestic and international knowledge spillovers. This paper aims to answer the questions above. Its purpose is twofold. Firstly, it aims to examine differences in the innovation activities of firms in the HT and LMT industries in three NMS: the Czech Republic, Hungary and Poland, including their sources and effects. Secondly, it aims to identify and characterize innovation patterns of HT as compared to LMT sector firms in the three countries, and their relationship with economic performance. The paper is comprises two parts. In Part I, the background for the study is presented. First, we discuss a typology of the industries based on R&D intensity and its relevance to the theory of innovation. Next, we summarize the results of research on differences in innovativeness between LMT and HT sector firms in the developed market economies. This literature review is helpful in confronting the findings of our study on the differences in innovation sources, effects, and innovation patterns in the NMS. Part II of the paper presents the results of our research on innovation in firms in the HT and LMT sectors in the NMS. To our knowledge, no analyses on differences in the innovation activities of the firms in these two sectors have been undertaken for the NMS so far. The second part of the paper begins with a brief presentation of the data source used in the study and the enterprise sample. In the next section, we discuss differences in innovation activities between LMT and HT sectors in the three NMS, and their sources. Next, the methodology employed to identify the innovation patterns in the NMS is presented. The last section of Part II presents and discusses innovation patterns of LMT and HT sector firms in the NMS. We focus on similarities and differences among innovation patterns in firms in the two sectors and their relationship with economic performance. Finally, we present our conclusions. The paper adds new elements to the discussion on the relationship between innovation patterns of firms in both the LMT and HT sectors and their international competitiveness. It also strengthens the argument in favor of further incorporating LMT industries into innovation policy (particularly in the NMS), rather than focusing on the HT sector as a driving force for economic growth.

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

295

I. BACKGROUND 1. Typology of industries based on R&D intensity and its relevance to reality Modern development economics, industrial economics and new trade theory recognize the central role of innovation and technology in determining economic growth. The issue of international competitiveness arises in this context. Theoretical models, qualitative analyses and sectoral studies have shown that knowledge and subsequently innovation can lead to a divergence in growth across firms, sectors and countries. That is why these two have become an area of interest of public policy. A very simple indicator of technology or science intensity (so called R&D intensity measured as R&D spending to sales revenues or value added) was introduced1 as a criterion of typology of industries and has been in use since then. The typology2 of industries by R&D intensity, which was treated as synonymous with the technology intensity, was changed many times in terms of selected industrial groups (research intensive, science-based, technology intensive), their number (three and then four) and their contents. These typologies became very popular in the context of ongoing debates on the competitiveness of countries.3 Science-intensity became synonymous with technology intensity and with the activities needed to successfully compete on the market. More importantly, “high technology rapidly came to be viewed as the right solution to the issue (of competitiveness) and statistics were developed to document this case” (Godin, 2004, p. 1218). Therefore from a policy perspective, it would seem desirable to identify and promote sectors displaying high innovativeness and competitiveness. The focus of government policies on high-tech industries resulted in neglecting the issue of innovativeness of R&D non-intensive or low technology, mature industries. The tendency was strengthened by the argument that HT industries developed high value-added products, created high-wage jobs and new products, used resources more productively, increased productivity and competition, gained market share and improved the trade balance (OECD, 1963, pp. 29, 32, 33; Hatzichronoglou, 1994, p. 4). Such statements on the characteristics of HT industries made them a fashionable subject of discussion for economists as well as policy makers. Lists of the defining characteristics of HT industries were long and ever-increasing (Glasson et al., 2006, table 1, p. 505). Various criteria4 (mainly inputs) were used to identify them. 1 In

the 1930s in the USA. the 1990s, both intramural and indirect R&D (based on input-output coefficients) indicators were also used (OECD 1995) and later forgotten. 3 Especially in the context of the discussion on competitive rivalry between the US and the Western Europe. 4 Criteria included share of qualified workers in total employment; share of technical workers or scientific and technical personnel engaged in R&D; share of scientists and engineers engaged primarily in R&D in the total number of full-time employees (Glasson et al. 2006, table 2, p. 506); and R&D spending per employee. 2 In

296

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

The obsession with high-tech resulted in the negligence of the role that innovation plays in the growth and competitive performance of low and medium technology industries. LMT industries were regarded as based on a low level of technology/knowledge. Innovation was seen as having a limited impact on their competitive performance and potential for future development. Labeled as lowtech, these industries were equated with low knowledge, and traditional or mature production. This was despite the fact that their share in total manufacturing production, employment and value added in developed countries was very high (though slowly diminishing in the long run) (Hirsh-Kreisen, 2004). However, firstly, the hypothesis of the low innovativeness of low technology industries was not always corroborated. Much high-tech production was found in the low-tech sector and vice-versa. Secondly, the more knowledge-intensive character of modern economies does not imply that low technology industries cannot be innovative in their technological and product upgrading. No industry operates in isolation and the purchase of inputs acts as a carrier of technology and knowledge across industrial sectors. Therefore the interactive process between users and producers (i.e. linkages and spillovers across sectors) affects their performance. HT industries are not an isolated, selfdependent part of the economy. In the process of diffusing new technologies (and the knowledge created by HT industries), productivity growth takes place first in the sectors that generate them and then in the sectors that adopt them. It is worth noting that the rates of return on R&D in high-tech industries are also a direct function of the rate of diffusion of the knowledge they create (Robertson et al., 2003). So the amount of R&D investment depends on the size of the market that absorbs their effects and on the ability of consumers and users (including firms in the LMT sector), to adopt their results. It explains (see the review of econometrical studies presented by Clark and Weyont, 2006) the substantial extra industry spillover effects of R&D in terms of rates of return, which may be as important, or even more so, than the R&D industry’s own effect. Thirdly, although the innovations created in HT industries are diffused to other sectors, which are their main customers (Robertson and Patel, 2007), not all external knowledge may be easily used and transformed. To integrate new technology into existing processes or to develop new products using such technology, not only are in-house R&D activities needed but also the ability to adopt existing forms of knowledge. The adoption of the new processes needs specific, ‘practical’ application knowledge which is distinct from theoretical knowledge (Hirsch-Kreisen, PILOT). In other words, external knowledge may affect firms, not only through scientific knowledge but, first and foremost, through human capital, which is equipped with a certain type of knowledge. Fourthly, understanding innovation as a process of learning and knowledge creation brings about the observation that different types of knowledge can be relevant to different industries (Robertson and Smith, 2009). Various methods of acquiring and using knowledge, and different forms and sources of innovations form the basis of the development of specific innovation patterns.

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

297

Fifthly, the perception of the high-tech sector as a crucial driver of economic growth and competitiveness neglects to consider an important fact raised by Carrol et al. (2003, p. 429). They argue that the impact of innovations on a national economy depends on two factors: the proportion of the economy that is affected and the productivity gains in activity in which innovation is introduced. If this is so, then a very low share of high-tech industries in the economy implies there is a limited impact on growth and productivity gains. In other words, high technology industries are not as important as the discussion on the HT sector assumes (Hirsch-Kreisen, PILOT, p. 8), while LMT sectors have a greater significance than the limited discussion would suggest.

2. What we know about the differences in innovativeness of the LMT and HT industries Although the literature on innovation in the LMT industries is not abundant, it allows to specify the following features of these industries: 1. The most important source of innovation in LMT industries is not R&D (Heidenreich, 2009). Nonetheless, there is a high intra-sector heterogeneity in respect to R&D intensity (Kirner et al., 2009). The external knowledge that the firms in the LMT sector use requires the absorptive capacity to transform and combine it with existing in-house knowledge stock. 2. It is the external source of innovation, especially the embodied knowledge in the form of semi-products, machinery and raw materials that plays the most important role in innovation activities in LMT industries (Alcaide-Marzal and Tortajada-Esparza, 2007). The acquisition of machinery and equipment is the major source of their innovations (Robertson and Patel, 2007; von Tunzelmann, and Acha, 2005; Laestatadius, 2005, Heidenreich, 2008). The use of consultants is much more important than in HT industries (Flor and Oltra, 2004; Heidenreich, 2009; Pavitt, 1984; Santamaria, 2009; Hirsch-Kreisen, 2004). This implies that backward linkages are more common in LMT industries. The supplier-dominated nature of these industries (Pavitt, 1984, p. 354) also implies an incremental rather than radical nature of innovation. Search strategies for external knowledge by firms in LMT industries differ considerably from those of HT firms (Grimpe and Sofka, 2009). In HT industries, university knowledge is crucial and plays an important role in generating knowledge stocks inside firms. Thus the search strategy of HT industries depends upon knowledge acquisition from universities. This is not the case for firms in LMT industries. 3. The low income elasticity of LMT industries’ products implies a greater role of process than product innovation. According to Santamaria (2009, p. 514), the “greatest differences between LMT and HT firms are observed in the context of process innovations” and this opinion is commonly accepted

298

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

(Heidenreich, 2009; Hansen and Goran, 1997). It also implies weaker performance in respect to product innovation (Kirner et al., 2009). 4. Although process innovation and inputs from suppliers are important, the demand (consumer) focus, meaning market-induced product innovations to open up new sales opportunities, also play a role. Since, to large extent, the innovations of LMT sector firms originate from changes in demand, on the one hand they focus on the greatest possible exploration of properties of inputs used in production. On the other hand, due to the fact that LMT markets are not dynamic, product innovation focuses on the product changes called aesthetic innovations that do not fit the concept of technological innovation (Alcaide-Marzal and Tortajada-Esparza, 2007). Market differentiation of products and segmentation is crucial for the expansion of firms in these industries (Menrad, 2004; Hansen and Goran, 1997). It impacts the ability to compete with other firms in these industries and across countries. Market oriented innovations in the form of market knowledge, design and marketing (Sterlaccchini, 1999) are a precondition for better growth prospects and increased market shares. The emphasis of LMT sector firms on the quality of the production process enables them to differ from competitors in product quality at reasonable costs. It is worth mentioning that only a part of the production of the LMT sector occurs in low wage countries while innovation activities remain in the OECD countries and strengthen LMT firms’ competitiveness (Goran and Hansen, 1997). This suggests that the role of innovation also varies in different quality segments of LMT industries. 5. The crucial role of process innovation in innovation activities of LMT sector firms suggests the important role played by organizational innovation (Heidenreich, 2009; Brusoni and Sgalari, 2006; Hirsch-Kreisen, Hahn and Jacobson, 2008). Management plays a key role in these changes (Brusoni and Sgalari, 2006). 6. LMT sector firms exhibit strong multidisciplinary cooperation in different forms of innovation, accompanied by low R&D spending. This implies that to recombine the available (external) knowledge and technology and integrate the new one they need to possess ‘absorptive capacities’, that is the ability to use, transform and advance knowledge. This makes them move within a wide spectrum of innovations activities, from incremental to architectural innovations. Many of them are prominent in less advanced science and technology (the example of patents in the less advanced biology of food industry, see von Tunzelmann and Acha, 2005; also the example of the tire industry, see Brusoni and Sgalari, 2006). It suggests that quality of labor force, especially managers, technical and marketing staff is of great importance for LMT sector firms. However, since a critical role is played by tacit knowledge, including learning by doing, it is difficult to confirm the above hypothesis.

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

299

However, there is some divergence in opinion on certain characteristics of LMT as compared to HT industries, particularly concerning the role of training activities. They are recognized as crucial (Santamaria et al., 2009; Schmierl and Kohler, 2005) or not more important than in the case of HT industries (Heidenreich, 2009). Last but not least, LMT sector firms possess practical knowledge that results from experiences in cooperation (Radauer and Streicher, 2007). As their competitiveness reflects their ability to use embodied and disembodied knowledge, “technological competition leads rather directly to inter-industry diffusion of technologies and therefore to the inter-industry use of the knowledge which is ‘embodied’ in these technologies” (Smith, 2002, p. 20). Differences in ability to use knowledge across firms and countries affect differences in their competitiveness. As the literature on LMT sector firms is rather modest, there are not many typologies of these companies in use. Let us mention the one introduced by Hirsch-Kreisen (2004) who identified three types of LMT sector firms: (1) standard manufacturers proceeding with innovation in small steps when further developing their product; (2) companies directly promoting market-induced product innovations as demand has been the major factor affecting industry dynamics and innovation; (3) process specialists whose production technology follows one of the best HT manufacturers and who introduce incremental innovations.

II. INNOVATION PATTERNS OF FIRMS IN THE NMS 1. Data source and enterprise sample The data used in this paper were collected through a firm-level survey performed by an international research team led by Richard Woodward, CASE (Center for Social and Economic Research), within the European research project entitled “Changes in Industrial Competitiveness as a Factor of Integration: Identifying the Challenges of the Enlarged Single European Market”5. The survey was aimed at investigating the networking of firms in three accession countries (the Czech Republic, Hungary and Poland) and Spain, and its effect on competitiveness6. Four manufacturing industries were selected for our sample to achieve a mix of low and high technology industries, and with a view to their presence in all the three countries studied. The goal was to achieve a maximum degree of comparability across analyzed countries. We also attempted to ensure that the relative weight of each industry would roughly reflect the situation in the 5 It was funded from the 5th Framework Program of the European Community (Ref. HPSE-CT-2002–00148). 6 For the results of this specific analysis see Woodward and Wójcik (2007).

300

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

population of firms in those industries in each country. The other selection criterion for the firms studied was their size, with almost all companies having at least 50 employees. Within these constrains, the selection of firms was random (subject to the additional constraint that the firm would agree to participate in the study). A substantial number of questions included in the survey questionnaire were relevant to the analysis of innovation processes. Altogether 41 innovation indicators were selected (see Table 7 in the Appendix). We scrutinized inputs, innovation linkages, effects of cooperation with business partners (in order to learn if diffusion of external knowledge is taking place), and innovation outputs. As many academics argue that in the catching up economies diffusion can be the most important part of innovation, we decided to include not only the linkages but also their effects. We also chose four performance indicators – these are selfassessments of the competitiveness of a company’s products and technology separately on the domestic and on the international markets. All respondents surveyed were managers responsible for day to day business processes. The interviews were conducted in 2004 in Hungary and Poland, and in early 2005 in the Czech Republic. The data collected refer to 2003 and in some cases to the five year period 1998−2003. Data were collected for 490 companies. After carefully examining the answers received to questions relevant for researching the innovation patterns, we had to delete 132 firms from the data base, due to missing individual data. As a result the sample shrunk by ¼ to 358 firms. The composition of the sample is presented in Table 1. Table 1. Enterprise sample composition Industry

No of firms

1. Food and beverages

160

1. Czech Republic

225

109

133

2. Automotive LMT sector (1+2) 3. Electronic 4. Pharmaceutical HT sector (3+4)

Country

No of firms

2. Hungary

111

3. Poland

177

1. Domestic

244

68.2

2. Foreign

108

30.2

Ownership

Four industries were studied in the survey: (1) NACE Rev.1 DA 15 – Manufacture of food products and beverages); (2) NACE Rev.1 DG 24.4 – (3) NACE Rev.1 DG 24.4 Manufacture of pharmaceuticals, medicinal chemicals and botanical products); (3) NACE Rev. 1 – DL 30 Manufacture of office machinery and computers); and (4) NACE Rev.1 – DM 34 Manufacture of motor vehicles, trailers and semi-trailers). Food and beverages firms were the most numerous (45% of the sample), while pharmaceutical firms appeared the least (only 7%).

301

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

Enterprises were grouped into two sectors: the food and beverages producers and the automotive companies were placed into LMT sector, while the electronic and pharmaceutical firms were placed into HT sector. LMT sector firms accounted for 63% of the sample, while the remaining 37% belonged to the HT sector. Polish firms dominated the sample: they accounted for close to half of the enterprise sample surveyed. The majority (ca 70%) of firms was domestically owned. All size classes of firms were investigated, but medium-sized firms dominated the sample.

2. Differences in innovation activities between LMT and HT sectors In order to figure out the differences in innovation activities and their intensity between firms belonging to the two sectors in the three NMS we compared the data for the entire two subsets of enterprises (see Table 2). A comparison of the averages for firms within the two groupings gives a glance into the problem of specificities of LMT and HT sectors from the point of view of innovations in the catching up economies. For the sake of analysis and its presentation, some of the variables exhibited in Table 2 are averages for groups of original indicators. Such aggregation was made whenever it was justified by the substance of the indicators. In addition to the innovation variables, there are two performance indicators exhibited (see the last two rows of Table 2); we decided to take into account international competitiveness and leave aside the domestic one. Table 2. LMT and HT sectors in the NMS: Comparison of innovation activities Sector Innovation variables

LMT industries

HT industries

HT/LMT

11 Expenditures for R&D in 2003 (R&D/sales revenues, %)

0.31

0.80

2.6

11 Increase in expenditures for R&D 2003/1998 (index)

1.28

1.44

1.12

1.6

5.9

3.7

44.4

61.8

1.4

R&D Intensity

I. Innovation inputs 1. HR: Employment share of R&D and IT staff (average, %) 2. Innovation activities in-house (average, % of firms)

II. Innovation Linkages 1. Cooperation with universities and research units (% of firms):

302

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Table 2 (cont.) 11 Domestic ones

42.7

55.6

1.3

11 Foreign ones

10.7

30.8

2.9

11 Independent researchers

12.9

39.8

3.1

42.9

39.9

0.93

11 Product development and improvement

24.9

27.1

1.1

11 Process development and improvement

27.1

19.5

0.7

2. Backward linkages (average, % of firms) 3. Innovation activities subcontracted (% of firms):

III. Effects of cooperation with business partners 1. Benefits of cooperation with business partners influencing product innovation (% of firms)

50.6

56.0

1.1

2. Benefits of cooperation with business partners influencing process innovation (% of firms)

46.7

48.6

1.04

IV. Innovation Outputs 1. New products introduced in the last two years (% of firms) and: 11 Being new for domestic market

42.7

48.9

1.15

11 Being new for international market

15.1

32.2

2.13

11 Share of sales revenues from sales of new products (introduced in 2001–2003) in 2003

29.0

38.7

1.33

11 Sales revenue share of production from manufacturing technology less than 2 years old in 2003

43.7

53.5

1.22

2. Share of new products and new technology in firm’s sales revenues

International competitiveness of firms 1. Company’s products are strongly competitive (% of firms)

24.9

39.1

1.57

2. Company’s technology is strongly competitive (% of firms)

21.8

37.6

1.72

The data collected for the sample of enterprises indicates that by the time of EU accession, HT sector firms in the Czech Republic, Hungary and Poland had an R&D intensity that was 2.6 times larger than LMT sector enterprises. The prevalence of HT industries in this respect is in line with what is characteristic for developed market economies. It is also worth noting that the distance between the two groups of firms in the accession countries grew over time. This may suggest that the process of diffusion of innovation from HT to LMT sector firms in the NMS took place. As Robertson and Patel (2007, p. 711) show, the larger the number of LMT sector firms that adopt innovation, the quicker the rate of

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

303

amortization of development costs and the dynamics of R&D growth in HT industries. However, in 2003, sample firms of HT industries had on average a low level of R&D intensity: R&D spending to sales revenues equaled only 0.8% and in fact did not meet the standard of either the 1994 OECD classification of industries by R&D intensity (which established a minimum level at 5% for the HT industry) or any other classification. Since their R&D intensity was much lower than in the HT sector firms in developed market economies, we suspect that their products belonged to the low quality segment of HT industries as compared to developed Western states. With respect to innovation inputs, it should be noted that the stock of highly qualified labor (measured by the share of R&D and IT staff in total employment) in HT was much higher (3.7 times) than in LMT sector firms. This shows that the former are much better endowed with innovation resources than the latter, although they are still much worse than most developed European economies’ firms in this respect. As far as innovation activities are concerned, we have found that a greater number of HT sector firms run in-house innovation activities (product and process) than LMT sector firms (62% and 44% respectively). This finding is consistent with the differences which exist in incumbent EU member states. However, the detected gap between the two sectors in the NMS was smaller than expected. The difference is much higher though when we check for the continuity of the R&D internal efforts, measured by the establishment of R&D or design unit in-house. 61% of HT sector firms run in-house innovation activity continuously, while in the case of the LMT sector only 31% do. As it is recognized that in the catching up countries the diffusion of external knowledge plays an important role, we also take into account the differences in using various types of partners in R&D cooperation, that is suppliers of machinery and raw materials, subcontractors and research organizations. Our stance is also supported by the literature showing that cooperation is increasingly viewed as an important technology acquisition alternative. Cooperation with research organizations helps a firm to broaden its knowledge. 56 % of HT sector firms cooperated with domestic research units, and, surprisingly, this was not that much more common than for LMT sector firms (only 30% more; see Table 2 above). The major difference between the two sectors was detected in cooperation with foreign research units and with independent researchers. It was used by 3 times more firms in HT industries, than in the LMT sector. However even for HT industry firms, it was not very common (31% and 40% of firms respectively, see Table 2). LMT industries are significant purchasers of embodied technology from other sectors. According to Robertson and Patel (2007, Table 1, p. 713), the flow of embodied R&D to food industries in Poland, Hungary and the Czech Republic as compared to their internal R&D was three times greater than in the case of most of the developed market economies’ food industry. This suggests the

304

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

relatively high diffusion of innovations from other industries to the food industry in the analyzed countries and its important role in the innovation processes. Our sample firms’ cooperation in R&D with suppliers of equipment and raw materials was more common in LMT sector firms than in their HT counterparts. However the difference between the two sectors was not large and smaller than expected. There was not much difference between the LMT and HT sectors in using the external innovation inputs through subcontracting product development activities, however these kind of linkages were quite seldom used (only by ¼ of the sample firms). Also, the subcontracting of process development innovation activities was seldom adopted by both subsets of firms; however it was more widespread in LMT industries (by 30%). The last observation supports the hypothesis regarding the greater focus of LMT sector firms on process innovation which was reported in the incumbent EU economies (see section 2 in Part I above). Only a slight difference between firms belonging to the two technological sectors has been detected with respect to the effective use of cooperation with external partners. Slightly more HT sector firms (10%) benefited from cooperation with business partners in product innovation. For process innovation, the difference was even smaller. This confirms that the diffusion of external knowledge between collaborating firms indeed take place. Various studies argue that a degree of absorptive capacity is required for effective collaboration learning. Our research shows that the higher the R&D intensity and stock of qualified labor, the higher the cooperation with foreign research organizations. An abundance of qualified labor allows for good communication with providers of technology and good cooperation with foreign organizations. On the other hand, low R&D intensity and a modest stock of qualified labor in LMT sector firms goes hand in hand with high cooperation in R&D with suppliers and R&D outsourcing (i.e. backward linkages). These forms of cooperation do not need a high absorptive capacity, which is crucial for cooperation with research organizations, particularly foreign ones. In other words, the differences in abundance in innovation resources accompany differences in forms and partners of cooperation in R&D. The experiences of developed market economies confirm this pattern. We noticed a difference between firms belonging to the two sectors with regards to innovation outputs, and we found it higher for products than technology. On average, new (up to 2 year old) products accounted for 38.7 % of revenues in the HT sector firms, which was 33% more than in the LMT sector firms. New technology was more often introduced in each of the two sectors: in 2003, the average share of production from manufacturing technology that was less than 2 years old accounted for 53.5% for HT sector companies and 44% for LMT sector companies. Also two other innovation output measures indicate the prevalence of firms in the HT sector. From 2001 to 2003, more than twice as many HT sector firms introduced new products on the international market. As for domestic market

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

305

new product introductions, the difference between firms belonging to the two sectors was rather small (only 15%; see Table 2 above). Moreover, it is important to notice that in both sectors, in the same two year period, majority of firms did not introduce new products for either the domestic or the international market. Finally, we shall draw conclusions on the economic performance of firms in the two sectors. More firms in the HT sector regard themselves as strongly competitive in both product and technology and in both domestic and international markets than companies from the LMT sector. Another interesting, though seemingly obvious, observation is that in the case of both markets (domestic and international), more companies in each of the two sectors consider themselves more competitive in terms of their product than in terms of their technology. Also, more companies in each of the two sectors believe they are strongly competitive on the domestic rather than international market. The nominal values show that the vast majority of firms in both sectors do not assess their products as strongly competitive internationally (75% in the LMT and 61% in the HT sector). Their assessment of international competitiveness of used technologies is only slightly worse. Still, more firms consider their competitiveness as either moderate or weak vis-à-vis international competitors (78% and 62%, respectively).

3. Methodology employed to explore innovation patterns In order to analyze innovation patterns of firms, a cluster analysis was adopted. Given the relatively large number of innovation indicators (41), we decided to use principal component analysis (PCA) to measure the sources of innovation in firms. PCA allows us to reduce a large number of indicators to a small number of composite variables (called ‘factors’) that synthesize the information contained in the original variables. Factors are standardized variables containing the information common to the original variables. In this way, we were able to consider as much available information as possible. PCA is based on the idea that indicators which refer to the same issue are likely to be strongly correlated and factors that are obtained are uncorrelated. PCA helps prevent including irrelevant variables and reduces the risk that any single indicator dominates the outcome of the cluster analysis. We assumed that if the correlation between factors and original variables is lower than 0.48, the analysis is inappropriate. In the next step, non-hierarchical cluster analysis was carried out in order to group firms into a number of clusters as homogeneous as possible (small within cluster variance) and at the same time as different as possible from each other (large between clusters variance). In the Appendix, there are two tables which show the results of factor analysis for LMT sector firms (Table 8) and HT sector firms (Table 9). They include the

306

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

loadings of the variables on selected factors after the so called rotation. The loadings of the various indicators on the retained factors are correlation coefficients between the indicators (the rows of the two tables) and factors (columns) and provide the basis for interpreting the different factors. These loadings are adjusted through rotation to maximize the difference between them. We use varimax rotation with Kaiser normalization that assumes that the underlying factors are uncorrelated. The first step of factor analysis led to statistically satisfactory results. 12 factors were selected, jointly explaining 55.4% and 59.6% of the total variance for the LMT and HT sector firms, respectively. Based on the distance from the centroids, we compared the variance within clusters and between clusters. In the second step we conducted a non-hierarchical cluster analysis based on the twelve composite variables extracted in the factor analysis of the first step. Introducing hierarchical agglomeration methods for a subset of objects and comparing results for the range of K min G K G K max (where K is between 2 and 7), we chose the optimal number of clusters. Using hierarchical analysis and Ward’s minimal variance method, we chose 5 clusters that group the firms into 5 categories in terms of innovation indicators. Since one cluster within the HT sector consisted of one firm only, we decided to skip it and restrict analysis to four clusters in this sector. Centroids of clusters obtained in the hierarchical method were used as the initial centroids for the K-means algorithm.

4. Innovation patterns in LMT and HT sectors in the NMS After detecting the clusters, we analyzed their features. The first step was to study the values of their innovation indicators that were chosen in the course of the cluster analysis. The data for the two sectors (LMT and HT) are presented in Tables 8 and 9 in the Appendix. The second step was to compare the value of each factor (i.e., composite variables) between the clusters of a given sector. The last step was to analyze all the scores for each cluster in a given sector and invent a name for each one based on its distinguishing features. Innovation patterns, product and technology competitiveness of firms in the LMT sector are presented in Table 3 and 4. Table 5 and 6 present innovation patterns, product and technology competitiveness of firms in the HT sector. We detected seven innovation patterns in the NMS during the EU accession preparatory period. Two of them, i.e., ‘High profile’ and ‘Hunters for product innovation’ were common to both sectors. Two other innovation patterns – ‘Benefiting from cooperation’ (innovation pattern in the HT sector), and ‘Based on linkages and beneficial cooperation’ (innovation patterns in the LMT sector) share many common features. However three innovation patterns were unique either for HT or LMT sectors.

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

307

Hunters for product innovation

High profile

All firms

Short term competitiveness strategy

Factors and variables

Low pro-file

Cluster

Based on linkages & BC

Table 3. LMT Sector in the NMS: Firms’ innovation pattern characteristics by innovation factor (% of cluster’s firms answering ‘yes’, except for factors 6, 8 and 11 where other measures apply)

I. In-house innovation inputs and activities Innovation activities in-house (factor 2) 11 R&D or design unit in-house

29.5

33.3

21.4

35.7

39.5

31.1

11 Product development and improvement activities in-house

50.0

68.5

60.7

75.0

76.7

65.3

11 Process development and improvement activities in-house

54.5

57.4

46.4

82.1

79.1

61.3

11 Design in-house

34.1

42.6

32.1

53.6

34.9

38.2

11 Gathering commercial and technical info in-house

43.2

35.2

28.6

53.6

46.5

39.4

11 Management training very important

75.0

46.3

50.0

53.6

4.7

45.8

11 Employees training very important

54.5

37.0

32.1

21.4

0.0

30.2

1.7

1.5

1.0

2.8

1.7

1.6

11 Expenditures for R&D in 2003 (R&D to sales revenues, %)

0.12

0.39

0.35

0.27

0.38

0.31

11 Increase in expenditures for R&D 2003/1998 (index)

1.00

1.20

1.42

1.37

1.43

1.28

HR upgrading (factor 5)

11 Human resources (factor 6) 11 Employment share of R&D and IT (%) R&D Intensity (factor 11)

II. Innovation linkages Backward linkages & cooperation with research units (factor 3): R&D Department cooperates with: 11 Domestic universities and research institutes

56.8

27.8

37.5

53.6

46.5

42.7

11 Foreign universities and research institutes

20.5

11.1

5.4

0.0

14.0

10.7

11 Independent researchers

18.2

7.4

17.9

7.1

11.6

12.9

11 Raw material suppliers

54.5

33.3

42.9

67.9

46.5

46.7

11 Machinery and equipment suppliers

36.4

24.1

37.5

67.9

44.2

39.1

308

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Table 3 (cont.) Basic innovation activities subcontracted (factor 4) 11 Product development and improvement activities subcontracted

45.5

5.6

12.5

53.6

25.6

24.9

11 Process development and improvement activities subcontracted

63.6

5.6

14.3

42.9

23.3

27.1

11 Design subcontracted

36.4

13.0

12.5

64.3

20.9

25.3

III. Effects of cooperation with business partners Benefits of cooperation with business partners influencing mostly process innovation (factor 1), and namely, cooperation: 11 in product specifications and design

68.2

18.5

37.5

53.6

74.4

48.0

11 in improved access to modern technologies

65.9

9.3

44.6

67.9

46.5

43.6

11 in improving the production process

65.9

14.8

41.1

57.1

67.4

46.7

11 in modernization of production equipment

75.0

1.9

58.9

67.9

60.5

49.8

11 in better access to finance

50.0

7.4

39.3

46.4

32.6

33.3

Benefits of cooperation with business partners in other areas (factor 7) and namely, cooperation: 11 in inventory management improvements

56.8

37.0

23.2

28.6

53.5

39.6

11 in product quality improvements

90.9

66.7

62.5

57.1

86.0

72.9

11 in marketing improvements

65.9

27.8

28.6

53.6

53.5

43.6

IV. Innovation outputs Share of new products and new technology in a firm’s sales revenues (factor 8): 11 Share of sales revenues from sales of new products in 2003

22.2

11.6

44.0

24.9

40.8

29.0

11 Sales revenue share of production from manufacturing technology less than 2 years old in 2003

30.7

23.2

56.2

32.3

73.8

43.7

11 ISO certificate received (factor 9)

43.2

46.3

67.9

28.6

65.1

52.4

0.0

3.7

39.3

17.9

11.6

15.1

11 New products sold and being new for international market (factor 10)

New products introduced in the last two years (factor 12) and 11 New in a firm

59.1

55.6

82.1

100.0

44.2

66.2

11 Being new for domestic market

25.0

31.5

82.1

64.3

9.3

42.7

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

309

Table 4. LMT sector in the NMS: Product and technology competitiveness of firms by cluster (% of cluster’s companies answering ‘yes’) Clusters 1

All firms

Company’s products are: a) strongly competitive

36.4

29.6

42.9

53.6

60.5

43.1

b) moderately competitive

59.1

57.4

51.8

46.4

37.2

51.1

4.5

13.0

5.4

0.0

2.3

5.8

Company’s products are: a) strongly competitive

36.4

18.5

12.5

32.1

32.6

24.9

b) moderately competitive

50.0

57.4

73.2

42.9

55.8

57.8

c) weakly competitive

13.6

24.1

14.3

25.0

11.6

17.3

Company’s technology is: a) strongly competitive

43.2

25.9

44.6

42.9

44.2

39.6

b) moderately competitive

47.7

59.3

50.0

53.6

53.5

52.9

9.1

14.8

5.4

3.6

2.3

7.6

Assessment of comparative position Competitiveness of company’s products on the domestic market Competitiveness of company’s products on the world market Competitiveness of company’s production technology on the domestic market Competitiveness of company’s production technology on the world market

c) weakly competitive

c) weakly competitive Company’s technology is: a) strongly competitive

34.1

18.5

16.1

25.0

18.6

21.8

b) moderately competitive

40.9

51.9

67.9

42.9

58.1

53.8

c) weakly competitive

25.0

29.6

16.1

32.1

23.3

24.4

Hunters for pro-duct innovation

In-house innovation back-ed by R&D cooperation

High profile

Factors and variables

Benefiting from cooperation

(–)

Cluster

Al firms

Table 5. HT sector in the NMS: Firms’ innovation pattern characteristics by types of innovation factors (% of cluster’s firms answering ‘yes’, except for variables in factors 4, 6 and 7, where other measures are applied)

I. In-house innovation inputs and activities Innovation activities in-house (factor 2) 11 R&D or design unit in-house

0.0

41.2

80.0

67.6

78.6

60.9

11 Product development and improvement activities in-house

0.0

68.6

86.7

86.5

71.4

77.4

11 Process development and improvement activities in-house

0.0

58.8

86.7

83.8

71.4

72.9

310

Anna WziÄ&#x2026;tek-Kubiak, Ewa Balcerowicz, Marek PÄ&#x2122;czkowski

Table 5 (cont.) 11 Design in-house

0.0

41.2

56.7

64.9

64.3

53.4

11 Gathering commercial and technical info in-house

0.0

54.9

73.3

56.8

57.1

59.4

100.0

13.7

8.9

12.3

47.3

16.4

50.0

2.3

4.0

4.3

23.6

5.9

11 Management training very important

0.0

27.5

76.7

32.4

64.3

43.6

11 Employees training very important

0.0

21.6

63.3

37.8

57.1

39.1

0.00

0.14

0.98

1.39

1.30

0.80

Human resources (factor 4) 11 Employment share of technicians and engineers 11 Employment share of R&D and IT HR upgrading (factor 5)

R&D Intensity (factor 6) 11 Expenditures for R&D in 2003 (R&D to sales revenues, %)

II. Innovation linkages Basic innovation activities subcontracted (factor 8) 11 Product development and improvement activities subcontracted

0.0

25.5

26.7

35.1

14.3

27.1

11 Process development and improvement activities subcontracted

0.0

19.6

23.3

21.6

7.1

19.5

Backward linkages & cooperation with research units (factor 3): R&D Department cooperates with: 11 Domestic universities and research institutes

100.0

19.6

100.0

59.5

78.6

55.6

11 Foreign universities and research institutes

0.0

5.9

93.3

10.8

42.9

30.8

11 Independent researchers

0.0

17.6

80.0

27.0

71.4

39.8

11 Raw material suppliers

0.0

25.5

83.3

29.7

42.9

41.4

100.0

27.5

70.0

21.6

50.0

38.3

11 Gathering commercial and technical information subcontracted (factor 11)

0.0

3.9

46.7

18.9

21.4

19.5

11 Applied research subcontracted (factor 12)

0.0

3.9

46.7

43.2

35.7

27.8

11 Machinery and equipment suppliers

III. Effects of cooperation with business partners Benefits of cooperation with business partners influencing both product and process innovation (factor 1), and namely, cooperation: 11 in employee training; and other improvements in skills and knowledge of employees and management

0.0

60.8

80.0

11 in inventory management improvements

0.0

52.9

11 in product quality improvements

0.0

88.2

24.3

57.1

54.1

83.3

8.1

28.6

44.4

90.0

35.1

71.4

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

11 in product specifications and design 11 in product development

311

0.0

72.5

70.0

29.7

71.4

59.4

100.0

62.7

70.0

32.4

85.7

58.6

11 in improved access to modern technologies

0.0

41.2

76.7

18.9

42.9

11 in improving the production process

0.0

66.7

76.7

24.3

21.4

51.9

11 in modernization of production equipment

0.0

54.9

80.0

29.7

35.7

51.1

0.0

31.4

50.0

16.2

28.6

30.8

11 in better access to finance

IV. Innovation outputs Share of new products and new technology in a firm’s sales revenues (factor 7): 11 Share of sales revenues from sales of new products in 2003

60.0

45.5

30.1

26.8

62.1

38.7

11 Sales revenue share of production from manufacturing technology less than 2 years old in 2003

100.0

62.8

48.4

44.8

50.9

53.5

11 New products introduced in a firm less then two years ago (factor 9)

100.0

58.8

63.3

67.6

78.6

64.7

11 ISO certificate received (factor 10)

0.0

82.4

86.7

75.7

92.9

82.0

Table 6. HT sector in the NMS: Product and technology competitiveness of firms by cluster (% of cluster’s companies answering ‘yes’) Clusters Assessment of comparative position Competitiveness of company’s products on the domestic market Competitiveness of company’s products on the world market Competitiveness of company’s production technology on the domestic market Competitiveness of company’s production technology on the world market

Company’s products are: a) strongly competitive b) moderately competitive c) weakly competitive Company’s products are: a) strongly competitive

All firms

0.0

52.9

76.7

62.2

78.6

63.2

100.0

45.1

23.3

37.8

21.4

36.1

0.0

2.0

0.0

0.8

100.0

37.3

50.0

29.7

42.9

39.1

b) moderately competitive

0.0

51.0

43.3

62.2

50.0

51.9

c) weakly competitive

0.0

11.8

6.7

8.1

7.1

9.0

Company’s technology is: a) strongly competitive

0.0

47.1

73.3

56.8

50.0

55.6

b) moderately competitive

100.0

47.1

26.7

32.4

50.0

39.1

0.0

5.9

0.0

10.8

0.0

5.3

Company’s technology is: a) strongly competitive

100.0

31.4

60.0

24.3

42.9

37.6

b) moderately competitive

0.0

47.1

30.0

51.4

50.0

44.4

c) weakly competitive

0.0

21.6

10.0

24.3

7.1

18.0

c) weakly competitive

312

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

High profile (HP) The High profile innovation pattern differs considerably from other patterns in both the LMT and HT industries. This includes the greater innovation resources that firms use, the in-house innovation activities they perform, the cooperation in R&D with suppliers and research organizations, and the benefits of cooperation with business partners. However there are also important differences between LMT and HT sector firms employing the HP innovation pattern. LMT sector firms engage much less innovation resources and perform much less in-house innovation R&D activities continuously than HT sector firms do. Many more HT sector firms engage in R&D cooperation, not only with research organizations, especially foreign ones, but also with suppliers. However, most firms in both sectors benefit from cooperation with business partners, so, in this respect, the difference between them is quite small. Higher share of new products in sales revenues of LMT sector firms when compared to their HT counterparts accompanies much lower share of LMT sector firms that introduce new products. Stronger focus of HT sector firms on changing product range translates into their higher international competitiveness. As a tool to keep or increase market share, HT sector firms focus on lowering prices of their products and on differentiation of products. Therefore, it can be concluded that the similar innovation patterns of HT and LMT sector firms are accompanied by differences in competition strategies. The greater innovation resources, involvement in innovation activities and focus on changes in product range on the part of HT sector firms result in their higher economic performance, compared to firms in the LMT sector. Hunters This cluster is similar to Teece’s (2003, p. 155) ‘virtual corporation’, that is business enterprises that subcontract anything and everything. It encompasses firms that focus on the implementation of innovations by acquiring them mostly from research organizations. There are many similarities in innovation patterns between HP and Hunters. The most distinguishing feature of the latter is the widespread use of subcontracting of R&D. This is accompanied by abundant endowments in innovation resources, high R&D intensity, in-house innovation activities and cooperation with research organizations. However these advantages are accompanied by a lower share of benefits of cooperation with business partners in both product and process innovation in the HT sector and in product innovations in the LMT sector. This suggests that the diffusion of external knowledge was not widespread, especially in the HT sector firms. It results in a lower share of firms with strong international competitiveness of product and production technology in the HT as compared to the LMT sector and confirms that diffusion of external knowledge plays a role in international competitiveness. Comparison of the High profile innovation pattern with the Hunters in respect

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

313

to the share of firms benefiting from cooperation with business partners and the share of firms with strong competitiveness also confirms the above hypothesis. Benefiting from cooperation (innovation pattern in the HT sector), and based on linkages and beneficial cooperation (innovation patterns in the LMT sector) These two patterns share similar features except for two: (1) the popularity of backward cooperation, including cooperation with R&D organizations and R&D outsourcing, which is more widespread in LMT sector firms, and (2) innovation output, which is much lower in the LMT innovation . pattern. Although backward cooperation in R&D was more often employed in the LMT pattern than in the HT one, the diffusion of external knowledge was similar. It is worth mentioning that both innovation patterns are also similar in terms of international competitiveness: it is rather low when compared to other innovation patterns in their sectors. A comparison of the two innovation patterns offers some support for the hypothesis on the crucial role of diffusion of external knowledge in the economic performance of NMS firms. The similarity in diffusion of external knowledge and in innovation activities in both innovation patterns results in the similarity in their international competitiveness. In-house innovation activities backed by R&D cooperation (innovation pattern in the HT sector) This innovation pattern shares some features with the High profile one. However, contrary to what we observed in the HP pattern, here R&D subcontracting was seldom used. More importantly and surprisingly, although firms were well equipped with innovation resources, the number of companies benefiting from cooperation with business partners (in both product and process innovations) was moderate and this indicates that the diffusion of external knowledge was not widespread. This either contradicts the Cohen and Levinthal (1990) hypothesis that in-house R&D activities play an important role in the absorption of external knowledge that spills over to firms, or that getting the ability to benefit from cooperation with business partners takes more time than one would expect. Another possibility is that although in-house R&D was high, the stock of accumulated knowledge remained low. The share of firms in case of which diffusion of external knowledge takes place is lower than in the HP cluster, resulting in a slightly smaller share of firms with strong international competitiveness, although this share remains high. The comparison of all of the innovation patterns analyzed above supports the hypothesis that the international competitiveness of NMS products depends more on firms’ ability to cooperate with business partners and to use external knowledge than on internal innovation resources which remain low. Moreover, it suggests that external knowledge and the ability to use it play a crucial role in innovation activities of firms in the NMS.

314

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Low profile (LP) and Short term competitiveness strategy (innovation pattern in the LMT sector) Low profile (LP) and Short term competitiveness strategy are another two innovation patterns in the LMT sector. They share similar features, although the former differs from the latter in two important aspects: the extent of cooperation with research organizations and the level of innovation output. In both areas, there are more companies performing ‘short term strategy of competitiveness’ than ‘low profile’ firms. In the former, companies using in-house research and cooperation with research organizations try to use cooperation to renew their product range as often as possible. Their innovation resources and activities suggest that their strategy of differentiation of product range is based on imitation. The products of a significant portion of these firms are strongly competitive on the domestic market (see Table 10 in Appendix), however their competitiveness on the international market is low (see Table 3 above).

