Munkapiac a PM makromodelljében Elek Péter (PM) és Vincze János (KTI) Szirák, 2006. XI. 3-4.

Az előadások a következő témára: "Munkapiac a PM makromodelljében Elek Péter (PM) és Vincze János (KTI) Szirák, 2006. XI. 3-4."— Előadás másolata:

1 Munkapiac a PM makromodelljében Elek Péter (PM) és Vincze János (KTI) Szirák, 2006. XI. 3-4.

2 Tartalom A modellről általában Munkapiac hasonló makromodellekben Mire van szükségünk a munkapiactól? Tények, amiből kiindulhatunk Első megoldási kísérlet Második megoldási kísérlet Hogyan tovább?

3 I/1 A modell általános céljai Gazdaságpolitikai szimulációk 3-10 évre A magyar gazdaság legfontosabb mechanizmusait kell kvantitatíve tükröznie, illetve azokat, amelyek a gazdaságpolitikai elképzelések fókuszában vannak

4 I/2 „Metodológiai” elvek Lényeges nemstacionaritás van az adatokban, rövid idősorok Kiderült, hogy mikroadatok sem igazán használhatók Nem hisszük, hogy értelmes aggregált termelési függvény vagy output gap becslésünk lehet Tehát: általános ismeretek (elméletek és empíria), egyszerű tények és némi ökonometria józan észen alapuló kombinációja a megoldás.

5 II Munkapiac makromodellekben Kompetitív munkapiacot kizárja a nominális bérek merevsége Matching modell: rokonszenves alternatíva, de nincs hozzá elég információnk. Sem tiszta monopolista, sem tiszta monopszonista modelleket nem szokás használni (az elsőben a termelékenység nem nagyon hat a bérekre, a másodikban a kereslet nem nagyon hat a foglalkoztatásra) „Right to manage” megközelítés (béralku és vállalati munkakeresleti döntés) egy potenciális megoldás Célszerű egy olyan modellt építeni, amiben hosszabb távon a termelékenység erősen hat a bérekre, és a pillanatnyi kereslet és bérköltség (viszonylag gyengén) hat a foglalkoztatásra.

6 III Mire van szükségünk? Nominálbér (bruttó és nettó) Foglalkoztatás (és munkaórák?) Aktivitás Munkanélküliség Nyugdíjasok és nyugdíjak Nettó költségvetési bevételek a munkapiacról Kell ágazati dezaggregálás és munkafajták szerinti dezaggregálás is (a megválaszolandó problémák indokolják)

7 IV/1 Tények, amiből kiindulhatunk Magas inaktivitás, de nem túl nagy munkanélküliség Nagy regionális különbségek, és kis mobilitás Kormányzati és magánbérek nagyon eltérhetnek Termelékenység hosszú távon hat a bérekre Szektorok közti bérek rövid távon is együttmozognak a magánszférában Minimálbér emelés valószínűleg csökkentette a képzetlen munka foglalkoztatását. Nem kötelező bérmegállapodások.

8 IV/2 Tények, amikből kiindulhatunk A „munkaerő tartalék” képzetlen Atom van a minimálbérnél a béreloszlásnál Szektorális foglalkoztatás változik trendszerűen.

9 Kormányzati és magánbérek

10 Bérek a tradable szektorban Hosszú távú igazodás a termelékenységhez

11 Relatív tradable és non-tradable foglalkoztatásbérek

12 Kereset-eloszlás 2004-ben a versenyszférában

13 IV/3 Interpretáció Monopszonista verseny a munkapiac legalábbis bizonyos szegmensein (a bérköltség „számít” elsősorban, nem a nettó bér) Munkanélküliség és inaktivitás nehezen megkülönböztethető.

14 V/1 Első megoldási kísérlet Munkaerő-felmérésből munkapiaci állapotok közötti átmenet egyenleteket becsültünk (itt a demográfia fontos szerepet kapott természetesen) Bértarifából és mérlegadatokból béregyenleteket becsültünk

15 V/2 Részvételi egyenlet Annak a valószínűségét vizsgáltuk, hogy egy adott egyén milyen valószínűséggel kerül a különböző munkaerőpiaci kategóriák valamelyikébe. Használt adatok: –KSH munkaerőfelmérés, 2000-2004 (státuszra és demográfiai jellemzőkre vonatkozó mikroadatok) –Megyei munkanélküliségre, bérekre vonatkozó makroadatok

