15 nalyses A CIR (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Anže Burger, AnA Murn in MAtijA rojec Anže Burger, AnA Murn in MAtijA rojec (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE elektronska knjižna zbirka: Analize CMO /CIR Analysis urednica: Andreja jaklič uredniški odbor: Ana Bojinović Fenko, Sabina Lange, Matija rojec izdajatelj in založnik: Fakulteta za družbene vede, Založba FDV Za založbo: Hermina Kranjc Ljubljana 2013 copyright © FDV, 2013 recenzentki: tanja Kosi, Alenka Kajzer oblikovanje naslovnice: Luka Kaše Prelom in izdelava e-knjige: Beton & Vrbinc co. Dostopno na: http://knjigarna.fdv.si raziskava je bila narejena v okviru ciljnega raziskovalnega projekta ‘učinek vladnih protikriznih ukrepov na delovanje podjetij v pogojih gospodarske recesije’ (crP V5-1005) ciP - Kataložni zapis o publikaciji narodna in univerzitetna knjižnica, Ljubljana 338.124.4:323(497.4)(0.034.2) Burger, Anže, 1979- (ne)učinkovitost vladnih ukrepov v podporo delovanju podjetij v pogojih gospodarske recesije [elektronski vir] / Anže Burger, Ana Murn in Matija rojec. - el. knjiga. - Ljubljana : Fakulteta za družbene vede, Založba FDV, 2013. - (elektronska knjižna zbirka Analize cMo = cir analyses) iSBn 978-961-235-674-3 (pdf) 1. Murn, Ana 2. rojec, Matija 271515648 Anže Burger, AnA Murn in MAtijA rojec (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Ljubljana, 2013 KAZALo uVoD ........................................................................................................................................................ 17 AnALiZA oBStojeČe LiterAture in HiPoteZe ...................................................................... 11 Vladni protikrizni ukrepi ter splošne državne pomoči in subvencije ......................... 12 Velikost podjetja ........................................................................................................................... 14 Starost podjetja ............................................................................................................................. 15 tržna usmerjenost oziroma izvozna intenzivnost podjetja ............................................ 15 tip podjetja glede na lastništvo in izhodne tuje neposredne investicije ................. 18 raziskovalno-razvojna (r&r) in inovacijska dejavnost podjetja .................................. 21 način financiranja podjetja oziroma vpliv finančnih omejitev .................................... 23 Panoga in dejavnosti, v kateri podjetje deluje .................................................................. 24 ostali dejavniki ............................................................................................................................... 27 Domače analize ............................................................................................................................. 28 Hipoteze ........................................................................................................................................... 29 MetoDoLogijA ................................................................................................................................... 31 opisne statistike ............................................................................................................................ 31 ocena kavzalnih učinkov pomoči ........................................................................................... 32 regresijske in panelne metode ............................................................................................... 33 Paritev na podlagi ocenjene verjetnosti (Propensity score matching) ...................... 38 Dinamične panelne regresije ................................................................................................... 41 PoDAtKi .................................................................................................................................................. 43 reZuLtAti ............................................................................................................................................... 44 opisna statistika ............................................................................................................................ 44 rezultati učinkov pomoči na podlagi metode paritve .................................................... 55 rezultati dinamičnih panelnih regresij ................................................................................. 66 ZAKLjuČKi .............................................................................................................................................. 78 LiterAturA ........................................................................................................................................... 82 PriLoge .................................................................................................................................................. 90 PoVZeteK, ABStrAct .....................................................................................................................109 SuMMArY ............................................................................................................................................110 7 UVOD Finančna in gospodarska kriza, ki je izbruhnila v drugi polovici leta 2008, je Slovenijo prizadela bolj kot ostale države članice eu. Ko so medbančna posojila septembra 2008 usahnila, so države začele v bančni sektor vlagati obsežne zneske državnih pomoči, da bi preprečile finančni zlom. V evropski uniji so države članice uvedle krovna jamstva, ki so jim sledili ukrepi dokapitalizacije in omejitev tveganja za finančne institucije. Za preprečitve zloma gospodarstva pa so države članice pričele zagotavljati tudi dodatne spodbude, da bi ohranile ali ponovno spodbudile potrošnjo in investicije. Politika evropske komisije na področju državnih pomoči je odločilno prispevala k usklajenemu izvajanju procesa reševanja finančne krize in gospodarske recesije tudi z uvedbo novih pravil državnih pomoči ali spremembo obstoječih, s katerimi je omogočila državam, da so lahko pomagale reševati probleme, ki so bili sicer globalni, čeprav se je intenzivnost krize in recesije po državah razlikovala. Države članice evropske unije so od 1. 10. 2008 do 1. 10. 2011 odobrile finančnemu sektorju 4506,5 milijard € pomoči (36,7 % BDP eu). največ pomoči je bilo odobrenih v začetku finančne krize v letu 2008 (27,7 % BDP eu), kasneje pa se je obseg državnega interveniranja postopno zniževal. Ker so bile te pomoči dodeljene pretežno z instrumentom jamstev, se med državne pomoči uvršča le okoli desetina transferirane vrednosti. Pri drugih pomočeh je zaznati le manjši porast; v letu 2008 so se državne pomoči držav članic evropske unije v povprečju dvignile z 0,5 % na 0,6 % BDP, v naslednjih dveh letih (2009 in 2010) pa je ta delež ostal nespremenjen (glej european commission, 2011). Slovenija je težave zaradi finančne krize in gospodarske recesije reševala tako z oblikovanjem posebne temu namenjene sheme državnih pomoči kot tudi z izrazitim povečanjem nekaterih že obstoječih oblik pomoči. V prvo skupino spadajo državne pomoči po posebni shemi za odpravljanje resnih motenj v gospodarstvu, v drugo skupino pa povečanje pomoči za raziskovanje in razvoj, zaposlovanje, usposabljanje ter za majhna in srednje velika podjetja. Prva skupina pomoči. V času finančne krize in ekonomske recesije je Slovenija pripravila posebno shemo državnih pomoči za blažitev posledic krize, ki se je imenovala odpravljanje resnih motenj v gospodarstvu. ukrepi v okviru sheme so bili priglašeni evropski komisiji, ki jih je tudi potrdila. Shemo so sestavljali trije ukrepi. 8 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE • Prvi in najpomembnejši ukrep je bila poroštvena shema za kreditne institucije v Sloveniji. Država je ponudila poroštva tistim kreditnim ustanovam (bankam) s sedežem v Sloveniji, ki zaradi učinkov globalne finančne krize same, brez jamstva države, ne morejo izpeljati transakcij zadolžitev na finančnem ali medbančnem trgu, ki bi jim zagotovile pridobitev finančnih virov, potrebnih za financiranje zapadlih obveznosti in zagotavljanje virov za poslovanje. V letu 2009 sta bili izdani dve poroštvi v skupni višini 2 milijardi €, v letu 2010 pa še dve v vrednosti 200 milijonov €. Ker je bila pomoč dana v obliki garancij, se element državne pomoči upošteva le v višini 10 % transferirane vrednosti. S tem ukrepom je država torej v letu 2009 dodelila 200 milijonov €, v letu 2010 pa 20 milijonov € državnih pomoči. • Drugi ukrep je bila jamstvena shema (Zakon o jamstveni shemi republike Slovenije, uradni list rS, št. 42/2009), s katero je država uvedla možnost omilitve posledic svetovne finančne krize in gospodarske recesije ter izboljšanje likvidnosti gospodarstva z namenom lažjega pridobivanja sredstev na slovenskem finančnem trgu. gospodarski subjekti so lahko dobili državno jamstvo za kredite z ročnostjo najmanj enega leta in največ deset let, ki so jih namenili za financiranje njihove osnovne dejavnosti, predvsem za financiranje novih in dokončanje že začetih investicij, za financiranje obratnih sredstev ali za reprogramiranje posojil. tudi te pomoči so bile dodeljene z instrumentom garancije, zato je bil element državnih pomoči bistveno manjši od celotne transferirane vrednosti. V letu 2009 so državne pomoči znašale 167,1 milijona €, v letu 2010 pa 0,2 milijona €. • tretji ukrep, to je ukrep omejene vrednosti za dokončanje razvojno investicijskih projektov ter spodbujanje prezaposlitev in samozaposlovanja v letih 2009 in 2010 je bil namenjen predvsem reševanju problemov zaposlovanja. namen subvencioniranja prezaposlovanja delavcev je bil ohranitev njihove zaposlitve in preprečevanje prehoda zaposlenih v odprto brezposelnost, namen samozaposlovanja pa je bil spodbujanje samozaposlitev v podjetjih, ki bi želela del svoje dejavnosti prenesti na delavce. Pogoj pri dodelitvi državnih pomoči je bil, da se samozaposlitev kot tudi zaposlitev prezaposlenih delavcev morata ohraniti eno leto od njune realizacije. S tem ukrepom v obliki dotacije je bilo v letu 2009 dodeljenih 15,3 milijonov €, v letu 2010 pa 13,7 milijonov € sredstev. Druga skupina pomoči. Poleg gornjih ukrepov iz sheme za odpravljanje resnih motenj v gospodarstvu pa je Slovenija probleme gospodarske recesije reševala še s povečanjem obsega državnih pomoči v okviru obstoječih shem državnih pomoči in s povečanjem obsega pomoči po kriteriju »de minimis« (pomoči majhnega obsega). obstoječe sheme pomoči, ki so se zaradi odpravljanja posledic recesije bistveno okrepile so bile pomoči za raziskave in razvoj, za zaposlovanje, za majhna in srednje velika podjetja in za usposabljanje. Uvod 9 Tabela 1: Vrednost (v milijonih evrov) in struktura (v %) državnih in »de minimis« pomoči v Sloveniji po posameznih kategorijah v letih 2009 in 2010 Vrednost (v milijonih €) Struktura (v %) Kategorija 2009 2010 2009 2010 Posebne pomoči za odpravljanje krize (odpravljanje resne motnje v gospodarstvu) 215,5 37,7 34,1 7,8 Pomoči, ki so se okrepile zaradi odpravljanja posledic recesije 147,4 163,8 23,3 33,8 – raziskave in razvoj 87,3 102,5 13,8 21,1 – Zaposlovanje 38,1 42,4 6,0 8,7 – Majhna in srednje velika podjetja 19,3 17,2 3,1 3,6 – usposabljanje 2,7 1,7 0,4 0,3 Ostale pomoči* 269,2 283,8 42,6 58,5 SKuPAj 632,6 485,3 100,0 100,0 Vir podatkov: Ministrstvo za finance: evidenca državnih pomoči in pomoči po pravilu »de minimis« * Sem spadajo druge pomoči, ki lahko