CONCLUSIONS Our study on the differences in innovation sources, activities and outputs of firms in the HT and LMT sectors in the Czech Republic, Hungary and Poland, investigating innovation patterns employed by companies on the eve of these countries’ accession to the EU has led to the following conclusions. The internal innovation resources of firms (namely R&D intensity and share of R&D and IT staff in total employment) were much higher in firms in the HT sector. This finding explains another one, namely that in the HT sector, more companies developed in-house innovation activities and cooperated with outside research organizations. Only cooperation in R&D with suppliers was more common in the LMT sector firms. The above-mentioned differences in innovation activities and their sources between the two sectors in the NMS follow the characteristics of old EU member states (Wziątek-Kubiak, 2010). However, HT sector firms in the NMS rely on linkages to a higher degree than their counterparts in incumbent EU countries (Wziątek-Kubiak, 2010, p. 162–163). Although the differences in innovation inputs and cooperation with research organizations between the two sectors’ firms were substantial, it was surprising to find that the differences in benefits of cooperation with business partners and in backward cooperation were very small in LMT sector. These two findings suggest that the much lower R&D intensity of firms in the LMT sector was not an important barrier for the inflow of innovation. It confirms difference in sources of innovation between the two sectors. The comparison of the clusters of firms selected according to their innovation characteristics with their international competitiveness suggests that the international competitiveness of the NMS firms’ products depends more on the ability to engage in beneficial cooperation with business partners and to use external knowledge than on in-house innovation resources. It also confirms the

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

315

crucial role played by the diffusion of external innovation resources and knowledge for innovativeness of LMT sector firms in the NMS. Our analysis suggests that knowledge spillovers are the main source of innovation in the NMS, and that they play a more important role in the innovation activities of LMT than HT industry firms compensating for smaller internal innovation resources in the former. However, weak international competitiveness of LMT sector firms that have very low R&D intensity, and higher competitiveness of LMT firms that have moderate or high R&D intensity suggest that a certain level of R&D intensity is a precondition for at least moderate international competitiveness. Although innovation resources and activities in most clusters detected in the LMT sector were lower than in their HT counterparts, there were no great differences in firms’ innovation patterns between the two technological sectors. Contrary to the LMT sector, Low profile innovation pattern was not detected in the HT sector. In fact, in LMT industries there were not one but two clusters of lowly innovative firms: besides Low profile there was also the Short term competitiveness strategy cluster. These two accounted for a half of the total LMT sector population. It is not surprising that in the LMT sector we did not detect an innovation pattern Based on in-house innovation backed by R&D cooperation which was found in the HT sector. There are no arguments for equating LMT industries with LMT firms in the NMS as HT and LMT firms spread broadly across both sectors.

REFERENCES Alcaide-Marzal J., Tortajada-Esparza E. (2007), Innovation assessment in traditional industries. A proposal of aesthetic innovation indicators, “Scientometrics” 72, 33–57. Brusoni S., Sgalari G. (2006), New combinations in old industries: the introduction of radical innovations in tire manufacturing, “Journal of Evolution Economics”, 16, 25–43. Clarke L., Weyant J., and Birky A. (2006), On the source of technological change: Assessing the evidence,“Energy Economics”, 28, 579–595. Carroll P., Pol E., Robertson P.L. (2000), Classification of industries by level of technology: appraisal and some implications, “Prometheus”, 18, 417–436. Cohen W.M., Levinthal D.A. (1990), Innovation and learning: The two faces of R&D, “The Economic Journal”, 99, 569–596. Flor M.L., Oltra M.J. (2004), Identification of innovating firm. Policy research through technological innovation indicators: an application to the Spanish ceramic tile industry, “Research Policy”, 33, 323–336. Glasson J., Chadwick A., Smith H., Lawton (2006), Defining, explaining and managing high-tech growth: The case of Oxfordshire, “European Planning Studies”, 14, 503–524. Godin B. (2004), The obsession for competitiveness and its impact on statistics: the construction of high-technology indicators, “Research Policy”, 33, 1217–1229.

316

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Grimpe C., Sofka W. (2009), Search patterns and absorptive capacity: Low and hightechnology sectors in European countries, “Research Policy”, 38, 495–506. Hansen P.A., Goran S. (1997), Will low technology products disappear? The hidden innovation processes in low technology industries, “Technological Forecasting and Social Change”, 55, 179–191. Hatzichronoglou T. (1997), Revision of the high-technology sector and product classification, “STI Working Paper”, OECD/GD (97) 216. Heidenreich M. (2009), Innovation patterns and location of European low- and medium technology industries, “Research Policy”, 28, 483–494. Heidenreich M. (2008), Low-tech industries between traded and untraded interdependencies: a dynamic concept of industrial complementarities, in: Innovation in Lowtech Firms and Industries, Hirsch-Kreisen H., Jacobson D. (eds.), Edward Elgar, Cheltenham, UK and Northampton, MA, USA, 221–45. Henderson R.M., Clark B. (1990), Architectural innovation: The reconfiguration of existing product technologies and the failure of established firms, “Administrative Science Quarterly”, 35, 9–30. Hirsch-Kreisen H. (2004), Low Technology: A Forgotten Sector in Innovation Policy, Paper presented at the International ProACT Conference, 15–17th March, Tampere, Finland. Hirsch-Kreinsen H., Jacobson D., Laestadius S., Smith K. (2003), Low tech industries and the knowledge economy. State of the art and research challenges, August, project PILOT. Hirsch-Kreisen H., Hahn K., Jacobson D. (2008), The low-tech issue (in:) Innovation in Low-tech Firms and Industries, Hirsch-Kreisen H., Jacobson D. (eds.), Edward Elgar, Cheltenham, UK and Northampton, MA, USA. Kirbach M., Schmiedeberg C. (2006), Innovation and export performance. Adjustment and remaining differences in East and West Germany manufacturing (manuscript). Kirner E., Kinkel S., Jaeger A. (2009), Innovation paths and the innovation performance of low-technology firms – An empirical analysis of German industry, “Research Policy” 38, 447–458. Laestadius S. (2005), Innovation – On the development of a concept and its relevance in the knowledge economy (in:) Low-tech Innovation in the Knowledge Economy, Hirsch-Kreisen H., Jacobson D., Laestadius S. (eds.), Peter Lang, Frankfurt am Main, 99–122. Laestatadius S., Pedersen T., Sandven T. (2005), Toward a new understanding of innovativeness and of innovation and indicators (in:) Non-Research-Intensive Industries in Knowledge Economy, Bender G., Jacobson D., Hirsch-Kreisen H. (eds.), “Journal for Perspectives on Economic Political and Social Integration”, 11, 713–122. Menrad K. (2004), Innovations in the food industry of Germany, “Research Policy”, 33, 845–878. Montobbio F., Rampa F. (2005), The Impact of technology and structural change on export performance in nine developing countries, “World Development”, 33, 527–247. OECD (1963), Science, Economic Growth and Government Policy, OECD, Paris. OECD (1995), Technology Diffusion: Tracing the Flows of Embodied R&D in Eight OECD Countries, DSTI/EAS(93)5/REV1, OECD, Paris.

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOW…

317

Pavitt K. (1984), Sectoral patterns of technological change: towards a taxonomy and a theory, “Research Policy”, 13, 343–373. Radauer A., Streicher J. (2007), Low-Tech, innovation and state aid: the Austrian case, “International Entrepreneurship Management Journal”, 3, 247–261. Robertson P.L., Pol E., Carroll P. (2003), Receptive capacity of established industries as a limiting factor in the economy’s rate of innovation, “Industry and Innovation”, 10, 457–474. Robertson P.L., Patel P.R. (2007), New wine in old bottles: Technological diffusion in developed economies, “Research Policy”, 36, 708–721. Santamaria L., Nieto M.J., Barge-Gil A. (2009), Beyond formal R&D: Taking advantage of other source of innovation in low- and medium-technology industries, “Research Policy”, 38, 507–517. Schmierl K., Kohler H. (2005), Organizational learning: knowledge management and training in low-tech and medium low-tech companies (in:) Non-Research-Intensive Industries in the Knowledge Economy, Bender G., Jacobson D., Robertson P.L. (eds.), “Journal for Perspectives on Economic Political and Social Integration”, 11 (1–2), 171–295. Sterlacchini A. (1999), Do innovative activities matter to small firms in non-R&D-intensive industries? An application to export performance, “Research Policy”, 28, 819–832. Teece D.J. (2003), Design issues for innovative firms: bureaucracy, incentives and industrial structure (in:) The Dynamic Firm: The Role of Technology, Strategy, Organization, and Regions, Chandler A.D. Jr., Hagstrom P., Solvell O. (eds.), Oxford University Press, Oxford, 166–191. Von Tunzelmann N., Acha V. (2006), Innovation in “low-tech” industries (in:) The Oxford Handbook of Innovation, Fagerberg J., Mowery D., Nelson R. (eds.), Oxford University Press, Oxford, 407–432. Woodward R., Wójcik P. (2007), Networking and competitiveness, (in:) Industrial Competitiveness and Restructuring in Enlarged Europe. How Accession Countries Catch Up and Integrate in the European Union, Hoshi I., Welfens P., and WziatekKubiak A. (eds.), Palgrave Macmillan, 133–160. Wziątek-Kubiak A. (2010), Zróżnicowanie wzorców działalności innowacyjnej przedsiębiorstw o niskiej i wysokiej technologii. Analiza porównawcza, “Studia Ekonomiczne”, nr 2, 141–168.

Różnorodność modeli innowacji firm przemysłów o wysokiej i niskiej technologii. Przykład Polski, Czech i Węgier STRESZCZENIE Artykuł koncentruje się na dwóch kwestiach. Po pierwsze na różnorodności modeli innowacji realizowanych przez firmy działające w przemysłach o tzw. wysokiej i niskiej technologii w trzech krajach: Polsce, Czechach i na Węgrzech.

318

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Po drugie, na związkach między realizowanymi modelami innowacji a konkurencyjnością produkcji. W formułowaniu modeli innowacji uwzględniono różnorodne źródła i czynniki innowacji, w tym współpracę między firmami w zakresie innowacji i jej efekty, a także efekty innowacji. Wykorzystując analizę skupień, w każdej z dwóch grup przemysłu wyodrębniono 5 rodzajów realizowanych modeli innowacji. Przeprowadzona analiza pokazała kluczowe znaczenie zewnętrznych źródeł innowacji w działalności innowacyjnej firm obu grup przemysłów. Zdolność do wykorzystania zewnętrznej wiedzy i do współpracy w zakresie innowacji miały nieco większy wpływ na osiąganie wysokiego poziomu konkurencyjności niż wewnętrzne nakłady na działalność innowacyjną. Te ostatnie, w tym nakłady na badania naukowe, warunkowały jednak osiąganie wysokiej efektywności współpracy w zakresie innowacji i jej przekładanie się na wysoką konkurencyjność. Słowa kluczowe: innowacje przedsiębiorstw, modele innowacji, źródła innowacji, czynniki innowacji, przemysły o wysokiej i niskiej technologii.

ABSTRACT This paper shows the differences in innovation patterns among firms operating in low and medium technology (LMT) sectors and high technology (HT) sector in three New EU Member States: the Czech Republic, Hungary and Poland. It is based on a survey of 358 firms which operate in both sectors and takes into account innovation inputs, including cooperation among firms in R&D activities, the benefits of cooperation with business partners, innovation outputs and international competitiveness. Employing cluster analysis, we identified, characterized and compared five types of innovation patterns in each sector. The paper shows that external knowledge plays an important role in innovation activities in both sectors. The ability to cooperate with business partners and to use external knowledge are more important for the international competitiveness of the NMS’ products than in-house innovation capabilities. However some in-house R&D activities of the firms, also in LMT sector, are important precondition for their international competitiveness. Key words: Innovation patterns, Innovation sources, Low-tech industries, Hightech industries, EU New Member States. JEL Classification: D21, D83, O31, O33.

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOWâ&#x20AC;Ś

319

Appendix Table 7. Innovation indicators using four dimensions of innovation activity Measurement scale

Value range

1. Employment share of technicians and engineers in 2003 (%)

Metric

0.100

2. Employment share of R&D and IT in 2003 (%)

Metric

0.100

3. Annual expenditures for R&D in 2003 â&#x20AC;&#x201C; share in sales revenues (%)

Metric

0.100

4. Expenditures for R&D 2003/1998 (deflated)

Metric

5. Importance of managerial training

Ordinal

1.3

6. Importance of employees training

Ordinal

1.3

Innovation Indicator I. Innovation Inputs

7. R&D or design unit in-house (yes/no)

Nominal

1.0

8. Quality control laboratory in-house (yes/no)

Nominal

1.0

9. Product development and improvements activities in-house (yes/no)

Nominal

1.0

10. Process development and improvements activities in-house (yes/no)

Nominal

1.0

11. Applied research in-house (yes/no)

Nominal

1.0

12. Design in-house (yes/no)

Nominal

1.0

Nominal

1.0

1. Applied research subcontracted (yes/no)

Nominal

1.0

2. Product development and improvements activities subcontracted (yes/no)

Nominal

1.0

13. Gathering commercial and technical information in-house (yes/no) II. Innovation linkages

3. Process development and improvements activities subcontracted (yes/no)

Nominal

1.0

4. Design subcontracted (yes/no)

Nominal

1.0

5. Gathering commercial and technical information subcontracted (yes/no)

Nominal

1.0

6. R&D Department cooperates with domestic universities and research institutes (yes/no)

Nominal

1.0

7. R&D Department cooperates with foreign universities and research institutes (yes/no)

Nominal

1.0

8. R&D Department cooperates with independent researchers (yes/no)

Nominal

1.0

9. R&D Department cooperates with raw material suppliers (yes/no)

Nominal

1.0

10. R&D Department cooperates with machinery and equipment suppliers (yes/no)

Nominal

1.0

III. Effects of cooperation with business partners 1. Beneficial cooperation with business partners in employee training; and other improvements in skills and knowledge of employees and management (yes/no)

Nominal

1.0

320

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Table 7 (cont.) 2. Beneficial cooperation with business partners in product quality improvements (yes/no)

Nominal

1.0

3. Beneficial cooperation with business partners in product specification and design (yes/no)

Nominal

1.0

4. Beneficial cooperation with business partners in product development (yes/no)

Nominal

1.0

5. Beneficial cooperation with business partners in improving the production process (yes/no)

Nominal

1.0

6. Beneficial cooperation with business partners in improved access to modern technologies (yes/no)

Nominal

1.0

7. Beneficial cooperation with business partners in modernization of production equipment (yes/no)

Nominal

1.0

8. Beneficial cooperation with business partners in inventory management improvements (yes/no)

Nominal

1.0

9. Beneficial cooperation with business partners in marketing improvement (yes/no)

Nominal

1.0

10. Beneficial cooperation with business partners in better access to finance (yes/no)

Nominal

1.0

1. ISO certificate received (yes/no)

Nominal

1.0

2. New products introduced in a firm and sold in years 1998 and 2003(yes/no)*

Nominal

1.0

3. New products sold in 1998 and 2003** being new for the domestic market (yes/no)

Nominal

1.0

IV. Innovation Outputs

4. New products sold in 1998 and 2003** being new for the international market (yes/no)

Nominal

5. Share of sales revenues from sales of new products in 2003 (%)

Metric

0.100

6. Sales revenues from sales of new products** 2003/1998 (index)

Metric

7. Sales revenues share of production from manufacturing technology less than 2 years old in 2003 (%)

Metric

0.100

8. Sales revenues from manufacturing technology less than 2 years old 2003/1998 (index)

Metric

1. Competitiveness of company’s products in the domestic market

Ordinal

1.3

2. Competitiveness of company’s products in comparison with the world leaders in the industry Ordinal

Ordinal

1.3

3. Competitiveness of company’s production technology in the domestic market

Ordinal

1.3

4. Competitiveness of company’s production technology vis-à-vis world leaders in the industry

Ordinal

1.3

1.0

V. Performance indicators

Note: * For 1998 products introduced not earlier than in 1996, and for 2003 – not earlier than in 2001. ** Defined as in footnote 1.

321

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOWâ&#x20AC;Ś

Table 8. LMT sector firms in the NMS: Results of factor analysis Variables

Factors 1

Beneficial Cooperation (BC) with business partners in product specification and design

0.43

BC in better access to finance

0.70

BC in improved access to modern technologies

0.76

BC in improving the production process

0.71

BC in modernization of production equipment

0.89

R&D or design unit in-house

0.47

Product development in-house

0.74

Process development in-house

0.82

Applied research in-house

0.42

Design in-house

0.52

Gathering commercial and technical info in-house

0.57

R&D department cooperates with domestic institutes

0.67

R&D department cooperates with foreign institutes

0.52

R&D department cooperates with raw material suppliers

0.80

R&D department cooperates with machinery and equipment suppliers

0.69

R&D department cooperates with independent researchers

0.65

322

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Table 8 (cont.) Product development subcontracted

0.80

Process development subcontracted

0.77

Design subcontracted

0.60

Managerial training very important

0.84

Employees training very important

0.81

Employment share of R&D and IT staff in 2003

0.77

BC in inventory management and improvement

0.63

BC in product quality improvements

0.67

BC in marketing improvements

0.52

Share of sales revenues from sales of new products in 2003

0.73

Sales revenue share of production from manufacturing technology less than 2 years old in 2003

0.70

ISO certificate received

0.70

Quality control laboratory in-house

0.50

New products sold and being new for international market

0.76

R&D intensity in 2003

0.69

R&D intensity 2003/1998 (index)

0.69

New products introduced in a firm

0.74

New products sold and being new for domestic market

0.64

323

SECTORAL PATTERNS OF INNOVATION: COMPARING HIGH AND LOWâ&#x20AC;Ś

Table 9. HT sector firms in the NMS: Results of factor analysis Factors Variables

Beneficial Cooperation with business partners (BC) in improvement of skills of management and employees

0.52

BC in inventory management and improvement

0.54

BC in product quality improvements

0.60

BC in product specification and design

0.62

BC in product development

0.45

BC in better access to finance

0.63

BC in improved access to modern technologies

0.74

BC in improving the production process

0.74

BC in modernization of production equipment

0.83

R&D or design unit in-house

0.58

Product development in-house

0.88

Process development in-house

0.85

Applied research in-house

0.53

Design in-house

0.54

Gathering commercial and technical info in-house

0.47

R&D department cooperates with domestic institutes

0.66

324

Anna Wziątek-Kubiak, Ewa Balcerowicz, Marek Pęczkowski

Table 9 (cont.) R&D department cooperates with foreign institutes

0.61

R&D department cooperates with raw material suppliers

0.72

R&D department cooperates with machinery and equipment suppliers

0.73

R&D department cooperates with independent researchers

0.66

Employment share of technicians and engineers in 2003

0.86

Employment share of R&D and IT staff in 2003

0.74

Managerial training very important

0.79

Employees training very important

0.86

R&D intensity in 2003

0.77

Share of sales revenues from sales of new products in 2003

0.69

Sales revenue share of production from manufacturing technology less than 2 years old in 2003

0.57

Product development subcontracted

0.77

Process development subcontracted

0.70

New products introduced in a firm ISO certificate received

0.68 0.75

Applied research subcontracted Gathering commercial and technical information subcontracted

0.52

Studia ekonomiczne 1 Economic studies nr 3 (LXXIV) 2012

Szymon Truskolaski*

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE ACTIVITY OF POLISH ENTERPRISES: RESULTS FROM CIS 2008 1. INTRODUCTION Joseph Schumpeter (1934) was the first economist to use the term “innovation” in the sense in which it is used today, and in 1939 he developed a theory of innovation process as divided into three stages: invention, innovation and imitation. The innovation process entails investment to create an invention, transform the invention into a product innovation and diffuse the innovation across companies, industries or economies. Since 1930s the perception of the innovation process, especially of determinants crucial to success at each stage of the process or the sequence and overlapping of tasks needed to be undertaken, has undergone a dynamic change. The best known classification of such models was proposed by Rothwell who distinguished five generations of models of innovation process (Rothwell, 1994). Rothwell noted that each new generation is a response to market changes which have occurred in the second half of the twentieth century such as economic growth after World War II, industrial expansion, inflation and stagflation during the oil crises, increased levels of competition, unemployment and the emergence of commodity restrictions in later years.

* Katedra

w Poznaniu.

Międzynarodowych Stosunków Gospodarczych, Uniwersytet Ekonomiczny

326

Szymon Truskolaski

In the first two generations of models, innovation is characterized by a simple linear process that is controlled by the forces of supply (technology-push) and demand (demand-pull). The third generation of models is still sequential, but there are feedback loops, ie. demand and supply interact in creation and dissemination of knowledge. In the late 1970s and early 1980s the strategies of innovative firms began to rely on consolidation and management of a portfolio of R&D projects in order to reduce the risk of R&D activities. Collaboration of R&D departments and marketing aimed at reducing operating costs. As stated by Berkhout et al., models of this generation can be seen as „open models of R&D” in which attention is paid to technological innovation (products and processes) and the importance of non-technological innovation (organizational and marketing) is neglected (Berkhout et al., 2006). This means that the primary purpose of business is the exploitation of technological capabilities. The fourth-generation models point to the importance of integrated research teams and, thus, strong links between suppliers and customers (in terms of R&D and production cooperation). In the late 1980s and early 1990s new product life cycle was reduced, forcing innovators to switch from sequential to parallel tasks regarding R&D and manufacturing. To further shorten the time between invention and commercialization, a relatively long phase of „teaching the market” about a new product was dropped and innovators started to collaborate with suppliers and customers in the development of innovations (see eg. Graves, 1987). The fifth generation models stress the importance of system integration and networking. Innovator collaborates with external experts, key customers and suppliers in the joint development of new products. Moreover, horizontal linkages – such as joint ventures, industry research groups, marketing agreements – are common. Models of this generation draw attention to the ever-increasing need for cooperation and, following Rothwell (1994), the importance of ICT to enhance such cooperation. In short, the evolution of innovation processes involves: 1) parallel as opposed to sequential tasks, 2) greater importance of technological cooperation with innovator’s environment, and 3) the essential role of knowledge flows. The paper builds on the previous literature and provides an updated econometric assessment of the role of knowledge flows in innovative processes of Polish enterprises as well as subsidiaries of foreign companies operating in Poland. We focus on formal (cooperation) and informal (observation) measures to access sources of disembodied knowledge in order to explain their impact on innovative activities of Polish enterprises. The study in the paper is based on Community Innovation Survey microdata collected by Poland’s Central Statistical Office for the reporting period of 20062008 (CIS-2008 henceforth). The data set covers 15 840 observations – individual companies which answered questions on innovative activity. As CIS questionnaire provides mainly categorical data, logistic regressions are used to test research hypotheses in the paper. We use binomial logit at the first stage of the procedure

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

327

(hurdle regression) and, due to limitation of Polish CIS data, zero-truncated negative binomial at the second stage. The rest of the paper is organized as follows. Section 2. provides an overview of the previous research on technology cooperation in innovation process and notes that much of the research was based on CIS microdata which is described shortly in section 3. Section 4. lays out the methodology and hypotheses which are subject to formal testing in section 5. Section 6. concludes.

2. PRIOR STUDIES ON INNOVATION COOPERATION ACTIVITIES: AN OVERVIEW The increasing importance of cooperation in innovation processes has shifted the focus of many studies towards the determinants and efficiency of innovation cooperation activities. One strand of analyses attempts to measure the effects of cooperation on the overall performance of firms and on the innovation and R&D performance. As shown by Abramovski et al. (2005) with the use of the data from the CIS-3 for four countries: France, Germany, Spain and the UK, cooperative firms have higher overall performance levels than non-cooperative firms (Abramovsky et al., 2005). The impact of inter-firm cooperation on innovation was investigated in the empirical study by de Propris (2002). The main finding was that firms` capacity to innovate could greatly improve if they cooperated with other firms on innovation in addition to or instead of investing in R&D. Freel and Harrison noted that firms that engaged in innovation-related cooperation were likely to be more successful innovators. On the basis of survey of small firms in Scotland and Northern England these authors proved positive relation between product innovation success and cooperation with customers and the public sectors, and between process innovation success and cooperation with suppliers and universities (Freel, Harrison, 2006). The innovation success and overall performance are also influenced by the nature of the cooperation partners. When defining their innovation cooperation strategies, firms search for two kinds of external partners: 1) those that allow them to incrementally build on the firm’s existing internal knowledge and 2) those that provide knowledge to aid defining trajectories that are new to the firm (de Faria et al., 2010). The innovation cooperation with both kinds of partners requires communication channels – effective knowledge flows – between the participants which may take any form – e.g. joint research projects, informal discussions or participation in joint-ventures. These are referred to as the “linkage effects” and may take the form of vertical – “backward” (suppliers) or “forward” (customers), and horizontal links with competitors or institutional environment (Jindra, 2006). Previous research finds several important benefits of innovation cooperation with suppliers, namely: 1) the possibility to incorporate the expertise and different perspective of a supplier to improve or create new methods for product development,

328

Szymon Truskolaski

2) earlier identification of potential technical problems speeding up new product development and responses to market demand, 3) quality improvements, and 4) reductions in the time-to-market and in development costs (Clark, Fujimoto, 1991; Tsai, 2009). This is in line with the concept of “open innovation” which – in contrast to the company`s internal innovation process – focuses on involvement of external parties, such as suppliers for cooperation, idea generation etc. (Chesbrough, Garman, 2009). Suppliers` knowledge can be used for improving the decision process by joining the customer’s requirements with the potential of the supplier (Tseng, 2009). Linkages with suppliers can result in increased demand for quality of products and supplies, which can also lead to the modernization of the business. The increase in the demand for suppliers’ products associated with the possibility to take advantage of economies of scale leads to increasing investments in innovation projects (Ahuja, 2000; Jenssen, Nybakk, 2009). Miotti, Sachwald (2003) used the French CIS-2 survey to find a positive effect of collaboration with suppliers on the share of innovative product turnover and Faems et al. (2005) analyzed Belgian manufacturing firms and found a positive relation between suppliers and the share of turnover from improved products (Miotti, Sachwald, 2003; Faems et al., 2005). Several researchers estimated the impact of innovation cooperation with suppliers on other dependent variables – eg. de Faria et al. (2010) using the data from the Portuguese CIS-3 survey showed that firms from high-technological industries, with higher levels of absorptive capacity and of innovation investment, who paid importance to incoming spillovers management, and cooperated with firms from the same group or with suppliers, placed greater value on cooperation partners in the innovation process. In a survey of Spanish manufacturing firms, Nieto and Santamaría (2007) regressed product innovation on collaborative networks and found a positive link between collaboration with suppliers and the degree of product innovativeness (Nieto, Santamaría, 2007). Two categories of customer’s knowledge in innovation processes can be distinguished: customer experience in the product and specialized knowledge showing client’s ability to further develop the product (Tseng, 2009). Thus, collaborating with customers not only helps to identify market opportunities for technology development, but also reduces the likelihood of poor design in the early stages of development. Moreover, understanding the needs of influential customers may help firms gain new ideas about solutions and identify market trends early on, thereby increasing the chances of new product development and success (Tsai, 2009). Miotti and Sachwald (2003) and Faems et al. (2005) found that collaboration with customers had a positive impact on product innovation performance. Nieto and Santamaria (2007) found that although customer collaboration had a positive impact on marginal product innovation, it did not affect significant innovation. The least frequent type of collaborative network that firms adopt to achieve product innovation seems to be collaboration with competitors, but this type of collaboration still provides some advantages. Firms involved in a cooperative

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

329

agreement may share technological knowledge and skills with each other, producing a synergistic effect on solving common problems outside the competitor’s area of influence (Tether, 2002). The case study of Inkpen and Pien (2006) suggests that firms collaborating with competitors may perform better in innovation than they otherwise would. Furthermore, firms can reduce the time and risk involved in technological innovation (Belderbos et al., 2004). Lööf and Heshmati (2002) found that collaborating with competitors was positively related to new product sales. However, Nieto and Santamaría (2007) found that collaboration with competitors not only did not influence marginal product innovation, but it also negatively affected drastic product innovations. Due to governments’ encouragement, more and more firms are pursuing product innovations by collaborating with universities and research institutions. Cooperation with these partners is more likely to occur with large firms and with firms that patent and/or receive public funding for innovation since these firms have more resources to invest in research that does not have an immediate market orientation (Mohnen, Hoareau, 2003). Accordingly, Faems et al. (2005), and Nieto and Santamaría (2007) found that collaboration with research institutes and universities positively affected product innovation performance.

3. CIS DATA DESCRIPTION The current study is based on CIS 2008 microdata collected by Poland`s Central Statistical Office which consists of 15 840 observations – individual companies from Polish mining, manufacturing and services sectors which answered questions on innovative activity. All sectors originally divided by NACE codes were grouped according to R&D intensity and thus 9 usual OECD groups were created (4 for manufacturing and 5 for services) with an additional group for mining and quarrying (sector B of NACE classification). The 2008 CIS data provide information on innovation activity grouped into several sections covering: 1) information about technical innovations introduced by the enterprise and their novelty; 2) the sources of information on innovation, 3) the objectives to develop the innovation; 4) the types of cooperation (if any) which were beneficial for innovation activity and 5) information about the type of undertaken innovation activity. Polish version of CIS questionnaire extends Eurostat’s questionnaire by adding two additional sections – one dealing with issues on international technology transfer (sales and purchases of technology in the form of licenses, R&D, consulting services, means for automating production processes), and the other reporting means for automating production processes used by enterprises (automatic production lines, machining centers, numerically controlled machine tools, industrial robots and manipulators). Poland’s Central Statistical Office (CSO) does not provide raw financial data and thus the data on turnover from new goods or services or on expenditures on

330

Szymon Truskolaski

process and product innovations were transformed into, respectively, percentages of total turnover and of total expenditures. Due to confidentiality policy of Poland`s CSO, the CIS microdata on Poland is not available from Eurostat and thus Poland is not included in published analyses on science and technology in Europe, and reports comparing innovativeness of members of the EU. Although recently publications using the Polish microdata have started to appear (see eg. Wziątek-Kubiak et al., 2009a; 2009b; 2011), there are no previous publications on innovation cooperation using CIS microdata in Poland.

4. HYPOTHESES AND METHODOLOGY The following three hypotheses are subject to formal analysis in the paper: H1. Innovation cooperation and observation is effective in innovative activity – the predicted probability of higher innovative sales rises when a firm collaborates with or observes other institutions in its environment H2. The observation of institutions able to develop the most advanced knowledge is the most effective in innovative activity. In case of Polish enterprises such institutions are: firms from the EU countries and foreign research institutes. Coefficients of collaboration and observation regarding these two types of institutions are expected to be the highest. H3. The effect of collaboration and observation on innovative sales is more significant in more technologically advanced sectors. In the above hypotheses we use as dependent variables a count outcome variable indicating the share of innovative sales of successful innovators and a categorical variable indicating whether an enterprise introduced a technical innovation (new or significantly improved products or processes). The set of regressors includes categorical variables constructed based on Polish CIS-2008 questionnaire data from section 6 “Sources of information and cooperation for innovation activities” and sector dummies. We use a degree of importance of information sources as an indicator of observation, esp. when no cooperation with this source was indicated by a respondent. The choice of dependent variables and methodology was mainly dictated by the well known limitation of CIS database, consisting in not providing much data on non-innovators. Out of 11 sections of the CIS questionnaire only 4 are to be answered by non-innovating enterprises what causes the selection problem. Thus, most research on CIS use type-2 tobit model1 to deal with the selection bias (see: Veuglers, Cassiman, 2004; Aralica, Racic, Radic, 2005; Criscuolo, Haskel, 1 Type-2 tobit model is a two-part procedure in which two regressions are run sequentially – first, a probit or logit models for the censoring mechanism and, second, linear regression for the outcome conditional on the outcome being observed.

331

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

Slaugher, 2010; Garcia-Torres, Hollanders, 2009; Surinach et al., 2009; Mairesse, Mohnen, 2010; Surinach, Manca, Moreno, 2011). Due to a limitation specific to the access to Polish CIS micro data we cannot use type-2 tobit model. As Polish CSO does not provide raw financial data and thus the data on turnover from new and/or significantly improved goods or services or on expenditures on process and product innovations were transformed into, respectively, percentages of total turnover and of total expenditures. From research perspective it invalidates the possibility to use type-2 tobit model as we lack the continuous variable available to researchers in other countries – the total turnover from new or significantly improved products and processes. Instead we will use a hurdle regression model in which, at the second stage, a count outcome variable can be used (Cameron, Trivedi, 2010). In both, type-2 tobit and hurdle regression models, a two-step procedure is undertaken. The coefficients of the first-part regression (usually logit or probit) determine the probability of positive share of innovative sales – eg. the probability of successful innovation; the coefficients of the second part indicate the impact on the size of the sales conditional on it being positive. Specifically, in order to verify the hypotheses, at the first stage of the HRM, we run binary logit models. Regression models are formed by parameterizing the probability p to depend on the index function xlb, where x is a K # 1 regressor vector and b is a vector of unknown parameters. In standard binary outcome models, the conditional probability has the form:

Pr(y = 1|x) = F(xl i b)

(1)

where F(∙) is a specified parametric function of xlb. In logit models F(xlb) = = K(xlb = exlb/(1 + exlb), where the function K(·) is cumulative distribution function of the logistic distribution. Effects for the logit models can be interpreted in terms of changes in the odds. The odds of observing a positive outcome versus a negative one are typically calculated as: Pr (y = 1 x) X (x) = , (2) Pr (y = 0 x) X (x, x k + d) k $ d, = e brelative which indicate how often something happens to how often it does not X (x, x k) happen and range from 0 when Pr(y = 1| x) = 0 to 3 when Pr(y = 1| x) = 1. a- 1 more intuitive 1 are The odds are exponential of logit model coefficients y C (y + a- 1) a-and n y x)Pr Pr (when =(yof=k-th 1 x-regressor ) 1 f - 1 are pallowed c - 1 to change m, measure to interpret, especially x’s X (x) = y!C (a , ) a + n a +n and odds ratios can be calculated. The Prodds x) can be written as: (y = 0ratio Pr (y i | x) Pr((x,y ix ky+ X ), x) = i >d0 b $ d = e k 1 ,- (1 + an)- 1/a (3) X (x, x k) a- 1

C (y + a- 1) a- 1 what can be interpreted as follows: Pr ( y x) = f p y!C (a- 1) a- 1 + n Pr ( y i y i > 0, x) =

Pr (y i | x) 1 - (1 + an)- 1/a

n a- 1 + n

332

Szymon Truskolaski

For a d change in xk, the odds are expected to change by a factor of exp(bk ∙ d), holding all other variables constant. When a unit change is considered, the change in odds is exp(bk). The second stage of the hurdle regression uses any truncated parametric count density, eg. Poisson or negative binomial (NBRM) which is a generalization of Poisson regression model (PRM) commonly used in applied work as it addresses the failure of the PRM to fit the overdispersed data. The NBRM assumes that the observed count for observation i is drawn from Poisson distribution with mean ni (as in PRM) but adds an error term, f, which is assumed to be uncorrelated with xi 1 x) defining d / exp(f): Prand (y =after X (x) = , 0 x) Pr (ny = (4) i = E(yi|xi) = exp(xib)di X (x, x k + d) x) as We cannot compute Pr(y| = e bk $ dd, in unknown. This limitation is resolved by x x X ( , ) assuming that d is drawnkfrom a gamma distribution. Then Pr(y| x) becomes:

Pr ( y x) =

C (y + a- 1) y!C (a- 1)

a- 1 a- 1 + n

a- 1

n a- 1 + n

(5)

Pr (y i | xvariance ) where C(∙) is thePr gamma parameter of the gamma > 0, x) =and a is the ( y i y i function /a distribution. The NBRM lets ni =1exp(x b) an and a as constant. If a = 0 )- 1leaves - (1i+ NBRM reduces to Poisson regression model, which turns to be the key in testing for data overdispersion. As stated above, at the second stage of the hurdle regression model a zerotruncated count model must bePrused with zeros are excluded from x) (y =–1observations the sample and we want to compute the probability of each positive outcome X (x) = , 0 Pr y x = ( ) given that we know that the outcome is greater than zero. By the law of conditional probability Pr(A|B) =XPr(A so we can compute the conditional + d)B)/Pr(B), (x, x kand = e bk $ d, probability of positive outcome X (x, x k)in (5) after computing Pr(y = 0) and Pr(y > 0) from this equation. a- 1 y + an)–1/a y +–1/a ) Pr(y C (an) a- 1and a- 1 > 0|x) =n1 – (1 Given that Pr(y = 0|x) = (1 + Pr ( y x) = , f p c m the conditional probability in zero-truncated is: y!C (a- 1) negative a- 1 + n binomial a- 1 +(ZTNB) n

Pr ( y i y i > 0, x) =

Pr (y i | x) 1 - (1 + an)- 1/a

(6)

As with the NBRM, overdispersion in the ZTNB is based on LR test of a = 0.

5. The results In order to test the hypotheses we have run a series of hurdle regression models with binomial logit models at the first stage and zero-truncated negative binomial at the second stage using statistical software package Stata. In order to test hypothesis H1 we have run a HRM model with the share of innovative sales as a dependent variable and different types of partnership in

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

333

innovation cooperation as a set of regressors. For brevity, we report in Table 1only statistically significant coefficients of different types of cooperating partners2. Table 1. Innovation cooperation in Poland – the results of the HRM Type of collaboration

I-stage logit (coef.)

II-stage ZTNB (coef.)

4.908

(***)

Insignificant

Any type from abroad

4.921

(***)

Insignificant

Any type from the EU

1.359

(***)

Insignificant

(**)

Insignificant

Any type

Consulting firms

–0.696

Suppliers

insignificant

0.131

(*)

Competitors

insignificant

0.233

(***)

Partner from Poland only

insignificant

–0.355

(***)

Customers from the EU

insignificant

0.249

(***)

Competitors from Poland

insignificant

0.256

(**)

–

2.87

Alpha Note:

(***)

– significant at 1%;

(**)

– significant at 5%;

(*)

– significant at 10% level.

Source: CIS 2008 data.

Although no variable turned out to be significant at both stages of the HRM, we are able to conclude that the probability of successful innovation and hence the probability of innovative sales to be positive is increased by cooperation, especially with foreign partners. Taking into consideration directions of international trade in Poland, it is not surprising that within cooperation with foreign partners, the most significant collaboration is with partners from the EU. The results of the ZTNB model of the second stage of the HRM show that the share of innovative sales in total income of the enterprise rises for collaboration solely with market partners – competitors, customers and suppliers. The collaboration with competitors from Poland and customers from the EU turn to be the most significant. In case of suppliers the country of their origin is irrelevant. The negative coefficient of cooperation restricted only to partners from Poland further strengthens the importance of collaboration with foreign partners. The value of alpha in the lowest row indicates that the data is overdispersed and the ZNTB should have been used. In order to check the importance of observation we restricted our sample of respondents to cases which selected the answers “the innovation was mainly 2 The respondents were asked about cooperation with: other enterprises within the group, suppliers, customers, competitors, consulting firms, universities, research institutes. The potential partners were further divided into national and foreign. Additionally the respondents were asked about cooperation with any type of partner originating from Poland, the EU, the USA, China or India and other countries.

334

Szymon Truskolaski

developed by other enterprises” or “the innovation was mainly developed together with other enterprises” to the question 2.2 of the CIS questionnaire and, at the same time, selected the answer “no cooperation was undertaken in innovative activity”. Similarly to Garcia, Hollanders (2009) we ascribed this to informal flows of knowledge – eg. observation. We then ran the HRM as above with dependent variable being the share of innovative sales and independent variables being the importance of different types of sources of information that provided information for new innovation projects or contributed to the completion of existing innovation projects identified by respondents in question 6.1 of the CIS questionnaire3. As not many enterprises indentified the importance of particular sources as “high”, this category was combined with the choice of “medium” importance. Thus the answers were rescaled to three choices: not important, low, medium/high. Table 2. Sources of information on innovation in Polish economy – the results of the HRM Sources of information

I-stage logit (coef.)

II-stage ZTNB (coef.)

Enterprise (internal)

0.888(***)

insignificant

The group

0.779(***)

insignificant

Customers

0.787(***)

insignificant

Competitors

0.412(***)

insignificant

Polish Academy of Science

0.329(*)

0.091(*)

Trade fairs, exhibitions

0.297(*)

0.152(*)

Scientific/trade publications

0.419(**)

0.065(*)

–

3.29

Alpha Note:

(*)

– significant at 10% level;

(**)

– significant at 5%;

(***)

– significant at 1%.

Source: CIS 2008 data.

The results of the logit model in the second column of Table 2 indicate that internal, market and “other” sources significantly explain the share of innovative sales to be positive, eg. respondents identifying such sources as important are more likely to innovate. It is worth noting that all internal and market sources turned out to be insignificant at the second stage of the HRM and hence we can state that these sources have impact on being innovative but do not contribute to achieve higher shares of innovative sales. The sources of information that do contribute to gain higher shares of innovative sales are mostly “other” – these 3 The

question 6.1 divides sources of information into four categories: 1) internal (within the enterprises or enterprises group), 2) market (suppliers, customers, competitors, consultants), 3) institutional (universities, research institutes), 4) other (trade fairs, exhibitions, scientific journals, trade publications, professional or industry associations.

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

335

are sources of pure knowledge flows in the effect of observation as during trade fairs or exhibitions or acquiring new knowledge through scientific journals or trade publications. As pointed in the footnote 3, the range of “other” sources of information in the question 6.1 was richer that presented in the table and included also: universities, private or public research institutes and professional and industry associations – they are insignificant at both stages of the HRM. This confirms a well-known result of empirical studies on the effectiveness of innovation policy, that is an insufficient transmission of knowledge from universities to business. The only source of information connected with country’s research infrastructure is Polish Academy of Science (added to the CIS questionnaire in Polish version of the survey). PAS represents a state institution able to develop the most sophisticated knowledge and as only this element of public research infrastructure is significant in our study, it confirms the hypothesis H2 stating that only the collaboration and observation with institutions able to develop the most advanced knowledge is effective in innovative activity4. In order to test H2 further and supposing that the share of innovative sales may be sensitive to the company size, we have run the same HRM as above in the sample restricted to large enterprises only. The market sources are still not significant at the second stage of the HRM but Polish Academy of Science was “replaced” with foreign research institutes – with coefficient of 0.112(*). In the sample of medium enterprises, employing less than 250 employees, only competitors appear as an important source of information but the coefficient is negative indicating that this source is more important for companies with lower shares of innovative sales. In this sample Polish Academy of Science is also not significant and was “replaced” by a variable indicating informal knowledge flows from universities – with coefficient of 0,812(**). These results seem easy to interpret – it is not an absolute level of sophistication of knowledge that drives enterprises to observe and absorb it but its perceived usefulness – the knowledge an enterprise is going to adopt must be newer that already possessed but must lie within a particular range of firm’s adaptive capabilities. The theory of vintage capital a la Parente made it clear – the more advanced knowledge comparing to the innovativeness level of an enterprise is going to be adopted, the higher the adoption costs (Parente, 1994). When the difference in the sophistication level between the knowledge to be adopted and already used by a firm is very large, the adoption costs are prohibitive and no adoption occurs. Taking into consideration that large companies are generally more innovative that medium-sized ones and that foreign research institutes are able to develop

4 As noted by Kierzek in 2000-2008 research institutes of Polish Academy of Science provided 20% of all publications in Poland and this share is incommensurately high comparing to the PAS share of researchers employed in Polish public research infrastructure (Kierzek, 2008).

336

Szymon Truskolaski

more advanced knowledge than Polish universities5, the matching of mediumsized enterprises with universities and large companies with foreign research institutes seems to be explained by avoiding too costly adoption. Although it may be argued that adopting costly innovations near the technology frontier may pay off eventually as it can bring higher revenues in longer run, the availability of resources to invest in research in smaller firms may be prohibitive. In a recent research using Polish CIS-2006 microdata (Wziątek-Kubiak et al., 2011) show that large firms are less sensitive to most innovation barriers than medium-sized and small ones. It is worth noting however, that the results may reflect the fact that observation of foreign research institutes may be easier for large companies just because they are subsidiaries of international corporations. We have tested this possibility again using the same HRM as above but restricting the sample to subsidiaries only. In Table 3 we present the results of II-stage ZNTB model for subsidiaries which indicated that their innovations were not developed mainly by themselves but did not collaborated formally with any other organization. Table 3. Sources of information on innovation for subsidiaries of foreign corporations in Poland – the results of the ZTNB model Sources of information Enterprise (internal)

II-stage ZTNB (coef.) –0.536(**)

The group

0.378(**)

Competitors

0.470(**)

Trade fairs, exhibitions Professional associations Alpha

–0.506(*) 0.744(***) 0.43

Note: Only significant variables are shown. Source: CIS 2008 data.