16 V/3 Részvételi egyenlet A következő munkaerőpiaci státuszokat különböztetjük meg: –versenyszférában foglalkoztatott –közszférában foglalkoztatott –munkanélküli –teljesen inaktív (nem akar dolgozni és nem is keres munkát) –kevésbé inaktív (akar dolgozni, de nem keres munkát vagy nem elérhető) Magyarázó változók: –reálbér, –előző státusz, –demográfiai jellemzők (nem, korcsoportok stb.), –megyei átlagbér, –helyi munkanélküliségi ráta mlogit specifikáció

17 Becslési eredmények – Marginális hatások FoglalkoztatottCoef.P>z nem (férfi = 1, nő = 2)-0,04672980,001 lagstatus1 (előző időszakban foglalkoztatott volt)0,66709440,003 lagstatus3 (előző időszakban inaktív volt)-0,15800050,106 kor0,00429130,000 kor2-0,00005760,000 MunkanélküliCoef.P>z nem (férfi = 1, nő = 2)-0,0048980,000 lagstatus1 (előző időszakban foglalkoztatott volt)-0,1914590,001 lagstatus2 (előző időszakban munkanélküli volt)0,0371430,000 lagstatus3 (előző időszakban inaktív volt)-0,1441510,001 lagstatus4 (előző időszakban kicsit inaktív volt)-0,0505360,000 kor-0,0009150,000 kor20,0000160,000 levedu4 (gimnázium)-0,0036310,136 levedu5 (szakközép)-0,0037500,147 levedu6 (főiskola)-0,0052430,150 levedu7 (egyetem)-0,0086550,057

18 Becslési eredmények - Marginális hatások Teljesen inaktívCoef.P>z nem (férfi = 1, nő = 2)-0,0996450,000 lagstatus1 (előző időszakban foglalkoztatott volt)-0,4289940,008 lagstatus3 (előző időszakban inaktív volt)0,3315450,015 kor-0,0024080,000 kor20,0000350,000 Kicsit inaktív (akar dolgozni, de nem keres munkát)Coef.P>z nem (férfi = 1, nő = 2)0,00300790,000 lagstatus1 (előző időszakban foglalkoztatott volt)-0,04664160,000 lagstatus2 (előző időszakban munkanélküli volt)0,05307040,000 lagstatus3 (előző időszakban inaktív volt)-0,02939290,001 lagstatus4 (előző időszakban kicsit inaktív volt)0,34307610,000 kor0,00009120,000 kor2-0,00000130,000 levedu2 (max 8 általános)-0,00768510,000 levedu3 (szakmunkás)-0,01144380,000 levedu4 (gimnázium)-0,01386850,000 levedu5 (szakközép)-0,01569940,000 levedu6 (főiskola)-0,02163350,000 levedu7 (egyetem)-0,02341140,000

19 V/4 Részvételi egyenlet: problémák az átmenetmátrixos megközelítésen belül nehéz megfogni a finom demográfiai változásokat és a nyugdíjkorhatár-emelés hatását mintaszelekciós probléma: a megfigyelt átmenetmátrixból adódó stacionárius eloszlás jelentősen eltér a tényleges eloszlástól (korrekciós szorzók kellenek)

20 V/5 Béregyenlet: A használt adatok Éves felmérések Vállalati adatok: éves mérlegek, MTA-KTI Egyéniek: májusi bértarifa-felvételek, ÁFSZ +KSH Munkaerőfelmérés, árindexek

21 V/6 A béregyenlet Függő változó: bérköltség Magyarázó változók. Termelékenység+ ennek késleltetettje Tulajdoni hányadokkal (állami, külföldi) Megyei munkanélküliség + ennek késleltetettje Egyéni munkaidő Egyéni jellemzőkkel: kor, munkatapasztalat, iskolázottság

22 Eredmények (pontbecslések) TradableNontradable logylog(GDP/employee)0.103410.158298 laglogy1-year lag of log(GDP/employee)0.1457340.129613 stateshShare of state or municipal ownership0.1558010.376635 foreignshShare of foreign ownership0.1896760.369996 unemprateUnemployment rate in county-0.83879-3.95935 lagunemprate1-year-lagged unemployment rate in county-2.72769-0.40365 oraFizetett munkaorak0.0062150.004468 korEletkor0.1695520.071182 kor2age squared0.0004430.000399 no1 if female-0.14741-0.06464 korXnoage & gender interaction-0.00033-0.00058 expExperience-0.16599-0.06394 exp2Experience negyzet-0.00069-0.00063 iskevIskolaban toltott evek-0.42656-0.22398 iskev2yrs of education squared0.013190.008349