ugodno vplivajo na razvoj (regionalni cilji, tvegani kapital, reševanje in prestrukturiranje podjetij v težavah) in pomoči za posebne namene ali sektorje (varstvo okolja, kultura, naravne nesreče, kmetijstvo, ribištvo, transport, premogovništvo). Za reševanje finančne krize in gospodarske recesije s pomočmi prve in druge skupine je Slovenija očitno namenila znatna finančna sredstva. obseg teh pomoči se je v letu 2009 precej povečaj in je znašal kar 362,9 milijonov € ali 57,4 % vseh državnih pomoči, v letu 2010 so se te pomoči – zaradi postopnega umika ukrepov prve skupine – sicer zmanjšale na 201,5 milijonov €, vendar so v strukturi še vedno predstavljale 41,6 % vseh pomoči. Državne pomoči, ki so bile razdeljene v okviru sheme odpravljanje resnih motenj v gospodarstvu (prva skupina), so v letu 2009 predstavljale 0,62 %, v letu 2010 pa le še 0,10 % BDP, kar je neprimerno manj, kot so znašale tovrstne pomoči v drugih državah članicah eu. Delež teh pomoči v skupni vrednosti vseh pomoči je leta 2009 znašal 34,1 %, leta 2010 pa le še 7,8 % (tabela 1). Pomoči v okviru druge skupine so v letu 2009 predstavljale 23,3 % vseh pomoči, leta 2010 pa kar 33,8 %. Povečanje strukturnega deleža v letu 2010 je tako posledica večje vrednosti teh pomoči kot tudi radikalnega zmanjšanja pomoči za odpravljanje resnih motenj v gospodarstvu. Slovenija se je s tem uvrstila med tri države eu z najvišjim obsegom državnih pomoči, ki niso usmerjene v blažitev finančne krize ali železniški promet. Če torej primerjamo strukturo pomoči povezanih s finančni krizo in ekonomsko recesijo v Sloveniji in drugih državah eu, vidimo, da so bile v Sloveniji pomoči, ki so bile namenjene finančnemu sektorju, znatno manjše kot v povprečju držav članic eu, druge pomoči pa so bile pri nas bistveno večje. osnovni cilj monografije je analizirati učinkovitost vladnih protikriznih ukrepov na delovanje podjetij v pogojih gospodarske recesije, natančneje učinkovitost državnih pomoči, ki so bile dodeljene v letih 2008, 2009 in 2010 z izrecnim namenom odpravljanja finančne krize in gospodarske recesije, in učinkovitost tistih pomoči v okviru obstoječih shem, ki so se v razdobju recesije bistveno povečale. V 10 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE prvo skupino spadajo državne pomoči za odpravljanje resne motnje v gospodarstvu, v drugo skupino pa pomoči za raziskave in razvoj, zaposlovanje, majhna in srednje velika podjetja ter za usposabljanje. Analizo učinkov vladnih protikriznih ukrepov na delovanje podjetij v pogojih gospodarske recesije postavljamo v širši okvir dejavnikov, ki opredeljujejo odpornost podjetij na gospodarsko recesijo. Sprašujemo se, kateri so tisti dejavniki oziroma značilnosti podjetij, ki določajo, da se nekatera podjetja bolj uspešno soočajo z recesijo kot druga, in kakšna je vloga ter pomen vladnih protikriznih ukrepov v tem okviru. odgovor(i) na ta vprašanja lahko prispevajo ne le h kakovostnejšemu načrtovanju ukrepov vlade za premagovanje ekonomske recesije, temveč tudi h uspešnejšemu načrtovanju razvoja in upravljanja podjetij. Monografija je v nadaljevanju sestavljena iz petih delov. V drugem poglavju analiziramo obstoječo teoretično in empirično literaturo o dejavnikih rasti podjetij, med njimi tudi spoznanja o vplivu državnih pomoči na delovanje in rast podjetij splošno in še posebej v gospodarski recesiji. V tem poglavju predstavimo tudi delovne hipoteze in nabor kontrolnih spremenljivk, ki jih bomo vključili v empirično analizo. V tretjem poglavju predstavimo metodologijo raziskovanja, v naslednjem poglavju pa opišemo podatke, uporabljene v empirični analizi. rezultati slednje so predstavljeni v petem poglavju, v zadnjem delu pa povzamemo zaključke raziskave in podamo nekaj izhodišč za nadaljnjo diskusijo. 11 ANALIZA OBSTOJEČE LITERATURE IN HIPOTEZE Analizo učinkovitosti vladnih ukrepov v podporo delovanju podjetij v pogojih gospodarske recesije postavljamo v širši okvir dejavnikov, ki opredeljujejo uspešnost soočanja podjetij s krizo. Za analizo teh dejavnikov je ključna literatura o determinantah rasti podjetja in njena aplikacija na specifične razmere gospodarske recesije. V tem poglavju tako podajamo pregled literature dejavnikov rasti podjetja v navezavi z analizo učinkovitosti državnih ukrepov v obdobju gospodarske krize. Pri tem se ne ukvarjamo z različnimi teoretičnimi pristopi k rasti podjetij,1 temveč nas zanimajo empirične raziskave o glavnih determinantah rasti podjetij. Zhou in de Wit (2009) klasificirata determinante rasti podjetja na individualne determinante (osebnostne grožnje, motivacija rasti, individualne kompetence, osebno ozadje), organizacijske determinante (značilnosti podjetja, kot sta velikost in starost, strategije podjetja, specifični resursi podjetja, organizacijska struktura, dinamična sposobnost), determinante okolja in ovire rasti. V nadaljevanju se osredotočamo na tiste determinante, ki jih bomo uporabili v našem modelu, torej na tiste, ki jih lahko empirično preverimo z našimi podatki. coad (2009) podaja obsežen pregled empiričnih analiz determinant rasti podjetij, kot izhajajo iz ekonomske, upravljalske in sociološke literature. Čeprav pravi, da imajo te analize le omejen uspeh – v smislu trditve Marsilija (2001: 18), da empirične študije sicer nakazujejo obstoj sistematičnih dejavnikov na nivoju podjetja in industrije, ki vplivajo na proces rasti podjetja, na le­to v največji meri vplivajo popolnoma stohastični šoki –, na osnovi analiz obstoječih empiričnih študij identificira naslednje najpomembnejše determinante rasti podjetij: velikost in starost podjetja, njegova inovacijska aktivnost, finančni pogoji oziroma trdnost, lastniška struktura, relativna produktivnost, človeški kapital ter panožno specifični ter makroekonomski dejavniki. V raziskavi torej izhajamo iz obstoječih analiz o determinantah rasti podjetij in njihovega vpliva na specifično obnašanje podjetij v gospodarski recesiji. naša osnovna hipoteza je, da je odpornost podjetij na gospodarsko recesijo pomembno odvisna od ključnih determinant rasti podjetja in od panoge dejavnosti. Vladni protikrizni ukrepi tu nastopajo kot dodaten dejavnik, katerega primarni cilj je bila 1 coad (2009) navaja štiri osnovne teorije rasti podjetja: neoklasična teorija v smislu rasti podjetja k ‘optimalni velikosti’, ‘teorija rasti firme’ edith Penrose, managerski pristop, evolucijska ekonomika in njeno načelo ‘growth of the fitter’ ter pristop populacijske ekologije. 12 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE ohranitev obsega prodaje in zaposlenosti. V modeliranju dejavnikov odpornosti podjetij na gospodarsko recesijo bomo tako upoštevali vse tiste determinante, ki so jih kot pomembne identificirale dosedanje analize, poleg tega pa še državne pomoči oziroma vladne protikrizne ukrepe. Konkretno to pomeni, da bomo analizirali, v kolikšni meri so na gibanje prodaje (celotne prodaje ter posebej prodaje na domačem in tujem trgu) in zaposlenosti ter še nekaterih drugih kazalcev poslovanja slovenskih podjetij v razdobju od predzadnjega kvartala leta 2008, ko so se očitno pokazali znaki upočasnjevanja gospodarske rasti, vplivali naslednji dejavniki: • vladni protikrizni ukrepi in druge oblike državnih pomoči, • velikost podjetja, • starost podjetja, • izvozno­uvozna intenzivnost podjetja in geografska struktura izvoznouvoznih tokov, • tip podjetja glede na to ali gre za podjetja v tuji lasti, domača internacionali zirana – podjetja s podružnicami v tujini, ostala domača podjetja, • raziskovalno­razvojna in inovacijska dejavnost podjetja, • struktura financiranja podjetja oziroma vpliv finančnih omejitev, • produktivnost, • človeški kapital, • dinamika rasti v predkriznem obdobju, • panoga dejavnosti, v kateri podjetje deluje. V nadaljevanju podajamo natančnejši pregled literature o naštetih dejavnikih kot determinantah rasti podjetij ter o njihovem pomenu za vedenje in odzivanje podjetij v pogojih gospodarske recesije. VLADni ProtiKriZni uKrePi ter SPLošne DržAVne PoMoČi in SuBVencije Zanima nas, kolikšni so učinki vladnih protikriznih ukrepov in državnih pomoči, kako kot instrumenta industrijske politike vplivata na konkurenčnost in druge razvojne cilje podjetij, s tem pa tudi na odpornosti podjetij na ekonomsko recesijo. tradicionalna ekonomska misel ima precej rezerviran odnos do državnih pomoči. Kljub temu pa smo predvsem v zadnjem desetletju priča nizu študij, ki dokazujejo, da so državne intervencije s subvencijami oziroma državnimi pomočmi lahko učinkovit instrument ekonomske politike (nitsche in Heidhues, 2006). Seveda pa vse državne pomoči glede na razvojne cilje, ki jih podpirajo, niso enako učinkovite. empirične ugotovitve kažejo, da so med posameznimi cilji državnih pomoči najučinkovitejše pomoči za raziskovanje in razvoj (r&r), za usposabljanje, za majhna in srednje velika podjetja in regionalne pomoči. Pomoči za Analiza obstoječe literature in hipoteze 13 raziskave in razvoj imajo pozitivne učinke prelivanja (»spillover«), ki se odražajo v inovacijah in tehnološkem razvoju pri prejemniku pomoči in širši družbi (roller in Friederiszck, 2001; collie, 2005). tudi pomoči za usposabljanje imajo pozitivne učinke prelivanja in so tesno povezane z izobraževalnimi sistemi. Ker so podjetja velikokrat podhranjena v znanju (premalo investirajo v znanje), državne pomoči v usposabljanje pomagajo ustvariti izobrazbeno raven, ki je družbeno zaželena. Pri drugih pomočeh učinki prelivanja niso bili ugotovljeni, kar še ne pomeni, da pomoči niso učinkovite. Majhna in srednje velika podjetja predstavljajo jedro dinamičnega podjetništva, zato so pomoči praviloma učinkovite, še posebno, ker na eni strani lahko zapolnjujejo vrzeli tržnih struktur in z novimi vstopi in rastjo podjetij zmanjšujejo tržne moči velikih podjetij, na drugi pa odpravljajo tržne nepravilnosti na denarnem trgu. Strukturna nezaposlenost je povezana z rigidnostjo trga, zato državne pomoči za zaposlovanje pomagajo ustvarjati nove zaposlitve, učinki pa so še posebej ugodni v manj razvitih regijah z visoko stopnjo brezposelnosti. V ekonomski literaturi pa so študije zelo kritične do koristi, ki jih prinašajo pomoči za reševanje in prestrukturiranje podjetij v težavah. Selekcija uspešnih podjetij je ena izmed temeljnih nalog učinkovite konkurence, zato pomoči za reševanje in prestrukturiranje na splošno negativno vplivajo na konkurenco. Argumenti za te pomoči temeljijo le na eksternalijah delavcev, potrošnikov in drugih prizadetih, ki jih pri zapiranju lastniki ne upoštevajo, ter na stopnji konkurence na trgu, saj stečaj večjega podjetja lahko poveča tržno moč drugim podjetjem. Več kot 40 % primerov prestrukturiranja s pomočjo sredstev državnih pomoči se običajno konča s stečaji (nitsche in Heidhues, 2006). Kaj pa učinkovitost dodeljevanja državnih pomoči v Sloveniji? rezultati so precej skladni z gornjimi ugotovitvami. Pomoči za raziskave in razvoj imajo pozitiven, a kratkoročen učinek na obseg sredstev za r&r. Podjetja, ki so v tekočem obdobju prejela takšna sredstva so statistično značilno povečala obseg izdatkov za r&r glede na podjetja, ki pomoči niso prejela (glej jaklič et al., 2013: tabela 7). Vendar pa sukcesivno večkratno prejemanje pomoči negativno vpliva na povečevanje izdatkov za r&r v prejemnikih pomoči. Pomoči malim in srednjim podjetjem so ena izmed najbolj učinkovitih oblik državnih pomoči v Sloveniji, saj rezultirajo v povečanju zaposlenosti, prodaje in produktivnosti v podjetjih prejemnikih pomoči. Pomoči za spodbujanje zaposlovanja so prav tako uspešne pri