Comparing to previous models’ results it can be seen that no institutional sources – neither national nor foreign are significant. As should be expected in the group of subsidiaries an important source of information on innovation were other enterprises from the same group – especially parent enterprises. From the choice of “other” sources professional associations are highly significant along with trade fairs and exhibitions. The latter coefficient is negative informing that 5 Scientific

productivity of Polish researchers reaches a half of the productivity of German or Austrian researchers and merely one third of their British or Finnish colleagues (WolskaDerlacz, Parteka, 2010, 54). Kierzek’s data on Hirsh Index show that only 2 Polish universities (University of Warsaw and Jagiellonian University) can be considered to be average European universities but were not listed among top European universities according to Webometrics Ranking of World Universities (Kierzek, 2008).

337

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

this source is important for companies with lower shares of innovative sales. The importance of professional associations is connected with identifying competitors as important sources of knowledge – sector or industry leaders are often members of such associations easing the knowledge flows and mutual observation within a group of strong competitors. The importance of observing competitors indicated by subsidiaries of foreign corporations may also result from greater perspective in identifying competitors – eg. not competing directly with the subsidiary but also with its parent corporation. To verify hypothesis H3 we have checked which types of collaborating partners significantly explain the incumbent’s share of innovative sales in sectors grouped by the level of technology as proposed by OECD (OECD sectors henceforth). We have run a series of ZTNB models in order to capture the importance of all types of potential collaborating partners: 1) individually, 2) in grouping proposed in the CIS questionnaire (market partners – suppliers, competitors, customers; and institutional partners – consulting firms, universities and research institutes) and 3) in grouping based on partner’s country of origin (Polish or foreign from the EU, the USA, China or India). Table 4 presents only statistically significant coefficients of collaboration types in the OECD sectors. Table 4. Innovation cooperation in Poland in the OECD sectors – the results of the ZTNB model Collaboration type

High–tech

Med.–high

Med.–low

Low–tech. –

Suppliers

–

0.97(***)

Competitors

–

0.32(**)

–

–0.24(**)

–

0.61(**)

–

1.86(***)

–0.52(**)

Foreign partners only

0.86(*)

–

–1.54(***)

–

The EU partners

0.97(**)

–

Consulting firms Polish partners only

–

1.40(***)

–

– – 1.33(***)

Market partners (Polish only)

–

2.03(***)

Institutional partners (Polish only)

–1.82(***)

–0.29(*)

–

Note:

(*)

– significant at 10% level;

–

1.45(**)

Market partners (all types) Institutional partners (all types)

–

(**)

– significant at 5%;

(***)

–

– significant at 1%.

Source: CIS 2008 data.

After grouping enterprises in Poland into four sectors according to the level of production technologies, as proposed by the OECD, we obtained different

338

Szymon Truskolaski

sets of statistically significant regressors – thus we cannot directly verify H3. Eg. technological cooperation with all types of market partners is significant only in medium-low technology sector, while the collaboration with institutional partners is significant solely in high-tech sector. This result, in fact, confirms earlier findings in the paper – firms in more technologically advanced sectors collaborate with, or observe, partners able to develop more sophisticated knowledge. This is even more evident when we notice that in high-tech sector restricting cooperation to Polish partners only is insignificant or the coefficient is negative –the coefficient of collaborating with only Polish institutional partners is -1.82(***), and it is insignificant regarding Polish only market partners; but significant and positive when collaboration with only foreign partners is taken into consideration (0.86*). If the cooperation with more advanced partners from the EU is extracted from the group of foreign partners, the coefficient is higher and stronger (0.97**). The importance of collaboration for firms in sectors based on lower technologies (medium-low or low-tech) reveals different pattern. In low-tech sector restricting collaboration to Polish institutional partners (eg. local universities) is beneficial for higher shares of innovative sales as well as the cooperation with consulting firms. In medium-low technology sectors the most crucial type of cooperation involves market partners of all types (the coefficient of 1.45**) but it can be seen that collaboration with only Polish market partners is rated higher by the respondents (2.03***). From the range of market partners the most significant type of collaborating partners in this sector are suppliers (0.97**). As the coefficient of cooperation restricted to Polish partners is positive but it is negative when involves only foreign partners, we can state that innovation cooperation among similarly advanced partners is visible as in the high-tech sector but in this case it involves only Polish enterprises. Negative coefficient of innovation cooperation with Polish partners only as well as positive coefficients of cooperation with universities and consultants in low technology sector, which is by definition populated by less advanced enterprises that medium-low technology sector, seems to be at odds with this conclusion. It must be noted, however, that this sector in Poland has undergone the most considerable technology change in recent decades which aimed at reduction of excessive employment and diminishing its negative impact on the environment.

CONCLUSIONS The study presented in the paper confirms the need of knowledge flows, both formal (innovation cooperation) and informal (observation), as pointed out by authors of the fifth generation of innovation process models. Using the data of the Polish version of Community Innovation Survey 2008 we find that the probability of successful innovation and hence the probability of innovative sales to be positive increases with the cooperation with market partners – competitors,

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

339

customers and suppliers. For Polish enterprises the cooperation with foreign partners, especially from the EU countries, is most significant. As Poland is still a reservoir of cheaper labor force comparing to the EU countries it serves mostly as an exporter of cheap inputs or final goods – the most significant type of innovation cooperation is through linkages with foreign customers (to tailor products to foreign markets needs) and local competitors (to decrease production costs). After dividing manufacturing enterprises in Poland into four sectors according to the level of technological advancement of production processes, we observe a specific “matching” of collaborating partners – technologically advanced enterprises collaborate with partners able to develop more sophisticated knowledge and, vice versa, less advanced enterprises tend to collaborate with similar partners. In high-tech sectors restricting cooperation to Polish partners only is insignificant (or the coefficient is negative) but it significant and positive when collaboration with only foreign partners is taken into consideration. If the cooperation with more advanced partners from the EU is extracted from the group of foreign partners, the coefficient is higher and stronger. In low-tech sector restricting collaboration to Polish universities or consulting firms is beneficial to achieve higher shares of innovative sales. In medium-low technology sectors the most significant type of cooperation involves suppliers. As the coefficient of cooperation with Polish partners only is positive (and it is negative when involves only foreign partners), we can state that innovation cooperation among similarly advanced partners is visible as in the high-tech sector but in medium-low sector it concerns only Polish enterprises. Regarding informal knowledge flows we note that internal and market sources of information on innovation have impact on being innovative but do not contribute to achieve higher shares of innovative sales. The sources of information that do contribute to gain higher shares of innovative sales are mostly sources of pure knowledge flows in the effect of observation as during trade fairs or exhibitions or acquiring new knowledge through scientific journals or trade publications. Taking into account that the share of innovative sales may be sensitive to the company size we have run the same HRM in the sample restricted to large or medium enterprises only. In the group of large enterprises observation of foreign research institutes is significant. The same is true for informal knowledge flows from universities in the group of medium enterprises. Taking into consideration that large companies are generally more innovative that medium-sized ones and that foreign research institutes are able to develop more advanced knowledge than Polish universities, the matching of medium-sized enterprises with universities and large companies with foreign research institutes seems to be explained by avoiding too costly adoption – the same as in the case of innovation cooperation. The analysis presented in the paper not only confirms empirically the importance of knowledge flows in innovation activity as indicated in the fifth

340

Szymon Truskolaski

generation of innovation process models but also reveals a pattern of partners matching. As enterprises choose similarly advanced partners, from the perspective of a medium developed country such as Poland, such matching pattern means international collaboration of large companies in high-tech sectors and local collaboration of medium-sized enterprises in lower technology sectors.

REFERENCES Abramovsky L., Kremp E., Lopez A., Schmidt T., Simpson H. (2005), Understanding cooperative R&D activity: evidence from four european countries, IFS Working Papers W05/23, Institute for Fiscal Studies. Ahuja G., (2000), The duality of collaboration: inducements and opportunities in the formation of inter-firm linkages, “Strategic Management Journal”, Vol. 21, No. 3, 317-343. Aralica Z., Racic D., Radic D. (2005), Innovation Propensity in Croatian Enterprises Results of the Community Innovation Survey (iweb.cerge-ei.cz). Belderbos R., Carree,M., Diederen B., Lokskin B., Veugelers R. (2004), Heterogeneity in R&D cooperation strategies, “International Journal of Industrial Organization”, 22 (8–9), 1237–1263. Berkhout A., Hartmann D., van der Duin P., Ortt R. (2006), Innovating the innovation process, “Int. J. Technology Management”, Vol. 34, No. 3/4, 390–404. Cameron C., Trivedi P. (2001), Microeconometrics Using Stata, College Station, Stata Press. Chesbrough H., Garman A. (2009), How open innovation can help you cope in lean times, “Harvard Business Review”, Vol. 87, No. 12, 68–76. Clark K., Fujimoto T. (1991), Product Development Performance. Harvard Business School Press, Mass. Criscuolo C., Haskel J., Slaughter M. (2010), Global engagement and the innovation activities of firms, “International Journal of Industrial Organization”, Vol. 28(2), 191–202. de Faria P., Lima F., Santos R. (2010), Cooperation in innovation activities: The importance of partners, “Research Policy”, 39, 1082–1092. De Propris L., (2002), Types of innovation and inter-firm cooperation, “Entrepreneurship & Regional Development”, Vol. 14, 337–353. Diez M. (2001), The evaluation of regional innovation and cluster policies: towards a participatory approach, “European Planning Studies”, Vol. 9, 905–923. Faems D., Van Looy B., Debackere K. (2005), Interorganizational collaboration and innovation: toward a portfolio approach, “Journal of Product Innovation Management”, 22(3), 238–250. Freel M., Harrison R. (2006), Innovation and cooperation in the small firm sector: evidence from “Northern Britain”, “Regional Studies”, Vol. 40, No. 4, 289–305. Garcia-Torres M. Hollanders H. (2009), The Diffusion of Informal Knowledge and Innovation Performance a Sectoral Approach, UNU_MERIT Working Papers, Maastricht.

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

341

Graves A. (1987), Comparative trends in automotive research and development, “DRC Discussion Paper”, No. 54, Science Policy Research Unit, Sussex University, Brighton. Inkpen A.C., Pien W. (2006), An examination of collaboration and knowledge transfer: China–Singapore Suzhou industrial park, “Journal of Management Studies”, 43(4), 779–811. Jenssen J.I., Nybakk E. (2009), Inter-organizational innovation promoters in small, knowledge-intensive firms, “International Journal of Innovation Management”, Vol. 13, No. 3, 441–466. Jindra, B., (2006), The theoretical framework: FDI and technology transfer, in: Stephen J. (ed.), Technology Transfer via Foreign Direct Investment in Central and Eastern Europe, Palgrave Macmillan, New York. Kierzek R. (2008), Polska nauka w indeksie Hirscha, „Sprawy Nauki”, nr 6–7/137, 29–35 (available in Polish only). Long S., Freese J. (2006), Regression Model for Categorical Dependent Variables Using Stata, College Station, Stata Press. Lööf H., Heshmati A. (2002), Knowledge capital and performance: a new firm level innovation study, “International Journal of Production Economic”, 76(1), 61–85. Lorenzen M. (2001), Localized learning and policy: academic advice on enhancing regional competitiveness through learning, “European Planning Studies”, Vol. 9, 163–185. Mairesse J., Mohnen P. (2010), Using Innovations Surveys For Econometric Analysis, “NBER Working Papers”, 15857. Miotti L., Sachwald F. (2003), Cooperative R&D: why, and with whom? An integrated framework of analysis, ”Research Policy”, 32 (8), 1481–1499. Mohnen P., Hoareau C. (2003), What type of enterprise forges close links with Universities and Government labs? Evidence from CIS 2, “Managerial and Decision Economics”, 24(2–3), 133–145. Nieto M.J., Santamaría L. (2007), The importance of diverse collaborative networks for the novelty of product innovation, “Technovation”, 27(3), 367–377. Parente S. (1994), Technology adoption, learning-by-doing, and economic growth, “Journal of Economic Theory”, Vol. 63, 346–369. Rothwell R. (1994), Towards the fifth-generation innovation process, “International Marketing Review”, Vol. 11, No. 1, 7–31. Surinach J., Autant-Bernard C., Manca F., Massard N., Moreno R. (2009), The Diffusion Adoption of Innovation in the Internal Market, Directorate-General for Economic and Financial Affairs Publications, Brussels. Surinach J., Manca F., Moreno R. (2011), Extension of the Study on the Diffusion of Innovation in the Internal Market, Directorate-General for Economic and Financial Affairs Publications, Brussels. Tether B. (2002), Who cooperates for innovation, and why: an empirical analysis, “Research Policy”, 31(6), 947–967. Tsai Kuen-Hung (2009), Collaborative networks and product innovation performance: Toward a contingency perspective, “Research Policy”, 38, 765–778. Tseng Shu-Mei, (2009), A study on customer, supplier, and competitor knowledge using the knowledge chain model, “International Journal of Information Management”, Vol. 29, 488–496.

342

Szymon Truskolaski

Veugelers R., Cassiman B. (2004), Foreign subsidiaries as channel of international technology diffusion. Some direct firm level evidence from Belgium, “European Economic Review”, Vol. 48(2), 455–476. Wolska-Derlacz J., Parteka A. (2012), Scientific Productivity of Public Higher Education Institutions in Poland: A Comparative Bibliometric Analysis, Ernst&Young Polska, Warsaw. Wziątek-Kubiak A., Balcerowicz E., Pęczkowski M. (2009a), The innovation patterns of firms in low and high technology manufacturing sectors in the new member states, “WIIW Working Papers”, 10/09. Wziątek-Kubiak A., Balcerowicz E., Pęczkowski M. (2009b), Differentiation of innovation behavior of manufacturing firms in the new member states. Cluster analysis on firm-level data, “WIIW Working Paper”, 8/09. Wziątek-Kubiak A., Balcerowicz E., Pęczkowski M. (2011), Occasional and persistent innovators in Poland: An empirical study of obstacles to innovation and their complementarities, “Economic Studies”, nr 4(LXXI).

ZNACZENIE WSPÓŁPRACY TECHNOLOGICZNEJ I OBSERWACJI W DZIAŁALNOŚCI INNOWACYJNEJ POLSKICH PRZEDSIĘBIORSTW – WYNIKI BADANIA CIS (PNT-02) STRESZCZENIE Celem artykułu jest empiryczna analiza roli przepływów wiedzy w działalności innowacyjnej polskich przedsiębiorstw. Przeprowadzone badania dotyczą zarówno formalnych (współpraca), jak i nieformalnych (obserwacja) możliwości uzyskania dostępu do źródeł wiedzy w celu wyjaśnienia ich znaczenia dla powodzenia i efektów działań innowacyjnych. Badanie w artykule oparte jest na danych jednostkowych zebranych przez GUS w ramach sprawozdania o innowacjach PNT-02 związanego z Community Innovation Survey, prowadzonego pod egidą Eurostatu we wszystkich państwach Unii Europejskiej. Dane składają się z formularzy 15 840 przedsiębiorstw. Ponieważ kwestionariusz badania PNT-02 zapewnia głównie dane kategoryczne, do testowania hipotez badawczych w artykule są wykorzystywane regresje logistyczne w postaci dwuetapowej procedury HRM (hurdle regression model). Na pierwszym etapie tej procedury wykorzystany jest model logitowy, a na drugim – ocenzurowany ujemny rozkład dwumianowy (ZNTB). Analiza przedstawiona w artykule nie tylko potwierdza empirycznie znaczenie przepływów różnych rodzajów wiedzy w działalności innowacyjnej, jak wskazano w tzw. piątej generacji modeli procesu innowacyjnego, lecz także ukazuje sposób dobierania partnerów. Przedsiębiorstwa głównie współpracują z partnerami na podobnym poziomie zaawansowania technologicznego. W kraju średnio rozwiniętym, jak Polska, oznacza to międzynarodową współpracę technologiczną

THE ROLE OF COOPERATION AND OBSERVATION IN INNOVATIVE…

343

dużych przedsiębiorstw w sektorach nowoczesnych technologii i współpracę lokalną średnich przedsiębiorstw w sektorach mniej zaawansowanych technologicznie. Słowa kluczowe: działalność innowacyjna, Community Innovation Survey, ZTNB, HRM, współpraca technologiczna, PNT-02.

ABSTRACT The aim of the paper is to assess econometrically the role of knowledge flows in innovative activities of Polish enterprises and subsidiaries of foreign companies operating in Poland. The study is based on CIS-2008 microdata collected by Poland`s Central Statistical Office. The data covers 15 840 observations – individual companies which answered questions on innovative activity. As CIS questionnaire provides mainly categorical data, logistic regressions are used to test research hypotheses in the paper. We use binomial logit at the first stage of the procedure (hurdle regression) and, due to limitation of Polish CIS data, zerotruncated negative binomial at the second stage. The analysis presented in the paper not only confirms empirically the importance of knowledge flows in innovation activity as indicated in the fifth generation of innovation process models but also reveals a pattern of partners matching. As enterprises choose similarly advanced partners, from the perspective of a medium developed country such as Poland, such matching pattern means international innovation cooperation of large companies in high-tech sectors and local collaboration of medium-sized enterprises in lower technology sectors. Keywords: innovative activity, Community Innovation Survey, ZTNB, HRM, technology cooperation, Poland. JEL Classification: O33, O5

Studia ekonomiczne 1 Economic studies nr 3 (LXXIV) 2012

Maciej Grodzicki*

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU WPROWADZENIE Emerytury branżowe od wielu lat są jednym z dyżurnych tematów w dyskursie polityczno-ekonomicznym w Polsce, a ich reforma była priorytetem dla wielu rządów. Priorytetem, jak się okazywało, niezrealizowanym, gdyż odrębne regulacje emerytalne przetrwały w prawie niezmienionym stanie do dnia dzisiejszego. Reformy emerytalne w latach 90. w dużym stopniu ujednoliciły system emerytalny i pozbawiły wiele grup zawodowych specjalnych uprawnień. Cztery grupy jednak są nadal objęte osobnymi zasadami przyznawania emerytury. Są to: górnicy, sędziowie i prokuratorzy, służby mundurowe oraz rolnicy1. Przez wielu ekonomistów odrębne zabezpieczenie emerytalne tych grup uznawane jest za szkodliwe dla funkcjonowania gospodarki i niesprawiedliwe społecznie, a wręcz niezgodne z konstytucyjną zasadą równości (Rzońca, Wojciechowski, 2008; Borowski i in., 2010). Reforma emerytur została przedstawiona w exposé Donalda Tuska jako jeden z głównych celów II kadencji rządu, a jej pierwsze miesiące przyniosły zmiany w emeryturach mundurowych oraz sędziów i prokuratorów. Przy okazji przeprowadzanych zmian można postawić pytanie: skąd brała się dotychczas tak wysoka skuteczność wybranych grup zawodowych w bronieniu swoich przywilejów emerytalnych? Dzięki jakim mechanizmom, mimo wielu starań politycznych, te cztery grupy * Asystent w Katedrze Ekonomii Matematycznej, Instytut Ekonomii i Zarządzania Uniwersytetu Jagiellońskiego oraz doktorant w Katedrze Gospodarki i Administracji Publicznej Uniwersytetu Ekonomicznego w Krakowie. 1 W analizie świadomie pominąłem duchownych, których składki emerytalne są opłacane w 80% lub 100% z Funduszu Kościelnego. Kwalifikacja duchownych jako grupy zawodowej może budzić wątpliwości, również ich funkcja społeczna i pozycja w gospodarce jest jakościowo różna od tych pełnionych przez grupy poddane analizie.

346

Maciej Grodzicki

pozostają poza powszechnym systemem emerytalnym? Mając na uwadze ambitne działania obecnego rządu i ponowny wzrost zainteresowania opinii publicznej emeryturami branżowymi, użyteczne wydaje się zanalizowanie dotychczasowej działalności pracowniczych grup interesuw obszarze polityki emerytalnej. W artykule postawiono tezę, że było to możliwe dzięki szczególnym cechom polskiego systemu reprezentacji interesów. Wyjątkowo silnie reprezentowane są w nim wąskie kategorie zawodowe, związane własnościowo lub organizacyjnie z państwem. Dzięki temu w negocjacjach z rządem ich siła przetargowa staje się relatywnie wysoka.W artykule zostanie pokazane, że powyższa sytuacja stanowi potwierdzenie przewidywań teoretycznych oraz, że przyczynia się do niej polski kontekst historyczno-instytucjonalny. Badany problem zostanie przedstawiony na tle teoretycznym składającym się z trzech elementów składowych, opisanych w pierwszej części tekstu. Pierwszy z nich to ekonomiczna analiza działalności grup interesu i ich wpływu na procesy polityczne; drugi to reformy państwa opiekuńczego, ukierunkowane na zmniejszanie wydatków socjalnych i ograniczanie zakresu redystrybucji dochodów; trzeci element to specyficzne cechy systemu politycznego i gospodarczego państw postkomunistycznych. W drugiej części artykułu zostanie zaprezentowany opis czterech branżowych systemów emerytalnych – ich odrębność od powszechnego systemu emerytalnego oraz skala ich działania. Zostanie także podjęta próba przedstawienia genezy tych rozwiązań. Odwołując się do wniosków z teorii grup interesu, zostanie pokazane, skąd wynikała skuteczność czterech grup zawodowych w zabieganiu o odrębne zasady emerytalne.

1. WNIOSKI Z TEORII GRUP INTERESU Ekonomiczna teoria grup interesu, rozwijana od lat 60., zakwestionowała wcześniej dominujące przekonanie o rozdziale regulacji i rynku. Różne czynniki powodują, że korzyści z regulacji rozkładają się asymetrycznie i wpływają tym samym na pozycję rynkową poszczególnych interesariuszy (Olson, 1965; Stigler, 1971; Peltzman, 1976). Jednym z obszarów, które tradycyjnie podlegają silnym wpływom grup interesu, jest system emerytalny. Na podstawie analizy literatury poświęconej grupom interesu oraz reformom emerytalnym sformułowano następujące twierdzenia2: 1. Procesy regulacyjnie niekoniecznie są ukierunkowane na realizację interesów całego społeczeństwa. Podlegają one mechanizmom podobnym do rynkowych – istnieje podaż regulacji oraz popyt na nie, zgłaszany przez grupy interesu, a funkcję ceny stanowi poparcie polityczne (Stigler, 1971; Peltzman, 1976). 2. Siła grup interesu zależy od cech systemu politycznego i systemu reprezentacji interesów oraz od zdolności grupy do podejmowania działań zbiorowych. 2 Twierdzenia,

ze względu na ograniczony rozmiar tekstu, są przedstawione bardzo skrótowo. Ich podstawy teoretyczne oraz potwierdzenia empiryczne znajdują się we wskazanej literaturze.

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

347

Ta ostatnia jest pochodną różnych właściwości grupy (jej rozmiaru, homogeniczności, mechanizmów decyzyjnych). 3. Im większy rozmiar grupy, tym trudniejsze staje się podejmowanie przez nią zorganizowanych działań zbiorowych. Duże grupy są zdolne do takich działań, gdy dostarczają swoim członkom bodźców selektywnych, najczęściej w oparciu o już istniejącą w innym celu organizację, według zasady „produktu ubocznego” (Olson, 1965). 4. Skoncentrowane, nieduże grupy o wąskich, homogenicznych interesach będą dążyły do redystrybucji części dochodu narodowego na swoją korzyść. Natomiast duże, bardziej zróżnicowane grupy (ang. encompassing groups)3, takie jak organizacje konsumentów lub przedsiębiorców, będą starały się stymulować efektywność całej gospodarki (Olson, 1982). 5. Działania grup o wąskich interesach obniżają efektywność gospodarki przez m.in. zaburzanie rynkowych zasad alokacji zasobów, obniżanie bodźców do pracy i inwestowania, zwiększanie stopnia regulacji oraz nieprzejrzystości prawa, zwiększanie sztywności cen i płac oraz przez niekorzystny wpływ na postawy wobec prawa w społeczeństwie (Olson, 1982). 6. Przywileje grupowe są często realizowane za pomocą tzw. redystrybucji ukrytej, czyli skomplikowanych mechanizmów gospodarczych, niedostępnych bezpośrednio opinii publicznej (np. zmowy cenowe, świadczenia społeczne). Społeczeństwo wykazuje zazwyczaj tzw. racjonalną ignorancję wobec takich praktyk (Olson, 1982). 7. Reformy emerytalne należą do najbardziej niepopularnych, gdyż ich koszty ponoszą zazwyczaj obecne pokolenia, a korzyści z nich są oczekiwane dopiero kilkadziesiąt lat później i przypadają przyszłym pokoleniom. Rządzący będą zatem obierać przy ich realizacji różne strategie zabezpieczające (takie jak rozmydlanie odpowiedzialności, szukanie silnych partnerów, negocjowanie na zasadzie „coś za coś”, silna ochrona praw nabytych) (Pierson, 1996). 8. Związki zawodowe, realizując interesy pracownicze, oddziałują na przebieg reform emerytalnych. To, jak związki definiują swoje cele oraz jaką skutecznością wykazują się w dążeniu do nich, jest jednak niejednoznaczne i zależy od wielu czynników. Z jednej strony, duża siła przetargowa związków zawodowych może okazać się barierą wdrożenia radykalnych reform systemu emerytalnego (Schneider, 2009). Z drugiej strony, pewne właściwości struktur związkowych mogą stwarzać ich liderom bodźce do poparcia reformy. Zaliczamy do nich: mechanizmy wyborcze (Anderson, Lynch, 2007), heterogeniczność członków (Nijhuis, 2009) oraz stopień centralizacji związku. W rezultacie większość skutecznych reform w krajach rozwiniętych miała charakter

3 Na

potrzeby tekstu przyjąłem robocze tłumaczenie tego określenia: „grupy okalające”.

348

Maciej Grodzicki

neokorporacyjny, opierała się na negocjacjach pomiędzy rządem a związkami zawodowymi (Baccaro, 2002). 9. Zależność między stopniem centralizacji związków zawodowych a skalą zniekształceń rynku przyjmuje kształt „odwróconego U”. Najkorzystniejsze dla gospodarki są systemy skrajnie scentralizowane lub skrajnie zdecentralizowane, a najwięcej zniekształceń rynkowych występuje w systemach pośrednich, z dominacją związków branżowych (Calmfors, Driffill, 1988). 10. Związki zawodowe w sektorze publicznym charakteryzują się wyższą siłą przetargową od tych w sektorze prywatnym. DiSalvo (2010) wymienia czynniki, które zwiększają skuteczność tych pierwszych w negocjacjach z rządem oraz z pracodawcami: wpływ polityczny na pracodawcę, monopolistyczna pozycja w usługach publicznych, brak możliwości bankructwa, bezpośredni dostęp do polityków oraz relatywna łatwość organizacji.

2. SYSTEM REPREZENTACJI INTERESÓW W POLSCE Zastosowanie powyższych koncepcji do analizy polskiego przypadku musi uwzględniać specyfikę kraju transformacji społeczno-gospodarczej. Odwołując się do różnych autorów, można stwierdzić, że w Polsce występuje postsocjalistyczny system reprezentacji interesów, który stanowi połączenie elementów modelu korporacyjnego, pluralistycznego i etatystycznego (Hausner, 2007; Sroka, 2007; Gardawski, 2009). Do kluczowych właściwości tego modelu można zaliczyć4: 11

Fasadowość oficjalnego forum negocjacji, czyli Trójstronnej Komisji ds. Społeczno-Gospodarczych, przy rzeczywistych przetargach zdecentralizowanych, odbywających się na poziomie przedsiębiorstw lub branż;

Administracja państwowa jako bezpośredni adresat dużej części żądań pracowniczych;

Asymetryczność zorganizowania i siły przetargowej aktorów: ogólnopolskie związki zawodowe, organizacje pracodawców i rząd są relatywnie słabe; najsilniejszym aktorem są branżowe związki zawodowe (w tym górnicze i policyjne) w sektorze państwowym, które m.in. poprzez trójstronne zespoły branżowe są w stanie realizować swoje wąskie interesy;

Brak konsensualnej polityki, brak ideologii trójstronności, upolitycznienie przetargów.

Obecny system został w dużym stopniu ukształtowany w pierwszych latach transformacji, odziedziczył również wiele właściwości modelu socjalistycznego, 4 Powyższy

opis dotyczy głównie okresu 1989–2007. Gardawski (2009) pokazuje, że od 2008 r. można zaobserwować zmiany, m.in. relacje między partnerami społecznymi stają się bardziej autonomiczne od wpływu instytucji państwowych i nabierają w coraz większym stopniu charakteru współpracy.

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

349

w którym korporacje branżowe były instytucją kluczową dla całego porządku społecznego. Przetargi polityczne z ośrodkiem władzy oraz konkurencja pomiędzy korporacjami stanowiły w nim podstawowy mechanizm artykulacji interesów i alokacji zasobów ekonomicznych. Korporacje, choć tworzone przez państwo i od niego uzależnione, jednocześnie wywierały nań ciągłą presję, co stanowiło podstawę legitymizacji systemu. Jednocześnie realizowanie przez korporacje partykularnych, krótkookresowych interesów obniżało efektywność gospodarki, prowadząc do jej ostatecznego upadku (Hausner, 1994a). Wprowadzenie w 1989 r. relacji rynkowych (przede wszystkim w obszarze alokacji zasobów) oraz uniezależnienie korporacji od państwa znacząco zmniejszyło obszary poszukiwania renty i początkowo sparaliżowało działalność korporacji branżowych. Jednakże już od 1991 r. grupy interesu zaczęły odzyskiwać swoje wpływy. Przodowały w tym związki zawodowe w branżach nieobjętych przekształceniami rynkowymi – przede wszystkim w przemyśle ciężkim, który pozostał we własności państwa. W nowych warunkach, dzięki nieformalnym sieciom powiązań z okresu socjalizmu, miały one ułatwiony dostęp do legislacji. Koncyliacyjna transformacja systemowa nie doprowadziła do oczekiwanego unicestwienia grup interesu, lecz pozwoliła im na jeszcze skuteczniejsze działania w warunkach słabych instytucji państwa i rynku (Olson, 1995). Jak pokazał Wacław Wilczyński (2005), powstał w tym okresie „dualizm systemowy”, który polega na współistnieniu w polskiej gospodarce dwóch porządków: rynkowego i socjalistycznego. W sektorze prywatnym i w niektórych przedsiębiorstwach państwowych relacje mają charakter rynkowy – funkcjonowanie podmiotów gospodarczych jest oddane prawom popytu i podaży. Obok tego w sektorze państwowym mentalność podmiotów oraz stosunki między nimi mają cechy socjalistyczne. Pracownicy, dobrze zorganizowani w silnych politycznie związkach zawodowych, po dziś dzień wywierają presję na rządzących. Ich postulaty dotyczą nie tylko wzrostu wynagrodzeń, ale przede wszystkim żądają oni wstrzymania prywatyzacji i oczekują od państwa pełnienia „funkcji dyrektorskiej” w gospodarce. Hausner (2007, s. 62) określa to zjawisko mianem „państwa resortowo-korporacyjnego” i uznaje je za jedną z głównych barier rozwoju Polski. Z kolei Edmund Mokrzycki (2000) wskazywał na kluczową rolę negocjacji w polskiej demokracji. Rzeczywiste ustalanie kierunków regulacji odbywa się poza wglądem społeczeństwa, w ramach negocjacji między rządem a grupami interesu. Te ostatnie zyskują w ten sposób pozakonstytucyjny wpływ na politykę państwa. Natomiast celem rządów nie jest rozwiązywanie realnych problemów społecznych, ale unikanie otwartych konfliktów z grupami interesu. Niedawne badania zespołu K. Rybińskiego (2012) pokazują, że grupy interesu (nie tylko o państwowym pochodzeniu) wywierają istotny wpływ na procesy legislacyjne w Polsce – jedna trzecia powstających w Polsce ustaw służy wąskim interesom wybranych grup. Czynniki, które temu sprzyjają, to nieprzejrzystość prawa, brak transparentności i chaotyczność w jego tworzeniu oraz brak mechanizmów zabezpieczających interes społeczny.

350

Maciej Grodzicki

3. REFORMA EMERYTALNA W POLSCE System emerytalny w socjalizmie był jednym z głównych obszarów realizacji interesów grupowych, a przyznawanie przywilejów branżowych było jedną ze strategii partii wykorzystywanych do przywracania spokoju społecznego w okresach kryzysów politycznych (Inglot, 2008). Dowodem na to może być istnienie w 1989 r. 11 podsystemów branżowych, które obejmowały 25% pracowników w gospodarce, mimo że nie miały uzasadnienia ekonomicznego (Sosenko, 1992). Eksperci w dziedzinie ubezpieczeń społecznych zaznaczają, że na gruncie ich dziedziny nie ma podstaw do tworzenia specjalnych organizacji świadczeń dla pracowników wybranych branż, gdyż podlegają oni takim samym ryzykom społecznym, jak reszta społeczeństwa (Jończyk, 2003, s. 259). Takie rozwiązania ograniczały przejrzystość systemu i umożliwiały wpływowym grupom redystrybucję ukrytą i osiąganie rent ekonomicznych. Jednocześnie ich hojność przyczyniała się do i tak fatalnego stanu finansów Funduszu Ubezpieczeń Społecznych i obciążała finanse publiczne. Fragmentaryzacja systemu emerytalnego stanowi także barierę mobilności zawodowej pracowników. Powyższe stwierdzenia będą stanowić punkt odniesienia do dalszych rozważań w artykule. Już od 1990 r. politycy podejmowali próby zreformowania systemu, które miałyby go uporządkować, uniezależnić od wpływów politycznych oraz wprowadzić również w tym obszarze gospodarki mechanizmy rynkowe. W dużej mierze za sprawą sprzeciwu wpływowych grup pracowniczych zmiany zostały odłożone aż o dziewięć lat. Reforma emerytalna w 1999 r. w swoich założeniach miała ujednolicić regulacje – odtąd zasady miały być identyczne dla prawie wszystkich grup pracowniczych5, a zabezpieczenie emerytalne miało zależeć od indywidualnej przezorności. Nowa formuła emerytalna skutkowała w obniżeniu świadczeń dla wszystkich uczestników systemu6, ale niektóre grupy – dotychczas najbardziej uprzywilejowane – miały stracić najwięcej. W konsekwencji obok odpowiedniego projektu nowych regulacji dużej wagi nabierała ekonomia polityczna reformy (Chłoń, Góra, Rutkowski, 1999). Szczególną rolę w całym procesie pełniły związki zawodowe. Z jednej strony, NSZZ „Solidarność” była jednym z inicjatorów reformy – w 1995 r. przedstawiła nawet własny projekt zmian, nie różniący się znacznie od rządowego. Reformatorska koalicja AWS-UW była blisko związana organizacyjnie z „Solidarnością”7. Oznaczało to, że związek był naturalnym sojusznikiem oraz zwiększał legitymizację przeprowadzanych zmian. Z drugiej strony, związkowcy nie wyrażali zgody na 5 Górnicy oraz funkcjonariusze służb mundurowych zostali włączeni do powszechnego systemu emerytalnego w 1999 r., podczas gdy rolnicy oraz sędziowie i prokuratorzy zachowali swoje odrębne regulacje. Zostało to dokładniej opisane w dalszej części tekstu. 6 Prognozowane stopy zastąpienia w nowym systemie to: 30–40% dla kobiet i 50–60% dla mężczyzn, wobec 60–100% w starym systemie (Kłos 2008). Szacunki OECD (2011) to 43,2% dla kobiet i 59% dla mężczyzn. 7 Poparcia dla wprowadzenia systemu kapitałowego, choć w mniejszym stopniu, udzieliło także OPZZ. Związane ono było z kolei z SLD, którego rząd rozpoczął projektowanie reformy.

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

351

likwidację większości przywilejów, głównie tych dotyczących wcześniejszych emerytur. Także poszczególne związki sektorowe, korzystając z dużej niezależności od central związkowych, starały się utrzymać odrębność swoich systemów emerytalnych. Kolejarze, górnicy, sędziowie i prokuratorzy wpływali na legislację zarówno przez negocjacje w Komisji Trójstronnej, jak i przez strajki i protesty. Autorzy reformy zwracają szczególną uwagę na przyjętą przez nich strategię polityczną, która umożliwiła osiągnięcie celów pomimo początkowego oporu społecznego. Opierała się ona na bliskiej współpracy z centralami związkowymi oraz na szybkim wprowadzaniu w życie najważniejszych założeń – przy pozostawianiu spraw konfliktowych na później (Chłoń, Góra, Rutkowski, 1999, s. 59–60). Ze związkami zawodowymi zawarto swoisty pakt, polegający na odłożeniu negocjacji o przywilejach i o systemach branżowych na rok 1999 oraz na bardzo silnej ochronie praw nabytych w nowych zasadach emerytalnych (Orenstein, 2000, s. 46–49). W wyniku reformy powstał nowy system emerytalny, który pracowników urodzonych po 1969 r. miał objąć jednolitymi zasadami (nowa formuła emerytalna, wiek emerytalny: 60 lat dla kobiet, 65 lat dla mężczyzn).

4. OPIS BRANŻOWYCH SYSTEMÓW EMERYTALNYCH 4.1. EMERYTURY GÓRNICZE W lipcu 2005 r. do Ustawy o emeryturach i rentach z FUS dodano rozdział 3a „Emerytury górnicze”, który w pięciu artykułach definiuje zasady przyznawania emerytur górniczych. Warunki, które trzeba spełnić, aby otrzymać prawo do emerytury górniczej, to: 1) ukończone 55 lat życia i okres pracy górniczej: 20 lat dla kobiet i 25 lat dla mężczyzn, w tym co najmniej 10 lat pracy pod ziemią, albo: 2) ukończone 50 lat życia i okres pracy górniczej: 20 lat dla kobiet i 25 lat dla mężczyzn, w tym co najmniej 15 lat pracy pod ziemią, albo: 3) 25 lat pracy pod ziemią w pełnym wymiarze czasu pracy bez względu na wiek (Dz.U. z 2005 r. Nr 167, poz. 1397). Do ustalenia wysokości emerytur górniczych stosuje się starą formułę emerytalną – jest to jedyny przypadek, w którym ma ona jeszcze zastosowanie w sposób niewygasający. Okresy pracy górniczej są w ramach tej formuły dodatkowo premiowane. Każdy okres składkowy jest przemnażany tak jak w podstawowej formule przez 1,3, a następnie ponownie przez jeden z przeliczników o wartości od 1,2 do 1,8 – w zależności od charakteru pracy. Zatem trzy mechanizmy uprzywilejowują górników na tle całego społeczeństwa: 1. Stara formuła emerytalna, aktuarialnie promująca krótsze staże pracy i uwzględniająca tzw. element socjalny.

352

Maciej Grodzicki

2. Podwyższone przeliczniki, nieosiągalne dla innych grup pracowniczych. 3. Prawo do emerytury bez względu na wiek. Według danych ZUS w 2008 r. emerytury górnicze pobierało 198,5 tys. osób. Średni wiek osób przechodzących na emeryturę w tym roku wyniósł 47,9 lat (wobec 59 lat dla ogółu populacji). Przeciętna emerytura górnicza wypłacona w 2008 r. miała wysokość 2937,35 zł i była blisko dwa razy wyższa od średniej dla ogółu emerytów (ZUS, 2009). Przy przeciętnym wynagrodzeniu w górnictwie bliskim 5300 zł, dawało to stopy zastąpienia nie przekraczające 60% (GUS, 2009), czyli w okolicach średniej krajowej. Czynnikiem uprzywilejowującym górników jest krótszy staż pracy (o 3 lata krótszy niż dla ogółu pracowników) oraz o kilka lat8 dłuższy okres przebywania na emeryturze i pobierania świadczenia. Emerytury górnicze są dofinansowywane dotacją z budżetu państwa do Funduszu Ubezpieczeń Społecznych. Wyliczenia MPiPS (2005) pokazują, że utrzymywanie przywilejów górniczych będzie kosztować podatników dodatkowo (ponad to co przewidywały stare zasady) ok. 0,3% PKB rocznie (tab. 1). Tabela 1. Prognozowane koszty poniesione przez budżet państwa w latach 2007–2020 z tytułu wprowadzenia emerytur górniczych na podstawie wyliczeń MPiPS Rok

Koszty emerytur górniczych (w mln zł)

Koszty jako % PKB

2007

0,0

0,00

2008

195,4

0,02

2009

843,2

0,06

2010

1 852,0

0,13

2011

3 138,5

0,20

2012

4 173,4

0,25

2013

4 937,4

0,27

2014

6 063,4

0,30

2015

6 412,2

0,30

2016

7 567,1

0,32

2017

7 817,8

0,31

2018

8 835,4

0,32

2019

8 809,7

0,30

2020

9 413,5

0,29

Suma

70 059,0

–

Źródło: MPiPS, 2005. 8 Dokładną różnicę trudno oszacować – jest to z pewnością mniej niż 11 lat, które wynika z samego wcześniejszego przejścia na emeryturę. Prawdopodobnie ciężkie warunki pracy górniczej powodują krótszą od przeciętnej długość życia przedstawicieli tej grupy zawodowej.

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

353

Specjalne uprawnienia górników, których koszty ponosi całe społeczeństwo, należy uznać za niesprawiedliwe i szkodliwe dla społeczeństwa i gospodarki (Borowski i in., 2010). Górnicy powinni zostać objęci powszechnym systemem emerytalnym, z prawem do emerytur pomostowych. Powinno się równocześnie ułatwiać im podjęcie pracy na innym stanowisku po osiągnięciu wieku, który uniemożliwia dalszą pracę górniczą. Motywy polityczne jednak uniemożliwiają zniesienie przywilejów (Kostrzewski, Miączyński, 2007). Górnicy w ostatnich dekadach PRL byli traktowani przez rządzących w szczególny sposób, ponieważ ich branża wnosiła bardzo dużą część do produktu narodowego i eksportu. Na tle reszty pracowników cieszyli się wysokimi płacami oraz licznymi przywilejami pozapłacowymi, w tym zaopatrzeniowym systemem emerytalnym (Balcerowicz, 1994, s. 155). Ich pozycja uległa jeszcze wzmocnieniu na początku transformacji, po strajkach w latach 1992–1993. Dzięki temu przekształcenia rynkowe ominęły tę branżę, a dominującym właścicielem kopalni pozostało państwo. W tym fakcie oraz w wyjątkowej koncentracji pracowników należy upatrywać dużej siły przetargowej górników (Hausner, 1994b, s. 299). W założeniach reformy z 1999 r. górnicy mieli zostać objęci wygasającym systemem emerytur pomostowych, a ich dotychczasowe przywileje miały zostać zniesione 31 grudnia 2006 roku. Takie rozwiązanie chroniło prawa nabyte przez górników przed reformą, a nowo zatrudnionych wprowadzało do powszechnego systemu emerytalnego. W 2005 r. górnicze związki zawodowe zorganizowały masowe demonstracje w Warszawie, czym zmusiły rządzący wówczas SLD oraz prezydenta A. Kwaśniewskiego do nielikwidowania korzystnych dla nich ustaleń. W obliczu zbliżających się wyborów, w których kandydat lewicy Włodzimierz Cimoszewicz miał walczyć o prezydenturę, emerytury górnicze stały się ważną kartą przetargową (Solska, Dziadul, 2005). Jeszcze w 2005 r. podjęto dwie próby zaskarżenia nowych przepisów w Trybunale Konstytucyjnym, przy czym obie okazały się nieskuteczne. Wniosek premiera Marka Belki został wycofany przez jego następcę – Kazimierza Marcinkiewicza, co stanowiło realizację obietnicy przedwyborczej PiS, złożonej w zamian za poparcie NSZZ „Solidarność” w wyborach parlamentarnych i prezydenckich. Szczególnie ważne wydaje się niepowodzenie wniosku PKPP „Lewiatan”. Trybunał oddalił go, gdyż uznał, że kwestia emerytur górniczych nie dotyczy bezpośrednio Konfederacji Pracodawców, a jedynie budżetu państwa i samych górników. Pokazuje to, jak prawnie można ograniczać możliwości działania grup okalających, które chcą bronić interesu społecznego. Okazuje się, że również samo społeczeństwo nie wyraża zdecydowanego sprzeciwu wobec przywilejów górniczych. Według sondaży, zdecydowana większość Polaków popierała postulaty górników w 2005 r. oraz opowiadała się za utrzymaniem wcześniejszych emerytur, także dla tej kategorii zawodowej. Te same badania ukazały także skalę ignorancji społecznej na temat rzeczywistych kosztów, wynikających z tytułu wcześniejszych emerytur – jedynie 16% ankietowanych zdawało sobie sprawę z ich skali. Po przedstawieniu tej informacji respondentom deklarowane poparcie dla przywilejów wyraźnie spadło (Pentor, 2005 i 2008).