23 Eredmények (konstans részei) edu1edu==Max. 8 elementary-0.07949 edu2edu==Vocational schools (szakiskola, szakmunkás)-0.065860.019791 edu3edu==Vovational high-school diploma (szakközép, technikum)0.0759740.143779 edu4edu==High-school diploma (gimnazium)0.0113670.133463 edu5edu==College (főiskola)-0.008320.220451 edu6edu==University degree or higher0.308184 ev1ev== 1999.0000-0.13783 ev2ev== 2000.0000-0.05804-0.1671 ev3ev== 2001.00000.039249-0.09119 ev4ev== 2002.00000.120084 sector1sector==A Mezőgazdaság, vad- és erdugazdalkodas AND B Halászat-0.16267 sector2sector==C, DF-DJ Nehézipar (bányászat, nyersanyagok, vegyipar)0.032218 sector3sector==DA-DE Könny{ipar (élelmiszer, dohány, textil, bőr, fa, papír)-0.01637 sector4sector==DK-DN Gépipar (gépek, villamos, egyebek)-0.00822 sector6sector==F 45 Építőipar-0.00486 sector7sector==G/50,51 Kiskereskedelem, Üzemanyag0.022576 sector8sector==G/51 Nagykereskedelem-0.00315 sector10sector==I 60-64 Szállítás, raktározás, posta és távközlés0.008477 sector11sector==J 65-67 Pénzügyi tevékenység is kiegészítő szolgáltatásai-0.12758 _cons9.8508129.974286

24 VI. Második megoldási kísérlet A nagy dezaggregálás nem működik a béregyenletnél Nem tudunk értelmes kínálatot becsülni és foglalkoztatást előállítani a dezaggregált becslésekből Kell valamilyen foglalkoztatási keresleti hatás

25 VI/1 Aktivitás aktivitási arány a kohorsz, nem és végzettség függvényében (egy adott cellában) 2005-ös értéken állandó (kivéve: nyugdíjközeli csoportok) végzettség-előrejelzés: konzervatív –középkorú kohorszok csak a már megszerzett végzettséget viszik tovább nyugdíjkorhatár-emelés hatásának figyelembe vétele

26 VI/2 Foglalkoztatás alapfokú végzettségűek: becsült keresleti rugalmasság felső- és középfokú végzettségűek: adott cellában a foglalkoztatás/aktivitás arány állandó + korrekció az állami alkalmazottak elbocsátása miatt

27 Példa: foglalkoztatottsági arány 40-49 évesek között, 2001-2004

28 VI/3 Állami alkalmazottak létszámcsökkenésének hatása I. Kérdés: –állami elbocsátások / idő előtti nyugdíjazások nettó hatása –a különböző munkapiaci státuszokban (magán / állami foglalkoztatott, munkanélküli, inaktív) levők állományára –különböző időpontokban Meghatározandó: –miként áramlanak tovább az elbocsátott / nyugdíjba küldött emberek –miként áramlottak volna, ha nem bocsátották volna el / küldték volna nyugdíjba őket

29 VI/4 Állami alkalmazottak létszámcsökkenésének hatása II. Tényleges áramlás becslése a leépítés után: LFS 2001- 2004 közötti panelja alapján számolt átmenet- mátrixokból Hipotetikus áramlás becslése propensity score matching módszerrel: –1. lépés: adott egyén leépítési valószínűségének becslése megfigyelt változók (kor, végzettség stb.) függvényében –2. lépés: a leépített egyénekhez hasonló propensity score-ú nem leépített egyének munkapiaci áramlásának meghatározása –ez lesz a hipotetikus áramlás Eredmények erősen függnek a nyugdíjazások és elbocsátások relatív arányától (más a későbbi viselkedés)

30 Nettó hatás a foglalkoztatásra (intézkedéstől számított n félév múlva)

31 VI/5 Bérek közszféra bérei: exogének magánszféra béregyenletének magyarázó változói: –becsült nominális magán termelékenység magán GDP felhasználási oldalról, ÁKM alapján becsülve –késleltetett magánbérek a béreloszlásnak jelenleg csak az adóbevételek szimulációjánál van jelentősége (csonkolt, transzformált lognormális eloszlás)

32 VII Hogyan tovább? Szerezzünk tapasztalatokat a modellel …