povečevanju zaposlenosti. Po drugi strani pa se državne pomoči za reševanje in prestrukturiranje kažejo kot neučinkovite pri spodbujanju prodaje, ustvarjanju novih delovnih mest in spodbujanju povečevanja produktivnosti v podjetjih prejemnikih pomoči. Analiza učinkovitosti teh pomoči v Sloveniji, dodeljenih v obdobju 1998–2006, je pokazala, da 23,6 % prejemnikov pomoči ni preživelo. Pri podjetjih, ki so preživela, pa so pomoči neučinkovite pri spodbujanju prodaje, povečevanju produktivnosti in pri ustvarjanju novih delovnih mest (podrobneje glej Murn et al., 2008). Specifične analize učinkovitosti vladnih protikriznih ukrepov v Sloveniji zaenkrat še ni. 14 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Obstoječa literatura torej kaže, da: (i) vladni protikrizni ukrepi le začasno pove­ čajo odpornost podjetij na gospodarsko recesijo in omilijo padanje števila zaposlenih; (ii) so državne pomoči za raziskovanje in razvoj, zaposlovanje in usposabljanje, majhna in srednje velika podjetja lahko uspešen instrument spodbujanja razvoja podjetij in s tem njihove odpornosti na gospodarsko recesijo. Obratno velja za državne pomoči za reševanje in prestrukturiranje. VeLiKoSt PoDjetjA Velikost podjetja je tista osnovna spremenljivka, s katero se začnejo več ali manj vse empirične analize determinant rasti podjetij. osnovna teoretična paradigma o odnosu med velikostjo in rastjo podjetja je tako imenovani gibratov zakon, ki, poenostavljeno rečeno, pravi, da je stopnja rasti podjetja neodvisna od njegove začetne velikosti in da med podjetji ni razlik glede verjetnosti doseganja dane stopnje rasti v določenem časovnem intervalu znotraj iste panoge (coad, 2009). rezultati empiričnih analiz gredo tako v prid kakor proti temu zakonu,2 pa vendar se zdi, da gredo empirične analize pretežno v smeri ugotovitve o negativnem učinku velikosti na rast podjetja, oziroma da manjša podjetja rastejo hitreje od večjih (Zhou in de Wit, 2009; Yasuda, 2005; Almus in nerlinger, 2002; Bottazzi in Secchi, 2003; calvo, 2006; Dunne in Hughes, 1994; goddard, Wilson in Blandon, 2002; McPherson, 1996). Manjša podjetja rastejo hitreje že zato, ker morajo doseči velikost minimalne učinkovitosti (Audretsch et al., 2004). Avtorji, ki so analizirali rast firm v različnih velikostnih skupinah podjetij, pa pravijo, da gibratov zakon velja le za podjetja nad določenim pragom velikosti, na primer za relativno velika podjetja z več kot 400 zaposlenimi (Bigsten in gebreeyesus, 2007). Sklenemo lahko torej, da obstaja negativna povezava med velikostjo podjetja in rastjo podjetja, še posebej za majhna in srednje velika podjetja. Analize, ki se ukvarjajo z morebitnim specifičnim vedenjem manjših in večjih podjetij v različnih fazah gospodarskega cikla, so redke. najvplivnejše delo na to temo je prispevek gertlerja in gilchrista (1994), ki pravita, da so majhna podjetja, ki imajo po njunem mnenju večje težave s krediti, bolj občutljiva na ciklične pogoje in monetarne šoke. Podobno Hardwick in Adams (2002) ugotavljata, da manjša podjetja v obdobjih prosperitete rastejo relativno hitreje, medtem ko večja podjetja rastejo hitreje v razdobju recesije in okrevanja. tudi Bugamelli et al. (2009), ki analizirajo vpliv zadnje gospodarske krize na italijanski proizvodni sistem, ugotavljajo, da je kriza bolj prizadela manjša kakor večja podjetja. obratno pa Moscarini in Postel­Vinay (2009) z analizo podjetij v ZDA, Veliki Britaniji, Kanadi, na Danskem in v Braziliji ugotavljata, da so velika podjetja bolj občutljiva od majhnih na pogoje poslovnih ciklov. Večja podjetja v recesiji ukinjajo 2 geroski (2000: 169) celo pravi, da je povezava med rastjo in velikostjo slučajna. Analiza obstoječe literature in hipoteze 15 proporcionalno več delovnih mest, pozno v razdobju gospodarske ekspanzije pa ustvarjajo proporcionalno več novih delovnih mest. Obstoječa literatura torej kaže, da: (i) obstaja negativna povezava med velikostjo podjetja in rastjo podjetja, še posebej za majhna in srednje velika podjetja; (ii) so manjša podjetja bolj občutljiva na pogoje gospodarskega cikla, gospodarska recesija pa jih prizadene bolj kot večja podjetja. StAroSt PoDjetjA Poleg velikosti je starost podjetja tista druga osnovna spremenljivka, ki jo upoštevajo več ali manj vse empirične analize determinant rasti podjetij. Velikost in starost sta tudi tesno povezani in dejansko kažeta na isti pojav, namreč da podjetja v svojem življenju rastejo in postajajo večja. Pa vendar se zdi, da je tu empirično dokazana negativna zveza med starostjo in rastjo precej bolj robustna kot pri velikosti (Fizaine, 1968; Dunne et al., 1989; evans, 1987; geroski in gugler, 2004, glancey, 1998 itd), čeprav so tudi analize, ki negativne zveze med starostjo in rastjo ne potrjujejo (Das, 1995; Barron et al., 1994). Obstoječa literatura torej kaže, da obstaja negativna povezava med starostjo in rastjo podjetja. tržnA uSMerjenoSt oZiroMA iZVoZnA intenZiVnoSt PoDjetjA nadalje nas zanima, kako na odpornost podjetij na gospodarsko recesijo vpliva njihova tržna usmerjenost, oziroma njihova večja ali manjša izvozna intenzivnost. Ali se v krizi izvozno usmerjena podjetja odzivajo bolje od tistih, ki so usmerjena pretežno na domači trg? V ozadju sta predvsem dva vidika; prvi je povezanost med uspešnostjo in izvozno usmerjenostjo podjetja, drugi pa narava krize v smislu njene geografske strukture in razširjenosti. načelno velja, da izvažajo predvsem boljša podjetja, zato pričakujemo, da se bodo v pogojih recesije izvozna podjetja bolje znašla. empirične študije o povezanosti izvoza in uspešnosti podjetij nedvoumno potrjujejo, da so izvozna podjetja bolj produktivna in uspešnejša od podjetij, ki prodajajo samo na domačem trgu. uspešnejša podjetja torej kažejo večjo težnjo k izvažanju. tako Bernard in jensen (1997a, 1997b, 1999a, 1999b) za ameriška podjetja ugotavljata, da izvažati začnejo zlasti boljša podjetja. Prednosti izvoznikov pred neizvozniki v uspešnosti so precejšnje, saj proizvajajo več, so bolj produktivni od neizvoznikov in plačujejo višje plače vsem vrstam delavcev. Ameriški izvozniki izkazujejo tudi višje stopnje preživetja in hitrejšo rast zaposlenosti kot neizvozniki (Bernard et al., 2005). Podobne so 16 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE ugotovitve drugih avtorjev za podjetja iz drugih držav, Bernarda in Wagnerja (1997) za nemčijo, Aw et al. (1997, 1998) za tajvan in južno Korejo, clerides et al. (1996) za Kolumbijo, Mehiko in Maroko, Hahn (2004) za južno Korejo, Van Biesebroeck (2003) za devet afriških držav, Hal ward­Driemeier et al. (2002) za pet vzhodnoazijskih držav, criscuolo et al. (2005) za Veliko Britanijo, Heada in riesa (2003) za japonsko. tudi za slovenska podjetja Burger et al. (2006) pokažejo, da se izvažanja lotevajo nadpovprečno uspešna podjetja, po začetku izvažanja pa se njihova rast in uspešnost glede na neizvoznike še poveča. Literatura torej kaže, da so izvozniki bolj produktivni, večji, bolj kapitalno in tehnološko intenzivni, bolj inovativni, hitreje povečujejo zaposlenost, prodajo in produktivnost, imajo višjo stopnjo preživetja, plačujejo višje plače in več investirajo v opredmetena osnovna sredstva. Če obstaja splošno soglasje glede samoizbire boljših podjetij za izvažanje, pa to ne velja za vprašanje, ali samo dejstvo, da podjetje, ki izvaža, prispeva k njegovi hitrejši rasti in večji uspešnosti (proces učenja z izvažanjem) ter s tem na njegovo večjo odpornost na gospodarsko recesijo. Bernard in jensen (1999a, 1999b) za ameriška podjetja, clerides et al. (1996) za podjetja v Maroku, Mehiki in Kolumbiji, Bernard in Wagner (1997) za nemška podjetja ter Aw et al. (1998) za korejska podjetja so precej skeptični glede učinkov učenja z izvažanjem. nasprotno pa Hahn (2004) za korejska podjetja, Aw et al. (1998) za tajvanska podjetja in Van Biesebroeck (2003) za podjetja iz devetih afriških držav ugotavljajo pozitiven povraten vpliv izvažanja na učinkovitost podjetij. Hal ward­Driemeier et al. (2002) trdijo, da je sama odločitev podjetij za to, da bodo izvažala, tista, ki privede do takih odločitev v podjetju, ki povečajo produktivnost. gre za to, da podjetja, ki eksplicitno targetirajo izvozne trge, konsistentno sprejemajo drugačne odločitve glede investiranja, izobraževanja, tehnologije in izbire inputov, in tako povečujejo produktivnost. Za Slovenijo Kostevc (2005) ugotavlja, da je rast skupne faktorske produktivnosti novih izvoznikov značilno večja od neizvoznikov samo v prvem letu izvažanja, v kasnejših letih pa izgine, analiza Burgerja et al. (2006) pa učinka učenja z izvažanjem (izvoz povečuje uspešnost) niti ne potrjuje niti ne ovrže. ob dejstvu, da je izvozni status podjetja povezan z njegovo uspešnostjo in s tem odpornostjo na gospodarsko recesijo, pa je pri vplivu izvozne intenzivnosti na uspešnost in odpornost podjetja na gospodarsko recesijo treba upoštevati še različne dimenzije in značilnosti recesije. Če je recesija lokalna, imajo podjetja, ki delujejo in izvažajo globalno seveda prednost pred podjetji, ki so usmerjena na domači in/ali trge sosednjih držav. Če je recesija globalna, kot to velja za sedanjo, večja izvozna usmerjenost ni nujno neka prednost. Spet seveda je veliko odvisno od geografske strukture in diverzifikacije izvoza podjetja in različne globine recesije v različnih delih sveta. tako Di Mauro et al. (2010) ugotavljajo, da geografska orientacija izvoza evro področja, ki je v veliki meri usmerjen v druge države eu, ne prispeva k hitrejšemu okrevanju izvoznega sektorja teh držav, saj sedaj najhitreje okrevajo porajajoči se trgi, medtem ko je okrevanje v razvitih državah bistveno počasnejše. Analiza obstoječe literature in hipoteze 17 tu je pomemben tudi časovni vidik. Za sedanjo krizo je značilno, da je v prvi fazi svetovna trgovina padla bistveno bolj kot BDP (glej na primer eaton et al., 2011), kar pomeni, da so bili izvozniki nadpovprečno prizadeti (Bugamelli et al. 2009). Dejstvo je tudi, da se recesija v nekaterih delih sveta začne prej kot drugje in da se tam običajno tudi prej konča. Sedanja gospodarska recesija je Slovenijo zadela z zamudo, podobno velja tudi za okrevanje. tako lahko sklepamo, da so bila v Sloveniji najprej nadpovprečno prizadeta izvozno usmerjena podjetja, ki pa so zaradi hitrejšega okrevanja svetovnega od slovenskega gospodarstva začela tudi hitreje okrevati. Poleg gornjih vidikov literatura, ki se ukvarja specifično z vplivom gospodarske recesije na izvozno usmerjena podjetja, poudarja še sektorski vidik in finančne omejitve oziroma zadolženost. tako eaton et al. (2011) analizirajo dejstvo, da smo bili v zadnji krizi priča velikemu in hitremu padcu svetovne trgovine glede na BDP in ugotavljajo, da je bila tu še posebej prizadeta proizvodnja trajnih dobrin. Bricogne et al. (2009) ugotavljajo, da je kriza najbolj prizadela francoske izvoznike v sektorjih, ki so najbolj odvisni od zunanjega financiranja. Amiti in Weinstein (2009) na primeru japonske analizirata, v kolikšni meri lahko dejstvo, da je v krizi izvoz upadel precej bolj kot BDP, pripišemo velikemu zmanjšanju trgovinskega financiranja. ugotovila sta, da je bilo zmanjšanje trgovinskega financiranja odgovorno za približno eno tretjino padca japonskega izvoza v finančni krizi devetdesetih let prejšnjega stoletja. chor in Manova (2010) analizirata vpliv neugodnih kreditnih pogojev na zmanjšanje mednarodne trgovine v obdobju globalne finančne krize. ugotavljata, da so države z višjimi medbančnimi obrestnimi merami in torej z ostrejšimi kreditnimi pogoji na vrhuncu krize manj izvažale v ZDA. ti učinki so bili še posebej poudarjeni v sektorjih, ki zahtevajo obsežno zunanje financiranje, imajo malo sredstev za poroštva, ali imajo omejen dostop do trgovinskih kreditov. izvoz finančno odvisnih industrij je bil torej bolj občutljiv na stroške zunanjega kapitala kot izvoz manj odvisnih industrij, ta občutljivost pa se je tokom finančne krize povečevala. Obstoječa literatura torej kaže, da: (i) so izvozna podjetja bolj produktivna in splošno uspešnejša od podjetij, ki prodajajo samo na domačem trgu, zato pričakujemo, da se bodo v pogojih recesije izvozna podjetja bolje znašla; (ii) dejstvo, da podjetje izvaža, prispeva k njegovi hitrejši rasti in večji uspešnosti (proces učenja z izvažanjem), s tem pa tudi pozitivno deluje na njegovo odpornost na recesijo; (iii) je vpliv izvozne usmerjenosti podjetja na njegovo odpornost na gospodarsko recesijo še posebej odvisen od geografskih značilnosti recesije, časovne dinamike recesije povezane z geografskega in sektorskega vidika, sektorja dejavnosti, finančnih omejitev oziroma zadolženosti podjetja. 