354

Maciej Grodzicki

4.2. EMERYTURY MUNDUROWE Emerytury mundurowe są uregulowane w dwóch specjalnych ustawach (Dz.U. z 1994 r. Nr 10, poz. 36 i Dz.U. z 1994 r. Nr 53, poz. 214). Artykuły 1 obu ustaw stanowią, że żołnierzom i funkcjonariuszom służb zwolnionym ze służby z tytułu wysługi lat lub całkowitej niezdolności do służby przysługuje zaopatrzenie emerytalne, finansowane z budżetu państwa. Minimalny staż pracy w wojsku i służbach to 15 lat, a podstawowa wysokość emerytury wynosi 40% uposażenia na zajmowanym ostatnio stanowisku. Ulega ona zwiększeniu o 2,6% podstawy wymiaru za każdy następny rok pracy. Specjalnie premiowane są okresy służby w szczególnych warunkach, w tym na wojnie. Maksymalna emerytura, jaką można otrzymać, jest równa 75% ostatniego uposażenia, wraz z dodatkami i nagrodą roczną. By ją osiągnąć, trzeba pracować trochę ponad 28 lat. Powyższa formuła zapewnia żołnierzom i funkcjonariuszom relatywnie wysokie stopy zastąpienia przy krótkim stażu pracy oraz ogranicza bodźce do kontynuowania służby. Dodatkowo emerytowani mundurowi mają możliwość podjęcia pracy bez drastycznych konsekwencji dla wysokości otrzymywanych świadczeń9. W rezultacie wielu żołnierzy i policjantów przechodzi na emeryturę w młodym wieku (przeciętny okres wysługi z tytułu służby w 2010 r. wynosił 22 lata i 6 miesięcy)10 (MSWiA, 2011). Osobny system emerytalny stanowi barierę dla mobilności zawodowej funkcjonariuszy oraz ryzyko dla przedwcześnie zwolnionych ze służby. W maju 2012 r. wprowadzono nowe zasady, które będą obowiązywały funkcjonariuszy wstępujących do służby od 2013 roku. Nowe warunki otrzymania emerytury to 25 lat służby oraz wiek 55 lat, a wysokość świadczenia będzie kalkulowana na podstawie uposażeń w wybranych 10 kolejnych latach służby. Relacja emerytury do średniego uposażenia będzie wynosić od 60% do 75%, w zależności od rzeczywistej długości służby. W ten sposób sytuacja mundurowych zostanie nieznacznie przybliżona do powszechnego systemu emerytalnego. W 2010 r., według danych resortowych, emerytury pobierało 107 tys. wojskowych i 137 tys. funkcjonariuszy służb, a przeciętne świadczenia wynosiły w obu przypadkach około 3 tys. zł (MON, 2010; MSWiA, 2011). Wydatki budżetowe z tytułu emerytur mundurowych wynoszą około 0,6% PKB rocznie (tab. 2). Specjalne uprawnienia emerytalne żołnierzy i funkcjonariuszy służb mundurowych mają swoje pochodzenie historyczne – tym grupom społeczno-zawodowym, ze względu na ich rolę w funkcjonowaniu państwa oraz wystawienie na specyficzne ryzyka, tradycyjnie przyznawana była szczególna opieka emerytalna (Muszalski, 2004, s. 173). Obecne argumenty związkowców podkreślają niekorzyści wynikające z pełnienia służby, takie jak: 9 Dopiero

przy zarobkach na poziomie 130% przeciętnego wynagrodzenia emerytura maleje o 25%. 10 A. Wiktorow (2011) wymienia kolejne uprzywilejowujące charakterystyki emerytur mundurowych, m.in.: dłuższy okres pobierania emerytury i brak limitu maksymalnego świadczenia.

811 186

Funkcjonariuszy Służby Więziennej 0,63

0,05

0,33

0,25

% PKB

8 955 693

727 563

4 633 286

3 594 843

tys. zł

2010

0,63

0,05

0,33

0,25

% PKB

8 539 546

647 059

4 453 770

3 438 717

tys. zł

2009

0,64

0,05

0,33

0,26

% PKB

7 636 382

569 411

3 982 455

3 084 516

tys. zł

2008

Źródło: opracowanie własne na podstawie informacji pozyskanych w MON, MSW i w Służbie Więziennej.

9 643 854

5 028 889

Funkcjonariuszy służb podległych MSW

Razem

3 803 779

tys. zł

2011

Wojskowe

Emerytury

Rok

0,60

0,04

0,31

0,24

% PKB

6 998 562

510 611

3 560 704

2 927 246

tys. zł

2007

Tabela 2. Wydatki z budżetu państwa na emerytury mundurowe w latach 2007– 2011 (w tys. zł)

0,59

0,04

0,30

0,25

% PKB

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU 355

356

Maciej Grodzicki

wymóg dyspozycyjności;

ograniczenie praw wyborczych;

narażanie życia i zdrowia, wysokie obciążenia psychiczne (ZW NSZZ Policjantów, 2012).

Głównym argumentem związkowców jest jednak to, że przy niedofinansowaniu służb, niskich płacach i nierozwiniętej polityce ścieżki kariery, to właśnie korzystne przepisy emerytalne są jedną z głównych zachęt do wstąpienia do służb mundurowych. Podejmowane przed 2012 r. próby zreformowania emerytur mundurowych, a w szczególności wydłużenia obowiązkowego okresu służby, były nieskuteczne. Nowy system emerytalny w pierwszym momencie objął również żołnierzy zawodowych, którzy wstąpili do służby po 1. stycznia 1999 r., ale już w 2003 r. rząd SLD przywrócił wcześniejsze przepisy. Dopiero w 2012 r. rządowi Donalda Tuska po raz pierwszy udało się podnieść wiek emerytalny służb mundurowych. Jego skuteczność możemy przypisać wysokiej determinacji i odpowiedniej strategii politycznej, ale również małej skali rzeczywistych zmian – przywileje już zatrudnionych funkcjonariuszy pozostaną nienaruszone. Barierą dla daleko idących reform jest duże znaczenie polityczne żołnierzy i policjantów, które wynika z ich liczebności oraz kluczowej roli w funkcjonowaniu państwa. Związki zawodowe policjantów są bardzo silne i wielokrotnie już sama groźba strajków powodowała, że kolejne rządy wycofywały się ze swoich propozycji. W przypadku wojska argumentem jest groźba masowego odejścia żołnierzy ze służby11. Równie istotne jest to, że wydłużanie wieku emerytalnego funkcjonariuszy służb i żołnierzy wymaga zmian w ogólnym funkcjonowaniu tych służb oraz wojska tak, aby stanowiska pracy i wynagrodzenia były dostosowane również do możliwości psychofizycznych oraz do potrzeb finansowych osób w średnim i starszym wieku. Przywileje emerytalne nie powinny stanowić rekompensaty za niedogodności w okresie służby. Dłuższa praca w służbach na lepszych warunkach finansowych zwiększałaby stabilność życiową funkcjonariuszy i dawała liczne korzyści pozapłacowe.

4.3. UPOSAŻENIE W STANIE SPOCZYNKU SĘDZIÓW I PROKURATORÓW Sędziowie i prokuratorzy są objęci osobnym systemem zabezpieczenia społecznego, który jest w całości finansowany ze źródeł budżetowych. Po osiągnięciu 65 lat, ale też w przypadku zaistnienia pewnych ryzyk społecznych (choroba i utrata sił) przechodzą oni w stan spoczynku. Istnieje możliwość wcześniejszego przejścia w stan spoczynku (na wniosek) – po ukończeniu 55 lat przez kobietę lub 60 przez 11 Według doniesień medialnych propozycje zmian w emeryturach mundurowych były główną przyczyną odejścia ze służby ok. 10 tys. żołnierzy na przełomie lat 2009 i 2010 (Żemła, 2011).

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

357

mężczyznę i przy posiadanym stażu pracy wynoszącym odpowiednio 25 lub 30 lat. W maju 2012 r., wraz ze zmianami w systemie powszechnym, podwyższono wiek emerytalny sędziów i prokuratorów do 67 lat, a możliwość wcześniejszego przejścia w stan spoczynku ograniczono do końca 2017 roku. Stan spoczynku jest to specyficzna kategoria prawna wprowadzona do polskiego prawa w odniesieniu do sędziów w artykule 180 Konstytucji z 1997 r., a dla prokuratorów ustanowiona na zasadzie analogii w przepisach dotyczących ustroju prokuratury (Dz.U. 1997 Nr 124, poz. 782). Wynagrodzenie sędziów i prokuratorów nie podlega oskładkowaniu, a środki na finansowanie uposażeń w stanie spoczynku pochodzą z budżetu państwa. Wysokość uposażenia wynosi 75% ostatniego wynagrodzenia. Podobnie jak w przypadku służb mundurowych jest to stopa zastąpienia nieosiągalna dla pracowników ubezpieczonych w powszechnym systemie emerytalnym. Dodatkowo uposażenia są waloryzowane według stopy wzrostu wynagrodzeń wciąż aktywnych sędziów i prokuratorów. W roku 2009 liczba sędziów i prokuratorów w Polsce wynosiła odpowiednio: 9596 i 5276, a średnie wynagrodzenia w tych grupach to 8758 zł i 8861 zł (Ministerstwo Finansów, 2010). Biorąc do kalkulacji te przeciętne wartości, z pewnością niższe od wynagrodzeń osiąganych pod koniec kariery zawodowej, przeciętne uposażenia w stanie spoczynku uzyskane przez sędziów i prokuratorów w 2009 r. wynosiły około 6568,5 zł i 6645,75 zł, a łączne wydatki na nie w ostatnich latach sięgały 0,04% PKB. Instytucja stanu spoczynku ma swoje korzenie historyczne, wywodzi się z emerytur w służbie państwowej przyznawanych funkcjonariuszom publicznym. Takie uregulowania wynikały z przekonania, że sędzia i prokurator to nie zawód, ale raczej funkcja społeczna. Osoby ją sprawujące, ze względu na rolę pełnioną w ustroju państwa, były obejmowane szczególną ochroną. Współczesna wersja tej instytucji jest jednak wynikiem zadziałania konkretnych czynników politycznych (Muszalski, 2004, s. 173). Uprawnienia do korzystania z osobnego systemu zabezpieczenia emerytalnego przyznano najpierw sędziom, a potem także prokuratorom – odnosząc się w kolejnych aktach prawnych do niejasnych sformułowań zawartych w Konstytucji. W sierpniu 1997 r. przed zbliżającymi się wyborami w ekspresowym tempie znowelizowano ustawę Prawo o ustroju sądów powszechnych. Działo się to w sposób naruszający co najmniej dobre obyczaje parlamentarne, jeśli nie odpowiednie procedury legislacyjne (Jończyk, 2003, s. 270). Takie działanie było niespójne z podstawowymi celami planowanej wtedy reformy emerytalnej. J. Jończyk podaje wiele argumentów natury prawnej, które pokazują bardzo słabe umocowanie i brak realnego uzasadnienia dla takich przepisów. Dodatkowo udowadnia, że te przywileje są jeszcze szersze niż to powyżej zaprezentowałem. Wymienię tu choćby fakt, że po przejściu w stan spoczynku, sędziowie i prokuratorzy mogą nadal pracować jako nauczyciele akademiccy – bez zmniejszenia otrzymywanych uposażeń, a nawet pobierać dodatkową emeryturę z tytułu pracy na uczelni (Jończyk, 2003, s. 262–272).

175 444

578 894

Prokuratorzy

Razem

0,038

0,012

0,026

%PKB

542 660

161 160

381 500

tys. zł

2010

0,038

0,011

0,027

%PKB

509 148

145 656

363 492

tys. zł

2009

0,032

0,010

0,023

%PKB

Źródło: Opracowanie własne na podstawie: Ministerstwo Finansów (2008–2011).

403 450

tys. zł

2011

Sędziowie

Wielkość

Rok

408 695

121 176

287 519

tys. zł

2008

0,032

0,010

0,023

%PKB

386 283

111 773

274 510

tys. zł

2007

0,033

0,009

0,023

%PKB

Tabela 3. Wydatki budżetowe na uposażenia w stanie spoczynku i uposażenia rodzinne sędziów i prokuratorów w latach 2007–2011(w tys. zł)

358 Maciej Grodzicki

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

359

Sędziowie i prokuratorzy ze swojej strony odwołują się do ograniczeń, którym podlegają będąc w stanie spoczynku. W szczególności nie mogą wtedy uzupełniać swoich dochodów, prowadząc działalność gospodarczą czy pracując zarobkowo (poza nauką lub dydaktyką). Dodatkowo ich regularne wynagrodzenia są o wiele niższe niż innych przedstawicieli ich branży – adwokatów i notariuszy. Jak argumentują, chcąc zapewnić sprawną i niezależną władzę sądowniczą, państwo musi dawać odpowiednie bodźce i kusić najzdolniejszych absolwentów studiów prawniczych (KRS, 2011). Według stanowiska Stowarzyszenia Sędziów Polskich „Iustitia”: „Reżim stanu spoczynku i pochodzących od niego uprawnień socjalnych znajduje szczególne uzasadnienie jako jedna z gwarancji prawidłowego funkcjonowania wymiaru sprawiedliwości. Taki charakter stanu spoczynku wyklucza możliwość postrzegania go w kategoriach konstytucyjnych praw podmiotowych. Podstawowym celem regulacji nie jest bowiem ochrona indywidualnych interesów osoby piastującej stanowisko sędziego, ale zapewnienie prawidłowego funkcjonowania władzy sądowniczej w interesie ogółu” (SSP „Iustitia”, 2011). Uposażenia sędziów i prokuratorów rzadko stają się tematem politycznym i nie funkcjonują w świadomości publicznej, co, jak się wydaje, ma kilka przyczyn. Po pierwsze, dotyczą one małej liczby osób i stanowią nieduże obciążenie dla budżetu państwa – korzyść finansowa oraz polityczna z ich likwidacji byłaby niewspółmiernie mała w porównaniu z podjętym ryzykiem. Po drugie, przepisy o uposażeniach szybko znalazły odpowiednie wzmocnienie w wykładni Sądu Najwyższego. Sędziowie i prokuratorzy, korzystając ze swojej pozycji w strukturach państwa, skutecznie zabezpieczyli samym sobie przywileje emerytalne (Jończyk, 2003, 266–271). Po trzecie, groźba strajku ze strony władzy sądowniczej, który w praktyce szybko doprowadziłby do paraliżu całego państwa, dotychczas skutecznie odstraszała reformatorów.

4.4. UBEZPIECZENIA SPOŁECZNE ROLNIKÓW Na podstawie Ustawy o ubezpieczeniu społecznym rolników z 1990 r. (Dz.U. z 1991 r. Nr 7, poz. 24) ubezpieczeniu w KRUS podlega z mocy ustawy każdy rolnik posiadający gospodarstwo rolne o powierzchni powyżej 1 ha przeliczeniowego wraz z małżonkiem i pracującym domownikiem. Właściciele mniejszych gospodarstw mogą podlegać ubezpieczeniu na wniosek. Takie sformułowanie przepisów oznacza, że nie trzeba realnie prowadzić gospodarstwa rolnego, ani nawet na jego terenie zamieszkiwać, aby móc się ubezpieczyć w KRUS. Składka na ubezpieczenie emerytalne jest bardzo niska – wynosi w bazowej wysokości jedynie 10% najniższej emerytury. Dopiero od niedawna wysokość składki została powiązana z wielkością gospodarstwa, ale i tak tylko w symboliczny sposób12. 12 Składka

w II i III kwartale 2012 r. wynosiła od 80 zł przy gospodarstwie do 50 ha, do 464 zł dla gospodarstw powyżej 300 ha (www.krus.gov.pl). Dla porównania, osoba otrzymująca minimalne wynagrodzenie pracownicze w 2011 r. odprowadzała składkę emerytalną równą 135,27 zł (dodatkowo taką samą kwotę odprowadzał jego pracodawca – obliczenia własne).

360

Maciej Grodzicki

Emerytura rolnicza przysługuje po spełnieniu następujących warunków: albo 60/65 lat i 25 lat podlegania ubezpieczeniu, albo 55/60 lat, 30 lat ubezpieczenia i zaprzestanie działalności rolniczej. Formuła ustalająca wysokość świadczenia składa się z dwóch elementów odnoszących się do wysokości najniższej emerytury: części składkowej (1% najniższej emerytury za każdy rok płacenia składek) i części uzupełniającej (w wysokości 95% najniższej emerytury; ulega zmniejszeniu o 0,5 pkt. proc. za każdy rok po przekroczeniu 20 lat składkowych). Stosowanie powyższej formuły do obliczania emerytur rolniczych powoduje, że w porównaniu z emeryturami pracowniczymi są one bardzo niskie: w 2009 r. średnia emerytura rolnicza wyniosła 796 zł. Pomimo niskich świadczeń dotacja z budżetu państwa do emerytur i rent z KRUS musi wynosić ponad 90%13. Przekłada się to na ponad 1% PKB rocznie, przy ponad milionie świadczeniobiorców – przy czym obie te pozycje malały w ostatnich latach (tab. 4). Tabela 4. Podstawowe informacje dotyczące ubezpieczeń emerytalno-rentowych w KRUS w latach 2005–2011

Wydatki na emerytury rolnicze (tys. zł)

Dotacja budżetowa do Funduszu EmerytalnoRentowego (FER) (tys. zł)

Dotacja jako % wydatków FER

Rok

Liczba emerytów

Dotacja jako % PKB

2005

1 271 667

10 404 220

14 710 000

91,7

1,50

2006

1 245 668

10 777 015

14 932 671

92,4

1,41

2007

1 209 483

10 585 528

14 680 697

95,0

1,25

2008

1 175 164

10 909 133

14 867 871

88,5

1,17

2009

1 137 685

11 200 447

15 705 402

92,1

1,17

2010

1 096 321

11 047 271

14 935 764

90,1

1,06

2011

1 056 307

11 068 265

15 120 037

91,6

0,99

Źródło: opracowanie własne na podstawie: MF (2006–2012);KRUS (2006–2012).

Kształt systemu ubezpieczeń rolniczych został w dużej mierze ustanowiony w latach 70. i 80. System miał pełnić istotne funkcje w gospodarce socjalistycznej: zwiększając dochody rolników, był elementem polityki kształtowania cen produktów żywnościowych; miał także przyspieszyć zmiany strukturalne w rolnictwie – wymianę pokoleń i koncentrację gruntów rolnych (Simanis, 1983). Obecnie jego cele się zmieniły i pełni on jedynie funkcję osłony socjalnej dla ludności rolniczej. Spadek dochodów rolników i gwałtowny wzrost ubóstwa na wsi na początku 13 Jest

to spowodowane bardzo niskimi przychodami ze składek oraz niekorzystną relacją pomiędzy liczbą osób płacących składki a liczbą świadczeniobiorców.

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

361

transformacji wymagał, wobec braku innych działań natury prorozwojowej, utrzymania istniejącego systemu. Jak dowodzi Jończyk, obecny system „nie jest ani ubezpieczeniem społecznym, ani pomocą społeczną, a główną racją jego trwania jest pogłębiające się agrarne ubóstwo” (Jończyk, 2003, s. 289). Dla wielu rodzin rolniczych świadczenia emerytalne z KRUS, mimo ich niskiej wysokości, stanowią istotną część dochodów. Dotyczy to zwłaszcza rolników małoobszarowych. Rysunek 1. Rola świadczeń i składek w budżetach gospodarstw rolniczych w 2000 r. 35,0 30,0 25,0 20,0 15,0 10,0 5,0

Grupy obszarowe gospodarstw – w ha

ce ię

–1 50

0 –5 20

0 –2 15

5 –1 10

10 7–

7 5–

5 2–

1–

0,0

Udział procentowy świadczeń z KRUS w ogólnych przychodach pieniężnych Udział procentowy składek zapłaconych do KRUS w kosztach (bez amortyzacji) wytworzenia produkcji końcowej Źródło: opracowanie własne na podstawie: Goraj, Jagła (2002).

Rysunek 1 pokazuje, że dla najmniejszych gospodarstw ubezpieczenie w KRUS pełni istotną rolę w budżetach domowych. Zniesienie lub zmniejszenie dotacji budżetowych najmocniej uderzyłoby właśnie w tę grupę rolników, w związku z czym takie działania powinny być elementem szerszej polityki rolnej, restrukturyzacji wsi i zwiększenia możliwości pracy poza rolnictwem dla jej mieszkańców. Inna sytuacja dotyczy rolników wielkoobszarowych, których byłoby stać na płacenie wyższych składek14 – dla nich ubezpieczenie w KRUS stanowi możliwość ucieczki od wysokich kosztów płac, które występują w sektorze pracowniczym. Bardzo korzystne warunki ubezpieczenia dla zamożnych rolników są zaprzeczeniem zasady solidarności społecznej – zarówno pomiędzy samymi rolnikami, jak i pomiędzy rolnikami a resztą społeczeństwa. Dodatkowo zliberalizowane w latach 90. przepisy prawne regulujące dostęp do ubezpieczenia przyzwalają na 14 W 2000

roku już w grupie obszarowej 20–50 ha przeciętne dochody rolników były podobne do średnich wynagrodzeń pracowniczych netto (Goraj, Jagła, 2002, s. 147).

362

Maciej Grodzicki

patologie. Brak powiązania prawa do ubezpieczenia z rzeczywistym prowadzeniem gospodarstwa rolnego jest bardzo dużą pokusą dla naciągaczy. W praktyce powszechna jest na wsi sytuacja, w której ludzie ubezpieczeni w KRUS ziemię zostawiają odłogiem, natomiast podejmują pracę w szarej strefie. Obecny system nie rozwiązuje problemów wsi, a nawet je utrwala i obniża efektywność gospodarki (MGPiPS, 2003; Wilkin, 2010). Od ponad 10 lat eksperci zarówno z kręgów finansowych, jak i ekonomii rolnictwa postulują zmiany w ubezpieczeniach rolniczych. Miałyby one dotyczyć przede wszystkim wyłączenia z KRUS rolników z największymi gospodarstwami oraz zaostrzenia kryteriów dostępu do systemu. Na przykład, Ostrowski (2000) postuluje wyraźne oddzielenie funkcji ochrony socjalnej od funkcji ubezpieczeń społecznych. Pomoc ze strony państwa powinna być kierowana jedynie do najbardziej potrzebujących mieszkańców wsi. Resztę należy objąć nowoczesnym systemem zabezpieczenia emerytalnego opartym na składkach, a środki dla rolnictwa z budżetu państwa powinny zostać przeznaczone na bardziej prorozwojowe cele. Równocześnie powinien zostać opracowany długoletni plan dla polskiej wsi, który uzdrowiłby jej społeczno-gospodarczą sytuację. W Raporcie „Zielona Księga”, opracowanym w Ministerstwie Gospodarki, Pracy i Polityki Społecznej w 2003 r., postulowano m.in.: ścisłe określenie działalności rolniczej, które zamknie dostęp do systemu zwykłym pracownikom; powiązanie składek z wysokością dochodów; wprowadzenie zachęt finansowych do późniejszego przechodzenia na emeryturę oraz ograniczenie wielkości dotacji z budżetu państwa (MGPiPS, 2003). Mimo powyższych postulatów w polskiej polityce rolnej od lat obowiązuje status quo. Paradoksalnie główną tego przyczyną jest silna pozycja, którą w kolejnych rządach zajmowały partie reprezentujące środowiska rolników: PSL, SK-L oraz Samoobrona. Przy słabości instytucjonalnych forów dialogu społecznego w rolnictwie, to one, a nie związki zawodowe, były głównym wyrazicielem interesów rolników. Prezes Stronnictwa Konserwatywno-Ludowego Artur Balazs był ministrem rolnictwa w rządzie Jerzego Buzka oraz doradzał wicepremierowi Andrzejowi Lepperowi. Samoobrona była w rządzie w latach 2006–2007, a PSL – w latach 2001–2003 oraz od 2007 roku. Wszystkie te partie, choć przedstawiające się jako reprezentanci interesów wsi, nie były w stanie zaproponować żadnych projektów reform polepszających bezpieczeństwo socjalne rolników. PSL, przez niektórych autorów przyrównywany wręcz do rolniczego związku zawodowego, za priorytet stawia sobie utrzymanie KRUS w niezmienionym kształcie, argumentując, że przyczynia się tym do dobra polskiej wsi (za: Godlewski, 2003, s. 201–202). Jak pokazały powyższe analizy, mamy jednak do czynienia z sytuacją przeciwną. Większość rolników (małoobszarowi, których w największym stopniu dotyka bieda) mogłaby zyskać na reformie systemu – pod tym względem ta grupa ma charakter okalający. Z drugiej strony, wąska grupa zamożnych, wielkoobszarowych rolników, która jest największym beneficjentem obecnych instytucji,

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

363

ma wyższą zdolność do wspólnego wywierania presji politycznej. Można zatem postawić tezę, że wewnętrzna struktura tej grupy zawodowej nie zapewnia reprezentacji jej szerokich interesów.

WNIOSKI Powyższe studium czterech przypadków umożliwia wyciągnięcie wniosków w kilku obszarach: dotyczących polskiego systemu emerytalnego i jego reform, metod działania branżowych grup interesu oraz funkcjonowania systemu reprezentacji interesów w Polsce. Emerytury branżowe w Polsce pobiera łącznie 1,5 mln osób, a wydatki budżetowe na nie sięgają 2% PKB rocznie15. Sfragmentaryzowany system emerytalny w różny sposób uprzywilejowuje przedstawicieli wąskich grup zawodowych(lub ich część jak w przypadku rolników), a przyczyn tego stanu rzeczy należy upatrywać w czynnikach politycznych (tabela 5 zawiera podsumowanie tego opisu). Osobne systemy emerytalne podważają zasadę sprawiedliwości społecznej i mają negatywne konsekwencje dla efektywności gospodarowania. Można także postawić tezę, że emerytury branżowe stanowią barierę przezwyciężenia głębokich problemów strukturalnych występujących w górnictwie, rolnictwie, sądownictwie, policji czy w wojsku. Przywileje nadane poszczególnym grupom stanowią polityczne usprawiedliwienie braku innych działań oraz łatwą metodę na zapewnienie spokoju społecznego. Stanowią one wyraz strukturalnej niemożności rządu do reformowania państwa i budowy sprawnych instytucji. Niezachwiane trwanie przywilejów można wytłumaczyć, odwołując się do teorii grup interesu. Analizowane grupy zawodowe mają, w kategoriach teorii Olsona, charakter redystrybucyjny16 – każda z nich jest wąska i homogeniczna, może zatem zabiegać o własne korzyści bez oglądania się na interes społeczny. Mimo że są to duże grupy, potrafią mobilizować swoich członków do wspólnych działań politycznych dzięki bodźcom selektywnym (przymus uczestnictwa, korzyści ze statusu związkowca) oraz działalności organizacji przedstawicielskich17, powołanych początkowo w innych celach. Obok tradycyjnych metod (strajki, protesty) w swoich działaniach wykorzystują zróżnicowane mechanizmy wywierania presji na polityków: 15 Podana wielkość ma jedynie charakter orientacyjny, lecz nie może służyć za miarę „kosztów” dla budżetu wynikających z przywilejów emerytalnych (ze względu na zaopatrzeniowy, a nie ubezpieczeniowy charakter części z nich). 16 Poza przypadkiem rolników małoobszarowych opisanym w tekście. 17 Są to: związki zawodowe (przypadek górników i policjantów), korporacje branżowe (sędziowie i prokuratorzy), partie polityczne (rolnicy) oraz wojsko samo w sobie. Interesujące, że analizowane przeze mnie grupy pokrywają się z przykładami podanymi w The Logic of Collective Action M. Olsona (1965, rozdział VI).

364

Maciej Grodzicki

Bliskość (instytucjonalna i personalna) wobec rządu lub wybranych partii politycznych oraz szczególne funkcje pełnione w strukturze państwa (Orenstein, 2003);

Podwójna strategia stosowana w okresie reformy w latach 90. – popieranie jej głównego kierunku przy jednoczesnej twardej obronie przywilejów18;

Argumenty podnoszone podczas negocjacji w ramach Komisji Trójstronnej i innych zespołów, m.in. szukanie zapłat za swoje ustępstwa;

Prawne wzmacnianie przywilejów przez tworzenie dodatkowych przepisów i korzystnej wykładni prawa;

Odwoływanie się do szczytnych celów, aby pozyskać poparcie społeczne – jest to tzw. „aksjologiczna ornamentyka”, charakterystyczna dla dyskursu politycznego w Polsce. Dla opinii publicznej ma ona stanowić przykrywkę dla zwykłej walki o interes finansowy grupy (Rubisz, 2003, s. 136).

System emerytalny wyjątkowo sprzyja realizacji redystrybucji ukrytej. Dzięki nieprzejrzystości regulacji umożliwia on uprzywilejowanie wąskich grup branżowych przy ignorancji społeczeństwa lub wręcz przy poparciu z jego strony. Wysoka skuteczność badanych grup miała swoje źródła także w wybranych charakterystykach systemu reprezentacji interesów. Po pierwsze, najsilniejszym aktorem są w nim właśnie sektorowe związki zawodowe, czyli grupy o wąskich interesach. Po drugiej stronie przetargów politycznych brakuje mocnych aktorów – grup okalających, które wywierałyby presję na rząd. Nie wykształciła się, jak dotąd, „siła równoważąca”, która dysponowałaby istotnymi politycznie argumentami. Jedynym takim potencjalnym aktorem są organizacje pracodawców, choć, jak pokazuje przykład emerytur górniczych, ich rzeczywista siła polityczna jest ograniczona. Przetargi wokół reformy emerytalnej obnażały także słabość kolejnych rządów i ich niezdolność do podejmowania niepopularnych działań, o długim horyzoncie czasu. Po drugie, społeczeństwo jest nieświadome tego, jak w rzeczywistości przebiegają procesy regulacyjne oraz jakie są ich wyniki. Negocjacyjny charakter tworzenia regulacji w Polsce umożliwia rządowi i związkom zawodowym ukrywanie argumentów przed opinią publiczną. Po trzecie, jest charakterystyczne, że wszystkie cztery przypadki dotyczą grup zawodowych zatrudnianych przez państwo lub tradycyjnie silnie przez nie wspomaganych. Wpisuje się to w model dualizmu systemowego i jest przykładem postsocjalistycznych pozostałości w polskim państwie. Ograniczanie przywilejów dotyczących takich grup jest podwójnie trudne, gdyż rząd, obok funkcji regulacyjnej, pełni tu również funkcję pracodawcy lub protektora, a związki zawodowe nie są ograniczone presją rynkową. 18 Wydaje się, że poparcie związków dla reformy mogło być bardzo interesowne – jej koszty ponoszą głównie pracownicy nieuzwiązkowieni lub pracownicy branż o słabej reprezentacji politycznej.

Niska dochodowość rolnictwa, walka z ubóstwem

W rzeczywistości: przyczyny polityczne

Powiązanie składki z wielkością gospodarstwa, przesunięcie najbogatszych rolników do ZUS-u, zawężenie kryteriów dostępu do świadczeń

Ograniczenie przywilejów. Zmiany strukturalne, restrukturyzacja poszczególnych branż

Źródło: opracowanie własne.

Szczególne warunki pracy, narażające zdrowie i życie

Zwiększenie wymaganego stażu pracy, dodatkowe motywacje do pozostawania w pracy, ułatwienia w zmianie stanowiska

Około 1,9% PKB rocznie

Około 1,0% PKB w skali roku, finansowane z dotacji budżetowej do KRUS

Około 1,5 mln osób

1 056 tys.

244 tys.

3,5 tys.

Około 0,04% PKB w skali roku, finansowane z wydatków budżetowych

Godność zawodu, ograniczenia związane ze stanem spoczynku

Włączenie do powszechnego systemu emerytalnego Około 0,6% PKB w skali roku, finansowane z wydatków budżetowych

198,5 tys.

Około 0,3% PKB w skali roku, finansowane z dotacji budżetowej do FUS

Szczególne warunki pracy narażające zdrowie i życie

Objęcie górników emeryturami pomostowymi, ułatwienia w zmianie pracy

Ilość emerytów

Rozmiar redystrybucji

Wytłumaczenie

Postulaty zmian

Oddzielne zasady, mimo braku jasnych podstaw do nich; zewnętrzne, budżetowe finansowanie

Niska składka, nie powiązana z dochodami; bardzo łatwy dostęp do świadczeń

Możliwość wczesnego przejścia na emeryturę, przy zachowaniu wysokiego świadczenia; możliwość pracy na emeryturze

Bardzo wysokie stopy zastąpienia

Możliwość wczesnego przejścia na emeryturę, przy zachowaniu wysokiego świadczenia

Rodzaj przywilejów

Tabela 5. Podsumowanie branżowych systemów emerytalnych

Łącznie - wnioski

Rolnicy

Mundurowi

Sędziowie i prokuratorzy

Górnicy

Grupa zawodowa

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU 365

366

Maciej Grodzicki

BIBLIOGRAFIA Anderson K.M., Lynch J.(2007), Reconsidering Seniority Bias: Aging, Internal Institutions, and Union Support for Pension Reform, “Comparative Politics”, No. 2(39), s. 189–208. Baccaro L. (2002), Negotiating the Italian Pension Reform with the Unions: Lessons for Corporatist Theory, “Industrial and Labor Relations Review”, No. 3(55), s. 413–431. Balcerowicz L. (1994), Poland, w: The Political Economy of Policy Reform, J. Williamson (red.), Institute for International Economics, Washington, s. 153–177. Borowski J.i in.(2010), Propozycje zmian w systemie emerytalnym. Inicjatywa obywatelska 10 ekonomistów (http://www.for.org.pl/pl/a/1017−20.12.2011). Calmfors L., Driffill J.(1988), Bargaining Structure, Corporatism, and Macroeconomic Performance, “Economic Policy”, No. 6, s. 13–61. CBOS (2011), Opinie o planowanych zmianach w systemie emerytalnym, Komunikat z badań BS/14/2011. Chłoń A., Góra M., Rutkowski M. (1999), Shaping Pension Reform in Poland: Security through Diversity, The World Bank, Washington D.C. DiSalvo D. (2010), The Trouble with Public Sector Unions, “National Affairs”, No. 5, s. 3–19. Gardawski J. (2009), Dialog społeczny w Polsce. Teoria, historia, praktyka, Ministerstwo Pracy i Polityki Społecznej, Warszawa. Główny Urząd Statystyczny (2009), Struktura wynagrodzeń według zawodów w październiku 2008 r., GUS, Warszawa. Godlewski T. (2003), Polskie związki zawodowe a partie polityczne, w: Grupy interesu. Teorie i działanie, Z. Machelski, L. Rubisz (red.), Wydawnictwo Adam Marszałek, Toruń, s. 196–206. Goraj L., Jagła W. (2002), Znaczenie rolniczych ubezpieczeń społecznych w dochodach rolników, w: Ubezpieczenia społeczne – wieś i rolnictwo, M. Adamowicz (red.), Wydawnictwo SGGW, Warszawa, s. 141–148. Hausner J. (1994a), Reprezentacja interesów w społeczeństwach socjalistycznych i posocjalistycznych, w: Studia nad systemem reprezentacji interesów. T. 2, Od socjalistycznego korporacjonizmu do…? J. Hausner, P. Marciniak (red.), Fundacja Polska Praca, Warszawa, s. 11–25. Hausner J. (1994b), Konflikty interesów w drugiej fazie polskich reform (1992–93), w: Studia nad systemem reprezentacji interesów. T. 2, Od socjalistycznego korporacjonizmu do…? J. Hausner, P. Marciniak (red.), Fundacja Polska Praca, Warszawa, s. 277–307. Hausner J. (2007), Pętle rozwoju: o polityce gospodarczej lat 2001–2005, Wydawnictwo Naukowe Scholar, Warszawa. Inglot T. (2008), Welfare States in East Central Europe 1919–2004, Cambridge University Press, Cambridge. Jończyk J. (2003), Prawo Zabezpieczenia Społecznego: Ubezpieczenia społeczne i zdrowotne, Bezrobocie i pomoc społeczna, Kantor Wydawniczy Zakamycze, Kraków. Kasa Rolniczego Ubezpieczenia Społecznego (2006–2012), Kwartalna informacja statystyczna (http://www.krus.gov.pl/niezbednik/statystyki/ – 14.08.2012).

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

367

Kłos B. (2008), Wysokość emerytur w nowym systemie emerytalnym, w: System emerytalny 9 lat po reformie, Biuro Analiz Sejmowych Kancelarii Sejmu, BAS, Warszawa, s. 85–122. Kostrzewski L., Miączyński P. (2007), Premierzy mają słabość do górników, „Gazeta Wyborcza” z dnia 10.12.2007. Kostrzewski L., Miączyński P. (2010), Przez ZUS chcą iść do cywila. „Tylko frajerzy zostaną w policji”, „Gazeta Wyborcza” z dnia 17.02.2010. KRS (2011), Stanowisko Krajowej Rady Sądownictwa z dnia 7 grudnia 2011 r. w sprawie godnego uposażenia sędziów w stanie spoczynku (www.iustitia.pl– 03.09.2012). Ministerstwo Finansów (2006–2012), Sprawozdanie z wykonania budżetu państwa – za lata 2005–2011 (http://mf.gov.pl/index.php?const=5&dzial=36&wysw=2&sub=sub1 – 20.12.2011). Ministerstwo Finansów (2010), Sprawozdanie z wykonania Budżetu Państwa za okres od 1 stycznia do 31 grudnia 2009 r. Omówienie (http://mf.gov.pl/index.php?const=5&dzial=36&wysw=2&sub=sub1 – 20.12.2011). Ministerstwo Gospodarki, Pracy i Polityki Społecznej (2003), Raport Racjonalizacja Wydatków Społecznych: Zielona Księga. Ministerstwo Obrony Narodowej (2010), Podstawowe informacje o budżecie resortu obrony narodowej na 2010 rok (http://www.bip.mon.gov.pl/pliki/file/wersja%20polska.ppt – 20.12.2011). Ministerstwo Pracy i Polityki Społecznej (2005), Skutki finansowe rozwiązań (http:// www.mpips.gov.pl/userfiles/File/mps/kosztyemerytur.pdf – 20.12.2011). Ministerstwo Spraw Wewnętrznych i Administracji (2011), Zbiór danych statystycznych oraz opracowań analitycznych przedstawiających wybrane aspekty działalności Zakładu oraz świadczeniobiorców (http://www.zer.mswia.gov.pl/index.php?option=com_content&view=article&id=53&Itemid=9 – 20.12.2011). Mokrzycki E. (2000), „Negotiated” Democracy, w: Postsocialist Institution Building: Democracy, Globalization and Corporate Control, M. Federowicz, D. Soskice (red.), IFiS Publishers, Warszawa. Muszalski W. (2004), Ubezpieczenie społeczne. Podręcznik akademicki, Wydawnictwo Naukowe PWN, Warszawa. Nijhuis D.O. (2009), Revisiting the Role of Labor: Worker Solidarity, Employer Opposition and the Development of Old-Age Pensions in the Netherlands and the United Kingdom, “World Politics”, No. 2(61), s. 296–329. OECD (2011), Pensions at a Glance 2011: Retirement-income Systems in OECD and G20 Countries, OECD Publishing (http://dx.doi.org/10.1787/pension_glance-2011en). Olson M. (1965), The Logic of Collective Action. Public Goods and the Theory of Groups, “Harvard Economic Studies”, Vol. 124, Harvard University Press. Olson M. (1982), The Rise and Decline of Nations: Economic Growth, Stagflation, and Social Rigidities, Yale University Press. Olson M. (1995), Why the Transition from Communism is so Difficult, “Eastern Economic Journal”, Vol. 21, No. 4, s. 437–461. Orenstein M.A. (2000), How Politics and Institutions Affect Pension Reform in Three Postcommunist Countries, “Policy Research Working Paper” 2310, The World Bank.

368

Maciej Grodzicki

Ostrowski L. (2000), System ubezpieczenia rolniczego – konserwować czy zmieniać, „Ubezpieczenia w Rolnictwie. Materiały i Studia”, nr 4(8), s. 24–41. Peltzman S. (1976), Toward a More General Theory of Regulation, “Journal of Law and Economics”, Vol. 19, No. 2, s. 211–240. Pentor (2005), Demonstracja górników w Warszawie – opinie Polaków (http://www. pbsdga.pl/x.php?x=254/Demonstracja-gornikow.html – 20.12.2011). Pentor (2008), Wcześniejsze emerytury (http://www.pbsdga.pl/x.php?x=665/ Wczesniejsze-emerytury.html – 20.12.2011). Pierson P. (1996), The New Politics of the Welfare State, “World Politics”, No. 2(48), s. 143–179. Rubisz L. (2003), Przez wartości do korzyści. Aksjologiczny wymiar grup interesu w Polsce, w: Grupy interesu. Teorie i działanie, Z. Machelski, L. Rubisz (red.),Wydawnictwo Adam Marszałek, Toruń,, s. 129–141. Rybiński K. i in. (2012), Rola grup interesów w procesie stanowienia prawa w Polsce, Uczelnia Vistula, Warszawa. Rzońca A., Wojciechowski W. (2008), Ile kosztują nas wcześniejsze emerytury? Forum Obywatelskiego Rozwoju, Warszawa. Simanis J.G. (1983), Farmers’ Pensions and the Polish Economic Crisis, “Social Security Bulletin”, No. 4(46), s. 13–22. Solska J., Dziadul J. (2005), Z kilofem na Warszawę, „Polityka” z dnia 23.07.2005. Sosenko B.(1992), System zabezpieczenia socjalnego w Polsce na przełomie 1990/91 r., w: Studia nad systemem reprezentacji interesów, T. 1, J. Hausner (red.), Akademia Ekonomiczna w Krakowie, s. 185–209. Sroka J. (2007), Rola publicznych instytucji decyzyjnych w dialogu społecznym, w: Dialog społeczny. Najnowsze dyskusje i koncepcje, R. Towalski (red.), Centrum Partnerstwa Społecznego DIALOG, Warszawa, s. 31–51. SSP „Justitia” (2011), Uchwała Zarządu Stowarzyszenia Sędziów Polskich „Iustitia” z dnia 21 listopada 2011 r. w sprawie zapowiedzi zmian regulacji dotyczących stanu spoczynku sędziów (www.iustitia.pl– 03.09.2012). Stigler J.G. (1971), The Theory of Economic Regulation, “The Bell Journal of Economics and Management Science”, Vol. 2, No. 1, s. 3–21. Wiktorow A. (2011), Zakład Ubezpieczeń Społecznych a wypłaty emerytur kapitałowych, w: System emerytalny – problemy na przyszłość. Materiały z seminariów ZUS, Zakład Ubezpieczeń Społecznych, Warszawa. Wilczyński W. (2005), Polski przełom ustrojowy 1989-2005. Ekonomia epoki transformacji. Wydawnictwo Wyższej Szkoły Bankowej, Poznań. Wilkin J. (2010), KRUS posiadaczy ziemskich, „Gazeta Wyborcza” z dnia 16.03.2010. Zakład Ubezpieczeń Społecznych (2009), Emerytury i renty górnicze w 2008 r. (http:// www.zus.pl/files/Emerytury-i-renty-gornicze-w-2008r.pdf – 04.11.2011). Zakład Ubezpieczeń Społecznych (2011), Informacja o świadczeniach pieniężnych z funduszu ubezpieczeń społecznych oraz o niektórych świadczeniach z zabezpieczenia społecznego – IV Kwartał/Okres I-XII 2010 r. (http://zus.pl/files/biul0410.pdf – 04.11.2011). Zarząd Wojewódzki NSZZ Policjantów Województwa Wielkopolskiego (2012), Stanowisko dotyczące projektu ustawy emerytalnej przedstawionej w dniu 20 kwietnia podczas konferencji prasowej przez Prezesa Kancelarii Rady Ministrów Donalda Tuska.

EMERYTURY BRANŻOWE W POLSCE W KONTEKŚCIE TEORII GRUP INTERESU

369

Żemła E. (2011), Żołnierze uciekają do cywila, „Rzeczpospolita” z dnia 23.05.2011.

STRESZCZENIE W Polsce cztery grupy zawodowe (górnicy, mundurowi, sędziowie i prokuratorzy oraz rolnicy) są objęte odrębnymi rozwiązaniami w zakresie zabezpieczenia emerytalnego. Dotychczasowe liczne próby zreformowania emerytur branżowych okazywały się nieskuteczne. Celem artykułu jest dokonanie charakterystyki czterech systemów emerytur branżowych, ze szczególnym uwzględnieniem ich genezy oraz funkcjonalności społecznej. Podjęto także próbę wyjaśnienia wysokiej skuteczności branżowych grup interesu w zabieganiu o przywileje emerytalne. Analiza została oparta na kategoriach teorii grup interesu, a dla pełności obrazu odwołano się do publikacji medialnych oraz danych statystycznych. Okazuje się, że emerytury branżowe pobiera obecnie ponad 1,5 mln osób, a roczne wydatki publiczne na nie stanowią 2% PKB. Systemy branżowe w różny sposób uprzywilejowują swoich uczestników. Są one dysfunkcjonalne dla rozwoju gospodarki i społeczeństwa, a także dla samych branż, których dotyczą. W artykule pokazano, że utrzymanie przywilejów było możliwe dzięki pewnym cechom polskiego systemu reprezentacji interesów. Najsilniejszymi podmiotami są w nim sektorowe związki zawodowe, czyli grupy zainteresowane ukrytą redystrybucją dochodów. Brakuje natomiast dużych, silnych grup, dbających o interes całej gospodarki. Przywilejom emerytalnym sprzyja nadal utrzymujący się stan dualizmu systemowego, w którym organizacje pracowników w sektorze państwowym mają nieporównywalnie większą siłę przetargową od tych w sektorze prywatnym. Słowa kluczowe: emerytury branżowe, grupy interesu, system reprezentacji interesów, reforma emerytalna.

Sectoral Pensions in Poland in the Context of Theory of Interest Groups ABSTRACT Four professional groups in Poland have separate pension schemes: (1) miners, (2) soldiers and policemen, (3) judges and prosecutors, and (4) farmers. So far, several attempts to reform sectoral pensions were undertaken, yet all of them proved to be unsuccessful. The paper aims to describe four sectoral pension systems, with special emphasis on their genesis and social functionality. Furthermore, it attempts to explain an extraordinary effectiveness of sectoral interest groups in striving for pension privileges.

370

Maciej Grodzicki

The analysis is based on the categories of theory of interest groups, and supported by media publications and statistical data. It shows that at present sectoral pension schemes cover over 1,5M pensioners and their annual cost for the central budget exceeds 2,0% of Polish GDP. They provide, in numerous ways, privileged conditions for their members. At he same time they are dysfunctional for development of the economy and society, and also for their very sectors. It is found that prolonged subsistence of the privileges was possible due to some specific characteristics of the Polish system of interest representation. Its most powerful actors are the sectoral trade unions, interested in implicit income redistribution. On the other hand, there are no large, strong groups supporting general social interest. Moreover, sectoral privileges are fostered by the systemic dualism in Poland, consisting in employeesâ&#x20AC;&#x2122; organizations in the state sector being politically much stronger than their counterparts in the private sector. Keywords: sectoral pensions, interest groups, system of interest representation, pension reform. JEL Classification: D72, H55

Studia ekonomiczne 1 Economic studies nr 3 (LXXIV) 2012

Jacek Stąpała*

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE W LATACH 1998–2011 WPROWADZENIE Giełda papierów wartościowych traktowana jest jako część gospodarki kraju. Teza ta wydaje się zasadna, bowiem spółki notowane na giełdach to często najlepsza reprezentacja firm danej gospodarki. Inwestorzy giełdowi postrzegają atrakcyjność inwestycji w akcje przez pryzmat oczekiwanych zysków spółek, które trafią do nich w przyszłości w postaci wypłaconych dywidend lub wzrostu wartości spółki w wyniku wzrostu zysków zatrzymanych. Jeśli spojrzeć na strukturę PKB w Polsce, wyliczonego od strony dochodowej, to zauważymy, że największą jego część stanowią dochody właścicieli (zyski brutto). Zatem można powiedzieć, że tempo zmian zarówno na giełdzie jak i w gospodarce związane jest ze zmianami zagregowanych zysków spółek. Koniunktura giełdowa oddziałuje na koniunkturę gospodarczą przez względne zmiany ceny kapitału – im wyższe ceny akcji, tym większa kapitalizacja spółki i w konsekwencji większe możliwości pozyskania kapitału. Z punktu widzenia konsumenta wzrost kursów akcji na giełdach powoduje wzrost zasobności portfeli i zwiększa skłonność do konsumpcji poprzez tzw. efekt majątkowy. Wśród najważniejszych mechanizmów oddziaływania gospodarki na giełdę wskazuje się na otoczenie gospodarcze, w jakim działają firmy giełdowe. Szczególnie istotna jest prowadzona przez państwo polityka monetarna – im niższa stopa procentowa, tym bardziej atrakcyjne staje się inwestowanie w akcje w relacji do inwestycji w instrumenty wolne od ryzyka. Jako przykład oddziaływania polityki fiskalnej na * Doktorant

w Instytucie Nauk Ekonomicznych Polskiej Akademii Nauk.

372

Jacek Stąpała

giełdę można wskazać obniżanie podatków, co pozytywnie wpływa na wielkość wolnych środków pieniężnych w przedsiębiorstwach (Fundowicz, 2003). Uważa się powszechnie, że giełda dyskontuje przyszłość gospodarczą, a nastroje panujące na giełdach to wczesny sygnał informujący o nadchodzących zmianach w gospodarce. Znajduje to wyraz w korzystaniu z tej zależności przez badaczy koniunktury, którzy traktują indeksy giełdowe jako jeden z komponentów wskaźników złożonych – barometrów koniunktury gospodarczej. W literaturze przedmiotu można znaleźć liczne przykłady traktowania wskaźników giełdowych jako wskaźników wyprzedzających w stosunku do gospodarki m.in. w pracach: Kajal, Moore (1992); Zarnovitz (1996); Honda, Yamada (2004); Motto, Rostagno (2010); Drozdowicz-Bieć (2012). We wszystkich tych publikacjach badacze są zgodni, że wskaźniki giełdowe wyprzedzają gospodarkę. Wyprzedzenia są większe dla szczytów cyklu i mniejsze dla dna cyklu. Wykazano również, że zmienne finansowe wykazują najwyższe wyprzedzenie, ale charakteryzują się wyższą zmiennością. W Stanach Zjednoczonych spośród trzynastu zidentyfikowanych przez badaczy cykli giełdowych, tylko w ośmiu przypadkach odpowiadały one zmianom cyklicznym gospodarki, a nawet wyraźnie je wyprzedzały. Biorąc pod uwagę czas trwania tych cykli, zgodność cyklu giełdowego i gospodarczego wyniosła w gospodarce amerykańskiej zaledwie 60% (Drozdowicz-Bieć, 2007). Celem artykułu jest porównanie koniunktury gospodarczej i giełdowej w Polsce. W odróżnieniu od dotychczasowych badań w tym zakresie będzie porównywane tempo zmian rok do roku gospodarki i giełdy w Polsce w latach 1998–2011. W konsekwencji poszukuje się odpowiedzi na pytania: czy w Polsce tempo zmian giełdy odpowiada tempu zmian gospodarki oraz czy mamy do czynienia ze zgodnością występowania punktów zwrotnych i kierunku zmian tempa zmian giełdy i tempa zmian gospodarki?

WYBÓR SYNTETYCZNEGO MIERNIKA KONIUNKTURY GOSPODARCZEJ I KONIUNKTURY GIEŁDOWEJ Porównanie koniunktury gospodarczej i giełdowej wymaga w pierwszej kolejności wyboru mierników syntetycznych i dokonania ich charakterystyki, co dalej pozwoli wskazać na ewentualne przyczyny niezgodności w ich przebiegu w procesie analizy porównawczej oraz wyjaśnić merytoryczne przyczyny za tym stojące. Jako reprezentanta koniunktury giełdowej wybrano produkt krajowy brutto (PKB) – powszechnie uznawany za miernik syntetyczny aktywności gospodarczej. Jego główną zaletą jest szeroka reprezentacja branżowa gospodarki jako całości, opisanie aktywności gospodarczej od strony wydatkowej i dochodowej oraz forma analityczna strony wydatkowej (wydatki rządowe, wydatki konsumpcyjne, inwestycyjne, akumulacja brutto, eksport, import). Głównymi wadami PKB jest opóźniony okres publikacji i częste rewizje, co czyni ten miernik mało użytecznym w badaniach prognostycznych, a bardziej przydatnym w przypadku analiz ex post.

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

373

Syntetycznym miernikiem koniunktury giełdowej powinien być indeks giełdowy. Giełda Papierów Wartościowych w Warszawie publikuje wiele indeksów, z których za syntetyczne, tj. obejmujące wszystkie branże, można uznać indeksy: WIG20, WIG, mWIG40 oraz sWIG80. Indeks WIG20 obliczany jest na podstawie wartości portfela akcji dwudziestu największych i najbardziej płynnych spółek z głównego rynku GPW i jest indeksem typu cenowego. Indeks mWIG40 jest również indeksem cenowym obejmującym czterdzieści średnich spółek notowanych na głównym rynku i nie obejmuje spółek z WIG20 oraz sWIG80. Indeks sWIG80 jest indeksem cenowym i obejmuje 80 małych spółek z głównego rynku. Indeks WIG jest najszerszym indeksem i obejmuje wszystkie spółki notowane na rynku głównym. Co ważne, w indeksie WIG obowiązuje zasada dywersyfikacji mająca na celu ograniczenie udziału pojedynczej spółki i sektora w indeksie. W odróżnieniu od pozostałych indeksów WIG jest indeksem dochodowym, co oznacza, że przy jego wyliczaniu uwzględnia się zarówno ceny zawartych w nim akcji, jak również dochody z tytułu dywidend i praw poboru1. Do analizy włączono również indeks cenowy, który nie uwzględnia kapitalizacji poszczególnych spółek, a jedynie zmianę cen i jest średnią arytmetyczną zmian cen spółek wchodzących w jego skład2. Porównanie rocznego tempa zmian indeksów w okresie od stycznia 1998 do lutego 2012 przedstawiono na rysunku 1. Rysunek 1. Porównanie rocznego tempa zmian polskich indeksów giełdowych od stycznia 1998 do lutego 2012a 3,50 3,00 2,50 2,00 1,50 1,00 0,50 0,00 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30 01-30

cenowy r/r WIG r/r a

WIG20 r/r MWIG40 r/r

SWIG80 r/r

Dane miesięczne z ostatniej sesji miesiąca kalendarzowego.

Źródło: opracowanie własne na podstawie danych www.gpw.com.pl; dane dotyczące indeksu cenowego – portal finansowy: www.stooq.com 1 Więcej na temat indeksów giełdowych i ich budowy można znaleźć w publikacji Indeksy Giełdy Papierów Wartościowych w Warszawie, GPW, kwiecień 2012. 2 Indeks cenowy dla polskich akcji jest obliczany m.in. przez portal www.stooq.com

374

Jacek Stąpała

Porównanie przebiegu rocznej dynamiki zmian indeksów pozwala stwierdzić, że im mniejsze spółki wchodzą w skład indeksu, tym większą dynamiką zmian charakteryzuje się indeks reprezentujący te spółki. Najbardziej zmienny jest indeks cenowy oraz indeks sWIG80 małych spółek. Z kolei najmniejszą zmienność wykazuje indeks największych spółek WIG20 i szeroki indeks WIG. Potwierdzają to dane, które przestawiono w tabeli 1, odnoszące się do dynamiki zmian, tj. odległości pomiędzy minimum i maksimum, jak również obliczone dla tych indeksów współczynniki zmienności i odchylenia standardowe. Przedstawione porównanie indeksów pozwala stwierdzić, że duże spółki jako pierwsze reagują na zmianę koniunktury giełdowej i z praktyki rynkowej wiadomo, że duże spółki są zazwyczaj jako pierwsze brane pod uwagę przez kapitał zagraniczny i dużych inwestorów krajowych. Z kolei w szczytowych okresach małe i średnie spółki rosną bardziej dynamicznie i kończą hossę. Tabela 1. Statystyki opisowe tempa zmian polskich indeksów giełdowych (dane miesięczne) Indeks dynamika r./r.

Minimum

Maksimum

Współczynnik zmienności

Odchylenie standardowe

WIG20

0,507

1,651

0,268

0,291

WIG

0,489

1,766

0,274

0,310

mWIG40

0,375

2,136

0,333

0,387

sWIG80

0,370

2,910

0,502

0,625

Indeks cenowy

0,490

2,663

0,452

0,568

Źródło: obliczenia własne na podstawie danych www.gpw.com.pl, www.stooq.com

Na podstawie przestawionej charakterystyki indeksów, ich porównania oraz podstawowych statystyk zdecydowano się na wybór indeksu WIG jako najlepszego reprezentanta koniunktury giełdowej w Polsce. Jest to kompromis między statystyką (wybrano indeksy o najniższej zmienności i odchyleniu standardowym) a względami merytorycznymi. Spośród indeksów WIG20 i WIG wskazano na WIG, który jest indeksem obejmującym największą liczbę spółek, tym samym ma największą kapitalizację w relacji do PKB. Kolejnym argumentem merytorycznym jest fakt, że indeks WIG uwzględnia wypłacone akcjonariuszom dywidendy i prawa poboru. Powyższa analiza pozwala również zwrócić uwagę na ewentualne przyczyny niedopasowania przebiegów składnika cyklicznego gospodarki i składnika cyklicznego giełdy. Pierwsza przyczyna to różnice w reprezentacji branżowej pomiędzy PKB i WIG. W odniesieniu do WIG aż 72% kapitalizacji tego indeksu reprezentowana jest przez cztery branże: bankowa (35%), energetyka (18%), paliwa (11%) i surowce (9%)3. PKB obejmuje branże, które są nielicznie reprezentowane na GPW i takie, które w ogóle nie są reprezentowane, np. rolnictwo, które w mniejszym stopniu zależne od czynników koniunkturalnych niż pozostałe 3 Dane

wg stanu na 15 października 2011 r., obliczenia własne na podstawie danych GPW.

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

375

branże. Kolejnym ograniczeniem jest zmieniający się skład indeksu WIG. Giełda Papierów Wartościowych dokonuje kwartalnej rewizji indeksu, biorąc pod uwagę kryterium udziału spółki w łącznych obrotach akcjami spółek uczestniczących w rankingu za ostatnie 12 miesięcy oraz kryterium udziału spółki w wartości akcji w wolnym obrocie w dniu sporządzenia rankingu4. Inną przyczyną jest niewielki udział spółek zagranicznych w składzie indeksu WIG. Kolejnym powodem niedopasowania jest relacja kapitalizacji giełdy do PKB. Im wyższa kapitalizacja giełdy w relacji do PKB, tym skala niedopasowania powinna maleć. Na koniec 2010 r. wskaźnik udziału kapitalizacji WIG w PKB wyniósł 38% i można przypuszczać, że w kolejnych latach będzie rósł. W gospodarkach rozwiniętych (np. USA, Wielka Brytania) kapitalizacja giełdy jest znacznie większa od PKB. W tabeli 2 przedstawiono zmianę kapitalizacji spółek krajowych i ilości notowanych spółek na GPW w latach 1998–2011. Tabela 2. Kapitalizacja spółek krajowych na GPW, liczba notowanych spółek i obroty w latach 1998–2011 Kapitalizacja spółek krajowych (mln zł)

Liczba spółek

2011

454 777,24

424

210 408,00

2010

542 646,12

400

234 288,00

2009

421 178,00

379

175 943,00

2008

267 359,31

374

165 658,00

2007

509 887,41

351

239 740,00

2006

437 719,22

284

169 348,00

2005

308 417,62

255

98 517,00

2004

214 312,57

230

59 759,00

2003

140 001,47

203

40 118,00

2002

110 564,64

216

31 834,00

2001

103 369,91

230

40 300,00

2000

130 085,00

225

84 637,00

1999

123 411,00

221

44 672,00

1998

72 442,00

198

31 191,00

Rok

Obroty akcjami (mln zł)

Źródło: www.gpw.pl/analizy_i_statystyki

Problemem z bieżącym porównywaniem koniunktury giełdowej mierzonej indeksem WIG i koniunktury gospodarczej mierzonej PKB jest okres publikacji danych. Wstępne szacunki PKB publikowane są dopiero 61 dni po zakończeniu kwartału 4 Szczegółowe zasady konstrukcji i podawania do publicznej wiadomości indeksów i subindeksów giełdowych zawiera Załącznik nr 1 do Uchwały Nr 843/2011 Zarządu Giełdy Papierów Wartościowych w Warszawie S.A. z dnia 1 lipca 2011 r.

376

Jacek Stąpała

obrachunkowego, podczas gdy odczyty WIG publikowane są w czasie rzeczywistym. Dodatkowo publikowane w Polsce kwartalne statystyki PKB są danymi szacunkowymi obciążonymi dużym błędem szacunków i bywają rewidowane przez GUS w okresach późniejszych. Reasumując, wszystkie wskazane ograniczenia natury merytorycznej należy brać pod uwagę, porównując cykl giełdowy, mierzony tempem zmian WIG, i cykl gospodarczy, mierzony tempem zmian PKB.

ZAKRES I METODOLOGIA BADAŃ Celem badawczym, jaki postawiono w artykule, jest porównanie tempa zmian gospodarki i tempa zmian giełdy w Polsce oraz znalezienie odpowiedzi na pytania: czy cykl tempa zmian giełdy odpowiada cyklowi tempa zmian gospodarki, czy tempo zmian giełdy wyprzedza tempo zmian gospodarki, wreszcie czy mamy do czynienia ze zgodnością występowania punktów zwrotnych i kierunku zmian tych dwóch zmiennych. W celu znalezienia odpowiedzi na tak postawiony problem badawczy w pierwszym kroku opisano zmienne. Do badania przyjęto oryginalne szeregi czasowe PKB i WIG – dane kwartalne za okres od I kwartału 1998 do IV kwartału 2011 (52 obserwacje kwartalne). Zmienna PKB reprezentuje dynamikę realną PKB w cenach średniorocznych roku poprzedniego, analogiczny okres roku poprzedniego = 100, szereg niewyrównany sezonowo. Dla zmiennej WIG przyjęto wartości z ostatniej sesji kwartału kalendarzowego. Dalej dokonano przekształcenia danych kwartalnych WIG do postaci: dynamika WIG rok do roku za okres od I kwartału 1998 do IV kwartału 2011. W kolejnym kroku wyodrębniono cykle tempa zmian PKB i tempa zmian WIG. Istnieje wiele metod ekstrakcji cykli koniunkturalnych. Obecnie dominują dwa podejścia. Pierwsza grupa metod polega na zastosowaniu filtrów. Najpopularniejsze metody technicznego filtrowania serii statystycznych to: filtr Hodricka-Prescota, filtr Baxtera-Kinga oraz Christiano-Fitzgeralda. Druga grupa metod polega na modelowaniu poszczególnych komponentów szeregów czasowych, a w szczególności trendu. Po jego wyodrębnieniu otrzymujemy wahania cykliczne oraz te o wyższej częstotliwości. Do najbardziej popularnych należy zaliczyć nieliniowe modele szeregów czasowych, a wśród nich modele wygładzonego przejścia i przełącznikowe modele Markowa. Istnieje wiele wersji modelowania w ramach wymienionych grup (Drozdowicz-Bieć, 2012, s 109–110). W literaturze możemy znaleźć również przykłady dużej użyteczności stosowania metod spektralnych w analizie cyklu koniunkturalnego (Skrzypczyński, 2010). Ekonomiści zajmujący się problematyką cykli koniunkturalnych starają się wypracować również zestaw ogólnych kryteriów wyznaczania cykli, obowiązujących bez względu na to, jakie metody i algorytmy zastosujemy w dalszym procesie analizy koniunkturalnej. W artykule, z uwagi na szukanie podobieństw między tempem zmian dwóch zmiennych reprezentujących giełdę i gospodarkę, ograniczono się tylko do wybranych etapów analizy cykliczności serii statystycznych obejmujących wygładzenie oryginalnych szeregów czasowych, wyznaczenie trendu i punktów zwrotnych.

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

377

Najważniejszym etapem analizy jest w tym przypadku wygładzenie analizowanych szeregów czasowych i kryteria ustalenia punktów zwrotnych. Ustalenie trendu ma znaczenie drugorzędne; staje się pomocne w podziale przebiegu zmiennych na cztery fazy i w konsekwencji do prezentacji wyników zgodnie z koncepcją zegara koniunktury. Do wygładzenia oryginalnych szeregów czasowych zastosowano metodę ARIMA-X12. Ten etap ma na celu eliminację wartości ekstremalnych i zastąpienie ich wartościami wygładzonymi. Procedura ARIMA-X12 została opracowana i zastosowana przez amerykańskie Bureau of the Census i jest stosowana przez wiele innych narodowych organizacji statystycznych. Procedura ta realizuje przez automatyczną identyfikację parametrów modelu estymację modelu i wyodrębnienie składowych procesu, tj. trendu, składnika sezonowego i przypadkowego. Kolejnym etapem dekompozycji zmiennych jest wyznaczenie trendu. Podobnie jak w przypadku metody wygładzania w zależności od stosowanych metod istnieje wiele sposobów jego wyznaczania. Dla serii statystycznych reprezentujących tempo zmian w większości przypadków ośrodki badawcze posługują się długookresową średnią – linią poziomą w miejsce trendu. Cykle koniunktury są niesymetryczne: faza wzrostowa trwa zwykle dłużej niż spadkowa i amplituda wahań fazy wzrostowej jest na ogół wyższa od amplitudy fazy spadkowej. Wyznaczenie trendu składnika cyklicznego dla cykli stopy wzrostu klasycznymi metodami mogłoby powodować, że cykle byłyby sztucznie bardziej symetryczne. Ostatecznie w artykule wyznaczono trend jako długookresową linię poziomą reprezentującą średnią z wszystkich obserwacji. Punkty zwrotne wyznaczono na podstawie reguły: szczyt cyklu koniunkturalnego ma miejsce, kiedy zmienna znajduje się w najwyższym lokalnym punkcie fazy rosnącej powyżej trendu, po czym przechodzi w fazę spadkową powyżej trendu. Z kolei dno cyklu koniunkturalnego ma miejsce, gdy wskaźnik znajduje się w najniższym punkcie poniżej trendu, po czym przechodzi w fazę wzrostową poniżej trendu. Na podstawie tak wyznaczonych punktów zwrotnych dalej ustalono fazy cyklu odrębnie dla tempa wzrostu PKB i tempa wzrostu WIG oraz obliczono długości faz tych cykli i ich amplitudy. Do prezentacji przebiegu składnika cyklicznego analizowanych zmiennych zastosowano koncepcję business cycle tracer (Ruth, Schouten, Wekker, 2006), znaną również w Polsce pod nazwą zegara koniunktury. Koncepcja opiera się czterofazowym podziale pełnego cyklu koniunkturalnego. W przeciwieństwie do większości narzędzi, które są wykorzystywane do pomiaru i prezentacji cykli ekonomicznych, metoda ta pozwala na dość oryginalny sposób prezentowania ruchu szeregów czasowych oraz jest pomocna w wyznaczeniu punktów zwrotnych cyklu. Jej największą zaletą jest porównywanie ruchu wielu szeregów czasowych jednocześnie. U źródła koncepcji leży podział cyklu koniunkturalnego na cztery fazy – analizowany szereg czasowy może znajdować się albo powyżej trendu, albo poniżej trendu i w każdym z tych stanów może być albo rosnący, albo malejący. Zatem może znajdować się w czterech fazach: powyżej trendu i rośnie, powyżej trendu i spada, poniżej trendu i spada, poniżej trendu i rośnie, tak jak zaprezentowano na rysunku 2.

378

Jacek Stąpała

Rysunek 2. Podział cyklu koniunkturalnego na cztery fazy

Powyżej trendu

Poniżej trendu

Źródło: Ruth, Schouten, Wekker (2006), s. 7.

Każdy z tych czterech możliwych stanów ma ważne znaczenie w analizie cyklu koniunkturalnego. W kolejnym kroku opisane fazy są prezentowane na diagramie (rys. 3), gdzie oś X reprezentuje zmianę odchylenia zmiennej w ciągu jednego badanego okresu (bieżący okres do poprzedniego okresu), natomiast oś Y reprezentuje odległości odchylenia od trendu. Innymi słowy, oś Y reprezentuje stan wskaźnika, a oś X kierunek zmiany wskaźnika. Cztery fazy cyklu dalej przenoszone są na układ współrzędnych. Rysunek 3. Prezentacja czterech faz cyklu koniunkturalnego na układzie współrzędnych 4,5

Powyżej trendu

3,5 2,5 1,5

Spadek –0,7

–0,5

0,5 –0,3

–0,1 –0,5

0,1

–1,5

0,3

0,5

0,7

Wzrost

–2,5 –3,5

Poniżej trendu

–4,5

Źródło: Ruth F., Schouten B., Wekker R. (2006), s. 8.

W miarę upływu czasu kolejne wartości zmiennej poruszają się na układzie współrzędnym w ruchu przeciwnym do ruchu wskazówek zegara, przechodząc

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

379

przez poszczególne pola układu współrzędnych, informując, w jakiej fazie cyklu koniunkturalnego znajduje się zmienna. Porównanie cyklu tempa zmian WIG i cyklu tempa zmian PKB realizowane jest tradycyjną metodą graficzną przez porównanie przebiegu wykresów oraz na zegarze koniunktury. Wymagało to zastosowania standaryzacji zmiennych poprzez odjęcie od każdej zmiennej w szeregu czasowym średniej z szeregu czasowego i podzielenie przez odchylenie standardowe. Dodatkowo do porównań szeregów czasowych zastosowano metodę najwyższego współczynnika korelacji dla rzędu opóźnień dla całego badanego okresu.

CYKL TEMPA ZMIAN PKB Szereg oryginalny PKB wygładzono metodą ARIMA-X12, po czym dla szeregu wygładzonego wyznaczono średnią reprezentującą linię trendu. Rezultaty przekształceń zaprezentowano na rysunku 4. Rysunek 4. Cykl tempa zmian PKB r./r. w latach 1998–2011 (szereg oryginalny, wygładzony i trend) 107,5 106,5 105,5 104,5 103,5 102,5 101,5

99,5

I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw. I kw. II kw. III kw. IV kw.

100,5

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 PKB PKB – szereg wygładzony procedurą ARIMA Trend PKB – średnia z szeregu wygładzonego

Źródło: opracowanie własne na podstawie danych GUS.

Po dokonaniu przekształceń porównano podstawowe statystyki opisowe zmiennej oryginalnej i zmiennej przekształconej w celu uchwycenia różnic wynikających z przekształceń. Przekształcenie szeregu nie spowodowało istotnych zmian parametrów szeregu oryginalnego. Uzyskano efekt wygładzenia. Szereg wygładzony ma mniejszą rozpiętość i odchylenie standardowe. Statystyki obu szeregów czasowych zaprezentowano w tabeli 3.

380

Jacek Stąpała

Tabela 3. Statystyki opisowe tempa zmian PKB r./r. – szereg oryginalny, szereg wygładzony, składnik przypadkowy PKB – szereg oryginalny

Statystyka opisowa Wartość średnia

PKB – szereg wygładzony

103,9

PKB – składnik przypadkowy

103,9

0,99

Mediana

104,0

1,00

Wartość minimalna

100,50

100,54

0,99

Wartość maksymalna

107,70

107,15

1,00

Odchylenie standardowe

1,83

1,77

0,00

Współczynnik zmienności

0,017

0,00

Źródło: obliczenia własne.

Dalej zgodnie z koncepcją zegara koniunktury wyznaczono współrzędne X i Y, gdzie rzędna X reprezentuje zmianę odchylenia zmiennej w ciągu jednego badanego okresu (bieżący okres do poprzedniego okresu), natomiast oś Y reprezentuje odległości odchylenia od trendu. Rezultaty przekształceń zaprezentowano na rysunku 5. Rysunek 5. Zegar koniunktury gospodarczej reprezentowanej przez tempo zmian PKB w latach 1999–2011 Cykl PKB w okresie II kw. 2002 – II kw. 2005 3,0

2,0

1,0

0,0 –2,0 –1,5 –1,0 –0,5 –0,0 0,5 –1,0

1,0

1,5

2,0

2,5

–2,0

Zmiana kw./kw.

Cykl PKB w okresie I kw. 1999 – I kw. 2002 3,0

0,0 –2,0 –1,5 –1,0 –0,5 –0,0 0,5 –1,0

2,0

2,5

–3,0

–4,0 Odchylenie od trendu

–4,0 Odchylenie od trendu Cykl PKB w okresie III kw. 1999 – IV kw. 2002 3,0

Cykl PKB w okresie III kw. 1999 – II kw. 2002 4,0 3,0

2,0

2,0 1,0 0,0 1,0 1,5 –1,0 –2,0

2,0

2,5

Zmiana kw./kw.

1,5

–2,0

–3,0

–2,0 –1,5 –1,0 –0,5 –0,0 0,5

1,0

–0,4

–3,0 –4,0 Odchylenie od trendu

Źródło: obliczenia własne na podstawie danych GUS.

–0,2

1,0 0,0 0,0

0,2

0,4

0,6

–1,0 –2,0 –3,0 –4,0 Odchylenie od trendu

0,8

1,0

381

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

Tabela 4. Fazy cyklu tempa zmian PKB r./r. w latach 1998–2011 i ich charakterystyka

I 2000–I 2002

Spadkowa

II kw. 2002–II kw. 2004

Wzrostowa

III kw. 2004–II kw. 2005

Spadkowa

III kw. 2005–I kw. 2007

Wzrostowa

II kw. 2007–II kw. 2009

Spadkowa

III kw. 2009–I kw. 2011

Wzrostowa

II kw. 2011–

Spadkowa

12 13 16

+2,22

+3,86

–3,39

–5,61

+1,74

+5,13

–0,85

–2,40

+3,22

+4,07

–2,92

–6,14

0,31

+3,23

Amplituda cyklu w %

Amplituda fazy cyklu w %

Wzrostowa

Odchylenie od trendu w %

Długość fazy w kwartałacha

II 1999–IV 1999

Okres w kwartałach

Długość cyklu w kwartałach

Faza cyklu

Charakterystyka faz cyklu tempa zmian PKB

–1,74 +2,73 –2,07

a Szczyt cyklu zaliczono do fazy wzrostowej, natomiast dno cyklu zaliczono do fazy spadkowej.

Źródło: obliczenia własne.

W gospodarce polskiej, mierzonej tempem zmian PKB r./r. w latach 1998–2011 wyodrębniono trzy pełne cykle koniunkturalne: pierwszy w okresie II kw. 1999–I kw. 2002, drugi w okresie od II kw. 2002–II kw. 2005 i trzeci w okresie III kw. 2005– –II kw. 2009. W III kw. 2009 roku rozpoczął się czwarty cykl. Długość ich trwania to odpowiednio 12, 13 i 16 kwartałów. Obecny cykl trwa 11 kwartałów. Najlepszy okres dla polskiej gospodarki to fazy wzrostowe w latach 2002–2007, których amplituda wynosiła odpowiednio +5,13% i +4,07%. Z kolei okres najgorszy dla polskiej gospodarki to faza spadkowa w okresie II kw. 2007–II kw. 2009, która trwała 9 kwartałów, a jej amplituda była najwyższa w całym analizowanym okresie i wyniosła –6,14%.

CYKL TEMPA ZMIAN WARSZAWSKIEGO INDEKSU GIEŁDOWEGO Dokładnie taką samą procedurę jak w przypadku zmiennej „tempo zmian PKB” zastosowano do tempa zmian indeksu „WIG rok do roku”. Prezentację graficzną dekompozycji przedstawiono na rysunku 6. Następnie w celu sprawdzenia efektu przekształcenia szeregu oryginalnego i szeregu wygładzonego porównano podstawowe statystyki opisowe tych szeregów. Statystyki zaprezentowano w tabeli 5.

382

Jacek Stąpała

Tabela 5. Statystyki opisowe tempa zmian WIG – szereg oryginalny, szereg wygładzony, składnik przypadkowy WIG dynamika r./r. Statystyka opisowa

szereg oryginalny

szereg wygładzony

składnik przypadkowy

Wartość średnia

1,12

1,00

Mediana

1,13

1,00

Wartość minimalna

0,49

0,48

0,80

Wartość maksymalna

1,77

1,65

1,17

Odchylenie standardowe

0,30

0,28

0,06

Współczynnik zmienności

0,28

0,27

0,06

Źródło: Obliczenia własne.

Z tabeli 5 wynika, że wygładzenie szeregu oryginalnego tempa zmian WIG nie spowodowało istotnych zmian statystyki szeregu. Podobnie jak w przypadku PKB zmniejszyły się rozpiętość i odchylenie standardowe. Zgodnie z koncepcją zegara koniunktury wyznaczono współrzędne X i Y oraz zilustrowano cykl tempa zmian WIG na rysunku 7.

200 180 160 140 120 100 80 60 40 20 0

WIG dynamika r./r.

Rysunek 6. Cykl tempa zmian WIG r./r. w latach 1998–2011 (szereg oryginalny, wygładzony i trend)

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 WIG dynamika r./r. WIG dynamika r./r. szereg wygładzony procedurą ARIMA Trend WIG dynamika r./r. – średnia z szeregu wygładzonego Źródło: opracowanie własne na podstawie danych GPW w Warszawie.

383

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

Rysunek 7. Cykle tempa zmian WIG w latach 1998–2011 Cykl dynamiki WIG w okresie III kw. 2001 – I kw. 2005

40 30 20 10 0 –25 –20 –15 –10 –5 0,0 5,0 10,0 15,0 20,0 25,0 –10 –20 –30 –40 –50 Odchylenie od trendu

60,00 40,00 Zmiana kw./kw.

Zmiana kw./kw.

Cykl dynamiki WIG w okresie I kw. 1999 – II kw. 2001

20,00 0,00 –30

–20

10,0

20,0

30,0

–40,00 –60,00 –80,00 Odchylenie od trendu

Cykl dynamiki WIG w okresie II kw. 2005 – IV kw. 2008 60,00

Cykl dynamiki WIG w okresie I kw. 2009 – IV kw. 2011 60,00

40,00

20,00

0,00 –35 –30 –25 –20 –15 –10 –5,0 0,0 5,0 10,0 15,0 –20,00 –40,00

Zmiana kw./kw.

–10–20,00 0,0

–30

–20

0,00 –10 0,0 –20,00

–40,00

–60,00

–80,00 Odchylenie od trendu

Źródło: opracowanie własne na podstawie danych GPW w Warszawie.

Tabela 6. Fazy cyklu tempa zmian WIG w latach 1998–2011 i ich charakterystyka

–

III 2004–I 2005

Spadkowa

I 2005–I 2007

Wzrostowa

–

II 2007–IV 2008

Spadkowa

I 2009–I 2010

Wzrostowa

II 2010–

Spadkowa

II 2000–II 2001 III 2001–II 2004

Źródło: obliczenia własne.

–

Amplituda cyklu w %

Wzrostowa

Amplituda fazy cyklu w %

Spadkowa

I 1999–I 2000

Odchylenie od trendu w%

Długość cyklu w kwartałach –

Faza cyklu

Okres w kwartałach

Długość fazy w kwartałach

Morfologiczna charakterystyka faz tempa zmian WIG rok do roku

+29,4

+58,8

–

–43,6

–73,0

–15

+41,7

+84,6

–

+5,7

–35,6

+49,0

+41,1

+48,3

–

–64,1

–105,3

–57,0

–

+48,3

+112,4

–

384

Jacek Stąpała

W latach 1998–2011, podobnie jak w gospodarce polskiej mierzonej PKB, wyodrębniono trzy pełne cykle giełdowe reprezentowane przez tempo zmian WIG. Pierwszy cykl to okres od I kwartału 1999 do II kwartału 2001, drugi to okres od III kwartału 2001 do I kwartału 2005 i trzeci przypadł na okres II kwartał 2005–IV kwartał 2008. Cykle te, biorąc pod uwagę kryterium czasu, trwały odpowiednio 10, 15 i 15 kwartałów. Uwzględniając trzy pełne analizowane cykle, otrzymano następujące statystyki. Średnia długość fazy spadkowej wyniosła 4,7 kwartału. Fazy wzrostowe były dłuższe i ich średnia długość wyniosła 8,67 kwartału. Amplitudy cykli były nierównomierne. Średnia amplituda dla analizowanych trzech faz wzrostowych wyniosła +63,9% i odpowiednio dla faz spadkowych -71%. Oczywisty wpływ na tę statystykę miała bessa 2007–2009, podczas której tempo zmian indeksu spadło o 112,4%.

PORÓWNANIE CYKLU TEMPA ZMIAN WIG I CYKLU TEMPA ZMIAN PKB Do tego momentu prowadzono odrębną dekompozycję tempa zmian WIG i tempa zmian PKB. Dalszą część analizy skoncentrowano na znalezieniu związków pomiędzy tymi dwoma cyklami. W pierwszym kroku porównano na rysunku 8 przebieg cyklu tempa zmian WIG i cyklu tempa zmian PKB. Już wstępna analiza graficzna wykazała istotny związek między tymi dwoma zmiennymi – siłę powiązania i kierunek powiązania. Widoczne jest, że punkty zwrotne tempa zmian WIG wyprzedzają punkty zwrotne tempa zmian PKB. W kolejnym kroku analizowano przesunięcia czasowe punktów zwrotnych. Punkty zwrotne wyznaczono wcześniej odrębnie dla każdego cyklu. Ustalono, zgodnie z zastosowaną metodą, że szczyt cyklu koniunkturalnego ma miejsce, kiedy zmienna znajduje się w najwyższym lokalnym punkcie fazy rosnącej powyżej trendu, po czym przechodzi w fazę spadkową powyżej trendu, z kolei dno cyklu koniunkturalnego ma miejsce, gdy wskaźnik znajduje się w najniższym punkcie poniżej trendu, po czym przechodzi w fazę wzrostową poniżej trendu. Wynik analizy ujęto w tabeli 7. Tabela 7. Analiza przesunięć czasowych składnika cyklicznego tempa zmian WIG względem składnika cyklicznego PKB Składnik cykliczny – PKB okres obserwacji

rodzaj punktu zwrotnego

Składnik cykliczny – dynamika WIG okres obserwacji

rodzaj punktu zwrotnego

I kw. 1999

Dno

IV kw. 1998

Dno

IV kw. 1999

Szczyt

I kw. 2000

Szczyt

Przesunięcie czasowe

–1 +1

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

I kw. 2002

Dno

II kw. 2001

Dno

II kw. 2004

Szczyt

II kw. 2004

Szczyt

II kw. 2005

Dno

I kw. 2005

Dno

I kw. 2007

Szczyt

II kw. 2007

Szczyt

II kw. 2009

Dno

IV kw. 2008

Dno

–2

I kw. 2011

Szczyt

I kw. 2010

Szczyt

–4

Średnia dla szczytu

–0,50

Średnia dla dna

–1,75

Średnia

–1,12

385

–3 0 –1 +1

Źródło: obliczenia własne

Rysunek 8. Tempo zmian WIG (skala prawa) i tempo zmian PKB (skala lewa) w latach 1998–2011 180

108

160

107

140

106 105

120

104

100

103

102 101

100

1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 Dynamika r./r. WIG szereg wygładzony ARIMA-X12 – lewa skala PKB szereg wygładzony ARIMA-X12 – prawa skala Źródło: opracowanie własne.

W analizie przesunięć punktów zwrotnych wykazano, że w latach 1998–2011 koniunktura giełdowa mierzona tempem zmian WIG dyskontowała koniunkturę gospodarczą mierzoną tempem zmian PKB średnio o 1,12 kwartału. Średnie wyprzedzenie dla szczytów wyniosło 1 kwartał, natomiast dla okresów dna cyklu 1,75 kwartału. Dodatkowo w celu potwierdzenia wyników badań zastosowano metodę najwyższego współczynnika korelacji z rzędem opóźnień.

386

Jacek Stąpała

Korelogram wzajemny pomiędzy analizowanymi szeregami z rzędem opóźnień wykazał, że najwyższy współczynnik korelacji pomiędzy analizowanymi zmiennymi wystąpił w okresie (t – 2), co potwierdza, że cykl tempa zmian WIG wyprzedza koniunkturę gospodarczą średnio 2 kwartały. Uzyskane wyniki metodą najwyższego współczynnika korelacji przedstawia rysunek 9. Współczynnik korelacji dla rzędu opóźnień (t – 2) pomiędzy analizowanymi szeregami wyniósł 0,64, a bez opóźnień (t = 0) 0,48. Statystyka ta potwierdza istotny statystycznie związek między analizowanymi zmiennymi i dodatni kierunek powiązania obu cykli. Rysunek 9. Korelogram wzajemny składnika cyklicznego WIG i składnika cyklicznego PKB 0,7

0,6449 0,5724

0,6

0,6215

0,4858

0,5

0,4343

0,4 0,3

0,2726 0,2485

0,2 0,1 0

t = –5

t = –4

t = –3

t = –2

t = –1

t=0

t = +1

Korelogram wzajemny dla szeregów wygładzonych dynamika WIG i PKB Źródło: opracowanie własne.

W części podsumowującej analizę porównawczą obu cykli zaprezentowano cykl giełdowy i cykl gospodarczy razem na układzie współrzędnych zegara koniunktury. Jak wspomniano wcześniej, jest to największa zaleta tej metody – pozwala w tym samym czasie w postaci graficznej prezentować przesunięcia czasowe cykli względem siebie. Przebieg cykli przedstawiono na rysunku 10. Analiza graficzna potwierdza wnioski płynące z analizy statystycznej o wyprzedzeniu cyklu gospodarczego przez cykl giełdowy oraz o nierówności amplitudy wahań. Indeks giełdowy wykazuje również większą zmienność okres do okresu w stosunku do PKB.