18 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE tiP PoDjetjA gLeDe nA LAStništVo in iZHoDne tuje nePoSreDne inVeSticije V zvezi z neposrednimi tujimi investicijami (nti) oziroma aktivnostjo multinacionalnih podjetij (MnP) se postavlja vprašanje, ali prispevajo k poglabljanju (globalnih) gospodarskih kriz, ali nasprotno ublažujejo učinke teh kriz. Ali MnP zaradi svojih lastniških prednosti in posledične večje uspešnosti pomagajo k izogibanju učinkom krize, ali pa zaradi lahkotnosti, s katero prenašajo svoje proizvodne zmogljivosti iz države v državo, prispevajo k makroekonomski nestabilnosti? V odgovoru na ta vprašanja je treba ločiti med splošnimi dejavniki, zaradi katerih pričakujemo, da so MnP in njihove podružnice uspešnejše in hitreje rastejo od ostalih podjetij, in med specifičnimi dejavniki vedenja MnP v pogojih gospodarskih kriz. Zakaj so oziroma naj bi bila MnP in njihove podružnice uspešnejše od ostalih podjetij? načelni razlogi so trije. Prvič, predpogoj, da MnP sploh lahko razmišlja o vzpostavitvi podjetja v tujini, je, da poseduje neke specifične prednosti pred domačimi podjetji v državi prejemnici. Če MnP oziroma tuji investitor teh prednosti nima, do nti sploh ne bo prišlo, ker podjetje v tuji lasti ne more konkurirati domačim podjetjem, ki imajo na svojem domačem terenu določene imanentne prednosti (na primer, boljše poznavanje razmer, že vzpostavljene poslovne zveze, zveze z državno administracijo itd.). Specifične lastniške prednosti tujega investitorja so lahko zelo različne – tehnologija oziroma know­how, specifična organizacijska, poslovodna, marketinška ali druga znanja, prednosten dostop do virov financiranja, mednarodna prodajna mreža in drugo – torej praktično karkoli, kar je dostopno le njemu. Drugi razlog, zaradi katerega lahko že na načelni ravni pričakujemo, da bodo MnP in njihove podružnice v povprečju uspešnejše od domačih podjetij, je njihova integriranost v mrežo matičnega MnP, ki mu daje niz priložnosti in prednosti, ki izhajajo iz »multinacionalnosti« in ki jih domača podjetja nimajo.3 tretji načelni razlog pa so ekonomije obsega, ki jih dosegajo MnP (glej, na primer, Dunning, 1993). empirični dokazi v prid gornjim tezam so več kot prepričljivi tako z vidika MnP oziroma tujih investitorjev kot z vidika podjetij v tuji lasti (tujih podružnic) oziroma držav prejemnic nti. Helpman et al. (2003) na primeru ZDA ugotavljajo, da se najmanj produktivna podjetja držijo prodaje doma, le bolj produktivna podjetja se odločijo za nastop na tujem trgu in najbolj produktivna med njimi nadalje izberejo servisiranje tujih trgov z nti (ustanavljanje podružnic v tujini). Podobno Head in ries (2003) trdita, da morajo biti investitorji v tujini bolj 3 ne glede na multinacionalno ali nemultinacionalno naravo podjetja pa coad (2009) navaja, da obstaja cel niz empiričnih analiz, ki potrjujejo, da imajo podjetja z več enotami v povprečju višje stopnje rasti kot podjetja z eno samo enoto (Variyam in Kraybil , 1992; Audretsch in Mahmood, 1994; geroski in gugler, 2004; Fagiolo in Luzzi, 2006; Harhoff et al.. 1998; Dunne et al., 1989). Analiza obstoječe literature in hipoteze 19 produktivni od izvoznikov, kadar proizvodnja v tujini ne ponuja nikakršnih stro­ škovnih prednosti, medtem ko nizko stroškovna proizvodnja v tujini lahko obrne prejšnjo napoved. njuna analiza velikih japonskih podjetij kaže, da so podjetja, ki investirajo v tujini in izvažajo, bolj produktivna od podjetij, ki samo izvažajo. Za Slovenijo jakličeva in Svetličič (2003: 100–104) ugotavljata, da so podjetja, ki investirajo v tujini uspešnejša od ostalih slovenskih podjetij in da se razlike med obema kategorijama podjetij povečujejo. Še obsežnejša je literatura v prid nadpovprečni uspešnosti podjetij v tuji lasti (glej, na primer, Dunning in Lundan, 2008; Pfaffermayr in Bel ak, 2000; Damijan in rojec, 2007; Damijan et. al., 2008). Pfaffermayr in Bel ak (2000) za Avstrijo ugotavljata, da podjetja v tuji lasti beležijo višjo produktivnost in profitabilnost od domačih podjetij, vendar pa se pokaže, da domača podjetja s podružnicami v tujini niso nič manj uspešna od podjetij v tuji lasti, zaostajajo pa ostala domača podjetja. tudi analiza učinkov nti v Sloveniji precej nedvoumno kaže na nadpovprečno uspešnost podjetij v tuji lasti (glej, na primer, rojec in Šušteršič, 2002). MnP in tuje podružnice naj bi bile torej v povprečju uspešnejše od ostalih podjetij. Ali to prispeva tudi k njihovi večji odpornosti v razmerah gospodarske recesije, oziroma vpliva na njihovo morebitno drugačno vedenje v pogojih recesije? Amorim Varum in Barros rocha (2011, glej tabelo 1 na str. 50) podajata obsežen pregled literature na to temo in ugotavljata, da rezultati empiričnih raziskav niso enotni. ena skupina študij kaže, da MnP v pogojih krize lahko delujejo kot stabilizator, druga skupina trdi, da MnP poslabšujejo učinke kriz na države prejemnice, tretja skupina študij pa ne najde razlik v rasti tujih in domačih podjetij v času krize. Analize, ki trdijo, da MnP v časih krize delujejo stabilizacijsko, pravijo, da MnP izkazujejo boljše reakcije na krizo kot domača podjetja in da si tudi po krizi prej opomorejo (npr. Athukorala, 2003; narjoko in Hil , 2007). to pojasnjujejo z lastniškimi prednostmi MnP in z boljšim dostopom do finančnih virov v času krize (Blalock et al., 2005; chung in Beamish, 2005; Desai et al., 2004; Alvarez in görg, 2007; rajan in Zingales, 1998; Manova et al., 2009). Ker se tuje podružnice v povprečju tudi manj naslanjajo na lokalne trge, lažje zmanjšajo učinke negativnih šokov povpraševanja v posamezni državi (Alvarez in görg, 2007). tudi ni verjetno, da bi MnP agresivno odgovorila na kratkoročne spremembe pogojev v državah prejemnicah, saj investiranje v tujini vključuje znatne nepovratne stroške (McAleese in counahan, 1979), močno investiranje v graditev dolgoročnih odnosov ali v akumuliranje podjetniško specifičnih znanj (Fukako, 2001; Wang et al., 2005). obratno pa druga skupina analiz trdi, da MnP ostreje reagirajo na gospodarsko recesijo kot domača podjetja. to pripisujejo predvsem temu, da MnP laže prenesejo proizvodne zmogljivosti drugam (Flamm, 1984, görg in Strobl, 2003; Lee in Makhija, 2009), zmanjšajo operativne stroške (gao in eshaghoff, 2004), zamenjajo svojo prodajo v državi prejemnici z izvozom (Lipsey, 2001) in na koncu koncev laže zapustijo državo prejemnico, če so trg in/ali proizvodni pogoji manj privlačni (Alvarez in görg, 2009). reakcije MnP na spremembe v ekonomskem okolju naj bi bile odvisne tudi od položaja podružnice v mreži matičnega podjetja 20 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE (Belderbos in Zou, 2007), ali celo od države investitorice, saj zahodne MnP pogosteje uporabijo »stop­and­go« pristop, medtem ko so japonske MnP bolj konservativne (Legewie, 1999; Min et al., 2007). tretja skupina empiričnih analiz ne najde značilnih razlik med tujimi in domačimi podjetji glede njihove reakcije na krizo (npr. McAleese in counahan, 1979; Alvarez in görg, 2007). ti avtorji pravijo, da obe skupini podjetij izkazujeta identičen vzorec reakcije, če ocene kontrolirajo za različne specifičnosti na nivoju podjetij in industrij. iz gornjega se zdi, da ni enotnega mnenja o učinku tujega lastništva v pogojih krize. Amorim Varum in Barros rocha (2011) pravita, da je (različno) vedenje MnP povezano tudi s tem, katera je osnovna motivacija za nti (domači trg, bolj učinkovita proizvodnja, strateški motivi, domači viri) in od tega, ali je recesija lokalne oziroma globalne narave. tu je pomembno tudi, da tuja matična podjetja ocenjujejo rentabilnost in perspektivnost posamezne podružnice v kontekstu njihove vloge v sistemu MnP in v primerjavi z drugimi podružnicami in ne per se. to odpornost teh podružnic na krizo postavlja v drug kontekst kot enako uspešna domača podjetja; po eni strani ta kontekst v pogojih recesije lahko vodi v zmanj­ šanje aktivnosti, ali celo ukinitev podružnice, ki sama po sebi – če bi bila v domači lasti – še ne bi bila zrela za kaj takega, po drugi strani pa tuje matično podjetje lahko vzdržuje pri življenju tudi podružnico, ki kot samostojno podjetje v domači lasti tega ne bi bila več sposobna. Dve novejši študiji (Alfaro in chen, 2010; Amorim Varum in Barros rocha, 2011) analizirata specifično obnašanje MnP in tujih podružnic v sedanji krizi. Prva, Alfara in chena (2010), uporablja svetovno bazo podatkov z več kot 12 milijoni podjetji v razdobju pred in po letu 2008 in se sprašuje, kako so MnP v primerjavi z domačimi podjetji odgovorila na krizo. Pokažeta, da nti igrajo pomembno in kompleksno vlogo v odgovorih podjetij na krizo in da podjetja v tuji lasti sedanjo krizo v povprečju premagujejo uspešneje kot njihovi konkurenti v domači lasti, vendar med njimi pri tem obstaja precejšnja heterogenost. Prvič, v državah prejemnicah, v katerih je prišlo do ostrejšega padca agregatne proizvodnje, povpraševanja in kreditnih pogojev, tuje podružnice izkazujejo večjo prednost pred domačimi podjetji. Pri tem so manj uspešne tiste tuje podružnice, katerih lastniki prihajajo iz držav, kjer je kriza globlja. Drugič, uspešnost tujih podružnic v krizi variira tudi s tipom nti – vertikalne nasproti horizontalnim – in s finančnimi omejitvami. tuje podružnice, ki so rezultat vertikalnih (izvozno usmerjenih) nti, izkazujejo izrazito boljše odgovore na krizo od domačih podjetij. tuje podružnice, ki so rezultat horizontalnih (na lokalni trg usmerjenih) nti se odzivajo manj pozitivno. Podobno tuje podružnice v dejavnostih z večjimi finančnimi omejitvami izkazujejo večje prednosti pred domačimi podjetji. tretjič, tudi velikost mreže matičnega MnP je pomembna. Dejstvo, da je podružnica del večje MnP mreže, je v povprečju povezano z njeno večjo uspešnostjo v času krize. ta povezava pa je negativna v primeru horizontalnih nti. Druga študija, Amorim Varuma in Barros roche (2011) z analizo panelnih podatkov analizira povezavo med tujim lastništvom, rastjo zaposlenosti in prihodkov portugalskih Analiza obstoječe literature in hipoteze 21 podjetij v zadnjih 20 letih, še posebej v obdobjih gospodarskih recesij. Zanima ju, ali obstajajo značilne razlike med domačimi in tujimi podjetji, potem ko kontrolirata za različne podjetniške in panožne specifičnosti. ugotavljata, da glede rasti zaposlenosti ni značilnih razlik med domačimi in tujimi podjetji, vendar pa tuje lastništvo lahko pozitivno vpliva na rast prodaje podjetij v obdobjih recesij. Poka­ žeta