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

387

Rysunek 10. Cykle tempa zmian WIG i tempa zmian PKB w latach 1998–2011 wyznaczone metodą zegara koniunktury Cykl dynamiki WIG w okresie III kw. 2001 – I kw. 2005

Cykl dynamiki WIG w okresie II kw. 2005 – IV kw. 2008 2,5 2,0 1,5 1,0 0,5 –3,0 –2,5 –2,0 –1,5 –1,0 –0,5 0,0 0,5 1,0 1,5 2,0 –0,5 –1,0 –1,5 –2,0 –2,5 Odchylenie od trendu

PKB

2,0 1,5 Zmiana kw./kw.

2,0 1,5 1,0 0,5 0,0 –2,5 –2,0 –1,5 –1,0 –0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 –0,5 –1,0 –1,5 –2,0 –2,5 Odchylenie od trendu

1,0 0,5 –1,5

–1,0

–0,5

0,0 0,0 –0,5

0,5

1,0

1,5

2,0

–1,0 –1,5 –2,0 Odchylenie od trendu Cykl dynamiki WIG w okresie I kw. 2009 – IV kw. 2011 2,0 1,5

Zmiana kw./kw.

Cykl dynamiki WIG w okresie I kw. 1999 – II kw. 2001

1,0 0,5 0,0 –2,0 –1,5 –1,0 –0,5 0,0 0,5 1,0 1,5 2,0 2,5 3,0 –0,5 –1,0 –1,5 Odchylenie od trendu

WIG

Źródło: opracowanie własne.

PODSUMOWANIE I WNIOSKI W artykule poszukiwano podobieństw między koniunkturą gospodarczą reprezentowaną przez tempo zmian PKB a koniunkturą giełdową mierzoną tempem zmian indeksu WIG. Dokonana odrębna dekompozycja szeregów czasowych tempa zmian WIG i tempa zmian PKB pozwoliła na wyodrębnienie cykli giełdowych i cykli gospodarczych. W gospodarce polskiej mierzonej tempem zmian PKB r./r. w latach 1998–2011 wyodrębniono trzy pełne cykle koniunkturalne. Długość ich trwania wyniosła odpowiednio 12, 13 i 16 kwartałów. Pierwszy cykl przypadł na okres II kwartał 1999–I kwartał 2002. Cykl ten poprzedzony był kryzysem azjatyckim (1997) i kryzysem rosyjskim (1998). Faza wzrostowa tego cyklu trwała tylko cztery kwartały i jej szczyt przypadł na okres pęknięcia „bańki internetowej”. Drugi i trzeci cykl wyodrębniony w artykule przypadły na okres od

388

Jacek Stąpała

II kwartału 2002 do II kwartału 2005 i od III kwartału 2005 do II kwartału 2009. Lata 2002–2007 to najlepszy okres dla polskiej gospodarki, okres akcesji Polski do UE i ogromnego napływu kapitałów zagranicznych. Fazy wzrostowe przypadające na ten okres wyniosły odpowiednio +5,13% i +4,07%. Z kolei okres najgorszy dla polskiej gospodarki to faza spadkowa w okresie II kwartał 2007– –II kwartał 2009, która trwała 9 kwartałów, a jej amplituda była najwyższa w całym analizowanym okresie i wyniosła 6,14%. To okres załamania się gospodarki i giełdy w konsekwencji kryzysu subprime. W tym samym czasie na giełdzie warszawskiej, mierzonej tempem zmian WIG, wyodrębniono również trzy pełne cykle. Pierwszy cykl giełdowy to okres od I kwartału 1999 do II kwartału 2001, drugi to okres od III kwartału 2001 do I kwartału 2005 i trzeci przypadł na okres II kwartał 2005–IV kwartał 2008. Cykle te, biorąc pod uwagę kryterium czasu, były bardziej równomierne niż cykle gospodarcze i trwały odpowiednio 10, 15 i 15 kwartałów. Uwzględniając trzy pełne analizowane cykle giełdowe, obliczono, że średnia długość fazy spadkowej wyniosła 4,7 kwartału. Fazy wzrostowe były dłuższe i ich średnia długość wyniosła 8,67 kwartału. Amplitudy cykli giełdowych były nierównomierne. Średnia amplituda dla analizowanych trzech faz wzrostowych wyniosła +63,9% i odpowiednio faz spadkowych –71%. Oczywisty wpływ na tę statystykę miała bessa 2007–2009, podczas której tempo zmian indeksu spadło o 112,4%, a ceny akcji straciły 70%. W artykule poszukiwano odpowiedzi na pytanie, czy cykl giełdowy mierzony tempem zmian WIG dyskontuje koniunkturę gospodarczą mierzoną tempem zmian PKB. Wykazano, że w latach 1998–2011 tempo zmian WIG wyprzedzało średnio tempo zmian PKB o 1,12 kwartału. Średnie wyprzedzenie dla szczytów wyniosło 1 kwartał, natomiast dla dna cyklu 1,75 kwartału. Rezultat wyprzedzenia potwierdzono metodą najwyższego współczynnika korelacji, której wynik wykazał, że składnik cykliczny WIG wyprzedza koniunkturę gospodarczą ok. 2 kwartały dla całego okresu, a korelacja dla rzędu opóźnień t-2 była bardzo istotna i wyniosła 0,64. Zauważono również, porównując cykle na zegarze koniunktury, że od początku 1998 r. do II kwartału 2005 r. korelacja faz cyku giełdowego i gospodarczego była bardzo wysoka. Sytuacja ta uległa zmianie po 2005 roku. Okres „przegrzania koniunktury” w latach 2005–2007 i późniejszy krach na giełdach wywołany kryzysem subprime to okres, kiedy siła powiązania znacznie spadła. Podobieństwo pomiędzy koniunkturą gospodarczą a koniunkturą giełdową należy uznać za wysokie, zważywszy na przyczyny niedopasowania struktury sektorowej WIG i PKB oraz wciąż niską kapitalizację giełdy w relacji do PKB. Struktura jakościowa WIG będzie jednak z czasem się poprawiać wraz ze wzrostem ilości spółek notowanych na GPW. Wykazano, że na podstawie analizy punktów zwrotnych PKB nie jesteśmy w stanie przewidzieć zmiany kierunku koniunktury giełdowej z trzech powodów. Po pierwsze, dlatego że statystycznie wykazano wyprzedzenie czasowe tempa zmian WIG do tempa zmian PKB. Po drugie, dane makroekonomiczne publikowane są ze znacznym opóźnieniem. Wstępne szacunki na temat PKB GUS publikuje 61 dni po zakończeniu kwartału, zatem wskaźnik ten nie może być wykorzystywany jako

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

389

miernik prognostyczny. Wreszcie po trzecie, stwierdzenie, że mieliśmy do czynienia z punktem zwrotnym składnika cyklicznego, może nastąpić dopiero z kwartalnym opóźnieniem, kiedy poznamy odczyt wskaźnika i stwierdzimy zmianę kierunku składnika cyklicznego. Mimo niemożności określenia punktów zwrotnych WIG na podstawie tempa zmian PKB, ustalenie kierunków zmian składnika cyklicznego WIG i potwierdzenie tego kierunku, nawet z opóźnieniem danymi z gospodarki, może okazać się dobrym narzędziem pozwalającym identyfikować główne trendy na rynkach akcji. Przyjęcie kryterium o zaangażowaniu na rynku akcji w momencie, gdy składnik cykliczny zmienia kierunek, daje nieporównywalnie lepsze rezultaty inwestycyjne od strategii „kup i trzymaj”. W wyniku analizy amplitudy wahań cyklicznych stwierdzono, że w całym badanym okresie średnia zmiana PKB o 1% powodowała średnią zmianę tempa WIG o 15%. Znając taką relację można estymować na podstawie znanych prognoz PKB zmianę dynamiki WIG. Można również, znając dzisiejszą wartość indeksu, a nie mając jeszcze odczytów danych makroekonomicznych, próbować odpowiedzieć na pytanie, jaką zmianę PKB dyskontuje w chwili obecnej WIG przy znanym statystycznie błędzie prognozy.

BIBLIOGRAFIA Adamowicz E. (2008), Koniunktura gospodarcza – dwadzieścia lat doświadczeń Instytutu Rozwoju Gospodarczego SGH, „Prace i Materiały IRG SGH”, nr 80, SGH, Warszawa. Aleksander S. (1958), Rate of change approaches to forecasting – Diffusion indexes and first difference, “Economic Journal”, June. Barczyk R., Kąsek L., Lubiński M., Marczewski K. (2006), Nowe oblicza cyklu koniunkturalnego, Polskie Wydawnictwo Ekonomiczne, Warszawa. Baxter M., King R.G. (1999), Measuring business cycles: approximate band – pass filters for economic time series, “Review of Economics and Statistics”. Beverigde S., Nelson C.R. (1981), A new approach to decomposition of economic time series into permanent and transitory components with particular attention to measurement of the business cycle, “Journal of Monetary Economics”, Vol. 7. Bry G., Boschan Ch. (1971), Cyclical analysis of time series: Selected procedures and computer programs, “NBER Technical Papers”, 20. Burns A.F., Mitchell W.C. (1946), Measuring Business Cycles, National Bureau of Economic Research, New York. Cieślak M. (2004), Prognozowanie gospodarcze – Metody i zastosowania, WN PWN, Warszawa. Christiano L.J., Fitzgerald T.J. (1999), The band pass filter, “NBER Working Paper” 7257, National Bureau of Economic Research, Cambridge, Mass. Christiano L.J., Motto R. (2010), Financial factors in economic fluctuations, “Working Paper” 1192, European Central Bank. Drozdowicz-Bieć M. (2006), Composite Leading Indexes for Polish Economy, BIEC, Warsaw. Drozdowicz-Bieć M. (2006), Wskaźniki wyprzedzające, Wydawnictwo SGH, Warszawa.

390

Jacek Stąpała

Drozdowicz-Bieć M. (2012), Cykle i wskaźniki koniunktury, POLTEXT, Warszawa. Fundowicz J. (2003), Koniunktura giełdowa, a koniunktura makroekonomiczna, w: Diagnozowanie koniunktury gospodarczej w Polsce, K. Piech, S. Pangsy-Kania (red.), Dom Wydawniczy Elipsa, Warszawa. Fundowicz J., Wyżnikiewicz B. (2006), Fluktuacje koniunktury gospodarczej i giełdowej – pespektywa makroekonomiczna, w: Diagnozowanie i prognozowanie koniunktury gospodarczej w Polsce, M. Mocek (red.), Akademia Ekonomiczna w Poznaniu, Poznań. Fundowicz J., Wyżnikiewicz B. (2005), Silna giełda siłą gospodarki, Instytut Badań nad Gospodarką Rynkową, Warszawa. Garczarczyk J. (2009), Rynek usług finansowych a koniunktura gospodarcza, CeDeWu, Warszawa. Gardner E.S. (1985), Exponentional smoothing: the state of the art, “Journal of Forecasting”, No. 4. Hamilton J.D. (1989), A new approach to the economic analysis of nonstationary time series and the business cycle, “Econometrica”, Vol. 57. Hamilton J.D., Raj B. (2002), Advances in Markov- Switching Models, Studies in Empirical Economics, Psyhica- Verlag, Heidelberg. Harvey A.C. (1990), Forecasting, Structural Time Series Models and the Kalman Filter, Cambridge University Press, Cambridge. Harvey A.C., Jager A. (1993), Detrending, stylized fact and the business cycle, “Journal of Applied Econometrics”, Vol. 8. Harvey A.C., Koopman S.J. (2000), Signal extraction and the formulation of unobserved components models, “Econometrics Journal”, Vol. 3. Honda Y., Yamada H. (2004), Do Stock Prices Contain Predictive Information on Business Turning Points? – A Wavelet Analysis, Hiroshima University, Osaka University. Kajal L., Moore G.H. (1992), Leading Economic Indicators: New Approaches and Forecasting Records, Cambridge University Press. Lubiński M. (2002), Analiza koniunktury i badanie rynków, Dom Wydawniczy ELIPSA, Warszawa. Małecki W. (2007), Globalizacja rynków finansowych, Vizja Press, Warszawa. Matkowski Z. (2004), Compisite indicators of business activity for macroeconomic analysis, “Prace i Materiały IRG SHG”, nr 74, Warszawa. Mishkin F.S. (1995), The Economics of Money, Banking and Financial Markets, Harper Collins. Motto R., Rostagno M. (2010), Financial factors in Economic Fluctuations, ”EBC Working Paper Series” 1192. Niemira M.P., Klein Ph.A. (1994), Forecasting Financial and Economic Cycles, John Wiley&Sons, New York. Prescott C.P. (1986), Theory Ahead of Business Cycle Measurement, Federal Reserve Bank of Minneapolis. Rotenberg J.J. (1999), A heuristic method of extractic smooth trends from economic time series, “NBER Working Paper” 7439, National Bureau of Economic Research, Cambridge, Mass. Ruth F., Schouten B., Wekker R. (2006), The Statistics Netherlands Business Cycle Tracer – Methodological Aspects, Concept, Cycle Computation and Indicator

TEMPO ZMIAN KONIUNKTURY GOSPODARCZEJ I GIEŁDOWEJ W POLSCE…

391

Selection, Discussion Paper, Statistics Netherlands, Voorburg/Heerlen. Skrzypczyński P. (2010), Metody spektralne w analizie cyklu koniunkturalnego gospodarki polskiej, „Materiały i Studia NBP”, Zeszyt nr 252, Warszawa. Zarnowitz V. (1996), Business Cycle – Theory, History, Indicators and Forecasting, University of Chicago Press. Zarnowitz V. (1987), The regularity of business cycle, “NBER Working Paper” 2381, Cambridge, Mass.. Zarnowitz V., Ozylidrim A. (2002), Time series decomposition and measurement of business cycles, trends and growth cycles, “NBER Working Paper” 8736, Cambridge, Mass.

STRESZCZENIE W artykule poszukiwano podobieństw pomiędzy koniunkturą gospodarczą, reprezentowaną przez tempo zmian PKB, a koniunkturą giełdową, mierzoną tempem zmian indeksu WIG. Dokonano odrębnej dekompozycji oryginalnych szeregów czasowych tempa zmian PKB i WIG. W rezultacie w gospodarce polskiej w latach 1998–2011 wyodrębniono trzy pełne cykle koniunkturalne oraz trzy pełne cykle giełdowe. Obliczono długość trwania faz cykli, długość cykli oraz ich amplitudy wahań. Do porównań obu cykli zastosowano metodę prezentacji graficznej na układzie współrzędnych zegara koniunktury, obliczono korelację dla całego okresu, ustalono przesunięcia czasowe punktów zwrotnych. Związek między cyklem giełdowym i gospodarczym okazał się statystycznie istotny (korelacja 0,48). Wykazano, że w latach 1998–2011 tempo zmian WIG wyprzedzało średnio tempo zmian PKB o 1,12 kwartału. Średnie wyprzedzenie dla szczytów wyniosło 1 kwartał, natomiast dla dna cyklu 1,75 kwartału. Wykazano również, że korelacja obu cykli po 2005 r. zaczęła maleć. W artykule wskazano na merytoryczne ograniczenia jakościowe porównywanych zmiennych. Słowa kluczowe: cykle giełdowe, cykle ekonomiczne, metoda zegara koniunktury, kryzys ekonomiczny, kryzys finansowy, dekompozycja szeregów czasowych, Warszawski Indeks Giełdowy, produkt krajowy brutto dla Polski.

Comparison of Economic and Stock Market Cycles in Poland in 1998–2011 ABSTRACT The aim of the paper is to study similarities between the economic situation in Poland, represented by the rate of GDP change, and stock market performance represented by the WIG index dynamics. Original time series for each variable were decomposed. As a result, in the years 1998–2011 three complete economic cycles and three complete stock market cycles were identified. Subsequently,

392

Jacek Stąpała

duration of cycles, amplitude of their fluctuations, duration of separate phases of cycles and their amplitude of fluctuations were calculated. Next, both cycles were juxtaposed graphically on the business cycle tracer coordinate system. Then, the correlation between stock market cycle and economic cycle for the entire period of analysis was calculated and offsets of turning points for both types of cycles were established. The relationship between stock market cycle and economic cycle was found to be statistically significant (correlation 0.48). It was shown that during 1998–2011 the WIG’s turning points preceded the GDP cycle changes by an average of 1.12 quarters. The average for bottoms of cycles was 1.75 quarters and for the peaks – 1 quarter. It was also shown that the correlation in question declined after 2005. Finally, the article indicated substantial limitations in comparing business and stock market series. Keywords: stock market cycles, economic cycles, the method of business cycle tracer, economic crisis, financial crisis, the decomposition of time series, Warsaw Stock Exchange Index (WIG), GDP for Poland. JEL Classification: E32, G10

Studia ekonomiczne 1 Economic studies nr 3 (LXXIV) 2012

Milena Kabza*

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH WPROWADZENIE Integracja rynków finansowych oraz globalizacja jako tendencje rozwojowe współczesnych systemów finansowych stwarzają zagrożenia dla stabilności finansowej – pomimo ich pozytywnego wpływu na rozwój i efektywność systemu finansowego. Konsekwencją obu procesów jest wzrost wielkości przepływów kapitałowych i rozwój pośrednictwa finansowego oraz coraz silniejsze wzajemne powiązanie systemów finansowych. Powoduje to między innymi wzrost ryzyka systemowego, ryzyka „zarażenia się” kryzysem, czyli sytuacji, w której kryzys staje się bezpośrednią przyczyną niestabilności finansowej w kraju lub regionie. Ostatni kryzys finansowy wykazał, że problemy w obszarze stabilności finansowej mogą doprowadzić do zaburzeń nie tylko na rynkach, ale także w sferze realnej gospodarki. Efektywne świadczenie usług pośrednictwa finansowego i zarządzania ryzykiem przez system finansowy na rzecz sektora realnego, czyli stabilność finansowa, zależy od dwóch głównych czynników: z jednej strony uwarunkowana jest bieżącym stanem systemu finansowego, a z drugiej – możliwym zakresem i skalą zewnętrznych szoków. Ewentualne zaburzenia, które mogą wystąpić w systemie finansowym w wyniku szoków, mogą spowodować pogorszenie jego funkcjonowania. Stopień narażenia systemu finansowego na wystąpienie negatywnych zjawisk, które mogłyby dotknąć poszczególnych organizacji, jest zmienny. Zdarzenia mające negatywny wpływ na działanie systemu finansowego mogą mieć charakter zarówno egzo-, jak i endogeniczny. Przykładem zaburzenia egzogenicznego może być zmiana otoczenia makroekonomicznego – np. nagły spadek dynamiki PKB powoduje pogorszenie ekonomicznej sytuacji klientów * Doktorantka

w Instytucie Nauk Ekonomicznych Polskiej Akademii Nauk.

394

Milena Kabza

instytucji finansowych oraz niekorzystnie wpływa na rentowność i poziom kapitałów instytucji sektora finansowego. Zaburzenia mogą być generowane także wewnątrz systemu finansowego, tj. endogenicznie. Dzieje się tak wówczas, kiedy w wyniku nieprawidłowej struktury bodźców (np. w postaci regulacji prawnych) lub istotnego obniżenia poziomu awersji do ryzyka w systemie finansowym narastają strukturalne nierównowagi. Taką nierównowagą może być zwiększony i nieuzasadniony charakterem prowadzonej działalności poziom stosowanej dźwigni finansowej i powiązany z tym zjawiskiem przyrost kredytu w gospodarce (Misina, Tkacz, 2008). Zagadnienie stabilności finansowej jest często dyskutowane w kontekście koncepcji ryzyka systemowego. Bogata literatura dotycząca tego problemu nie zawiera jednak jego sprecyzowanej definicji. Alan Greenspan podsumował to w następujący sposób: „istnieje powszechna zgoda, że ryzyko systemowe oznacza skłonność do pewnego rodzaju rozpadu systemu finansowego […]; jeden obserwator może użyć do jego opisu określenia „zawodność rynku”, inny będzie uważał, że była to naturalna i zdrowa reakcja rynku – nawet jeśli jej skutki były dramatyczne” (Kaufman, 1996). Obecny stan wiedzy dotyczącej zagadnienia ryzyka systemowego wymaga zatem uporządkowania różnych jego koncepcji. Artykuł ma na celu uporządkowanie wybranych, według autorki reprezentatywnych, definicji ryzyka systemowego i znalezienie dla nich wspólnego mianownika. Autorka zdaje sobie sprawę, że konieczność syntetycznego przedstawienia szerokiego zagadnienia, jakim jest ryzyko systemowe, powoduje nierównomierne rozłożenie akcentów dotyczących różnych jego aspektów. Do pewnego stopnia jednak ujęcie takie jest intencjonalne, ponieważ przyjęto, iż osią opracowania jest próba syntezy wybranych ujęć ryzyka systemowego. Powstała jednolita definicja integrująca różne podejścia zostanie zastosowana do opisu ostatniego kryzysu finansowego w latach 2007–2009.

DEFINICJE RYZYKA SYSTEMOWEGO Ryzyko charakterystyczne dla systemu finansowego jako układu relatywnie wyodrębnionego jest trudne do zdefiniowania. Wynika to ze złożoności i zmienności jego ram teoretycznych i sposobu pomiaru. Szerokie zakreślenie domeny ryzyka systemowego powoduje, że prawie wszystko, co dzieje się w systemie finansowym jest z nim związane. Mimo tego że nie jest możliwe znalezienie jednej, precyzyjnej i prostej definicji ryzyka systemowego, ważne jest zrozumienie jego istoty i dynamiki. Ryzyko systemowe – mimo że może być spowodowane przez inne rodzaje ryzyka, np. kredytowe lub płynności – różni się od innych rodzajów ryzyka. Jest identyfikowane poprzez skutki, a nie źródło (IIF, 2010). Jest dynamiczne i ewoluuje. Dotyczy wielu części systemu finansowego, a jego wystąpienie za każdym razem może mieć inny charakter. Jest spowodowane przez wiele wzajemnie powiązanych czynników, co sprawia, że trudno jest je dokładnie zdefiniować ex

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

395

ante i przez to jego materializacja może okazać się bardzo szkodliwa zarówno dla systemu finansowego, jak i całej gospodarki. Europejski Bank Centralny zaproponował, żeby ryzyko systemowe utożsamiać z prawdopodobieństwem wystąpienia zdarzenia systemowego, którym może być upadek jednej lub więcej systemowo ważnych instytucji finansowych lub zaburzenie funkcjonowania głównych segmentów rynku finansowego (EBC, 2009, s. 134–142). W przypadku takiej definicji ryzyko systemowe jest nieco odmienną koncepcją niż pojęcie stabilności finansowej. Różnica polega na tym, że koncepcja ryzyka systemowego koncentruje się na wystąpieniu znacznych zaburzeń w funkcjonowaniu systemowo ważnych instytucji finansowych (zwłaszcza ich upadłości, ale także znacznego spadku wyceny lub wzrostu kosztu finansowania). Według Schwarcza ryzykiem systemowym można nazwać ryzyko, które oznacza szok ekonomiczny wywołany paniką lub w inny sposób na rynku lub w instytucji finansowej, w następstwie którego uruchomiony zostaje proces kolejnych upadłości lub występowanie znaczących strat instytucji finansowych skutkujący dużymi wahaniami cen na rynkach finansowych oraz w dostępie do kapitału (Schwarcz, 2008, s. 14). Zgodnie z tą opisową definicją spowolnienie gospodarcze nie jest samo w sobie ryzykiem systemu finansowego. Ryzyko systemowe zakłada tutaj nakładanie się ryzyka i jego kumulowanie się bez możliwości jego rozproszenia w wyniku homogenizacji rynku i ujednolicenia reakcji jego uczestników. De Bandt i Hartman (2000) opisują ryzyko systemowe w kontekście prawdopodobieństwa wystąpienia zdarzeń systemowych, kiedy dotknięte nimi (pośrednio) instytucje upadają w rezultacie początkowego szoku – mimo że były ex ante wypłacalne. Podobnie dzieje się w przypadku, gdy rynek/rynki upadają wskutek zdarzenia systemowego pośrednio na nie wpływającego, co nie miałoby miejsca bez początkowego szoku. W definicji ryzyka systemowego Davisa (1992, s. 117) pojęcie to oznacza przenoszenie szoków i zaburzeń z jednej części systemu finansowego na cały system i doprowadzanie do globalnego kryzysu. Zatem nawet niewypłacalność i upadłość indywidualnych instytucji finansowych może przekształcić się w kryzys całego systemu finansowego. W tym ujęciu ryzyko systemowe jest zbliżone do pojęcia systemowego kryzysu finansowego. Stąd kryzys finansowy jest także rozumiany jako proces prowadzący do recesji, masowych upadłości instytucji finansowych oraz zaburzeń w systemie płatniczym. Kaufman (Group of Thirty, 1997) określa ryzyko systemowe jako nagłe, nieprzewidywalne wydarzenie, które może negatywnie wpłynąć na system finansowy do takiego stopnia, że aktywność gospodarcza może być zagrożona w szerszej skali. Pojawia się w realnym i finansowym sektorze gospodarki z zewnątrz, a negatywne efekty kumulują się i ujawniają w warunkach globalnej nierównowagi finansowej (Basel Committee on Banking Supervision, 2010). Podobnie Perotti i Suarez (2009) rozumieją ryzyko systemowe jako ryzyko transmisji (propagacji), kiedy to szoki rozprzestrzeniają się nie tylko wśród instytucji finansowych, ale powodują także niestabilność i zakłócenia w sektorze realnym gospodarki – ryzyko akumuluje się podczas okresów koniunktury, a następnie materializuje w postaci nierównowagi w okresie dekoniunktury.

396

Milena Kabza

Inne rozumienie ryzyka systemowego – według Borio (2003) – opiera się na założeniu, że źródło niestabilności finansowej nie zależy wyłącznie od efektu zarażenia, lecz od narażenia na narastające w czasie ryzyko systematyczne, które jest ściśle związane z cyklem koniunkturalnym. Zgodnie z tą koncepcją ryzyko ma charakter endogeniczny, odzwierciedla wzajemną zależność pomiędzy systemem finansowym i realną gospodarką, która z jednej strony amplifikuje efekty koniunktury, a z drugiej przyczynia się do następującego po niej okresu dekoniunktury i nierównowagi finansowej. Należy przy tym zwrócić uwagę, że ta zależność jest dynamiczna, ponieważ ryzyko kumuluje się w czasie (podczas hossy), a materializuje, gdy powstałe nierównowagi ujawniają się podczas pogorszenia koniunktury. Podobne ujęcie ryzyka systemowego, przedstawione przez Danielssona, Zigranda i Shina (2009), podkreśla jego endogeniczność ze względu na to, że ryzyka wpływające na system finansowy mogą być generowane przez zachowanie uczestników rynku, które zależy od postrzeganego poziomu ryzyka. Uczestnicy rynku określają wówczas ryzyko jako punkt równowagi poziomu postrzeganego ryzyka do ryzyka rzeczywistego, dla którego dokonywana jest wycena aktywów. Utrata zaufania przez uczestników rynku działa jak katalizator umożliwiający poszczególnym, niewielkim i negatywnym zdarzeniom na rynku akumulację, która może mieć skutki systemowe. Natomiast według wspólnego raportu Rady Stabilności Finansowej (FSB), Międzynarodowego Funduszu Walutowego (IMF) i Banku Rozrachunków Międzynarodowych (BIS) dla grupy G-20 (2009) ryzyko systemowe definiowane jest jako ryzyko zakłóceń dla sektora usług finansowych, wynikające z upośledzenia wszystkich części systemu finansowego oraz posiadające potencjał do spowodowania poważnych negatywnych konsekwencji dla sfery realnej. Zasadnicza jest w tej definicji koncepcja negatywnych zdarzeń będących pochodnymi zakłóceń lub upadku instytucji finansowej, rynku, instrumentu finansowego. Wszystkie typy instytucji pośrednictwa finansowego, rynki oraz infrastruktura mogą być potencjalnie ważne systemowo. W literaturze ryzyko systemowe rozpatrywane jest również w ujęciu makro i mikro (Joint FSB/IMF/BIS Report to the G-20, 2009). Zgodnie z koncepcją makro ryzyko systemowe definiowane jest jako nagłe, nieprzewidywalne zdarzenie, które może załamać system finansowy w takim stopniu, ze aktywność gospodarcza zostanie zagrożona na szeroką skalę. Tak rozumiane ryzyko systemowe jest niebezpieczne dla całego systemu finansowego, a nie tylko dla jego poszczególnych części (Group of Thirty, 1997, s. 3). Może ono zatem wynikać z ogólnego załamania koniunktury gospodarczej, ale także ze spadku stóp procentowych czy kursów walutowych. Z kolei definicja mikro ryzyka systemowego wskazuje, że ryzyko systemowe to niebezpieczeństwo, iż niezdolność jednego z uczestników rynku (biorącego udział w systemie płatności) do wywiązania się ze zobowiązań kontraktowych spowoduje także niezdolność do wywiązywania się ze zobowiązań przez innych uczestników rynku (i całego systemu płatności). W wyniku reakcji łańcuchowej może to prowadzić do poważnych zakłóceń w funkcjonowaniu systemu finansowego danego kraju. W rezultacie problemy w systemie płatności

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

397

mogą spowodować znaczne kłopoty z płynnością i zagrozić stabilności rynków finansowych oraz zaufaniu do nich (BIS, 1994, s. 177). W tym kontekście ryzyko systemowe należy traktować jako typowe i istotne szczególnie dla banków, w mniejszym zaś stopniu dla przedsiębiorstw inwestycyjnych, a w najmniejszym dla zakładów ubezpieczeń, które w długim okresie refinansują się. Co więcej, ryzyko systemowe zbliżone jest tutaj do pojęcia kryzysu finansowego, który swym zakresem obejmuje wszystkie sektory rynku finansowego. Podsumowując powyższe sposoby określania ryzyka systemowego, można dla potrzeb niniejszego opracowania przyjąć następującą jego definicję: jest to ryzyko powodujące, że zdarzenie systemowe (szok ekonomiczny), taki jak upadek instytucji lub rynku, doprowadzi do tego, że system finansowy lub znacząca jego część (np. kraj, region) znajdzie się w obliczu realnego i natychmiastowego niebezpieczeństwa rozpadu lub znaczących strat dla instytucji finansowych, z prawdopodobieństwem strat dla sfery realnej.

KRYZYS 2007–2009 W KONTEKŚCIE PROBLEMU RYZYKA SYSTEMOWEGO Przyczyny wybuchu globalnego kryzysu finansowego w pierwszej dekadzie XXI wieku są dużo bardziej złożone niż w przypadku innych kryzysów finansowych, w tym najpoważniejszego w skutkach Wielkiego Kryzysu z przełomu lat 20. i 30. minionego stulecia. Wśród przyczyn wystąpienia zaburzeń na światowych rynkach finansowych, a w konsekwencji przeniesienia się tych zaburzeń na sferę realną gospodarek, można wymienić zjawiska o charakterze zarówno makro-, jak i mikroekonomicznym. Wśród tych pierwszych do najważniejszych zaliczana jest narastająca w ciągu ostatniego dziesięciolecia skala globalnych nierównowag (gospodarki G-7 a azjatyckie gospodarki wschodzące) oraz problemy, które były wynikiem długotrwałego utrzymywania się stóp procentowych na niskim poziomie (Kabza, 2010). Zjawisko globalnych nierównowag jest obserwowane i omawiane od kilkunastu lat, ale nadal nie ma jednego powszechnie akceptowanego wyjaśnienia jego przyczyn. Poszukując tych przyczyn, z jednej strony wskazuje się na poważne nadwyżki oszczędności w gospodarkach wschodzących (kraje azjatyckie, eksporterzy ropy naftowej) oraz słabo rozwinięte systemy pośrednictwa finansowego utrudniające ich efektywne inwestowanie w tych krajach, a z drugiej – zbyt niską stopę oszczędzania w krajach rozwiniętych, a w szczególności w Stanach Zjednoczonych. Istotnym katalizatorem tych zjawisk był przyspieszający w ostatniej dekadzie proces włączania się Chin do gospodarki światowej. Podczas oceny skali zagrożeń wynikających z tych nierównowag zbyt często uwagę skupiano na niezerowych saldach przepływu kapitałów między krajami rozwiniętymi a gospodarkami wschodzącymi, zapominając przy tym, że w przypadku gwałtownych zaburzeń zachowania dostosowawcze dotyczą całego zasobu aktywów będącego w posiadaniu podmiotów zagranicznych – co stało się wyraźnie widoczne w okresie kryzysu (Kabza, 2010).

398

Milena Kabza

Źródłem kryzysu finansowego i gospodarczego 2007–2009 było ryzyko zakumulowane w systemie finansowym. Ryzyko to było tak groźne, ponieważ miało charakter systemowy. Jego materializacja doprowadziła do wystąpienia zaburzeń, które miały potencjał do rozpowszechniania się na inne instytucje i segmenty rynku finansowego, a także na sferę realną gospodarki. Jak wcześniej wskazano, materializacja ryzyka następuje najczęściej w wyniku oddziaływania szoku ekonomicznego (zdarzenia systemowego). Tak właśnie zdarzyło się w Stanach Zjednoczonych – w systemie finansowym zakumulowało się ryzyko związane z ekspozycjami instytucji finansowych na rynku nieruchomości, w znacznej części przetransferowanymi do instytucji słabo nadzorowanych, ale silnie powiązanych z systemem bankowym (shadow banking). Pojedyncze nadzorowane instytucje funkcjonowały pozornie dobrze, osiągając wysokie wyniki finansowe, a mimo to w systemie narastało ryzyko związane z wysoką dźwignią i koncentracją na finansowaniu nieruchomości. Kiedy ceny nieruchomości w USA zaczęły spadać, bańka pękła i nastąpił kryzys, który z amerykańskiego systemu finansowego przeniósł się – poprzez wzajemne powiązania instytucji – na inne rynki, w tym także na rynek Unii Europejskiej. W czasie tego kryzysu termin „ryzyko systemowe” zaczął być używany nie tylko w kontekście ryzyka dla systemu finansowego, ale także ryzyka dla gospodarki realnej wynikającego z problemów w systemie finansowym. Dobre rezultaty dotyczące kontroli inflacji (mierzonej wskaźnikiem wzrostu cen konsumpcyjnych) doprowadziły do stosunkowo długiego okresu utrzymywania się realnych stóp procentowych na niskim poziomie zarówno w USA, jak i w innych krajach rozwiniętych. Przyczyniło się to w istotny sposób do szybkiego wzrostu kredytu w tych krajach oraz do znacznego wzrostu cen aktywów (szczególnie akcji i nieruchomości, dotyczyło to również niektórych surowców). Z dzisiejszej perspektywy nie ma wątpliwości, iż na niektórych rynkach aktywów doszło do wystąpienia baniek spekulacyjnych. Ważną przyczyną obecnego kryzysu było oddziaływanie tych efektów jako bodźców, które wpływają na postępowanie inwestorów oraz instytucji finansowych zarządzających ich aktywami. Instytucje te z wielu powodów potrzebują, a więc i stale poszukują relatywnie wysokich nominalnych stóp zwrotu. Uzyskanie takich stóp zwrotu łączyło się z akceptacją znacznie wyższego poziomu ryzyka inwestycji. Czynnikiem inicjującym kryzys, zwanym w wielu teoriach ekonomicznych szokiem, był dynamiczny rozwój rynku nieruchomości w Stanach Zjednoczonych, który doprowadził do szybkiego wzrostu cen domów w stosunkowo krótkim czasie. Pęknięcie „bańki” na rynku nieruchomości w USA przyczyniło się do wybuchu kryzysu finansowego, wzmagającego turbulencje początkowo w sektorze finansowym, a później w całej gospodarce. Po Stanach Zjednoczonych kryzys przeniósł się najpierw na inne rynki krajów wysoko rozwiniętych, po czym opanował cały świat. Globalny kryzys finansowy, który wciąż wywiera silny wpływ m.in. na akcję kredytową światowego sektora bankowego, na aktywność na rynku międzybankowym, a także na kondycję przedsiębiorstw i gospodarstw domowych, rozpoczął się od problemów na rynku nieruchomości w Stanach Zjednoczonych. Problemy te pojawiły się w pełni w połowie 2007 roku, choć sygnały wskazujące na możliwość

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

399

wystąpienia kryzysu zaczęły pojawiać się znacznie wcześniej. Ich następstwem było rozpoczęcie przez System Rezerwy Federalnej (FED) cyklu łagodzenia polityki monetarnej poprzez obniżanie stóp procentowych z 6,5% w połowie 2000 r. do 1% w czerwcu 2003 roku. Tak niski poziom stóp procentowych zachęcał do zaciągania kredytów, których banki1 łatwo udzielały. Zwiększony popyt spowodował wzrost cen nieruchomości, szczególnie silny w latach 2001–2005 (por. rys. 1). Rysunek 1. Liczba sprzedanych nieruchomości na rynku wtórnym i pierwotnym w latach 1965–2009 (mln) United States Początek szybkiego wzrostu „zapasów”

4,5

Number of (millions)

3,5 2,5 1,5 0,5 0,4 0,3 0,2 0,1

Existing-Home Sales, Single-Family and Condos, units available New Home Sales, For sale at the end of period, total Źródło: opracowanie własne na podstawie Reuters EcoWin.

Rynek nieruchomości w Stanach Zjednoczonych stymulowany był także za pomocą działalności rządowej, między innymi za pośrednictwem instytucji o statusie GSE2, takich jak Federal National Mortgage Association (Fannie Mae) czy Federal Home Loan Mortgage Association (Freddie Mac). Instytucje te nabywały od banków kredyty hipoteczne spełniające określone kryteria, uwalniając środki bankowe na kontynuowanie akcji kredytowej. Zarówno GSE, jak i same banki na szeroką skalę sekurytyzowały kredyty hipoteczne, emitując tzw. MortgageBacked Securities (MBS)3. Proces tworzenia instrumentów takich jak MBS zachę1 Kredytów

hipotecznych udzielały – oprócz banków – instytucje finansowe o innym statusie prawnym, np. jednostki zależne trustów inwestujących w nieruchomości (real estate investment trusts). 2 Government Sponsored Enterprises to uprzywilejowane przedsiębiorstwa prywatne, utworzone przez rząd USA w celu zwiększenia dostępności i zmniejszenia kosztu kredytu dla gospodarstw domowych oraz sektora rolniczego i szkolnictwa. 3 Mortgage-Backed Securities to papiery wartościowe generujące przychód w zależności od przepływów pieniężnych z kredytów hipotecznych będących ich instrumentem bazowym.

400

Milena Kabza

cał instytucje finansowe do udzielania dużej ilości kredytów hipotecznych, co doprowadziło do obniżenia wymagań dotyczących zdolności kredytowej klientów, dodatkowo osłabianych ze względu na częste prowadzenie sprzedaży kredytów hipotecznych przez pośredników wynagradzanych w systemie prowizyjnym. Wiązało się to z kredytowaniem osób należących do segmentu subprime, czyli o podwyższonym ryzyku niespłacenia zobowiązań. Potencjalni kredytobiorcy zachęcani byli do zakupu nieruchomości przez produkty, tj. Adjustable Rate Mortgage (ARM), które polegały na naliczaniu odsetek po bardzo niskiej stopie procentowej przez pierwsze lata od zaciągnięcia pożyczki, wzrastającej w późniejszym okresie. Ponadto banki zwiększały maksymalny dopuszczalny stosunek wartości udzielanego kredytu hipotecznego do wartości nieruchomości, tzw. Loan-To-Value (LTV). Niskie stopy procentowe skłaniały z kolei banki do szukania możliwości korzystnego inwestowania wolnych środków. Jednym z kierunków takich inwestycji stał się rynek kredytów hipotecznych. Szczególnego znaczenia nabrały instrumenty pochodne, takie jak Collateralized Debt Obligations (CDO)4, oparte na transzach MBS (często o ratingu na poziomie AAA przyznanym przez agencje ratingowe), które przy wykorzystaniu dźwigni umożliwiały osiąganie zwrotów z inwestycji znacząco przewyższających rentowność amerykańskich papierów skarbowych. Tabela 1. Zestawienie przyczyn wzrostu cen na rynku nieruchomości w Stanach Zjednoczonych: lata 2000–2006 Instytucje finansowe

Gospodarstwa domowe

Udzielanie kredytów hipotecznych zbyt szerokiej grupie klientów, w tym tzw. NINJAa

Tendencja do zwiększania całkowitego zadłużenia

Wsparcie rządowe dla rynku nieruchomości za pośrednictwem instytucji o statusie GSE

Korzystanie z nietypowych konstrukcji kredytów hipotecznych (np. ARM)

Poszukiwanie rentownych inwestycji ze względu na niskie stopy procentowe

Założenie o możliwości refinansowania zobowiązań po niskim koszcie

Stosowanie pochodnych instrumentów kredytowych (m.in. MBS, CDO)

Nastawienie na ciągły wzrost cen nieruchomości

NINJA – No Income, No Job, (No) Assets, klasa niezamożnych kredytobiorców bez udokumentowanego źródła dochodów, uznawana za najbardziej ryzykowną. Źródło: opracowanie własne. 4 Collateralized Debt Obligations to papiery wartościowe oparte na różnego rodzaju instrumentach

dłużnych, generujące przychód odsetkowy w zależności od przepływów pochodzących z instrumentów bazowych. Poszczególne transze CDO różnią się ratingiem kredytowym. Inwestorzy nabywający transze najbardziej ryzykowne otrzymują najwyższy kupon, ale w przypadku niespłacania zobowiązań z tytułu instrumentów bazowych pierwsi ponoszą straty.

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

401

Wzrost cen nieruchomości obserwowany od prawie dziesięciu lat zaczął wygasać na przełomie lat 2005 i 2006 ze względu na stopniowe nasycenie rynku, a także pojawiające się na coraz szerszą skalę problemy ze spłatą kredytów hipotecznych (rys. 2), spowodowane wzrostem stóp procentowych (FED od połowy 2003 r. do czerwca 2006 r. podniósł stopy o 4,25 pkt. proc.), szczególnie dotkliwym w latach 2005–2006, oraz wzrostem oprocentowania kredytów po zakończeniu okresu obniżonego oprocentowania w ramach struktur ARM. Spowodowało to wyraźne obniżenie cen nieruchomości i znaczący wzrost liczby eksmisji, co – ze względu na zwiększoną podaż – prowadziło do dalszego spadku wartości nieruchomości stanowiących zarówno zabezpieczenie kredytów, jak i emitowanych papierów wartościowych. Rysunek 2. Opóźnienia w spłacie kredytów subprime przekraczające 60 dni (jako procent wartości kredytu) 16

Subprime

14 12 10 8 6 4 2

2000 2004

18 24 30 36 42 48 54 60 66 ilość miesięcy od zaciągnięcia kredytu 2001 2005

2002 2006

2003

Źródło: IMF (2007), Global Financial Stability Report October 2007. Financial Market Turbulence. Causes, Consequences, and Polices, World Economic and Financial Surveys, Washington, s. 7.

Spadek wartości zabezpieczeń znalazł swoje odzwierciedlenie w wycenie aktywów znajdujących się w bilansach banków, powodując konieczność dokonania odpisów, a następnie ujawnienia konkretnych strat związanych ze wszystkimi aktywami, powiązanymi zarówno bezpośrednio, jak i pośrednio z kredytami hipotecznymi – nie tylko tymi z segmentu subprime. W marcu 2007 r. szef FED Ben Bernanke ostrzegł, że działalność instytucji o statusie GSE może stanowić źródło systemowego zagrożenia dla sektora finansowego. W tym samym miesiącu przedsiębiorstwo New Century Financial, drugi co do wielkości pożyczkodawca na rynku subprime, wstrzymało udzielanie kredytów ze względu na opóźnienia w płatnościach rat przez znaczną liczbę klientów. Spowodowało to gwałtowny spadek cen akcji przedsiębiorstwa oraz zawieszenie obrotu nimi na rynku.