tudi, da je velikost podjetja pomembna za razlago rasti domačih podjetij, pri čemer ima velikost značilno negativne učinke na rast zaposlenosti podjetij in nelinearne učinke na rast prodaje podjetij med krizo. Obstoječa literatura torej kaže, da: (i) je odpornost podjetja na ekonomsko recesijo odvisna tudi od tipa podjetja glede na to ali gre za podjetja v tuji lasti, domača internacionalizirana podjetja s podružnicami v tujini, ali za ostala (neinternacionalizirana) domača podjetja. Podjetja v tuji lasti in internacionalizirana domača podjetja imajo teoretično gledano boljše pogoje (opredmetene in neopredmetene lastniško specifične prednosti vključno z boljšim dostopom do finančnih virov, multinacionalnost, ekonomije obsega, možnost optimizacije poslovnih procesov na podlagi geografske realokacije procesov) za doseganje uspešnosti delovanja kot neinternacionalizirana domača podjetja. To jim načeloma daje tudi boljše možnosti za soočanje s situacijo gospodarske recesije. Ali bodo te boljše možnosti izkoristila, ali ne, pa je odvisno od dodatnih dejavnikov, ki opredeljujejo mesto in vlogo podružnic (tujih podjetij v Sloveniji in naših podjetij v tujini) v sistemu matičnega podjetja. Ti dejavniki lahko v pogojih gospodarske recesije delujejo v korist ali škodo konkretne enote; (ii) da obstaja pozitivna povezava med tujimi podružnicami oziroma MNP in odpornostjo na gospodarsko recesijo pri vertikalnih (z učinkovitostjo motiviranih in v izvoz usmerjenih) ne pa tudi pri horizontalnih (na domači trg države prejemnice usmerjenih) NTI. rAZiSKoVALno-rAZVojnA (r&r) in inoVAcijSKA DejAVnoSt PoDjetjA eno zanimivejših vprašanj v zvezi z odpornostjo podjetij na gospodarsko recesijo je, ali so podjetja, ki imajo več r&r in ki so bolj inovativna, tudi bolj odporna na recesijo. Analiziranje vzročno­posledične povezanosti med r&r in inovativnostjo ter rastjo in produktivnostjo podjetij se pojavi s teorijo endogene rasti, ki trdi, da je inovacijska dejavnost podjetja ključna za njegov tehnološki napredek in rast produktivnosti (griliches, 1979; romer, 1990). Zgodnji modeli, ki so jih razvili ekonomisti inštituta nBer (national Bureau of economic research), so se osredotočali v glavnem na povezavo med r&r aktivnostjo in rastjo produktivnosti v okviru produkcijske funkcije. Analize na osnovi teh modelov so sicer dale mešane rezultate, vendar zadosti dokazov v prid močne in pozitivne povezave med izdatki za r&r ter rastjo skupne faktorske produktivnosti. V novejšem času je ena najvplivnejših študij o inovativnosti in rasti produktivnosti študija 22 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE crepona, Dugueta, in Mairessa (1998), ki povezuje funkcijo proizvodnje znanja, r&r aktivnost, s patentiranjem ali inovacijsko aktivnostjo ter slednjega z ekonomsko uspešnostjo podjetja, merjeno s produktivnostjo dela. Prispevek crepona, Dugueta, in Mairessa (1998) je vplival na novo in rastočo smer literature o povezanosti med inovacijami in uspešnostjo podjetij (na primer, Duguet, 2000; criscuolo and Haskel, 2002; Hall and Mairesse, 2006; raymond et al., 2006; Lööf and Heshmati, 2006; Mohnen et al., 2006). Prevladujoča ugotovitev teh študij je, da proizvodnja inovacij (inovativnost) pozitivno in značilno vpliva na uspešnost podjetja. Če je vpliv r&r in inovativnosti na rast produktivnosti podjetja precej splošno sprejeto dejstvo, pa ni nujno tako, ko govorimo o vplivu na rast prodaje in zaposlenosti podjetja. coad (2009), ki podaja obsežen pregled literature na to temo, pravi, da je zveza med inovacijami in rastjo prodaje neke vrste paradoks; po eni strani obsežna teoretična in deskriptivno empirična literatura poudarja pomembno vlogo, ki jo imajo inovacije za firme, ki želijo povečati svoj tržni delež (carden, 2005; geroski, 2000, 2005; Aghion in Hovitt, 1992). Po drugi strani pa imajo empirične študije težavo z identifikacijo robustne zveze med inovacijami in rastjo prodaje; rezultati teh študij so pogosto skromni in ne ravno ohrabrujoči (cefis in orsenigo, 2001). glavna težava pri ugotavljanju učinka inovacij na rast je, da lahko mine precej časa, da se inovacija odrazi v uspešnosti podjetja (Bloom in Van reenen, 2002; coad in rao, 2006). Še ena značilnost inovacijskega procesa je, da je v vseh fazah prisotna negotovost in da ugoden končni izid zahteva uspeh v vsaki fazi procesa (Mansfield et al., 1977). Kljub vsemu se zdi, da empirične analize, ki ugotavljajo pozitivno povezavo med inovacijami in rastjo prodaje podjetja, prevladujejo (Mansfield, 1962; geroski in Machin, 1992; geroski in toker, 1996; roper 1997; Freel, 2000). Pri tem je zanimiva ugotovitev coada in raoa (1996a, 1996b, 1996c), ki analizirata vpliv heteroegenosti podjetij na zvezo med inovacijami in rastjo prodaje. ugotavljata, da je rast večine podjetij le malo povezana z njihovo inovativnostjo. Vendar pa je inovativnost ključnega pomena za peščico hitro rastočih podjetij. torej, medtem ko pri povprečnem podjetju inovativnost ni zelo pomembna za njegovo rast prodaje, ima inovativnost ključni pomen za hitro rastoča podjetja. V regresijski analizi je torej treba ločevati hitro rastoča podjetja od ostalih podjetij, sicer se ta vidik izgubi. Po besedah coada (2009) je vpliv inovativnosti na rast zaposlenosti a priori nejasen, saj se inovacije običajno povezujejo z rastjo produktivnosti, ki zmanj­ šuje količino dela, ki je potrebna za proizvodnjo. Pri oceni vpliva inovacij na rast zaposlenosti je smiselno razlikovati med produktnimi in procesnimi inovacijami. Produktne inovacije so pogosto povezane s povečanjem zaposlenosti, saj novi proizvodi ustvarjajo novo povpraševanje. Po drugi strani pa procesne inovacije pogosto povečujejo produktivnost s tem, da zmanjšajo potrebo po delu v proizvodnem procesu. tu pa so seveda še različni indirektni učinki inovacij na zaposlenost, ki delujejo skozi različne “substitucijske kanale” (npr. Spiezia in Vivarelli, 2000). rezultat vsega tega je, da je učinek inovacij na zaposlenost treba raziskovati Analiza obstoječe literature in hipoteze 23 empirično. obstoječe empirične analize kažejo mešane rezultate (niefert, 2005), vendar pa je splošen zaključek, da imajo produktne inovacije pozitiven učinek na zaposlenost, učinek procesnih inovacij pa je negotov (Hall et al., 2006). Specifičnih analiz o vplivu r&r in inovacijske aktivnosti na odpornost podjetij v gospodarski recesiji praktično ni. izjema sta Dugal in Morbey (1995), ki z analizo obnašanja podjetij v recesijah 1981–1982 in 1990–1991 ugotavljata, da so podjetja, ki so veliko investirala v r&r, v času recesije še naprej rasla, medtem ko se je prodaja konkurentov z manjšimi vlaganji v r&r zmanjšala. Pravita, da so za preprečitev padca prodaje v času recesije potrebni r&r izdatki višji od 3 % prodaje, če pa podjetje želi zagotoviti rast prodaje v recesiji, so potrebni r&r izdatki v višini preko 5 % prodaje. Modelska analiza jima pokaže, da na te rezultate ne vplivajo velikost podjetja, tip lastništva ali tržna struktura. Obstoječa literatura torej kaže, da: (i) obseg R& R aktivnosti, organiziranost in inovacijska intenzivnost podjetij pozitivno vplivajo na rast prodaje podjetij v času gospodarske recesije; (ii) produktne inovacije pozitivno vplivajo na rast zaposlenosti podjetij v času gospodarske recesije, medtem ko je vpliv procesnih inovacij negativen. nAČin FinAncirAnjA PoDjetjA oZiroMA VPLiV FinAnČniH oMejiteV Vprašanje finančnih omejitev je eno najpogostejših v zvezi z analizo dejavnikov rasti podjetij v času gospodarske recesije. načelno velja, da finančni vzvod v dobrih časih povečuje donose lastnikom podjetij, v času gospodarske krize pa bolj zadolženim podjetjem postavlja omejitve, saj se po eni strani višajo obresti in stroški financiranja ter se zmanjšuje razpoložljivost posojil, po drugi strani pa se upočasnjuje rast ali celo krči obseg dejavnosti podjetja. V tem kontekstu nas zanima, kako stopnja finančnega vzvoda, oziroma večja ali manjša zadolženost podjetja in težave s pridobivanjem finančnih virov vplivajo na njegovo odpornost na gospodarsko recesijo. Literatura o vplivu finančne uspešnosti podjetja na njegovo rast si je precej enotna, namreč da finančna uspešnost podjetja ni ena glavnih determinant njegove rasti. empirične analize o tem vprašanju še vedno ostajajo dvoumne; medtem ko nekatere študije kažejo značilno pozitivno povezavo med finančnim stanjem in rastjo podjetja (Bottazzi in Secchi, 2005), so druge našle le skromne učinke (coad, 2007). Vendar na splošno velja, da so le finančno zdrava podjetja sposobna rasti (coad, 2009). Zagotavljanje finančnih virov je pomembno za rast podjetij, še posebej majhnih (Zhou in de Wit, 2009; Bamford et al., 1997; Sexton in Bowman­ ­upton, 1991; cooper et al., 1994; Storey, 1994). Če zaključki literature o vplivu finančne uspešnosti podjetja na njegovo rast v normalnih razmerah niso povsem enotni, pa je literatura o vplivu finančnih omejitev na rast podjetij v pogojih gospodarske recesije povsem nedvoumna. 24 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Finančne omejitve, do katerih praviloma prihaja v razdobjih gospodarskih kriz, so eden glavnih omejevalnih dejavnikov rasti podjetij v kriznih razmerah. Problem finančnih omejitev v času gospodarskih kriz je tudi med najpogosteje analiziranimi vidiki teh kriz. tako Kroszner et al. (2007) ter Braun in Larrain (2005) ugotavljajo, da so panoge, ki so bolj odvisne od zunanjega financiranja, med krizo bolj prizadete. Bugamelli et al. (2009) pravijo, da so prav nadpovprečno zadolžena italijanska podjetja tista, ki jih je sedanja kriza najbolj prizadela. Desai et al. (2004) ter Manova, Wei in Zhang (2009) pa trdijo, da se podjetja v tuji lasti v krizi obnesejo bolje prav zaradi tega, ker so v svojem delovanju manj odvisna od zunanjih finančnih virov. obstaja veliko analiz o vplivu finančnih omejitev na nadpovprečen padec mednarodne trgovine v sedanji krizi. chor in Manova (2010) ugotavljata, da so države z višjimi medbančnimi obrestnimi merami in torej z ostrejšimi kreditnimi pogoji na vrhuncu sedanje krize manj izvažala v ZDA. ti učinki so bili še posebej poudarjeni v sektorjih, ki zahtevajo obsežno zunanje financiranje, imajo malo sredstev za poroštva, ali imajo omejen dostop do trgovinskih kreditov. Bricogne et al. (2009) pravijo, da je kriza najbolj prizadela tiste francoske izvoznike, ki delujejo v panogah, ki so najbolj odvisne od zunanjega financiranja, pa najsi gre za velika ali mala podjetja, Amiti in Weinstein (2009) pa, da je bilo zmanjšanje trgovinskega financiranja odgovorno za približno eno tretjino padca japonskega izvoza v finančni krizi devetdesetih let. Obstoječa literatura torej kaže, da se z gospodarsko recesijo lažje soočijo podjetja z nižjo stopnjo zadolženosti oziroma tista, ki so manj odvisna od zunanjih virov financiranja. PAnogA in DejAVnoSti, V KAteri PoDjetje DeLuje Panoga dejavnosti, v kateri deluje podjetje, je ena standardnih spremenljivk v modelih rasti podjetij. Kot pravi coad (2009), obstaja več razlogov, zaradi katerih lahko pričakujemo, da rast podjetij variira med sektorji. Podjetja v starih panogah bodo ceteris paribus verjetno imela nižje povprečne stopnje rasti, saj je v teh panogah nivo priložnosti nižji. Podjetja v visoko tehnoloških panogah bodo verjetno imela višje stopnje rasti zaradi hitrega tehnološkega napredka in uvajanja novih proizvodov. Stopnje rasti podjetij so povezane tudi s sektorsko specifičnimi stopnjami konkurence in koncentracije. Vpliv sektorsko specifičnih značilnosti na rast podjetij se v empiričnih študijah običajno zajema s panožnimi slamnatimi spremenljivkami. Analize, ki poročajo o vplivu panožno specifičnih slamnatih spremenljivk na rast podjetja, v glavnem potrjujejo vpliv panoge na rast podjetij. tako Audretsch (1995) poroča o pozitivni korelaciji med minimalnim še učinkovitim obsegom dejavnosti po panogah in rastjo novih podjetij, gabe in Kraybill (2002) ugotavljata pozitivno zvezo med rastjo podjetij in povprečno velikostjo tovarn v Analiza obstoječe literature in hipoteze 25 panogi, Audretsch in Mahmood (1994), Audretsch (1995) ter geroski in toker (1996) pravijo, da ima rast panoge pozitiven učinek na rast podjetja. Kljub temu coad (2009) na osnovi pregleda relevantne literature trdi, da vključitev panožno specifičnih spremenljivk v model rasti podjetja le malo prispeva k njegovi skupni pojasnjevalni moči. Seveda pa samo dejstvo, da panoga vpliva na rast podjetja, še nič ne pove o tem, da se različne panoge v gospodarski recesiji obnašajo različno, kar ima seveda vpliv na odpornost podjetij iz različnih panog na gospodarsko recesijo. Panoga oziroma dejavnosti, v kateri deluje podjetje, je brez dvoma ena pomembnejših determinant njegove odpornosti na gospodarsko recesijo. že na prvi pogled je jasno, da zmanjšanje zaposlenosti, plač in kreditne aktivnosti bank najprej prizadene dejavnosti kot so gradbeništvo in proizvodnja trajnih potrošnih dobrin ter na njih vezane dejavnosti, precej manj pa proizvodnjo hrane in pijač, farmacevtsko proizvodnjo, proizvodnjo energije za gospodinjstva in podobno. imamo torej dejavnosti, v katerih zaradi ekonomske recesije pride do bolj ali manj izrazitega padca prodaje, zaposlenosti in dohodkov, in dejavnosti, v katerih obseg dejavnosti pade manj, ne pade, ali pa celo raste. Vendar pa to ni edini pomemben panožni vidik recesije; potrebno je upoštevati tudi spremembo dinamike v dejavnosti. Med dejavnostmi so precejšnje razlike, glede začetka in trajanja investicijskega cikla. Dejavnosti, ki na začetku recesije še vedno beležijo pozitivno rast, so lahko precej bolj na udaru, ko pride do okrevanja. Ali nasprotno, dejavnosti, ki na začetku recesije beležijo negativno rast, si bodo morda hitreje opomogle kot druge. tako Kim in Barrett (2002) dejavnosti glede na njihovo obnašanje v recesiji delita na (i) upadajoče sektorje, katerih rast je med recesijo negativna in se še upočasnjuje, (ii) sektorje rasti, katerih rast je med recesijo pozitivna in se pospešuje, (iii) sektorje z upadom dinamike rasti, ki imajo v obdobju recesije sicer pozitivno rast in (iv) hitro okrevajoče sektorje, ki imajo med recesijo sicer negativno rast, vendar se rast hitro pospešuje. Malo drugače delita dejavnosti glede na njihovo obnašanje v času recesije roubinchtein in Ayala (2009). ena je delitev na sektorje, ki so odporni na recesijo, in na sektorje, ki so še posebej dovzetni za recesijo, druga je delitev na sektorje s kratkim trajanjem recesije in na sektorje z dolgim trajanjem recesije, tretja pa delitev na pro in kontra ciklične sektorje. Dejstvo, da različni sektorji vstopajo in izstopajo iz ekonomske recesije v različnih fazah recesijskega cikla zelo poudarjajo tudi jiang et al. (2009). trdijo, da sedanja recesija v tem pogledu zaenkrat precej dobro sledi vzorcu iz prejšnjih recesij. Če sledimo Kimu in Barrettu, so se v ZDA v štirih recesijah v razdobju 1973– 1991 najslabše odrezali sektorji bazične kemije, proizvodnje strojev in naprav, proizvodnje električne opreme, naravnega plina in gumijastih proizvodov (razen avtomobilskih gum). to so tako imenovani upadajoči sektorji, katerih rast med recesijo je negativna in se še upočasnjuje. najbolje so jo odnesli tako imenovani sektorji rasti, katerih rast med recesijo je bila pozitivna in se je še pospeševala; to so hrana in pijača, farmacevtika, računalniki in pisarniška oprema, proizvodnja hidro in jedrske energije ter prodaja elektrike gospodinjstvom. Sektorji, ki so 26 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE imeli v obdobju recesije sicer pozitivno rast, vendar je dinamika te rasti upadala, so komunikacijska oprema, polprevodniki in z njimi povezane elektronske komponente ter komercialna in druga prodaja elektrike. Hitro okrevajoči sektorji, ki si imeli med recesijo sicer negativno rast, vendar se je rast hitro pospeševala, so različni gospodinjski aparati, plastika, proizvodi iz lesa, avtomobilske gume, lahki tovornjaki in jeklo namenjeno končnim potrošnikom (Kim in Barrett, 2002). glede na očitno pomembnost panoge in dejavnosti za odpornost podjetja na krizne razmere, ni čudno, da že obstaja niz empiričnih analiz, ki se ukvarjajo s tem vidikom sedanje krize. njihove ugotovitve se ujemajo z zgoraj predstavljenimi ugotovitvami. eaton et al. (2011) ugotavljajo, da so zaradi padca mednarodne trgovine najbolj trpele panoge v proizvodnji trajnih dobrin, Bricongne et al. (2010) izpostavljajo vpliv padca mednarodne trgovine na proizvodnjo investicijskih dobrin in avtomobilsko industrijo, Levchenko et al. (2010) pa izvoz v sektorjih, ki proizvajajo vmesne proizvode. chor in Manova (2010) poudarjata probleme sektorjev, ki zahtevajo obsežno zunanje financiranje, imajo malo sredstev za poroštva, ali imajo omejen dostop do trgovinskih kreditov. Bugamelli et al. (2009) pa pravijo, da je v italiji zadnja kriza najbolj prizadela podjetja iz tekstilne in oblačilne industrije, usnjarske in čevljarske industrije, dejavnosti povezane s pohištveno industrijo (kriza gradbeništva), kovinskopredelovalno industrijo, hotele in gostinstvo ter transport. Seveda naš namen nikakor ni poskus klasifikacije dejavnosti glede na njihovo obnašanje v recesiji; zanima nas predvsem dejstvo, da se različne dejavnosti v recesiji obnašajo precej različno, kar seveda vpliva na razlike med podjetji iz različnih dejavnosti. Skratka, zdi se, da dobršen del večje ali manjše odpornosti podjetij na gospodarsko recesijo izhaja iz značilnosti dejavnosti, v kateri delujejo. Obstoječa literatura torej kaže, da dejavnost, v kateri deluje podjetje, pomembno opredeljuje njegovo odpornost na krizo. Glede na različno obnašanje panog dejavnosti ločujemo med: (i) upadajočimi sektorji, katerih rast je med recesijo negativna in se še upočasnjuje (bazična kemija, proizvodnje strojev in naprav, proizvodnja električne opreme, naravnega plina in gumijastih proizvodov); (ii) sektorji rasti, katerih rast je med recesijo pozitivna in se pospešuje (hrana in pijača, farmacevtika, računalniki in pisarniška oprema, proizvodnja hidro in jedrske energije ter prodaja elektrike gospodinjstvom); (iii) sektorji z upadom dinamike rasti, ki imajo v obdobju recesije sicer pozitivno rast (komunikacijska oprema, polprevodniki in z njimi povezane elektronske komponente ter komercialna in druga prodaja elektrike); (iv) hitro okrevajoči sektorji, ki imajo med recesijo sicer negativno rast, vendar se rast hitro pospešuje (različni gospodinjski aparati, plastika, proizvodi iz lesa, avtomobilske gume, lahki tovornjaki in jeklo namenjeno končnim potrošnikom). Analiza obstoječe literature in hipoteze 27 oStALi DejAVniKi Produktivnost. coad (2009: 25) med možnimi dejavniki rasti podjetja navaja tudi produktivnost, saj je “naravno pričakovati, da bodo najbolj produktivna podjetja rasla, najmanj produktivna pa se bodo zmanjševala”. Vendar pa empirija tega ne potrjuje (Bottazzi et al., 2006). ena možna razlaga za to je, da podjetja lahko povečujejo svojo produktivnost tako s povečevanjem kot z zmanjševanjem obsega dejavnosti (Foster et al., 1998). Kakorkoli že, model rasti podjetja mora vsebovati produktivnost podjetja kot kontrolno spremenljivko (glej Alvarez in görg, 2009). Obstoječa literatura torej kaže, da je v gospodarski recesiji rast produktivnosti povezana z zmanjševanjem zaposlenosti, zato je povezava med rastjo zaposlenosti in produktivnostjo negativna. Človeški kapital. Človeški kapital je še ena možna determinanta rasti podjetja, še posebej manjših podjetij. rauch et al. (2005) na osnovi empirične analize longitudinalnih podatkov 119 nemških podjetij ugotavljajo, da so človeški resursi najpomembnejši faktor pojasnjevanja rasti majhnih in srednje velikih podjetij. Razpoložljivost človeškega kapitala torej pozitivno vpliva na rast podjetja in njegovo odpornost na gospodarsko recesijo. Dinamika rasti pred krizo. geroski in gregg (1996) ugotavljata, da so podjetja, ki so tik pred krizo doživela obdobja neobičajno visokih stopenj rasti, pogosto še posebej ranljiva na recesijske pritiske. Zdi se torej, da so podjetja, ki so v razdobju tik pred krizo zabeležila zelo visoke stopnje rasti, manj odporna na delovanje v pogojih gospodarske recesije. Makroekonomski dejavniki. na delovanje podjetij v pogojih gospodarske recesije, oziroma na njihovo odpornost na krizne razmere seveda vplivajo tudi makroekonomski dejavniki v konkretni državi; kako močno jo je kriza prizadela, v kateri fazi gospodarske recesije se nahaja, kako uspešna je vlada v sprejemanju ustreznih protikriznih ukrepov itd. Higson et al. (2002, 2004), ki analizirajo ameriška in britanska podjetja v razdobju 30 let, ugotavljajo, da je povprečna stopnja rasti podjetij dejansko občutljiva na makroekonomska nihanja v posameznih državah. upoštevanje makroekonomskih dejavnikov v analizi rasti podjetij v pogojih krize je pomembno, kadar imamo podjetja iz različnih držav. Ker se v naši analizi omejujemo na Slovenijo, v modelu ne bomo upoštevali makroekonomskih dejavnikov. 28 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE DoMAČe AnALiZe Kompleksnejših analiz obnašanja in posledic ekonomske recesije za različne vidike delovanja slovenskih podjetij še ni. izjema je analiza Prašnikarja, Komana, Valentinčiča in trobca (2009) o vplivu ekonomske krize na izvozno aktivnost slovenskih podjetij, v kateri – na osnovi pričakovanj 158 največjih slovenskih podjetij o spremembi izvoza v letu 2009 glede na dejanski izvoz v letu 2008 – ugotavljajo, da: (i) so manjša podjetja manj zmanjšala izvozna pričakovanja in da so torej bolj prilagodljiva;4 (ii) so podjetja z večjim deležem izvoza v prodaji bolj zmanjšala izvozna pričakovanja. Podjetja z veliko izvoza na trge nekdanje Sovjetske zveze imajo slabša izvozna pričakovanja kot podjetja, ki so bolj usmerjena na trge eu in držav nekdanje jugoslavije; (iii) se dostop do virov financiranja v obliki obveznosti do dobaviteljev kaže kot ključna determinanta pričakovanj o izvozu v letu 2009; (iv) več finančnega dolga vodi v večje zmanjševanje izvoznih pričakovanj; (v) se izvozna pričakovanja po dejavnostih značilno ne razlikujejo. Analizo nekaterih vidikov obnašanja slovenskih podjetij v pogojih krize prinaša tudi knjiga The role of intangible Assets in exiting the crisis (Prašnikar, 2010). Analize v knjigi temeljijo na razpoložljivih javnih podatkih za 203 med največjimi slovenskimi industrijskimi podjetji. Z vidika obnašanja podjetij v krizi so relevantni naslednji zaključki teh analiz: a) Knežević et al. (2010) analizirajo povezavo med produktivnostjo in lastništvom in ugotavljajo, da so se podjetja v različnih tipih lastništva različno uspešno soočila z gospodarsko krizo: (i) podjetja z razpršenim lastništvom so v razdobju 2006–2009 poslovala bolje in so se uspešneje soočila s krizo. ta podjetja, med katerimi je veliko slovenskih ‘blue chipov’, so imela že boljše inicialne pogoje in tradicionalno poslujejo bolje; (ii) podjetja, ki so bila predmet managerskega odkupa izkazujejo inverzen odnos s produktivnostjo in rastjo produktivnosti. Dolg teh podjetij je rasel hitreje kot pri drugih podjetjih predvsem zaradi zadolževanja za managerske odkupe; (iii) podjetja s “kapico” (razpršeno vendar znano lastništvo) kažejo visoko rast produktivnosti. ta podjetja največkrat kontrolira management, vendar so pri njih managerji prevzemali kontrolo postopoma, ne da bi ogrožali poslovne operacije podjetij; (iv) podjetja pod kontrolo finančnih holdingov z razpršenim lastništvom so tudi zabeležila visoke stopnje rasti produktivnosti, vendar pa imajo zaradi orientiranosti lastnikov na kratkoročno maksimiranje profitov velike dolgove, kar jim povzroča probleme. 