402

Milena Kabza

W kwietniu 2007 r. New Century Financial ogłosił niewypłacalność, stając się pierwszą dużą ofiarą kryzysu subprime. Wszystkie te zjawiska – boom na rynku nieruchomości i na rynku kredytowym, szybki wzrost konsumpcji gospodarstw domowych (w dużej mierze finansowany długiem) oraz aktywne poszukiwanie wysokich stóp zwrotu – doprowadziły do poważnych nierównowag, a co za tym idzie zaburzeń makroekonomicznych i strukturalnych w wielu krajach. Kryzys miał jednak także i pewną liczbę przyczyn o charakterze mikroekonomicznym, związanych przede wszystkim z funkcjonowaniem systemu finansowego i finansowymi aspektami funkcjonowania innych podmiotów. Najważniejsze z nich to wadliwa struktura bodźców (preferowanie celów krótkoterminowych i premiowanie za wyniki sprzedaży przy zaniedbaniu oceny ryzyka obciążającego dany produkt), błędy w technikach pomiaru i wyceny ryzyka oraz w zarządzaniu nim, niewłaściwa struktura nadzoru właścicielskiego, jak również niedoskonałości systemu regulacyjnego łącznie z polityką nadzorczą (Kabza, 2010). Wadliwa okazała się również struktura bodźców odnoszących się zarówno do konsumentów usług finansowych, jak i do instytucji (oraz ich pracowników), które te usługi oferowały. Konsumenci usług finansowych nie mieli wystarczających bodźców i kompetencji, aby dokładnie analizować oferowane im instrumenty finansowe lub interesować się bezpieczeństwem instytucji finansowych będących partnerami zawieranych transakcji. Menedżerowie instytucji finansowych chcieli uzyskiwać wysokie stopy zwrotu z kapitału, by zadowolić swoich właścicieli. Szybki wzrost finansowania długiem sprzyjał osiąganiu takich wyników, ponieważ wyższa stopa dźwigni zwiększała w ten sposób stopę zwrotu dla właściciela kapitału instytucji finansowanej. Wydaje się również, że struktura bodźców dla agencji ratingowych nie była właściwa – koszty ratingu ponoszone były przez podmioty emitujące dług, ale wzrost stopnia złożoności i skali emisji nowych instrumentów finansowych zwiększył skalę trudności w ocenie jakości i ryzyka tych instrumentów, co prowadziło często do niedoszacowania tego ryzyka i uzyskiwania przez takie instrumenty zbyt wysokich ratingów. Trudności z pomiarem, wyceną i właściwym zarządzaniem ryzykiem to następna grupa mikroekonomicznych przyczyn kryzysu. Pomiar ryzyka w przeważającej mierze korzystał z metod statystycznych uwzględniających przede wszystkim dane historyczne. Ze względu jednak na obfitość nowych instrumentów, dla których dane historyczne często w ogóle nie występowały, jak i ze względu na stosunkową rzadkość pojawiania się dużych zaburzeń w danych historycznych, zarówno oszacowanie przyszłego ryzyka, jak i szacunki związków między ryzykiem różnych instrumentów były utrudnione – ocena ryzyka wynikająca ze stosowania takich modeli była stanowczo zaniżona i praktycznie bezużyteczna. Dodatkowym źródłem problemów była struktura i metody zarządzania instytucjami finansowymi, w których zarządzanie ryzykiem miało zbyt słabą pozycję w stosunku do pionu sprzedaży. Kryzys zapoczątkowany w 2007 r. ujawnił, że istotnym typem ryzyka systemowego jest ryzyko odnoszące się do struktury powiązań pomiędzy instytucjami finansowymi

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

403

oraz do ich źródeł finansowania. Pojawienie się instrumentów finansowych m.in. w formie CDS (credit default swaps), CLO (collateralized loan obligations) czy też innych instrumentów pochodnych zwiększyło możliwości dywersyfikowania ryzyka przez instytucje finansowe. Jednocześnie doprowadziło to do większego podobieństwa pomiędzy ich portfelami, a także zwiększyło prawdopodobieństwo, że upadek jednej instytucji wystąpi równocześnie z upadkiem innych podobnych instytucji. Dodatkowo w związku z większą zależnością instytucji finansowych od hurtowego finansowania krótkoterminowego dochodzi do zwiększenia ryzyka dotyczącego zabezpieczeń instytucji finansowych. Kiedy bank ma trudności, inwestorzy mają obawy, że inne banki posiadające podobne portfele także znajdą się w kłopotach i nie reinwestują wówczas swoich funduszy. Może to doprowadzić do utrudnienia funkcjonowania rynków finansowych i spowodować problemy we wszystkich bankach. Podczas ostatniego kryzysu finansowego jednym z najważniejszych typów ryzyka w systemie finansowym okazało się ryzyko drugiej strony (counterparty risk), które znane jest również jako ryzyko niewywiązania się ze zobowiązań (default risk) (Taylor, 2009)5. Ryzyko drugiej strony oznacza zagrożenie niewywiązania się ze zobowiązań wynikających z kontraktu finansowego przez kontrahenta. Przyczyną tego rodzaju ryzyka jest w głównej mierze asymetria informacji, ponieważ poszczególni uczestnicy rynku zazwyczaj wiedzą więcej na temat swojej własnej kondycji finansowej i perspektyw niż inni gracze rynkowi. W czasie kryzysu ryzyko systemowe było skoncentrowane w bankach inwestycyjnych. Mechanizm w uproszczeniu wyglądał następująco (Geneva Reports on the World Economy, 2009): bank X kupuje opcję od banku Y, aby zabezpieczyć ryzyko zmiany stóp procentowych w czasie. Jeżeli bank Y upadnie (być może w rezultacie złych inwestycji w mieszkaniowe kredyty hipoteczne na rynku amerykańskim), to wystawiona przez niego opcja może stracić na wartości lub nawet stać się bezwartościowa. Wówczas bank X, który zakładał, że rozważnie i ostrożnie zabezpiecza swoje ryzyko, staje się ofiarą problemów banku Y. Oczywiście, instytucje finansowe mogą chronić swoje pozycje (do pewnego stopnia), biorąc pod uwagę przytoczoną, prostą zależność – logika zachowania zgodnie z własnym interesem oraz wycena rynkowa doprowadziłyby do właściwej wyceny ryzyka: bank X rozważyłby możliwość upadku banku Y, mając na uwadze jego plan awaryjny; bank X mógłby zażądać od banku Y odpowiedniego zabezpieczenia chroniącego przed spadkiem wartości opcji w przypadku upadku banku Y. Jednak w obecnych warunkach rynkowych umowy są tak skomplikowane, że natura ryzyka, które wpływa na instytucje finansowe może nie być tak oczywista. Dodatkowo wartość zabezpieczenia także podlega ruchom rynkowym, dlatego nawet dobrze zabezpieczone umowy są ryzykowne (Kiyotaki, Moore, 1997, s. 211–248; Pintus, Wen, 2008)6. Inwestorzy i kontrahenci przestają współpraco5 Według J.B. Taylora, kryzys finansowy związany był głównie ze wzrostem ryzyka drugiej strony, a nie problemów z płynnością. 6 N. Kiyotaki i J. Moore oraz P.A. Pintus i Y. Wen wskazują, w jaki sposób procykliczne fluktuacje rynkowe wpływające na zmianę wartości zabezpieczenia mogą amplifikować okresy koniunktury i dekoniunktury oraz przyczyniać się do fluktuacji makroekonomicznych.

404

Milena Kabza

wać z organizacją, o której wiadomo, że znajduje się w złej kondycji finansowej (stało się tak w przypadku m.in. Lehman Brothers). Brak możliwości bezbłędnego wyboru właściwej okazji inwestycyjnej przez inwestorów doprowadza jednak podczas kryzysu do prawie całkowitego braku ich aktywności na rynku kredytowym. Wiele aspektów ryzyka systemowego nie jest właściwych tylko dla instytucji, czy rynków finansowych. Upadek instytucji niefinansowej, takiej jak linia lotnicza, która nie wywiązała się ze zobowiązań umowy kredytowej, może spowodować, że inwestorzy przestaną kupować akcje innych linii lotniczych, gdy uwierzą, że ten upadek odzwierciedla kondycję całej branży lotniczej. W ciągu ostatnich lat upadało wiele dużych przedsiębiorstw, kilka bardziej znaczących linii lotniczych, ale żadne z tych wydarzeń nie spowodowało jednak problemów w większej skali (konsekwencje upadków dotyczyły głównie udziałowców, pracowników, dostawców i klientów). Upadek instytucji niefinansowej rzadko zagraża wypłacalności konkurenta, czy też znacząco wpływa na gospodarkę, dlatego uważa się, że nie tworzy ryzyka systemowego (Bullard, Neely, Wheelock, 2009). Z kolei upadek dużej instytucji finansowej (tj. np. Lehman Brothers) generuje ryzyko systemowe w systemie finansowym ze względu na: po pierwsze – wzajemne, złożone powiązania, po drugie – poziom dźwigni finansowej. Trzecim powodem, dla którego współczesny sektor finansowy jest szczególnie narażony na ryzyko systemowe, jest to, iż często instytucje finansowe finansują swoje (relatywnie mało płynne) długoterminowe aktywa długiem krótkoterminowym. Poniżej przedstawiono dokładniej te czynniki. Wzajemne, złożone powiązania. Duże banki komercyjne i inwestycyjne finansują swoją działalność m.in. poprzez rynki międzybankowe i depozytowe, transakcje na rynku instrumentów pochodnych OTC (over-the-counter), systemy wysokokwotowych płatności. Szczególnym zagrożeniem dla dużych instytucji finansowych, których dzienne ekspozycje sięgają wielu miliardów dolarów, jest ryzyko, że jedna strona transakcji finansowej nie wywiąże się ze zobowiązania, które zostało spełnione przez drugą stronę (settlement risk). Szybkość dokonywanych transakcji finansowych oraz skomplikowana struktura instytucji rynku finansowego powoduje, że monitorowanie kontrahentów jest wyjątkowo trudne. Nagły upadek relatywnie silnego banku może spowodować znaczące straty dla innych organizacji, nawet tych, które nie prowadzą bezpośrednich transakcji z tym bankiem (Lagunoff, Schreft, 2001, s. 220–264). Poziom dźwigni finansowej. Banki i inne instytucje finansowe w porównaniu z większością instytucji niefinansowych charakteryzują się dużą dźwignią finansową, tj. finansują znaczną część swoich aktywów częściej poprzez emisję długu niż sprzedając kapitał. Podczas boomu na amerykańskim rynku mieszkaniowym wiele banków, funduszy hedgingowych i innych firm, które zainwestowały w papiery powiązane z kredytami hipotecznymi, finansowało swoje portfele poprzez pożyczanie na rynkach długu. Banki inwestycyjne miały przed kryzysem

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

405

szczególnie wysoką dźwignię – stosunek długu do kapitału wynosił około 25 do 1, co oznaczało, że za każdy dolar kapitału banki te emitowały dług o wartości 25 dolarów. Z kolei w bankach komercyjnych, które podlegają minimalnym wymogom kapitałowym, dźwignia finansowa wynosiła około 12 do 1 (Economic Report of the President, 2009). Wysoka dźwignia oznaczała, że instytucje finansowe mogły osiągać wysokie stopy zwrotu z kapitału w czasie koniunktury, a także charakteryzowały się wysokim ryzykiem upadłości w czasie bessy. Banki inwestycyjne posiadały w swoich bilansach jedynie cztery dolary kapitału na każde sto dolarów aktywów, dlatego nawet niewielki spadek wartości ich aktywów powodował znaczne zmniejszenie kapitału, zmuszając je do zwiększenia kapitału i/lub sprzedaży niektórych aktywów. Wiele banków inwestycyjnych i innych instytucji finansowych w czasie kryzysu doświadczyło znaczących strat w swoich portfelach opartych na instrumentach związanych z mieszkaniowymi kredytami hipotecznymi i musiały zwiększyć kapitał, aby pozostać wypłacalnymi. Dla przykładu: problemy Fannie Mae i Freddie Mac powstały częściowo ze względu na ich bardzo wysoką dźwignię finansową (Bullard, Neely, Wheelock, 2009, s. 410). Finansowanie portfela stosunkowo mało płynnych aktywów długiem krótkoterminowym. Oprócz tego, że instytucje finansowe charakteryzują się wysokim poziomem dźwigni finansowej, inną ich cechą charakterystyczną jest różnica w terminie zapadalności aktywów i wymagalności pasywów (maturity mismatch), która sprawia, że stają się podatne na szoki płynnościowe lub szoki związane ze zmianami stóp procentowych. Większość pośredników finansowych sprzedaje papiery krótkoterminowe, a kupuje papiery długoterminowe, czyli finansuje długoterminowe (stosunkowo niepłynne) inwestycje długiem krótkoterminowym. Na przykład banki komercyjne zazwyczaj korzystają z depozytów na żądanie, które klienci mogą wypłacić w każdej chwili, aby sfinansować pożyczki i inne długoterminowe inwestycje. Natomiast wiele banków inwestycyjnych i firm inwestycyjnych finansuje swoją działalność przez zakup papierów instytucji komercyjnych, operacje repo7 oraz inne krótkoterminowe źródła finansowania, aby sfinansować inwestycje długoterminowe. Jeżeli depozytariusze banku komercyjnego zaczną nagle wycofywać swoje wkłady depozytowe, a pożyczkodawcy odmówią nowych zakupów obligacji emitowanych przez firmę inwestycyjną (i/lub operacji repo), to obie instytucje mogą stanąć w obliczu bankructwa8. Szybkość, z jaką rynki mogą odwrócić panujący trend, powoduje, że instytucje finansowe są szczególnie narażone na tymczasowe problemy płynnościowe na rynkach finansowych (Acharya, Gale, Yorulmazer, 2009). 7 Operacja

repo to transakcja, w której jedna strona wyraża zgodę na sprzedaż papierów wartościowych drugiej stronie oraz odkupienie ich po określonej wcześniej cenie i w określonym wcześniej terminie. 8 Bear Stearns upadł, kiedy inwestorzy przestali kupować jego dług krótkoterminowy. Inne firmy doświadczyły znacznie zwiększonych kosztów finansowania swojej działalności w latach 2007–2008, kiedy rynki dokonywały ponownej oceny wiarygodności kredytowej pożyczkobiorców.

406

Milena Kabza

Istotny wkład w pojawienie się kryzysu miały także słabości systemu regulacyjnego. Próba dokładniejszej charakterystyki tych słabości musi być obecnie uproszczona. Wydaje się jednak, że możliwe jest wskazanie trzech głównych ich aspektów: niedoskonałości regulacji mikroostrożnościowej, zbyt wąskie granice oddziaływania systemu regulacyjnego oraz relatywnie niski stopień rozwoju regulacji makroostrożnościowej. W tym pierwszym obszarze do najważniejszych słabości zaliczyć można niedoszacowanie ryzyka, jakie rozwój nieregulowanych instytucji finansowych (tzw. shadow banking system) przyniósł dla bilansów banków komercyjnych, a także brak odpowiednich regulacji płynnościowych, szczególnie dla instytucji finansujących się przede wszystkim na rynku i charakteryzujących znacznym niedopasowaniem struktury terminowej aktywów i pasywów. W kwestii granic oddziaływania systemu regulacyjnego najważniejsze wydaje się to, że w okresie ostatnich kilku lat skala działania znacznej liczby instytucji finansowych nie będących bankami, a więc i nie poddanych odpowiednim regulacjom, wzrosła na tyle, że instytucje te stały się systemowo bardzo ważne, a zmiany ich sytuacji wpłynęły istotnie na przebieg kryzysu. Przykładowo regulacje bankowe nie obejmowały banków inwestycyjnych, co było jedną z przyczyn tego, że z pięciu dużych samodzielnych banków inwestycyjnych istniejących w Stanach Zjednoczonych w 2007 r. żaden nie istnieje dzisiaj w pierwotnej formie (jeden upadł, dwa zostały przejęte, a dwa zostały zmuszone do zmiany statusu prawnego i przejścia do regulowanego sektora bankowego) (Acharya, Gale, Yorulmazer, 2009). Z uwagi na rolę tych instytucji w całym, globalnym systemie finansowym negatywne skutki tych zaniedbań były powszechnie odczuwalne. Kryzys pokazał również, iż kontrola ryzyka systemowego wymaga wyraźnego wzmocnienia makroostrożnościowych elementów systemu regulacyjnego, uwzględniającego konieczność zlikwidowania procyklicznego charakteru regulacji bankowej (również w zakresie regulacji mikroostrożnościowej). Mimo iż czynniki prowadzące do kryzysu zostały powyżej omówione z osobna, to najprawdopodobniej ich wzajemne interakcje były równie ważną przyczyną momentu wystąpienia i skali zjawisk kryzysowych. Wspomniane czynniki doprowadziły do niespotykanego dotychczas wzrostu relacji wartości aktywów sektora finansowego do posiadanych kapitałów własnych, czyli wysokości dźwigni finansowej. W momencie wybuchu kryzysu i pojawienia się trudności z odnowieniem finansowania krótkoterminowego oraz z pozyskaniem nowych źródeł finansowania banki zostały zmuszone do obniżenia zadłużenia, czyli wycofania środków zaangażowanych w niektóre inwestycje, w celu pozyskania płynności na spłatę zapadających zobowiązań. Efektem tego był gwałtowny odpływ kapitału z wielu rynków, w tym wschodzących, oraz spadek cen aktywów. Wysoki stopień dźwigni spowodował, że nawet niewielka utrata wartości aktywów prowadziła do problemów z wypłacalnością wielu instytucji finansowych, którym brakowało zasobów kapitałowych w wysokości pozwalającej absorbować te straty.

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

407

PODSUMOWANIE Ryzyko systemowe różni się od innych rodzajów ryzyka, ponieważ jest określane przez skutki, a nie przez przyczynę. Przyjmuje liczne formy, ewoluuje, szybko rozwija się i jest trudne do przewidzenia. Dotyczy zarówno wzajemnych powiązań między instytucjami, jak i poszczególnych instytucji. Co więcej, zdarzenie, które może mieć skutki systemowe, może mieć różne źródła, zależy od okoliczności i wielu uwarunkowań rynkowych. Jak wskazano, instytucje finansowe są znacznie bardziej podatne na ryzyko systemowe niż instytucje niefinansowe, ponieważ charakteryzują się dużą złożonością powiązań między sobą, wysoką dźwignią finansową oraz często wykorzystują dług krótkoterminowy do finansowania swoich portfeli stosunkowo mniej płynnych aktywów długoterminowych. Ostatni kryzys finansowy wykazał, że upadek stron skomplikowanych transakcji kreuje ryzyko systemowe. Mimo że koniunktura na rynkach aktywów oraz następujący po niej okres dekoniunktury, które niekorzystnie wpływają na system finansowy i gospodarkę realną, występowały wcześniej wielokrotnie, to coraz większy poziom złożoności powstałych niedawno instrumentów finansowych spowodował, że konsekwencje kłopotów na amerykańskim rynku mieszkaniowym przeniosły się do całego systemu finansowego, a także gospodarki globalnej.

BIBLIOGRAFIA Acharya V., Gale D., Yorulmazer T. (2009), Rollover Risk and Market Freezes, New York University and Federal Reserve Bank of New York Working Paper (www. newyorkfed.org/research/conference/2009/cblt/Acharya-Gale-Yorulmazer.pdf). Bandt O. de, Hartman P. (2000), Systemic risk: A survey, “ECB Working Paper”, No. 35. Basel Committee on Banking Supervision (2010), Review of the Differentiated Nature and Scope of Financial Regulation. Key Issues and Recommendations, Basel. BIS (1994), 64th Annual Report, Basel. Borio C. (2003), Towards a macroprudential framework for financial supervision and regulation?, “BIS Working Paper”, No. 128. Bullard J., Neely C.J., Wheelock D.C. (2009), Systemic Risk and the Financial Crisis: A Primer, Federal Reserve Bank of St. Louis Review, The Federal Reserve Bank of St. Louis. Danielsson J., Zigrand J.P., Shin H.S. (2009), Risk Appetite and Endogenous Risk, Mimeo, London School of Economics. Davis E.P., Debt (1992), Financial Fragility and Systemic Risk, Oxford. Docking D.S., Hirschey M., Jones E. (1997), Information and contagion effects of bank loan-loss reserve announcements, “Journal of Financial Economics”, No. 43. EBC (2009), Concept of systemic risk, w: Financial Stability Review, European Central Bank.

408

Milena Kabza

Economic Report of the President (2009), Washington, DC, U.S. Government Printing Office, January (www.gpoaccess.gov/eop/2009/2009_erp.pdf). Gay G.D., Timme S.G., Yung K. (1991), Bank failure and contagion effects: evidence from Hong Kong, “Journal of Financial Services Research”, No. 214. Geneva Reports on the World Economy (2009), The Fundamental Principles of Financial Regulation, Centre for Economic Policy Research (CEPR). Gilbert R.A. (1998), A Re-examination of History of Bank Failures, Contagion and Bank Panics, Federal Reserve Bank of Chicago, Chicago. Global Institutions (1997), National Supervision and Systemic Risk. A Study Group Report of Group of Thirty, Washington, DC. Group of Thirty, A Study Group Report of Group of Thirty (1997), Global Institutions, National Supervision and Systemic Risk, Washington. Joint FSB/IMF/BIS Report to the G-20 (2009), Guidance to Assess the Systemic Importance of Financial Institutions, Markets and Instruments: Initial Considerations,. IIF (2010), Systemic Risk and Systemically Important Firms: an Integrated Approach, Institute of International Finance. Iwanicz-Drozdowska M. (2005), Nadzór nad działalnością bankową w Polsce, w: W.L. Jaworski, Z. Zawadzka, Bankowość. Zagadnienia podstawowe, Poltext, Warszawa. Iwanicz-Drozdowska M. (2009), Integracja rynków finansowych w Unii Europejskiej od A do Z, NBP, Warszawa. Kabza M. (2010), „Zarządzanie w kryzysie finansowym i gospodarczym” (praca dyplomowa), Politechnika Łódzka, Łódź. Kaufman G.G. (1996), Bank Failures, Systemic Risk, and Bank Regulation, 16 Cato J. 17, 21, n. 5, (http://www.cato.org/pubs/journal/cj16n-2.html). Kaufman G.G., Scott K.E. (2003), What is systemic risk, and do bank regulators retard or contribute to it?, “The Independent Review”, Vol. VII, No. 3 (http://www.independent.org/pdf/tir/tir_07_3_scott.pdf). Kiyotaki N., Moore J. (1997), Credit cycles, “Journal of Political Economy”, No. 105(2). Lagunoff R., Schreft S.L. (2001), A model of financial fragility, “Journal of Economic Theory”, Vol. 99 (1–2). Lastra R.M. (2006), Legal Foundations of International Monetary Stability, OxfordNew York. Misina M., Tkacz G. (2008), Credit, Asset Prices, and Financial Stress in Canada, Working Paper, Bank of Canada. Perotti E., Suarez J. (2009), Liquidity insurance for systemic crisis (http://www.publications.parliament.uk/pa/ld200809/ldselect/ldeconaf/101/9022405.htm). Pintus P.A., Wen Y. (2008), Excessive Demand and Boom-Bust Cycles, Working Paper 2008–014B, Federal Reserve Bank of St. Louis (http://research.stlouisfed.org/ wp/2008/2008–014.pdf). Schwarcz S.L. (2008), Systemic risk, “Georgetown Law Journal”, Vol. 97, No. 1, Duke University School of Law. Taylor B. (2009), Getting off Track: How Government Actions and Intervention Caused, Prolonged, and Worsened the Financial Crisis, Hoover Institution Press, Stanford, CA.

RYZYKO SYSTEMOWE – CECHA WSPÓŁCZESNYCH RYNKÓW FINANSOWYCH

409

STRESZCZENIE Ryzyko właściwe dla systemu finansowego jest trudne do zdefiniowania, dlatego celem artykułu jest przegląd i synteza wybranych definicji ryzyka systemowego. Przyjęta w opracowaniu definicja ryzyka systemowego jest następująca: jest to ryzyko powodujące, że zdarzenie systemowe (szok ekonomiczny), tj. upadek instytucji lub rynku, doprowadzi do tego, że system finansowy lub znacząca jego część (np. kraj, region) znajdzie się w obliczu realnego i natychmiastowego niebezpieczeństwa rozpadu lub znaczących strat dla instytucji finansowych, z prawdopodobieństwem strat dla sfery realnej. W artykule zastosowano tę definicję do opisu ostatniego kryzysu finansowego 2007–2009. Słowa kluczowe: ryzyko systemowe, rynek finansowy, system finansowy, stabilność finansowa, nierównowagi, globalizacja, szok ekonomiczny, kryzys.

Systemic Risk As An Inherent Feature of Modern Financial Markets ABSTRACT The risk inherent to the financial systems is hard to define, therefore this article aims to review and unify selected definitions of systemic risk. The paper assumes the following definition: it is the risk of a system event (economic shock), i.e. collapse of institution or market, causing the financial system or its substantial part (e.g., country, region) to face a real and immediate danger of collapse or significant losses for financial institutions, with the probability of losses for the real economy. The article applies this definition to the recent financial crisis of 2007–2009. Keywords: systemic risk, financial market, financial system, financial stability, imbalances, globalization, economic shock, crisis. JEL Classification: G10, G20, E32, E43, E44, E50, F30

Studia ekonomiczne 1 Economic studies nr 3 (LXXIV) 2012

Miscellanea

Marlena Dzikowska*

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW ŁAŃCUCHA WARTOŚCI1 WPROWADZENIE Współcześnie, wbrew potocznym opiniom o całkowitej swobodzie przestrzennej lokalizacji działalności przedsiębiorstw2 i braku jej powiązania z terytorium, kwestia wyboru miejsca działań firmy zachowuje aktualność i nadal odgrywa znaczącą rolę w kreowaniu przewagi konkurencyjnej przedsiębiorstw. Z uwagi na wzrost mobilności i możliwości substytucji czynników produkcji (głównie kapitału, ale coraz częściej również pracy3), przedsiębiorstwa mają dużą swobodę w zakresie relokacji swojej działalności. Zachodzące zmiany w warunkach * Katedra

Strategii i Polityki Konkurencyjności Międzynarodowej, Wydział Gospodarki Międzynarodowej, Uniwersytet Ekonomiczny w Poznaniu. 1 Artykuł przygotowano w ramach realizacji projektu badawczego MNiSW nr N N112 122739, pt. „Wpływ delokalizacji modułów łańcucha wartości na konkurencyjność polskich przedsiębiorstw”. 2 W artykule przyjęto, że określenie „działalność przedsiębiorstw” obejmuje wytwarzanie produktów i/lub oferowanie usług w ramach prowadzonej działalności gospodarczej oraz przeniesienia części lub całości procesu wytwarzania produktów i/lub oferowania usług do dostawcy zewnętrznego. Jest ono zatem pojęciem szerszym od zwrotu „działalność gospodarcza przedsiębiorstw”. Niemniej jednak w zamierzeniu autorki nie dotyczy ono samego oferowania produktów i/lub usług na poszczególnych rynkach, a jedynie procesu ich wytwarzania. 3 Praca jako czynnik produkcji ze względu na zmiany wywołane procesem globalizacji staje się coraz bardziej mobilna, zwłaszcza w obszarze wysoko wykwalifikowanej siły roboczej. Zwiększa się również liberalizacja przepływu kapitału w ujęciu globalnym. Ziemia jako czynnik produkcji jest całkowicie immobilna, jednakże w pewnym zakresie prawa własności do niej mogą być przenoszone z określonego państwa na określone przedsiębiorstwo.

412

Marlena Dzikowska

funkcjonowania podmiotów gospodarczych sprawiają, że wybór lokalizacji przedsiębiorstw, nieodwracalnie związany z kwestią korzyści i kosztów wynikających z określonego miejsca prowadzenia danej działalności, staje się decyzją coraz bardziej złożoną i dotykającą dużej liczby czynników. Wybór lokalizacji działalności przedsiębiorstw niesie ze sobą daleko idące bezpośrednie konsekwencje dla sposobu organizacji zakładu4 i jego wielkości, rozmiarów, a nawet rodzaju inwestycji, sposobu organizacji pracy oraz rodzaju wykonywanych działań. Do uzyskania przez przedsiębiorstwo przewagi konkurencyjnej niezbędna jest integracja w jego strategię lokalizacji oraz sieci czynności i nastawienia na wykorzystanie wynikających z nich korzyści, a także niwelację zagrożeń (Porter, 2001, s. 385–386). Jednocześnie atrakcyjność lokalizacji ma charakter dynamiczny. Zmiany wartości lokalizacyjnej5 mogą wynikać zarówno ze zmian zachodzących w otoczeniu przedsiębiorstwa (np. w wyposażeniu w zasoby naturalne czy infrastrukturę), jak i w jego wnętrzu (np. zmian technologii wytwarzania dóbr lub usług). Dodatkowo jednym z podstawowych problemów funkcjonowania przedsiębiorstwa jest określenie jego granic, to znaczy określenie, które transakcje odbywają się na rynku (między danym przedsiębiorstwem a jego kontrahentem), a które są zlokalizowane wewnątrz firmy (Gorynia, 1998, s. 443). Połączenie tej kwestii z przestrzenną lokalizacją działalności przedsiębiorstw tworzy podstawy do analizy zagadnienia delokalizacji6 działalności przedsiębiorstw. Jednocześnie czynniki istotne w wypadku wyboru lokalizacji działalności przedsiębiorstw brane są pod uwagę również w sytuacji decyzji o delokalizacji tejże działalności, a ocena poszczególnych krajów z punktu widzenia atrakcyjności lokalizacji dla danej działalności jest punktem wyjścia procesu delokalizacji (Odrobina, 2009, s. 85). Przedmiotem analizy opracowania jest tematyka modularyzacji łańcucha wartości przedsiębiorstwa oraz jego delokalizacji. Artykuł został poświęcony teoriom i koncepcjom ekonomicznym związanym z zagadnieniem reorganizacji 4 W tym ujęciu zakład oznacza część przedsiębiorstwa, która jest od niego przestrzennie oddalona, odpowiada za realizację części łańcucha wartości przedsiębiorstwa i w niektórych wypadkach może stanowić strategiczną jednostkę biznesową. 5 Wartość lokalizacyjna miejsc związana jest z istniejącymi w nich zasobami przyrodniczymi lub ich kombinacją, znajdującym się w nich produkcyjnym i nieprodukcyjnym majątkiem trwałym (kapitałem fizycznym), zamieszkującymi je ludźmi (kapitałem ludzkim, społecznym oraz intelektualnym), a także funkcjonującymi w tych miejscach podmiotami gospodarczymi (Kuciński, 2009, s. 35). 6 Zgodnie z definicją Komisji Europejskiej delokalizacja to proces przenoszenia aktywności gospodarczej za granicę, odzwierciedlający zmiany w funkcjonowaniu przedsiębiorstw wynikające z ich adaptacji do coraz bardziej konkurencyjnego środowiska ich funkcjonowania oraz do szybszych zmian technologicznych. W artykule przyjęto szersze znaczenie tego terminu, jednocześnie określono go bardziej precyzyjnie; przyjmuje się, że delokalizacja to proces przenoszenia części lub całości zadań realizowanych przez dany podmiot gospodarczy do innego podmiotu działającego w tym samym kraju bądź zagranicą, który jest lub nie jest powiązany własnościowo z przedsiębiorstwem oddelegowującym moduł. Terminy delokalizacja, relokacja oraz fragmentaryzacja, podobnie jak w literaturze przedmiotu, stosowane są tu zamiennie.

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

413

działalności przedsiębiorstw przez delokalizację modułów łańcucha wartości. Ze względu na heterogeniczny charakter firm i różnorodność warunków, w których funkcjonują, proste przedstawienie optymalnego dla przedsiębiorstw poziomu modularyzacji łańcucha wartości oraz kierunków ich delokalizacji jest obecnie niemożliwe. Celem artykułu jest nakreślenie ogólnych warunków, w jakich operują współczesne podmioty gospodarcze w odniesieniu do zagadnienia modularyzacji łańcucha wartości, wyborów, które przed nimi w związku z tym stoją, oraz motywów, którymi kierują się, gdy podejmują związane z nimi decyzje. Opracowanie może więc zostać wykorzystane zarówno do wyjaśnienia zjawiska będącego tłem rozmaitych rozważań prowadzonych w ramach nauk ekonomicznych (szerzej punkt 1), jak i jako zestaw możliwych rozwiązań dotyczących organizacji działalności gospodarczej. Artykuł został przygotowany na podstawie materiałów o charakterze wtórnym, w tym w głównej mierze współczesnej literatury przedmiotu, i stanowi próbę rozwinięcia poruszanych w niej zagadnień. W pierwszej części artykułu omówiono zagadnienie modularyzacji łańcucha wartości. W punkcie drugim przedstawiono schemat obrazujący proces decyzyjny dotyczący delokalizacji modułu łańcucha wartości przedsiębiorstwa. Z kolei w punkcie trzecim i czwartym odpowiednio określono ramy definicyjne poszczególnych form delokalizacji oraz możliwą do zastosowania klasyfikację motywów relokacji.

1. KONCEPCJA MODULARYZACJI ŁAŃCUCHA WARTOŚCI PRZEDSIĘBIORSTWA Ideę wykorzystywania modularyzacji łańcucha wartości w życiu gospodarczym można wyjaśniać, opierając się na dorobku kilku odrębnych obszarów badawczych pozostających względem siebie w wewnętrznych relacjach. W odniesieniu do wyjaśniania omawianej koncepcji7 w ramach wspomnianych obszarów badawczych można mówić o przeprowadzeniu swego rodzaju kreatywnej syntezy8 kilku teorii i koncepcji ekonomicznych. W koncepcji modularyzacji łańcucha wartości przedsiębiorstwa można zauważyć silny wpływ koncepcji łańcucha wartości przedsiębiorstwa Portera (1985), idei specjalizacji, której ekonomicznym prekursorem był Smith(1776), teorii kosztów transakcyjnych, za twórców której uważa 7 W opracowaniu określenie „koncepcja” w odniesieniu do modularyzacji łańcucha wartości przedsiębiorstwa jest pojęciem umownym. W rzeczywistości zagadnienie to nie zostało jeszcze sformalizowane i ujęte w koncepcję teoretyczną. 8 Nie wszystkimi przedstawionymi powyżej koncepcjami można posłużyć się w celu wyjaśnienia zjawiska modularyzacji łańcucha wartości przedsiębiorstw w ich pierwotnie przyjętej, niezmienionej formie. Część z ich założeń dostosowano (przez nadanie im węższego lub szerszego znaczenia) do aktualnych warunków rynkowych, inne pominięto ze względu na brak znaczenia dla analizowanego zjawiska, pozostałe z kolei podtrzymano. Stąd też zastosowano określenie „kreatywnej syntezy”.

414

Marlena Dzikowska

się Coase’a i Williamsona (Coase, 1937; Walker, Weber, 1984; Williamson, 1985, 1996) oraz prawa przewagi komparatywnej Ricardo (1817) w wersji zmodyfikowanej przez Grossmana i Rossi-Hansberga (2006, 2008)9. W bardziej ogólnym ujęciu do istotnych subdyscyplin naukowych zajmujących się omawianym obszarem badawczym należy zaliczyć między innymi: teorie przedsiębiorstwa, ekonomię branży, zarządzanie strategiczne, internacjonalizację przedsiębiorstw, biznes międzynarodowy, międzynarodowe stosunki gospodarcze, zarządzanie łańcuchem dostaw. Z kolei literatura bezpośrednio dotycząca delokalizacji modułów łańcucha wartości przedsiębiorstwa obejmuje zarówno koncepcje i rozważania teoretyczne, jak również badania empiryczne. Analizą teoretycznej strony fragmentaryzacji produkcji przez pryzmat neoklasycznych modeli handlu międzynarodowego zajmowali się między innymi Deardorff (1998) i Jones (2000). Ponadto wzrost znaczenia fragmentaryzacji w Europie Środkowej i Wschodniej, w tym w Polsce, stał się obiektem zainteresowania Kierzkowskiego (2001) oraz Kamińskiego i Smarzyńskiej (2001). Modularyzacja łańcucha wartości może być również rozpatrywana z perspektywy ekonomicznych modeli teorii praw własności (Holmstrom, 1999; Hart, Holmstrom, 2010). Dodatkowo zagadnienia związane z delokalizacją modułów łańcucha wartości były szeroko dyskutowane przez badaczy koncentrujących się na wybranych zagadnieniach ekonomicznych, między innymi na wpływie tego zjawiska na poziom bezrobocia, jego strukturę oraz stan poszczególnych gospodarek narodowych (Grossman, Rossi-Hansberg, 2006; Piscitello, Santangelo, 2008; Gwosdz, Domański, 2008; Pyndt, Pedersen, 2006; Labrianidis, 2008). Mimo rozmaitych perspektyw i aspektów uwzględnianych we wspomnianych opracowaniach wspólne pozostaje podstawowe zagadnienie leżące u ich podstaw – modularyzacja łańcucha wartości przedsiębiorstwa. W jego założeniu całość działań podejmowanych przez przedsiębiorstwo10 w celu wytworzenia i sprzedania określonego produktu i/lub usługi może być postrzegana jako łańcuch wartości przedsiębiorstwa11 (Porter, 2006, s. 64). W jego ramach można wydzielić osobne ogniwa/procesy (w koncepcji Portera rozumiane jako działania podstawowe i pomocnicze), które można z kolei rozbić na poszczególne funkcje/zadania

9 Szerzej

zob. Dzikowska (2012).

10 W opracowaniu

przedsiębiorstwo jest rozumiane jako samodzielna jednostka biznesowa. Jego odbiorcy/dostawcy mogą działać w ramach zewnętrznych bądź wewnętrznych struktur własnościowych. Celowo nie zastosowano określeń „zależne” oraz „niezależne”, uznano bowiem, że określenia „wewnętrzne” i „zewnętrzne” są bardziej adekwatne, ponieważ nie uwzględniają kierunku zależności zachodzących między wspomnianymi podmiotami. Jako wewnętrzne struktury własnościowe w artykule przyjęto zarówno powiązania kapitałowe, jak i niekapitałowe w formie aliansów strategicznych. Zastosowano to rozwiązanie, ponieważ przyjęto, iż w przypadku aliansów strategicznych również dochodzi do wykorzystania szeroko rozumianych zasobów przedsiębiorstwa. 11 Koncepcja łańcucha wartości M.E. Portera na przestrzeni lat była rozwijana i krytykowana. Szerzej zobacz np.: Lalonde i Pohlen (1996), Raikes, Jensen, Ponte (2000), Bair (2005), Roduner (2005), Gilbert (2007).

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

415

(tasks)12. Proces wydzielania modułów łańcucha wartości można kontynuować, wyodrębniając coraz bardziej szczegółowe i jednocześnie mniej złożone funkcje. Stąd też liczba potencjalnych modułów w ramach określonej organizacji w zależności od poziomu ich agregacji może być zarówno bardzo wysoka, jak i niska. Każdy z tych elementów może mieć znaczenie w generowaniu przewagi konkurencyjnej, łączy się ona bowiem z ich charakterem, sposobem realizacji, a także związkami występującymi pomiędzy poszczególnymi modułami (Porter, 2006, s. 61). Tak rozumiane przedsiębiorstwo działa w ramach systemu wartości, na który składają się łańcuchy wartości dostawców oraz nabywców (Porter, 2006, s. 62). Graficzną prezentację systemu wartości przedsiębiorstwa przedstawia rysunek 1. Firma, która działa w ramach zewnętrznych struktur własnościowych, posiada zbiór zewnętrznych dostawców i odbiorców. Z kolei przedsiębiorstwo, które funkcjonuje wyłącznie w ramach wewnętrznych struktur własnościowych, posiada dostawców i odbiorców wewnętrznych. Możliwe są również rozwiązania mieszczące się pomiędzy tymi dwoma skrajnymi przypadkami. Rysunek 1. System wartości przedsiębiorstwa Łańcuch wartości dostawcy (zewnętrznego/wewnętrznego)

Łańcuch wartości dostawcy (zewnętrznego/wewnętrznego)

Łańcuch wartości odbiorcy (zewnętrznego/wewnętrznego)

Łańcuch wartości przedsiębiorstwa

Łańcuch wartości odbiorcy (zewnętrznego/wewnętrznego)

Źródło: opracowanie własne na podstawie: Porter (2006, s. 63).

Wykorzystując modularyzację łańcucha wartości, współczesne przedsiębiorstwa koncentrują działania własne na kreowaniu najwyższej wartości w ramach określonych procesów i/lub funkcji, a jednocześnie delegują moduły generujące relatywnie niską wartość do innych specjalistycznych podmiotów pozostających w relacjach (własnościowych) wewnętrznych lub zewnętrznych względem firmy relokującej. Na skutek delokalizacji modułów łańcucha wartości zmianom ulega zarówno sam łańcuch wartości, jak i cały system wartości. Zmiany systemu wartości przedsiębiorstwa przedstawia rysunek 2 (dla uproszczenia zmiany zostały przedstawione w odniesieniu do rysunku 2 i delokalizacji jednego modułu łańcucha wartości). 12 W opracowaniu

i pojedyncze funkcje.

jako moduł łańcucha wartości rozumiane są zarówno całe procesy, jak

416

Marlena Dzikowska

Rysunek 2. Zmiany systemu wartości przedsiębiorstwa wywołane delokalizacją modułów łańcucha wartości

WERSJA B

WERSJA A

Łańcuch wartości nowego dostawcy (zewnętrznego/ wewnętrznego) Łańcuch wartości dostawcy (zewnętrznego/ wewnętrznego)

Łańcuch wartości odbiorcy (zewnętrznego/ wewnętrznego) Nowy łańcuch wartości przedsiębiorstwa

Łańcuch wartości odbiorcy (zewnętrznego/ wewnętrznego)

Łańcuch wartości dostawcy (zewnętrznego/ wewnętrznego)

Łańcuch wartości odbiorcy (zewnętrznego/ wewnętrznego)

Nowy łańcuch wartości dostawcy (zewnętrznego/ wewnętrznego)

Łańcuch wartości odbiorcy (zewnętrznego/ wewnętrznego)

Łańcuch wartości dostawcy (zewnętrznego/ wewnętrznego) Łańcuch wartości dostawcy (zewnętrznego/ wewnętrznego)

Nowy łańcuch wartości przedsiębiorstwa

Łańcuch wartości odbiorcy (zewnętrznego/ wewnętrznego) Łańcuch wartości odbiorcy (zewnętrznego/ wewnętrznego)

Źródło: opracowanie własne na podstawie: Porter (2006, s. 63).

W najprostszym ujęciu delokalizacja modułu łańcucha wartości skutkuje zmianami w systemie wartości przedsiębiorstwa w postaci pojawienia się łańcucha wartości nowego dostawcy wewnętrznego w przypadku utworzenia nowego podmiotu wewnętrznego (wersja A na rys. 2), pojawienia się łańcucha wartości nowego dostawcy wewnętrznego w przypadku włączenia do systemu podmiotu wewnętrznego dotychczas w nim nie działającego (wersja A) lub pojawienia się łańcucha wartości nowego dostawcy zewnętrznego w przypadku włączenia go do systemu wartości przedsiębiorstwa (wersja A). Z kolei przeniesienie modułu łańcucha wartości dotychczas wykonywanego samodzielnie do aktualnego dostawcy wewnętrznego lub zewnętrznego skutkuje modyfikacją łańcucha wartości aktualnego dostawcy wewnętrznego bądź zewnętrznego (wersja B). Ponadto w obu przypadkach (wersja A i B) zmianom podlega również łańcuch wartości przedsiębiorstwa oddelegowującego realizację modułu. Podmioty gospodarcze świadomie korzystające z modularyzacji łańcucha wartości próbują optymalizować całość swojego łańcucha wartości,delegując poszczególne moduły do podmiotów o określonych strukturach własnościowych i geogra-

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

417

ficznych, które relatywnie najlepiej realizują cele zleceniodawcy przy najniższym poziomie kosztów/cen. Poziom wykorzystania omawianego zjawiska jest różny w zależności od cech charakterystycznych samego przedsiębiorstwa (w szczególności jego rozmiaru, domeny działania w ujęciu geograficznym i produktowym, posiadanych zasobów itp.), a także cech branży, w której ono działa, i jej podatności na modularyzację łańcucha wartości. Branże o wysokim poziomie potencjału globalizacyjnego13 (np. branża elektroniki użytkowej, odzieżowa i samochodowa) charakteryzują się wysokim poziomem podatności na modularyzację łańcucha wartości działających w nich przedsiębiorstw (Farrell, 2004, s. 85).