4 to se ujema z ugotovitvijo Moscarinija in Postel­Vinaya (2009), da so glede zaposlenosti velika podjetja bolj občutljiva na cikle kot manjša, saj v recesiji odpustijo relativno več delavcev, v obdobju ekspanzije pa ustvarijo relativno več delovnih mest. Analiza obstoječe literature in hipoteze 29 b) Domadenik et al. (2010) analizirajo opredmetene investicije v slovenska podjetja v razdobju 2006–2009 in ugotavljajo, da je imela sedanja gospodarska kriza signifikanten vpliv na nivoje investiranja podjetij. Povprečno slovensko podjetje je v razdobju 2006–2009 investiralo 19,8 % opredmetenih osnovnih sredstev s pomembnim 20 % padcem od leta 2008 na 2009. največji padec je bil v skupini finančnih holdingov z znanim lastništvom, medtem ko je bilo zmanjšanje najmanjše v skupini podjetij v tuji lasti. c) Bole et al. (2010) analizirajo zadolženost podjetij in ugotavljajo, da so bila v sedanji krizi slovenska podjetja prizadeta z dveh strani; z zmanjšanjem povpraševanja in z visoko ravnijo finančne zadolženosti. Pri tem so bile nekatere skupine podjetij prizadete bolj kot druge. najboljše so se v tem pogledu obnašala podjetja s “kapico” (angleško »cap«, razpršeno vendar znano lastništvo), podjetja z velikimi individualnimi domačimi lastniki in podjetja v tuji lasti. Zgornje parcialne analize obnašanja slovenskih podjetij v sedanji gospodarski krizi večinoma potrjujejo ugotovitve obstoječe literature o determinantah rasti podjetij in obnašanja v kriznih razmerah. Velikost, izvozna usmerjenost, lastni­ štvo in finančne omejitve so se izkazale kot pomembne determinante odpornosti slovenskih podjetij na krizo. Bolje so se obnesla manjša podjetja, v začetni fazi krize manj izvozno usmerjena podjetja, manj zadolžena podjetja ter podjetja z znanimi lastniki in podjetja v tuji lasti. HiPoteZe na osnovi ugotovitev relevantne literature bomo v nadaljevanju testirali naslednje hipoteze: • Vladni protikrizni ukrepi le začasno povečajo odpornost podjetij na gospodarsko recesijo in omilijo padanje števila zaposlenih. • obstaja negativna povezava med velikostjo in rastjo podjetja, vendar pa so manjša podjetja bolj občutljiva na pogoje gospodarskega cikla, gospodarska recesija pa jih prizadene bolj kot večja podjetja. • obstaja negativna povezava med starostjo in rastjo podjetja. • izvozna podjetja so bolj produktivna in uspešnejša od podjetij, ki prodajajo samo na domačem trgu, zato pričakujemo, da se bodo v pogojih recesije izvozna podjetja bolje znašla. • Podjetja v tuji lasti in internacionalizirana domača podjetja imajo boljše pogoje za doseganje uspešnosti delovanja kot neinternacionalizirana domača podjetja. to jim daje tudi boljše možnosti za soočanje s situacijo gospodarske recesije. 30 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE • obseg r&r aktivnosti, organiziranost in inovacijska intenzivnost podjetij pozitivno vpliva na rast prodaje podjetij v času gospodarske recesije. • Z gospodarsko recesijo se lažje soočijo podjetja z nižjo stopnjo zadolženosti oziroma tista, ki so manj odvisna od zunanjih virov financiranja. • V gospodarski recesiji je rast produktivnosti povezana z zmanjševanjem zaposlenosti, zato je povezava med rastjo zaposlenosti in produktivnostjo negativna. • razpoložljivost človeškega kapitala pozitivno vpliva na rast podjetja in njegovo odpornost na gospodarsko recesijo. • Podjetja, ki so v razdobju tik pred krizo zabeležila zelo visoke stopnje rasti, so manj odporna na delovanje v pogojih gospodarske recesije. • Dejavnost, v kateri deluje podjetje, pomembno opredeljuje njegovo odpornost na krizo. 31 METODOLOGIJA Pregled teoretične in empirične literature daje vpogled v dosedaj uporabljene empirične tehnike za ugotavljanje učinkov državnega ukrepa na različne kazalce poslovanja, hkrati pa identificira nabor cele vrste kontrolnih spremenljivk, ki so se izkazale za pomembne pri proučevanju determinant rasti podjetja. V nadaljevanju povzemamo različne metode empirične analize, ki smo jih uporabili v analizi učinkov pomoči na poslovanje prejemnikov in katerih rezultati so predstavljeni v poglavju 5. Sosledje metod upošteva naraščajočo zahtevnost in metodološko primernost tehnik za ugotavljanje učinkov. najprej predstavimo metode opisne statistike, nato različne metode paritve in na koncu še dinamično panelno regresijo. oPiSne StAtiStiKe empirično analizo učinkov ukrepa na prejemnike sredstev začnemo s predstavitvijo osnovnih povprečnih vrednosti izbranih kazalcev poslovanja prejemnikov, in sicer od obdobja 5 let pred prejemom sredstev do enega leta po prejemu sredstev. Poleg nominalnih vrednosti predstavimo tudi gibanje kazalnikov poslovanja, izraženih v relativnih vrednostih glede na povprečje tega kazalnika v 3­mesti panogi v izbranem letu. Z relativnimi indeksi namreč nevtraliziramo vpliv časovnega trenda in razlik med panogami, s tem pa primerjamo vsakega prejemnika s povprečjem podjetij v njegovi panogi in tekočem letu. V naslednjem koraku popravljamo pomanjkljivosti prejšnje analize, tako da primerjamo prejemnike sredstev ukrepa z njimi podobnimi podjetji po velikosti in starosti iz iste panoge in istega leta. to storimo z izračunom premij po vzoru Bernard in jensen (1999), kasneje pa, kot že rečeno, še z regresijskimi tehnikami in metodo paritve. Pri Bernard & jensen (Bj) premijah izračunamo, za koliko se prejemniki od neprejemnikov razlikujejo v izbranem kazalniku uspešnosti poslovanja v razdobju od 5 let pred do 1 leta po letu prejema sredstev. Pri tem kontroliramo za industrijo na 3­mestni ravni, za časovno obdobje, za velikost podjetja (število zaposlenih, razen ko proučevana spremenljivka ni prav zaposlenost) in starost podjetja. na ta način poskrbimo, da se upoštevajo razlike med podjetji iz različnih panog, v različnih letih, različnih velikostnih razredih ter starosti. kot že rečeno, še z regresijskimi tehnikami in metodo paritve. Pri Bernard & Jensen (BJ) premijah izračunamo, za koliko se prejemniki od neprejemnikov razlikujejo v izbranem kazalniku uspešnosti poslovanja v razdobju od 5 let pred do 1 leta po letu prejema sredstev. Pri tem kontroliramo za industrijo na 3-­‐mestni ravni, za časovno obdobje, za velikost podjetja (število zaposlenih, razen ko proučevana spremenljivka ni prav zaposlenost) in starost 32 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE podjetja. Na ta način poskrbimo, da se upoštevajo razlike med podjetji iz različnih panog, v različnih letih, različnih velikostnih razredih ter starosti. Premije se izračunajo na podlagi Premije se izračunajo na podl spodnjega regresijskega modela:a gi spodnjega regresijskega modela: 𝑙𝑙𝑙𝑙𝑦𝑦 𝑇𝑇 !" = 𝑋𝑋𝑖𝑖𝑖𝑖𝛽𝛽𝑇𝑇 + 𝛽𝛽!𝑙𝑙𝑙𝑙𝑙𝑙!" + 𝜷𝜷!𝑫𝑫𝑫𝑫𝑫𝑫𝑫𝑫!" + 𝛽𝛽!𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷!" + 𝜷𝜷!𝑫𝑫𝑫𝑫𝑫𝑫𝑫𝑫𝑫𝑫! + 𝜷𝜷!𝑫𝑫𝑫𝑫𝑫𝑫𝑫𝑫! + 𝜺𝜺𝒊𝒊𝒊𝒊, (1) T kj kjer er yy it označuje proučevani kazalnik poslovanja podjetja i v času t, ! X je indika­ it označuje proučevani kazalnik poslovanja podjetja i v času t, 𝑋𝑋!" je it indikatorska spremenljivka torska sprem za enlprejem jiv pomoči, ka za prej L je em po število moči, zaposlenih L je števi v podjetju, lo zaposleni Dage h v p je odjvektor etju, slamnatih Dage je spremenljivk vektor slamnza ati različne h spremstarosti enljiv podjetja (od k za različne st1 ardo ost 16 i p let), odj etj Dold a (o je indikator za d 1 do 16 let), podjetja, Dold je starejša indikat od o tistega r za podjštevila etja, s let, tar za ejš katerega a od tist iz naših ega števipodatkov l ni mogoče a let, za kater ugotoviti ega iz naši točnega h podatkoleta v ustanovitve, ni mogo Dyea če ugoto r vje it vektor i točn časovnih ega leta u indikator stanovit jev, ve, ki D označujejo year je vekt različna or časo leta vni in kontrolirajo h indikatorza jev časovne , ki ozn šoke, ačujej skupne celotnemu o različna leta in kpodje ontr tni o škemu liraj se o za čaktorju, sovn Di e šo nd ke pa , sk je up vektor ne celo panožnih tnemu indikatorjev, podjetnišk ki emu skontrolira ektorju, D za ind razlike pa je v v ektpovprečnih or panožni vrednostih h indikatorj spr ev emenljivke , ki kontro Y med lira za dejavnostmi razlike v po. Za vpr vsako ečni spremenljivko h vrednostih sp y r (prodaja, emenljivk zaposlenost, e Y med dej izvoz, avnos tdelež mi. Z izvoza a vsak v prodaji, o spre­ povprečne menljivko plače, y (pr o kapitalski daja, zap količnik, oslenos dodana t, izvo vrednost z, delež izvo in produktivnost) za v prodaji, po izvedemo vprečne pl enajst ače, regresij, kapitals pri ki k čemer olični variiramo k, dodan y a v od re y dnost in produktivnost) izvedemo enajst regresij, pri it-­‐5 do yit+1. Vsebinsko nas zanima vrednost in značilnost čemer variiramo y od y regresijskega koeficienta it𝛽𝛽­5 do y it+1. Vsebinsko nas zanima vrednost in značilnost ! , saj nam izraz 100 ∗ 𝑒𝑒𝛽𝛽𝑇𝑇 − 100 poda odstotno premijo regresijskega koeficienta β , saj nam izraz 100 · eβ – 100 poda odstotno premijo preprejemnikov sredstev v izbranem indikatorju posl T ovanja nad neprejemniki sredstev. T jemnikov sredstev v izbranem indikatorju poslovanja nad neprejemniki sredstev. 3.2 Ocena kavzalnih učinkov pomoči Identifikacija kavzalnih o učinkov cenA KA nekega VZAL ukrepa niH u XT Č inna K spremenljivko oV PoMoČiy je težavna tudi v idealnih okoliščinah, neprimerno zahtevnejše pa je pri delu na observacijskih, neeksperimentalnih identifikacija ka podatkih, vzalnih učinkjer kov ukrep nek XT ega u (npr. krep dodelitev a XT na sppomoči remen l podjetju) jivko y je analitik težavn ne a more t spreminjati udi v idealni ali h ok ga olišnaključno činah, n dodelje eprim vati. ern N o zaajb ht olj ev nepristranske nejše pa je pr ocene i del učinkov u na obs ukrepa ervaci­ bi namreč jskih, nedobili eksp s er t.i. imenteksperimentalnimi alnih podatkih, kjraziskovalnimi er ukrep XT projekti (npr. do (experimental delitev pomo research či poddesigns), jetju) a nki ali pa ti so k n največkrat e more sprbodisi eminj predragi ati a bodisi li ga nakl jsporni učn z moralnega o dodeljevati. ali napravnega jbolj nepvidika. ris­ Obstajajo transke oštirje cen sklopi e učin kvazieksper kov ukrep imentalnega a bi namre raziskovanja, č dobili s t. i ki . e ponujajo ksperim specifične enta pristope lnimi razisk­ k ocenjevanju ovalnimi pr kavzalnih ojekt učinkov i (experimenna ta podlagi l researc observacijskih h designs), k podatkov i pa so na (Shadish, jvečkra Cook t bodi in si Campbell, predrag 2002): i bodi si sporni z moralnega ali pravnega vidika. obstajajo štirje sklopi kvazieksperimentalnega raziskovanja, ki ponujajo specifične pristope k ocenjevan•j Metoda najmanjših kvadratov in panel u kavzalnih učinkov na podlagi obs ne er metode vacijski , h podatkov (Shadish, cook in ca • m p Matching in obtežitvene cenilke (reweighting est bel , 2002): imators), • • M Instrumentalne spremenljivke etoda najmanjših kvadrato , v in panelne metode, • Matching in obtežitvene cenilke (reweighting estimators), • Regresijski diskontinuitetni pristopi (regression discontinuity designs). • instrumentalne spremenljivke, • regresijski diskontinuitetni pristopi (regression discontinuity designs). 