2. DELOKALIZACJA MODUŁÓW ŁAŃCUCHA WARTOŚCI PRZEDSIĘBIORSTWA – PROCES DECYZYJNY Ze względu na nowe możliwości oferowane między innymi dzięki szeroko rozumianemu rozwojowi technicznemu i technologicznemu, liberalizacji handlu, unifikacji przepisów prawnych i standardów oraz norm, współczesne przedsiębiorstwo stoi przed wyborem nowej optymalnej konfiguracji struktury organizacyjnej, własnościowej i geograficznej. W ramach każdej z tych struktur podmioty gospodarcze mają do dyspozycji określone opcje decyzyjne. Rysunek 3 to schemat obrazujący proces decyzyjny dotyczący delokalizacji modułów łańcucha wartości oraz możliwe opcje wyboru. Proces decyzyjny przedsiębiorstwa dotyczący delokalizacji modułów łańcucha wartości jest obszarem zainteresowań również innych badaczy14. W zależności od przyjętego przez nich pryzmatu analizy oraz poziomu agregacji poszczególnych etapów wyróżniają oni od 3 do 8 etapów wspomnianego procesu. Na podstawie analizy dostępnej literatury oraz własnych przemyśleń w opracowaniu dokonano podziału procesu decyzyjnego dotyczącego modularyzacji łańcucha wartości przedsiębiorstwa na 5 etapów: 1. Podział łańcucha wartości (całego obszaru działań przedsiębiorstwa) na poszczególne procesy i funkcje (moduły). 2. Wybór modułów przeznaczonych do realizacji samodzielnej i planowanych do oddelegowania do dostawców. 3. Wybór struktur własnościowych podmiotów, w których mają być realizowane oddelegowywane moduły. 4. Wybór struktur geograficznych (lokalizacji) podmiotów, w których mają być realizowane oddelegowywane moduły. 5. Kontrola i weryfikacja. 13 Uwarunkowania branży określające potencjał i potrzeby w zakresie konkurencji wymagającej zintegrowanych działań w skali międzynarodowej i globu można nazwać potencjałem internacjonalizacyjnym i globalizacyjnym sektora (Yip, 1996). Więcej na ten temat zob. również w: Dzikowska (2011). 14 Zobacz np.: Kennedy i Sharma (2009, s. 104–134), Carmel i Tjia (2009, s. 53–67).

418

Marlena Dzikowska

Rysunek 3. Schemat analityczny – delokalizacja modułów łańcucha wartości przedsiębiorstw

MAKROOTOCZNIE OTOCZENIE KONKURENCYJNE

ETAP I – Podział łańcucha wartości na moduły

ETAP II – Wybór modułów przeznaczonych do realizacji samodzielnej i planowanych do oddelegowania do dostawców

ETAP III – Wybór struktur własnościowych podmiotów, w których mają być realizowane oddelegowywane moduły

ETAP IV – Wybór struktur geograﬁcznych (lokalizacji) podmiotów, w których mają być realizowane oddelegowywane moduły

In-housesourcing

Offshoring

Outsourcing

Offshore outsourcing

ETAP V – Kontrola i weryﬁkacja Źródło: opracowanie własne.

Na rysunku 4 przedstawiono schemat analityczny procesu decyzyjnego dotyczącego delokalizacji modułów łańcucha wartości, z uwzględnieniem podziału na wybór struktur organizacyjnych, własnościowych oraz geograficznych w ramach rozpatrywanego procesu. Etapy I i II składają się na wybór struktury organizacyjnej przedsiębiorstwa. Odnoszą się one bezpośrednio do łańcucha wartości przedsiębiorstwa (poziomu agregacji modułów oraz ich liczby – etap I, a także sposobu ich organizacji – etap II). W kolejnych krokach decydenci analizujący możliwość delokalizacji modułów łańcucha wartości przedsiębiorstwa powinni odpowiedzieć sobie na następujące pytania: 11

Z jakich modułów składa się łańcuch wartości przedsiębiorstwa?

Czy delokalizacja określonego modułu jest możliwa i potencjalnie opłacalna?

Abstrahując od liczby wydzielonych modułów łańcucha wartości, w dalszym etapie firma wskazuje, które części łańcucha wartości musi/chce wykonywać samodzielnie, a które ma możliwość oddelegować do dostawcy. Na ich wybór mają wpływ zarówno czynniki endogeniczne (zasoby, wewnętrzne plany przedsiębiorstwa, uzyskiwane wyniki ekonomiczne itp.), jak i czynniki

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

419

o charakterze egzogenicznym (makrootoczenie – zwłaszcza wymiar technicznotechnologiczny). Przedsiębiorstwo, rozważające decyzję o delokalizacji modułu łańcucha wartości, musi odpowiedzieć sobie na pytanie, czy technologicznie realokacja określonego fragmentu łańcucha wartości jest możliwa i potencjalnie opłacalna. Jednocześnie decydenci powinni mieć na uwadze to, że sposoby realizacji modułów branych pod uwagę przez dostawców mogą być odmienne od sposobów realizacji ich w przedsiębiorstwie delegującym. Mogą one na przykład podlegać przeprojektowaniu z nastawieniem na wykorzystanie w procesie wykonania modułów czynników produkcji, które w określonych warunkach są obfite i w związku z tym tańsze (np. praca w krajach rozwijających się) (Agrawal, Farrell, Remes, 2006, s. 89).

ETAP III – Wybór struktur własnościowych podmiotów, w których mają być realizowane oddelegowywane moduły. Czy delokalizowany moduł ma być realizowany w ramach struktur własnościowych przedsiębiorstwa (grupy), czy przeniesiony poza nią?

WYBÓR STRUKTURY GEOGRAFICZNEJ

ETAP IV – Wybór struktur geograﬁcznych (lokalizacji) podmiotów, w których mają być realizowane oddelegowywane moduły. Czy delokalizowany moduł ma być realizowany w kraju czy za granicą?

WYBÓR STRUKTURY ORGANIZACYJNEJ

ETAP II – Wybór modułów przeznaczonych do realizacji samodzielnej i planowanych do oddelegowania do dostawców. Czy delokalizacja modu jest moliwa i potencjalnie opacalna?

WYBÓR FORMY DELOKALIZACJI MODUŁU

ETAP I – Podział łańcucha wartości na moduły. Z jakich modułów składa się łańcuch wartości przedsiębiorstwa?

WYBÓR STRUKTURY WŁASNOŚCIOWEJ

MAKROOTOCZNIE OTOCZENIE KONKURENCYJNE

Rysunek 4. Schemat analityczny – proces decyzyjny delokalizacji modułów łańcucha wartości

ETAP V – Kontrola i weryﬁkacja

Źródło: opracowanie własne.

Dopiero w następnej kolejności powinny być rozważane decyzje dotyczące struktury własnościowej i geograficznej działań dotyczących fragmentów łańcucha wartości zakwalifikowanych jako możliwe do delokalizacji. W tym wypadku przedsiębiorstwo stoi przed dwoma kolejnymi pytaniami: 11

Czy relokowany moduł ma pozostać we własnej strukturze własnościowej (dostawca wewnętrzny), czy być przeniesiony poza nią (dostawca zewnętrzny)?

Czy moduł ma być wykonywany w kraju, czy zagranicą?

420

Marlena Dzikowska

W artykule wybór struktur własnościowych oraz geograficznych razem postrzegany jest jako wybór formy delokalizacji modułu łańcucha wartości. Zagadnienie to zostanie szerzej omówione w punkcie 3. Również w przypadku etapu III oraz IV na podejmowane decyzje ma wpływ makrootoczenie i otoczenie konkurencyjne. Na złożoność zagadnienia dodatkowo wpływa sprzężenie zwrotne występujące pomiędzy wspomnianymi decyzjami. Wybór konkretnego dostawcy predestynuje bowiem, przynajmniej do pewnego stopnia, jego lokalizację geograficzną. Z drugiej zaś strony na wybór konkretnego dostawcy ma wpływ jego lokalizacja. W artykule przyjęto, iż ustalenie jednej kolejności realizacji etapów III i IV, właściwej i prawidłowej dla szerszej grupy przedsiębiorstw, jest niemożliwe. Kolejność ta ma bowiem silnie sytuacyjny charakter i najprawdopodobniej w głównej mierze zależy od celów wewnętrznych przedsiębiorstwa oraz jego interesariuszy, ich doświadczeń, preferencji oraz dostępnych informacji. Dokonane we wcześniejszych etapach wybory podlegają ciągłej kontroli i weryfikacji (V etap procesu), przez co omawiane zjawisko nabiera ciągłego charakteru. Etap ten ma za zadanie ocenę, w jakim stopniu dokonane wybory w rzeczywistości pozwalają na realizację celów i zamierzeń interesariuszy. Jest to szczególnie istotne dla przedsiębiorstw działających w turbulentnym środowisku. Po pierwsze, zmieniają się warunki otoczenia przedsiębiorstwa (dalszego i bliższego) oraz wnętrze samego przedsiębiorstwa, a więc zmianom może ulec również poziom agregacji modułów (powrót do I etapu procesu) oraz zasób modułów możliwych/koniecznych do delokalizacji (powrót do II etapu procesu). Po drugie, przedsiębiorstwo może zdecydować się na zmianę dostawcy i/lub jego lokalizacji (powrót odpowiednio do II, III i/lub IV etapu procesu). I po trzecie, zarówno dostawcy w ramach własnych struktur własnościowych, jak i ci zewnętrzni mogą dokonywać dalszej optymalizacji działalności gospodarczej poprzez delokalizację modułów własnych łańcuchów wartości, co może wywołać konieczność wprowadzenia zmian również w łańcuchu wartości przedsiębiorstwa (powrót do odpowiedniego etapu procesu).

3. FORMY DELOKALIZACJI MODUŁÓW ŁAŃCUCHA WARTOŚCI PRZEDSIĘBIORSTWA W literaturze przedmiotu w zależności od przyjętych przez badaczy kryteriów podziału można znaleźć rozmaite podejścia do form delokalizacji modułów łańcucha wartości przedsiębiorstwa. Aron i Singh (2005), Labrianidis (2008, s. 5), Rybiński (2008, s. 171) wyróżniają po 6 rodzajów form delokalizacji modułów łańcucha wartości, podczas gdy Pyndt i Pedersen (2006) oraz Oshri, Kotlarsky i Willcocks (2009) – po 4. Jeszcze większe różnice istnieją w zakresie nazewnictwa poszczególnych form. Zgodnie ze schematem decyzyjnym przedstawionym w punkcie 2 (rys. 3) w opracowaniu jako kryterium podziału form delokalizacji modułów łańcucha

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

421

wartości przyjęto strukturę własnościową dostawcy modułu oraz jego lokalizację geograficzną. Na tej podstawie przyjęto następujący zbiór form delokalizacji modułów łańcucha wartości przedsiębiorstw15: 11

in-house sourcing;

outsourcing;

offshoring;

offshore outsourcing. Graficzną prezentację omawianego podziału zawiera rysunek 5. Rysunek 5. Formy delokalizacji modułów łańcucha wartości przedsiębiorstwa STRUKTURA GEOGRAFICZNA Dostawca krajowy In-house sourcing

Dostawca wewnętrzny

(inwestycje greenﬁeld, inwestycje brownﬁeld, joint ventures, alianse strategiczne, umowy)a Krajowy dostawca wewnętrzny

Dostawca zewnętrzny

STRUKTURA WŁASNOŚCIOWA

Outsourcing

Dostawca zagraniczny B

Offshoring

(inwestycje greenﬁeld, inwestycje brownﬁeld, joint ventures, alianse strategiczne, umowy)a Zagraniczny dostawca wewnętrzny

Offshore outsourcing

(umowa na poddostawy/ korporację)

Krajowy dostawca zewnętrzny

Zagraniczny dostawca zewnętrzny

Uwaga: Delokalizacja modułu łańcucha wartości przedsiębiorstwa do dostawcy wewnętrznego nie zawsze wiąże się z koniecznością dokonywania nowych inwestycji. Możliwa jest sytuacja, w której fragment łańcucha wartości przedsiębiorstwa dotychczas realizowany samodzielnie zostaje oddelegowany do już istniejącego dostawcy wewnętrznego i nie pociąga to za sobą konieczności dokonywania przez analizowaną firmę żadnych dodatkowych inwestycji, a jedynie podpisania umowy. Źródło: opracowanie własne.

Zgodnie z przyjętą nomenklaturą in-houses ourcing to delokalizacja modułu łańcucha wartości w ramach wewnętrznych struktur własnościowych przedsiębiorstwa 15 Zastosowanie anglojęzycznej terminologii jest świadomym zabiegiem autorki i zostało przyjęte ze względu na powszechność stosowania tej nomenklatury w polskiej literaturze przedmiotu.

422

Marlena Dzikowska

i na terenie kraju, w którym jest ono zlokalizowane (komórka A na rys. 5). Z kolei offshoring to przeniesienie realizacji modułu łańcucha wartości wewnątrz struktur własnościowych przedsiębiorstwa, ale poza terenem kraju, w którym jest ono zlokalizowane (komórka B). Termin outsourcing odpowiada delokalizacji modułu łańcucha wartości przedsiębiorstwa do zewnętrznego dostawcy zlokalizowanego w tym samym kraju co inwestor (komórka C). Natomiast offshore outsourcing oznacza przeniesienie procesu i/lub funkcji łańcucha wartości do zewnętrznego dostawcy zlokalizowanego za granicą (komórka D). W literaturze przedmiotu można również spotkać się z pojęciami nearshoringu, onshoringu oraz concurrentsourcingu. Pojęcia te nie zostały uwzględnione w macierzy prezentującej formy delokalizacji modułów wartości (rys. 5). Nearshoring to termin mieszczący się w zakresie znaczeniowym offshoringu, ale odnoszący się bardziej szczegółowo do struktury geograficznej (lokalizacji przestrzennej) delokalizownego modułu. Nearshoring dotyczy przeniesienia realizacji określonego modułu do krajów zbliżonych geograficznie i kulturowo (charakteryzujących się niewielkim dystansem psychicznym16) względem kraju przedsiębiorstwa delokalizującego moduły. Podobnie sytuacja wygląda w wypadku onshoringu. Pojęcie to oznacza realizację modułu łańcucha wartości w kraju pochodzenia przedsiębiorstwa delegującego. Może ono zatem przyjmować formę zarówno in-house sourcingu, jak i outsourcingu. Concurrentsourcing to zjawisko opisane w literaturze przedmiotu przez Parmigiani (2007). Dotyczy ono przeniesienia realizacji tego samego modułu łańcucha wartości do zewnętrznego i wewnętrznego dostawcy zagranicznego jednocześnie i jego realizacji w obu tych lokalizacjach. Zatem pojęciowo, przy spełnieniu warunku ich jednoczesnego wykorzystania przy realizacji tego samego modułu, łączy obszary offshoringu i offshore outsourcingu. Niektórzy badacze omawianego zjawiska stosują pojęcie offshoringu jako termin opisujący przeniesienie procesu i/lub funkcji łańcucha wartości za granicę bez uwzględnienia faktu, czy delokalizowany moduł jest umiejscowiony w jednostce związanej własnościowo z inwestorem, czy też jest on dostarczany przez dostawcę zewnętrznego (Puślecki, 2008, s. 155–157; Gupta, 2008; Kennedy i Sharma, 2009, s. 2–3). W artykule przyjęto, iż rozróżnienie pomiędzy offshoringiem a offshore outsourcingiem (zgodnie z przedstawionymi powyżej definicjami) z perspektywy zarówno mikroekonomicznej, jak i makroekonomicznej jest istotne i uzasadnione. Przedsiębiorstwo decydujące się na zastosowanie offshore outsourcingu, dokonując wyboru dostawcy, przynajmniej w określonej części bierze pod uwagę inne czynniki niż w przypadku wyboru kraju działania dla offshoringu. Przyjmując pewne uproszczenie, w pierwszym przypadku podmioty gospodarcze w głównej mierze będą zainteresowane ostateczną ceną realizacji oddelegowanych modułów przy zachowaniu odpowiedniego poziomu jakości, realną możliwością wykonania 16 Dystans psychiczny może być wyrażony różnicami w zakresie otoczenia kulturowego, społecznego i politycznego, a także podobieństwem językowym lub powszechnością znajomości określonego języka (Virvilait, Šeinauskien, Matulionien, 2007, s. 489).

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

423

umowy przez dostawcę oraz prawnymi możliwościami dochodzenia realizacji zawartej umowy (np. poziomem korupcji, jakością systemu prawa, poszanowaniem praw własności intelektualnej itp.). Kwestie bezpośrednio związane z wykonaniem oddelegowanych modułów (np. poziom rotacji pracowników, wielkość zaangażowanych zasobów itp.) nie będą w centrum zainteresowania inwestora, a w niektórych sytuacjach inwestor nie będzie miał nawet możliwości dostępu do tego rodzaju informacji. W przypadku wyboru lokalizacji dla inwestycji offshoringowej złożoność i ilość czynników branych pod uwagę wzrasta. Istotne stają się wszystkie czynniki dotyczące całego makrootoczenia i otoczenia konkurencyjnego. Ze względu na wyższy poziom koniecznych inwestycji, zmienia się rodzaj podejmowanego ryzyka. Omawiana inwestycja wiąże się również z przyjęciem perspektywy dłuższej obecności na rynku. Do samodzielnego prowadzenia działalności będzie także konieczny wyższy poziom znajomości rynku. Dodatkowo, w sposób bardziej bezpośredni, na przedsiębiorstwa będą miały wpływ kwestie związane z procesem realizacji delokalizowanych modułów, np. ilością i jakością dostępnej siły roboczej, poziomem rotacji pracowniczej itp. Z kolei z perspektywy makroekonomicznej obie omawiane formy organizacji delokalizacji modułów łańcucha wartości wiążą się z różnym poziomem inwestycji początkowych, innym źródłem pochodzenia inwestowanego kapitału, a po ukończeniu samej inwestycji bardzo często również z odmiennym poziomem i kierunkiem późniejszych przepływów finansowych (kwestia np. repatriacji realizowanych zysków). Zgodnie z przedstawioną argumentacją uzasadniony jest omówiony podział form delokalizacji modułów łańcucha wartości z uwagi na ich geograficzne umiejscowienie oraz powiązania własnościowe jednostek, do których delegowane są określone procesy i/lub funkcje.

4. MOTYWY DELOKALIZACJI MODUŁÓW ŁAŃCUCHA WARTOŚCI PRZEDSIĘBIORSTWA We wcześniejszych częściach artykułu starano się zobrazować, jak bardzo rozległym i interdyscyplinarnym obszarem badawczym jest zagadnienie delokalizacji modułów łańcucha wartości (dotyczy procesu wytwarzania zarówno dóbr jak i usług, przyjmuje różne formy i natężenie w określonych branżach, może być rozpatrywane z perspektywy wielu teorii ekonomicznych). Dodatkowo na niemożność przedstawienia całościowej sytuacji dotyczącej delokalizacji modułów łańcucha wartości wpływają problemy dotyczące reprezentatywnych danych statystycznych, przedstawiających realny poziom wykorzystania tego zjawiska, a także różne sposoby szacowania jego poziomu (szerzej zob.: WTO (2008, s. 100–101)). Ze względu na jego złożoność, badania dotyczące omawianego problemu są cząstkowe i zwykle koncentrują się na określonym wycinku rzeczywistości gospodarczej. Najczęściej skupiają się one na wybranych branżach (zob. np.:

424

Marlena Dzikowska

Mangieri (2008), Guzik i Micek (2008)), wybranych formach delokalizacji modułów łańcucha wartości (por. np.: Sharma, Chen (2008)), wybranych krajach (por. np.: Farrell, Grant (2006); Sharma, Chen (2008); Klincewicz (2008)), wybranych zagadnieniach ekonomicznych (por. np.: Grossman, Rossi-Hansberg (2006); Gwosdz, Domański (2008); Feenstra (2010)) i rozmaitych kombinacjach wymienionych kryteriów. Odnosząc powyższe rozważania do kwestii motywów delokalizacji łańcucha wartości, można zauważyć, że w zależności od przyjętego przez badaczy pryzmatu analizy, zmienia się znaczenie poszczególnych motywów. Nawet w ramach relatywnie jednolitych grup waga określonych motywów w odniesieniu do konkretnych przedsiębiorstw może być różna. Niemniej jednak zarówno w przypadku badań o charakterze teoretycznym, jak i tych o charakterze empirycznym zauważalne są pewne wspólne obszary. W najbardziej ogólnym ujęciu do motywów delokalizacji modułów łańcucha wartości przedsiębiorstwa należy zaliczyć chęć uczestnictwa w oferowanych przez tę delokalizację korzyściach. Delokalizacja modułów łańcucha wartości umożliwia przedsiębiorstwom wykorzystywanie różnic występujących w dostępności zasobów pomiędzy krajami, a w konsekwencji – w cenach czynników produkcji. Fragmentaryzacja modułów procesu wytwarzania może również służyć zwiększeniu innowacyjności firmy przez dostęp do nowych technologii dostawcy. Omawiane zjawisko może ponadto pozwolić na uwolnienie części zasobów zaangażowanych w długotrwałe projekty i zmianę charakteru związanych z nimi opłat. W ten sposób omawiany proces przyczynia się do zwiększenia poziomu elastyczności przedsiębiorstwa i puli zasobów, które mogą być zastosowane do realizacji modułów o wyższej wartości dodanej. Wykorzystanie delokalizacji modułów łańcucha wartości umożliwia ponadto szybszą ekspansję firmy w porównaniu do sytuacji tego samego podmiotu gospodarczego o pionowo zintegrowanym procesie produkcji, gdyż nie występuje konieczność budowania wymaganych kompetencji od zera. Należy podkreślić, że mimo licznych korzyści, fragmentaryzacja łańcucha wartości i jego delokalizacja niesie ze sobą pewne zagrożenia. Zalicza się do nich: 11

utratę kontroli i związane z tym niebezpieczeństwo pogorszenia wizerunku przedsiębiorstwa (wynikające z niekompetencji wewnętrznego bądź zewnętrznego dostawcy);

ryzyko uzależnienia od zewnętrznych bądź wewnętrznych dostawców, które może okazać się kłopotliwe w wypadku wzrostu cen lub silnych wahań kursów walut;

ryzyko powstania nowego konkurenta;

niebezpieczeństwo wypływu unikalnej technologii wykorzystywanej przez przedsiębiorstwo;

problem błędnego rozpoznania wyróżniających zdolności i kluczowych kompetencji.

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

425

Stąd też przedsiębiorstwa decydujące się na wybór określonej formy delokalizacji łańcucha wartości, obok innych czynników, często kierują się również chęcią minimalizacji ryzyka związanego z delokalizacją. Wymieniane w literaturze motywy (np.: Hagel (2004); Couto, Lewin (2007, s. 28); Linares-Navarro, Pla-Barber, Madhok (2010, s. 10)), którymi kierują się firmy decydujące się na delokalizację swojego łańcucha wartości w artykule podzielono na cztery grupy (rys. 6.): 11

motywy o charakterze kosztowym;

motywy o charakterze zasobowym;

motywy o charakterze organizacyjnym;

motywy o charakterze rynkowym. Rysunek 6. Motywy delokalizacji modułów łańcucha wartości MOTYWY O CHARAKTERZE KOSZTOWYM:

MOTYWY O CHARAKTERZE ZASOBOWYM:

• redukcja kosztów pracy;

• dostęp do wykwaliﬁkowanego personelu;

• redukcja innych kosztów; • zmiana kosztów stałych na koszty zmienne; • możliwość dokładniejszego przewidywania poziomu kosztów.

• dostęp do nowych technologii; • koncentracja na kluczowych kompetencjach.

MOTYWY O CHARAKTERZE ORGANIZACYJNYM:

MOTYWY O CHARAKTERZE RYNKOWYM:

• realizacja strategii wzrostu/rozwoju;

• dostęp do nowych rynków;

• poprawa poziomu świadczonych usług i/lub jakości produktów;

• szybszy dostęp do rynków;

• poprawa wydajności całego systemu;

• skrócenie czasu reakcji przedsiębiorstwa na zmiany rynkowe;

• zmiany w zakresie procesów biznesowych.

• dostosowanie do zachowań innych podmiotów w branży; • presja konkurencyjna.

Źródło: opracowanie własne.

Grupa motywów o charakterze kosztowym skupia czynniki dotyczące zmian w poziomie różnego rodzaju kosztów, ich charakteru oraz możliwości predykcji ich wysokości. Grupa motywów o charakterze zasobowym koncentruje się na czynnikach związanych z zasobami zarówno w odniesieniu do uzyskania dostępu do nowych zasobów, jak i zmian dotyczących wykorzystania zasobów przedsiębiorstwa. Grupa motywów o charakterze organizacyjnym dotyczy

426

Marlena Dzikowska

wewnętrznych czynników przedsiębiorstwa związanych ze zmianami w zakresie obszarów, sposobów, jakości i efektywności jego działania. Grupa motywów o charakterze rynkowym koncentruje się na czynnikach związanych z dostępem do rynków i szybkością reakcji na zachodzące tam zmiany, a także z działaniami konkurencji i innych uczestników rynku. Znaczenie poszczególnych motywów delokalizacji modułów łańcucha wartości jest uzależnione od: branż, w których działa przedsiębiorstwo, doświadczenia przedsiębiorstwa w zakresie delokalizacji oraz charakteru delokalizowanego modułu (Couto, Lewin, 2007, s. 27–33). Kierując się przedstawionymi motywami, podmioty gospodarcze stosują delokalizację, dążąc do poprawy własnej konkurencyjności. Na działaniach tych szczególnie intensywnie koncentrują się firmy pochodzące z krajów rozwiniętych, które przez relokację optymalizują procesy wytwarzania produktów oraz/lub usług i tworzą globalne sieci produkcyjne. Niemniej jednak zjawisko to jest coraz bardziej popularne również wśród przedsiębiorstw działających na mniejszą skalę.

PODSUMOWANIE Współcześnie przed podmiotami gospodarczymi podejmującymi decyzję o lokalizacji lub relokacji działalności lub jej części stoi wiele rozmaitych możliwości. Osiągana pozycja konkurencyjna przedsiębiorstwa zależy między innymi od cech miejsca lokalizacji (przestrzennej i organizacyjnej) podejmowanych działań oraz umiejętności firmy w zakresie wykorzystywania tych cech. Wybór odpowiedniej lokalizacji działalności przedsiębiorstw lub jej modułu nie traci na znaczeniu, jest on bowiem kluczowy dla przetrwania, skutecznego funkcjonowania i możliwości rozwoju przedsiębiorstwa. W artykule skoncentrowano uwagę bezpośrednio na zagadnieniu modularyzacji łańcucha wartości i delokalizacji jego poszczególnych procesów i/lub funkcji. Starano się w nim zasygnalizować szerokość i złożoność tej problematyki. Jednocześnie mimo silnie sytuacyjnego charakteru poruszanej tematyki, możliwe jest ustalenie pewnych powszechnie aplikowalnych schematów odnoszących się do delokalizacji modułów łańcucha wartości. Zaprezentowany schemat dotyczący procesu decyzyjnego delokalizacji modułów łańcucha wartości może mieć charakter normatywny. Z kolei podział i przyjęcie określonych definicji form delokalizacji modułów łańcucha wartości przedsiębiorstwa jest istotne z punktu widzenia powszechnej w literaturze przedmiotu dowolności terminologicznej. Wzrost liczby czynników uwzględnianych jako determinanty wyboru lokalizacji działalności przedsiębiorstw, a także liczna pula motywów delokalizacji modułów łańcucha wartości wskazują, że decydenci nie powinni postrzegać kwestii lokalizacji/delokalizacji jako decyzji dotyczących wyłącznie efektywności operacyjno-kosztowej (jako miejsca najtańszego wykonania danej czynności), ale raczej widzieć ją jako decyzję o wymiarze strategicznym. Konieczne decyzje dotyczą struktur organizacyjnych, własnościowych oraz geograficznych działań

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

427

prowadzonych przez przedsiębiorstwa. Włączenie do analizy czynników zarówno egzogenicznych, jak i endogenicznych pozwala na identyfikację miejsca działalności przedsiębiorstwa, które umożliwia lub przynajmniej wspiera osiąganie przewagi konkurencyjnej firmom funkcjonującym w złożonym i dynamicznie zmieniającym się środowisku. Stąd też jest istotne, by decydenci uwzględniali w swych działaniach determinanty odpowiedniej lokalizacji lub przynajmniej byli ich świadomi, a także znali możliwości, które oferuje im modularyzacja łańcucha wartości.

BIBLIOGRAFIA Agrawal V., Farrell D., Remes J.K. (2006), Offshoring and beyond, w: Offshoring. Understanding the Emerging Global Labor Market, D. Farrel (red.), Harvard Business School Press, Boston, Mass., s. 85–102. Aron R., Singh J.V. (2005), Getting offshoring right, “Harvard Business Review”, Vol. 83, No. 12, s. 135–143. Bair J. (2005), Global capitalism and commodity chains: looking back, going forward, “Competition & Change”, Vol. 9, No. 2, s. 153–180. Buaron R. (1981), New-game strategies, “The McKinsey Quarterly”, Spring, s. 24–40. Carmel E., Tjia P. (2009), Offshoring Information Technology: Sourcing and Outsourcing to a Global Workforce, Cambridge University Press, Cambridge. Coase R.H. (1937), The nature of the firm, “Economica”, Vol. 4, s. 386–405. Couto V., Lewin A.Y. (2007), Next Generation Offshoring. The Globalization of Innovation. 2006 Survey Report, Booz Allen Hamilton Inc., Chicago. Dzikowska M. (2011), Internacjonalizacja i globalizacja działalności przedsiębiorstw w dobie kryzysu, w: Reakcje rynku na kryzys finansowy, W. Przybylska-Kapuścińska (red.), CeDeWu, Warszawa, s. 57–72. Dzikowska M. (2012), Value chain module relocations of Polish micro- and small-sized companies operating in automotive and clothing industries, w: Impacts of Emerging Economies and Firms on International Business, M. Marinov, S. Marinova (red.), Palgrave Macmillan, Houndmills. Dzikowska M., Gorynia M. (2012),Teoretyczne aspekty konkurencyjności przedsiębiorstwa – w kierunku koncepcji eklektycznej?, „Gospodarka Narodowa”, nr 4, s. 1–30. Farrell D. (2004), Beyond offshoring. Assess Your company’s global potential, “Harvard Business Review”, Vol. 82, No. 12, s. 82–90. Farrell D., Grant A.J. (2006), China’s looming talent shortage, w: Offshoring. Understanding the Emerging Global Labor Market, D. Farrel (red.), Harvard Business School Press, Boston, Mass., s. 43–56. Feenstra R.C. (2010), Offshoring in the Global Economy. Microeconomic Structure and Macroeconomic Implications, The MIT Press, Cambridge. Gilbert C.L. (2007), Value chain analysis and market power in commodity processing with application to the cocoa and coffee sectors,“FAO Commodities and Trade Proceedings”,Vol. 2, s. 267–297. Gluck F.W. (1980), Strategic choice and resource allocation, “The McKinsey Quarterly”, Vol. 1, s. 22–33.

428

Marlena Dzikowska

Gorynia M. (1998), Pośrednictwo w handlu zagranicznym a teoria kosztów transakcyjnych, „Ekonomista”, nr 4, s. 443–468. Grossman G.M., Rossi-Hansberg E. (2006), The Rise of Offshoring: It’s Not Wine for Cloth Anymore, prepared for the symposium sponsored by the Federal Reserve Bank of Kansas City on “The New Economic Geography: Effects and Policy Implications”, Jackson Hole, Wyoming, August 24–26. Grossman G.M., Rossi-Hansberg E. (2008), Tradingtasks: A simple theory of offshoring, “American Economic Review”, Vol. 98, No. 5, s. 1978–1997. Gupta A. (red.) (2008), Outsourcing and Offshoring of Professional Services.Business Oprimization in a Global Economy, Information Science Reference, Hershey, New York. Guzik R., Micek G. (2008), The Impact of Delocalization on the European Software Industry, w: The Moving Frontier. The Changing Geography of Production in Labour-Intensive Industries, L. Labrianidis (red.), Ashgate Publishing Limited, Aldershot, s. 229–251. Gwosdz K., Domański B. (2008), Social consequences of delocalization in labour-intensiveindustries: the experience of old and new members of the EU, w: The Moving Frontier. The Changing Geography of Production in Labour-Intensive Industries, L. Labrianidis (red.), Ashgate Publishing Limited, Aldershot, s. 101–122. Hagel J. (2004), Offshoring goes on the offensive. Cost cutting is only the first benefit, “The McKinsey Quarterly”, No. 4., s. 21–29. Hart O., Holmstrom B. (2010), A theory of firm scope, „The Quarterly Journal of Economics”, Vol. 125, No. 2, s. 483–513. Holmstrom B. (1999), The firm as a subeconomy, „Journal of Law, Economics, & Organization”, Vol. 15, No. 1, s. 74–102. Kennedy R.E., Sharma A. (2009), The Services Shift. Seizing the Ultimate Offshore Opportunity, FT Press, New Jersey. Klincewicz K. (2008), Indyjski model offshoringu. Wnioski dla Polski, w: Globalizacja usług. outsourcing, offshoring i shared services centers, A. Szymaniak (red.), Wydawnictwa Akademickie i Profesjonalne, Warszawa, s. 255–284. Kuciński K. (2009), Miejsce jako kategoria epistemologiczna ekonomii, „Kwartalnik Nauk o Przedsiębiorstwie”, nr 1. Labrianidis L. (red.) (2008), The Moving Frontier. The Changing Geography of Production in Labour-Intensive Industries, Ashgate Publishing Limited, Aldershot. Lalonde B.J., Pohlen T.L. (1996), Issues in supply chain costing, “International Journal Logistics Management”, Vol. 7, No. 1, s. 1–12. Linares-Navarro E., Pla-Barber J., Madhok A. (2010), Motivations to offshore and the choice of offshoring mode. An application to the European manufacturing industry, Paper presented at the EIBA 2010 Conference, Porto. Loasby B.J., (2002), The significance of penrose’s theory for the development of economics, w: The Legacy of Edith Penrose. The Growth of the Firm, Ch. Pitelis (red.), Oxford University Press, Oxford, New York, s. 45–59. Mangieri T. (2008), African cloths, export production and second-hand clothing, w: The Moving Frontier. The Changing Geography of Production in Labour-Intensive Industries, L. Labrianidis (red.), Ashgate Publishing Limited, Aldershot, s. 301–318. Odrobina A. (2009), Delokalizacja jako skutek globalizacji i integracji, w: Miklaszewski S., Molendowski E. (red.), Gospodarka światowa w warunkach globalizacji i regionalizacji rynków, Difin, Warszawa.

DZIAŁALNOŚĆ PRZEDSIĘBIORSTW W ERZE DELOKALIZACJI MODUŁÓW…

429

Oshri I., Kotlarsky J., Willcocks L.P. (2009), The Handbook of Global Outsourcing and Offshoring, Palgrave Macmillan, Hampshire. Parmigiani A. (2007), Why do firms both make and buy? An investigation of concurrent sourcing, “Strategic Management Journal”, Vol. 28, No. 3, s. 285–311. Porter M.E. (1985), Competitive Advantage, The Free Press, New York. Porter M.E. (2001), Porter o konkurencji, PWE, Warszawa. Porter M.E. (2006), Przewaga konkurencyjna. Osiąganie i utrzymywanie lepszych wyników, Wydawnictwo Helion, Gliwice. Puślecki Z.W. (2008), Nowoczesne formy świadczenia usług w skali międzynarodowej. Wprowadzenie do problematyki, w: Globalizacja Usług. Outsourcing, Offshoring i Shared Services Centers, A.Szymaniak (red.), Wydawnictwa Akademickie i Profesjonalne, Warszawa, s. 155–157. Pyndt J., Pedersen T. (2006), Managing Global Offshoring Strategies – A Case Approach, Copenhagen Business School Press, Copenhagen. Raikes P., Jensen M.F., Ponte S. (2000), Global commodity chain analysis and the frenchfilière approach: comparison and critique, “Economy and Society”, Vol. 29, No. 3, s. 390–417. Ricardo D. (2004), On the Principles of Political Economy and Taxation, John Murray, London (pierwsza publikacja 1817). Roduner D. (2005), Value-Chains: What is behind this ‘new’ key word? And what is the role of development agencies in value chain development in developing countries? “Rural Development News”, Vol. 2, s. 10–15. Rybiński K. (2008), Outsourcing i offshoring usług. Siatka pojęć, trendy i bariery rozwojowe, w: Globalizacja Usług. Outsourcing, Offshoring i Shared Services Centers, A. Szymaniak (red.), Wydawnictwa Akademickie i Profesjonalne, Warszawa, s. 169–188. Sharma S., Chen Y. (2008), New trends in global offshore outsourcing: a comparative assessment of India and China, w: Outsourcing and Offshoring of Professional Services. Business Optimization in a Global Economy, A. Gupta (red.), Information Science Reference, Hershey, New York, s. 203–214. Sheehan N.T., Foss N.J., (2009), Exploring the roots of Porter’s activity-based view, “Journal of Strategy and Management”, Vol. 2, No. 3, s. 240–260. Smith A. (2005), An Inquiry into the Nature and Causes of the Wealth of Nations (pierwsza publikacja 1776). Virvilait R., Šeinauskien B., Matulionien L. (2007), Internalization of company activity: The conception of psychological distance, “Economics and Management”, Vol. 12, s. 489–498. Walker G., Weber D. (1984), Atransaction cost approach to make-or-buy decisions, “Administrative Science Quarterly”, Vol. 29, No. 3, s. 373–391. Williamson O.E. (1985), The Economic Institution of Capitalism, Firms, Markets, Relational Contracting, The Free Press, New York. Williamson O.E. (1996), Efficiency, power, authority and economic organization, w: Transaction Costs Economics and Beyond, Kluwer, J. Groenewegen (red.), Dordrecht. WTO (2008), World Trade Report 2008, Trade in a Globalizing World, World Trade Organization. Yip G.S. (1996), Strategia globalna, Polskie Wydawnictwo Ekonomiczne, Warszawa.

430

Marlena Dzikowska

STRESZCZENIE Przedmiotem analizy opracowania jest tematyka modularyzacji łańcucha wartości przedsiębiorstwa oraz jego delokalizacji. Artykuł został poświęcony teoriom i koncepcjom ekonomicznym związanym z zagadnieniem reorganizacji działalności przedsiębiorstw przez delokalizację modułów łańcucha wartości. Celem, któremu podporządkowano opracowanie, jest nakreślenie ogólnych warunków, w jakich funkcjonują współczesne podmioty gospodarcze w odniesieniu do zagadnienia modularyzacji łańcucha wartości, wyborów, które przed nimi w związku z tym stoją, oraz motywów, którymi kierują się, gdy podejmują związane z nimi decyzje. Artykuł został przygotowany na podstawie materiałów o charakterze wtórnym, w tym w głównej mierze na współczesnej literaturze przedmiotu, i stanowi próbę rozwinięcia poruszanych w niej zagadnień. Słowa kluczowe: łańcuch wartości przedsiębiorstwa, modularyzacja, delokalizacja, delokalizacja modułów łańcucha wartości przedsiębiorstwa.

Enterprises in the Era of Value Chain Module Relocations ABSTRACT The paper analyzes the issue of modularization of the company’s value chain and its relocation. The article is devoted to economic theories and concepts related to the problem of enterprises’ reorganizations through relocations of their value chain modules. The aim of the paper is to outline the context in which modern businesses make value chain modularization decisions, the choices they face in relation to this subject and motives behind module relocation decisions. Therefore, the article can be seen as an explanation of a phenomenon that constitutes a background for many modern economic analyses, and a presentation of a set of options regarding business entity organization. The study is based on secondary sources, predominantly on contemporary literature, and constitutes an attempt to develop the issues in question. Keywords: value chain of an enterprise, modularization, relocation, value chain module relocation. JEL Classification: F23, D92, A19

UWAGI REDAKCYJNE 11

Redakcja przyjmuje do publikacji artykuły w języku polskim i angielskim.

Wszystkie artykuły są poddawane recenzji.

Redakcja nie przyjmuje artykułów opublikowanych przez inne wydawnictwa.

Redakcja prosi o przesyłanie artykułów na adres e-mail czasopisma: studia. ekonomiczne@inepan.waw.pl. Objętość artykułów (łącznie z tabelami, rysunkami i bibliografią) nie powinna przekraczać 25 znormalizowanych stron (45 tysięcy znaków bez spacji). Redakcja zastrzega sobie prawo dokonania w nadesłanych artykułach skrótów, poprawek redakcyjnych i innych zmian zgodnie z wymogami czasopisma.

Przypisy należy umieszczać na dole strony, a odnośniki bibliograficzne w tekście, na końcu zdania w nawiasie okrągłym (autor, rok wydania, numer strony).

Autorzy są proszeni o podanie tytułu naukowego oraz adresu zwrotnego do korespondencji (z adresem e-mailowym).

Razem z artykułem należy przesłać jego streszczenie w języku polskim i angielskim, w objętości 1/2–2/3 strony maszynopisu. Streszczenie powinno składać się z czterech części: celu pracy (purpose), wskazania wykorzystanej metodologii badawczej (methods), opisu uzyskanych wyników (results) oraz wniosków (conclusions). Streszczenie powinno również zawierać słowa i zwroty kluczowe (keywords) w języku polskim i angielskim, klasyfikację JEL oraz pełną afiliację autora (wraz z adresem macierzystej jednostki naukowej).

Przesyłając artykuły do publikacji, autorzy wyrażają zgodę na umieszczenie artykułu w pełnej wersji tekstowej wraz ze streszczeniami w języku polskim i angielskim w archiwum na stronie internetowej czasopisma oraz w internetowej bazie IDEAS RePEc (Research Papers In Economics), a także na wprowadzenie angielskiego streszczenia do internetowej bazy danych czasopisma „The Central European Journal of Social Sciences and Humanities” (CEJSH) oraz upoważniają Redakcję „Studiów Ekonomicznych” do uzgodnienia z CEJSH ostatecznego tekstu streszczenia.

Redakcja „Studiów Ekonomicznych” Instytut Nauk Ekonomicznych PAN Pałac Staszica (pok. 22) ul. Nowy Świat 72, 00–330 Warszawa, tel. (22) 657 27 90 e-mail: studia.ekonomiczne@inepan.waw.pl „Studia Ekonomiczne” zamawiać można listownie lub faxem pod adresem: Instytut Nauk Ekonomicznych PAN, Biblioteka ul. Nowy Świat 72, 00–330 Warszawa fax (22) 657 28 04

3/2012 STUDIA EKONOMICZNE • ECONOMIC STUDIES

Instytut Nauk Ekonomicznych Polskiej Akademii Nauk Pałac Staszica ul. Nowy Świat 72 00-330 Warszawa www.inepan.waw.pl

INSTYTUT NAUK EKONOMICZNYCH POLSKIEJ AKADEMII NAUK

STUDIA EKONOMICZNE ECONOMIC STUDIES nr 3 (LXXIV) 2012

Cena 30,00 zł (w tym 5% VAT) Nakład 200 egz.

WARSZAWA 2012