25 Vsaka od naštetih metod ima svoje prednosti in slabosti, v praksi pa sta zna­ čilnost proučevanega ukrepa in oblika podatkov tista, ki določata izbor metode. Za oceno učinkov ukrepa odpravljanje resne motnje v gospodarstvu in glede na razpoložljive podatke bomo v empirični analizi uporabili prvi dve metodi, torej metodo najmanjših kvadratov in panelne metode ter metodo paritve na podlagi ocenjenih verjetnosti dodelitve ukrepa. V nadaljevanju bosta na kratko predstavljeni obe empirični metodi. Vsaka od naštetih metod ima svoje prednosti in slabosti, slabosti, v praksi pa sta značilnost proučevanega ukrepa in oblika podatkov tista, sta, ki določata izbor metode. Za oceno učinkov ukrepa odpravljanje resne motnje v gospodarstvu in glede na razpoložljive podatke bomo v empirični analizi uporabili prvi dve metodi, metodi, torej metodo najmanjših kvadratov k in panelne metode ter metodo paritve na podlagi ocenjeni ocenje h ni verjetnosti dodelitve ukrepa. V Metodologija 33 nadaljevanju bosta na kratko predstavljeni obe empirični metodi. nadaljevanju bosta na kratko predstavljeni obe empirični metodi regreSijSKe in PAneLne MetoDe 3.3 Regresijske in panelne metode e največji problem ocenjevanja učinkov ukrepov na observacijskih neeksperiment N alnih p ajvečji odatkih j problem e v tem, da j ocenjevanja e ukrep učinkov XT uk lahko k repov or na eliran z neko dr observacijskih ugo spremenneeksperimentalnih ljivko (a podatkih li v je v ekto tem,r jem s da je prem ukrep en XT XT ljivk) lahko XU, ki im koreliran a p z rav t neko ako vp drugo liv na na spremenljivk šo o o (al d i visno vektorjem sp spr reem me enlji nljivkvk ) X o UU, y, n ki e v ima ključim prav tako o pa j vpliv e v em na našo pirični m odvisno odel zaradi n spremenljivko y, e ne dos vkl topnos jučimo ti pa je e v (»unobs empirični erved va model riable«; n zaradi pr. število č nedostopnosti loveških ur n (»unobserve (»unobser d ve amenj variableni e h za «; r npr. &r šte v p vilo o čl djetju) oveških ur ali nemerlji namenjenih vos za Rti sp &R rv emenljivk podjetju) e (»un ali observab nemerljivosti le variable«; n spremenljivke pr. sposobnost m (»unobservable anvariable«; ager npr. jev, razisko sposobnost valnega kadra). V t managerjev, managerjev, em prim raziskovalnega eru se l kadra). a V hko zg tem odi, da do primeru se b l imo n ahko egazgodi, zgodi, da tivno o dobimo ceno ukrep negativno a XT na oceno y, čep ukrepa ra X v j TT e v r na y, y esnici vp čeprav liv p je v ozitiven. resnici takš vpliv en e pozi kstrem tiven. en Takšen primer za ekstremen menja primerv e predzna zamenjave ka učinka predznaka je pozn učinka an je pod im poznan eno pod m Simps imenom onov parado Simpsonov ks paradoks (Simpso (Simpson, n, 1951), 1951), 1951), vend vendar ar je je v v pra praksi ksi največk največkrat rat učin učinek X e TT k X na T na y na y ocen ocenjen jen sicer sicer s s pravilnim pravilnim p predznakom, predznakom, redzna vendar ko je m, venda pristranski r j in e pristranski in n nekonsistenten, nekonsistenten, če ek je onsist ukrep en XT XT ten, če j dodeljen e ukrep XT nenaključno. Če dodeljen n izpuščeno enaključno. Č spremenljivko e izp lahko uščeno sp izmerimo rem ali enljivko lahko izm nadomestimo z erim neko o ali n drugo, drugo, adomesnadomestno timo z neko spremenljivko, spremenljivko, drugo, n metoda adomestno najmanjših spremen kvadratov ljivko, m lahko etod poda a najm nepristranjših anske kvadra ocene oce ne tov učinka. lahko po Velikokrat da Velikokrat pa nepristran pa določenih ske ocene učin določenih spremenljivk ne ka. Velik ne moremo okrat moremo vključi p vključiti a ti v določeni v model, model, k h e k r sprem r niso enljivk niso opazljive ne opazljive (kot na morem primer o vključiti primer sposobnost v mode sposobnost vodstva l, ker ni vodstva podjetja,s o opazlji podjetja, človeški ve (kot n človeški kapital), a kapital), so pr so pa imer sposo pa korelirane bnos korelirane tako t v tako z odstva z verjetnostjo podjetja, č dodelitve loveš dodelitve ukrepa ki ka ukrepa kot pita kot tudi l), s tudi z o pa ko z osrednjo relirane tako z v osrednjo spremenljivko y. erj . Če etnostjo dodeli Če predpostavimo, t ve u predpostavimo, da krepa da nemerljive kot tudi z osrednjo spremenljivko y. Če predpostavimo, da nemerljive izpuščene izpuščene značilnosti podjetja ne variirajo v času, času, lahko naš model zapišemo na naslednji značilnosti podjetja ne variirajo v času, lahko naš model zapišemo na naslednji način: način: 𝑦𝑦 ! ! !" 𝑦𝑦 = 𝛽𝛽 !" = ! 𝛽𝛽 + 𝑋𝑋 ! + !" 𝑋𝑋 𝛽𝛽! 𝛽𝛽 + 𝐗𝐗 !" ! + !"𝛃𝛃! 𝛃𝛃 + 𝑢𝑢 ! + ! + 𝜀𝜀 ! + !" 𝜀𝜀 !" !" kjer kjer je er j𝑦𝑦 ! e y proučeva proučevana na značiln značilnost ost pod podjetja j i et j v a i v let letu t, u t , X T je je indika indikatorska torska spre­ !" 𝑦𝑦 proučevana !" it značilnost podjetja i v letu t, 𝑋𝑋!" 𝑋𝑋 je indikatorska it spremenljivka za !" pridobitev menljiv pridobitev sredstev ka za pr sredstev ukrepa idobite ukrepa za blaženje v sredste blaženje gospodarske v ukrepa za b gospodarske krize, l ažen krize, 𝛽𝛽 je gospodarske krize, β ! 𝛽𝛽 je ocena kavzalnega vpliva T ! je ocena kavzalnega vpliva ukrepa, je o ukrepa, 𝐗𝐗 cen!a kavzalnega vpliva ukrepa, X C je vektor kontrolnih spremenjivk, 𝐗𝐗!" je vektor kontrolnih spremenji spr vk, it vk, ki vplivajo na 𝑦𝑦!" 𝑦𝑦 , 𝑢𝑢 !" , ! 𝑢𝑢 je firmsko-­‐specifičen !" ! je firmsko-­‐specifiče neopazljiv ki vpli neopazljiv učinek, vajo n a učinek, konstanten y , u je firmsko­specifičen neopazljiv učinek, konstanten v it i konstanten v času, času, 𝜀𝜀!" 𝜀𝜀 pa je naključna regresijska napaka. Za odpravo !" pa je naključna regresijska napaka. Za pristranskosti zaradi nevključitve času, e pa je naključna regresijska napaka. Za odpravo pristranskosti zara­ it pristranskosti zaradi nevključitve 𝑢𝑢! 𝑢𝑢 v regresijski model se lahko poslužimo diferenciacije: ! v regresijski model se lahko poslužimo diferenciacije: di nevključitve u v regresijski model se lahko poslužimo diferenciacije: i 𝑦𝑦 ! ! ! ! !" 𝑦𝑦 − 𝑦𝑦 !" − !" 𝑦𝑦 = 𝑋𝑋 !" = !" 𝑋𝑋 − 𝑋𝑋 !" !" 𝑋𝑋 𝛽𝛽! 𝛽𝛽 + 𝑿𝑿 !" ! + !" − 𝑿𝑿 !" !" 𝛃𝛃! 𝛃𝛃 + 𝜀𝜀 ! + !" 𝜀𝜀 − 𝜀𝜀 !" − !" 𝜀𝜀 !" !" pri p čemer ri čem uporabimo er uporab različne im definicije o različn subskripta e definicije subs s k . riTe pt mel Tea s. jna t ideja emeljn uporabe a ideja u panelnih porabe p tehnik anza eidentifikacijo lnih tehni kavzalnega k za identifi učinka kacijo kaje, je, vzada ln lahko uporabimo ega učinka je, da lindividualno ahko upora serijo bim podjetja o individu i ­za njegovo aln obdobij. o s lastno erijo p Metoda fi kontrolno odjet ksnih jučink skupino, a i za n ov jeg (FE o ) v skupino, s o l od te as m tetn vsake da o k vključi ontro tekoče mo lno s informacije kup vrednosti ino, s t iz različnih em da v spremenljivke klj časovnih učim podjetja i o informacije iz različnih časovnih obdobij. Metoda fiksni obdobij. h učinko Metoda v (F fi e) o ksnih d vs učink ak ov e (FE) od vsake tekoče vrednosti spremenljivke podjetja i odšteje povprečne vrednosti iste spremenljivke znotraj časovne serije podjetja i, npr. tekoče v !! rednosti spremenljivke podjetj odšteje povprečne vrednosti iste spremenljivke znotraj časovne serije podjetja i, npr. 26 : a i odšteje povprečne vrednosti iste spre­ 𝑦𝑦! = 1 𝑁𝑁 ! !!! 𝑦𝑦!" ! menljivke znotraj časovne serije podjetja i, npr. 𝑦𝑦 ! ! = 1 𝑁𝑁! !!! 𝑦𝑦!": 𝑦𝑦 ! ! ! ! !" − 𝑦𝑦! = 𝑋𝑋!" − 𝑋𝑋! 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿! 𝛃𝛃! + 𝜀𝜀!" − 𝜀𝜀! 𝑦𝑦 !(FE) ! ! ! !" − 𝑦𝑦! = 𝑋𝑋!" − 𝑋𝑋! 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿! 𝛃𝛃! + 𝜀𝜀!" − 𝜀𝜀! (FE) Panelna metoda Paneln fiksnih a meto učinkov da fiksni (FE) nam h učinko poda v (Fe oceno ) nam poda oceno učinka β , ki vsebin­ Panelna učinka metoda 𝛽𝛽!, ki v fiksnih sebinsk T o učinkov pomeni (FE) nam poda oceno učinka 𝛽𝛽 sko pomeni povprečno razliko med nivojem spremenljivke y v obdobju pred ! , ki vsebinsko pomeni povprečno razliko med nivojem spremenljivke y v povprečno obdobju pred razliko med dodelitvijo nivojem pomoči in spremenljivke y v obdobju pred dodelitvijo pomoči in povprečno vrednostjo te spremenljivke v obdobju po povprečno dodelitvi vrednostjo pomoči. Za te bolj spreme pl nlji astično vke v obdobju po dodelitvi pomoči. Za bolj plastično ponazoritev izmerjenih učinkov s posameznimi po metodami nazoritev spodaj izmerjenih prikazujemo učinkov s hipotetično posameznimi metodami spodaj prikazujemo hipotetično podjetje in vrednost njegove spremenljivke y podjetje (ordinata) v času in vrednost (abscisa). njegove Čas spre dodelitve menljivke y (ordinata) v času (abscisa). Čas dodelitve pomoči je označen z DP. V letih t=1 – 4 ima 𝑋𝑋!!" pomoči je označen z DP. V letih t=1 torej vrednost 0, v letih t=5 – 6 pa vrednost 1. – 4 ima 𝑋𝑋!!" torej vrednost 0, v letih t=5 – 6 pa vrednost 1. Slika 1: Shematiziran prispevek enega podjetja na FE/FD/LD ocen Slika 1: Shematiziran prispevek enega podjetja na FE/FD/LD ocene učinkov ukrepa e učinkov ukrepa Vrednost Vrednost spremenljivke spremenljivke LD LD FE FE FD FD čas čas pred po pred po DP D P Alternativa FE modelu je uporaba časovnih diferenc (FD), Alternativa FE modelu je uporaba časovnih diferenc (F torej s=t-­‐1: D), torej s=t-­‐1: 𝑦𝑦 ! ! ! ! !" − 𝑦𝑦!"!! = 𝑋𝑋!" − 𝑋𝑋!"!! 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿!"!! 𝛃𝛃! + 𝜀𝜀!" − 𝑦𝑦𝜀𝜀!"!! ! ! (FD) ! ! !" − 𝑦𝑦!"!! = 𝑋𝑋!" − 𝑋𝑋!"!! 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿!"!! 𝛃𝛃! + 𝜀𝜀!" − 𝜀𝜀!"!! (FD) ki nam prav tako kot FE metoda odpravi problem z ki ne nam opa prav ženimi tako kot FE izključenimi metoda firmsko-­‐ odpravi problem z neopaženimi izključenimi firmsko-­‐ specifičnimi učinki. Regresijski koeficient 𝛽𝛽! nam v specifičnimi tem učinki. primeru poda Regresijski koeficient povprečno 𝛽𝛽! nam v tem primeru poda povprečno 27 27 obdobij. Metoda fiksnih učinkov (FE) od vsake tekoče vrednosti spremenljivke podjetja i odšteje povprečne vrednosti iste spremenljivke znotraj časovne serije podjetja i, npr. 𝑦𝑦 !! ! = obdobij. 1 𝑁𝑁! ! Metoda !! 𝑦𝑦!": fiksnih učinkov (FE) od vsake tekoče vrednosti spremenljivke podjetja i odšteje povprečne vrednosti iste spremenljivke znotraj časovne serije podjetja i, npr. 𝑦𝑦 ! 𝑦𝑦 ! = 𝑋𝑋! − 𝑋𝑋! 𝛽𝛽 ! − 𝑿𝑿! 𝛃𝛃 ! = 1 𝑁𝑁! !! !" − 𝑦𝑦 ! 𝑦𝑦!":! !" ! ! + 𝑿𝑿!" ! ! + 𝜀𝜀!" − 𝜀𝜀! (FE) 34 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Panelna metoda 𝑦𝑦 ! ! ! ! fiksnih učinkov (FE) nam poda oceno učinka , ki vsebinsko pomeni !" − 𝑦𝑦! = 𝑋𝑋 𝛽𝛽 !" − 𝑋𝑋! 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿! 𝛃𝛃! + 𝜀𝜀!" − ! 𝜀𝜀! (FE) povprečno razliko med nivojem spremenljivke y v obdobju pred dodelitvijo pomoči in dodeli povprečno tv Panelna ijo pom metoda o vrednostjo či in p fiksnih te ovpre spremenljičn učinkov o v (FE) vke r v ednos nam tjo t poda obdobju e s po prem oceno en dodelitvi ljiv učinka k 𝛽𝛽 e v o pomoči. bdo Za bju p bolj o do pl de­ ! , ki vsebinsko pomeni astično po litvi po nazoritev mo povprečno či. Za razliko izmerjenih bolj med pla učinkov st s ično nivojem ponazor posameznimi itev spremenljivke y izm v er metodami jenih obdobju učin pred spodaj kov s pos prikazujemo a dodelitvijo meznimi pomoči in hipotetično met podjetje od in ami s povprečno pod vrednost aj pr vrednostjo ikazu te spr njegove jem eme spre o hi nljivk menlji po e t v vke et y ično p obdobju odj po (ordinata) etj v e in v dodelitvi času rednos pomoči t n . (abscisa). j Za eg Čas ov bolj e spreplastično dodelitve men po ljivke y nazoritev (ordinata) izmerjenih v čas pomoči je označen z DP. V letih t=1 u učinkov – (a s bsci 4 ima sa). ! Čas posameznimi dodelitve 𝑋𝑋 metodami torej vrednost 0, pomo spodaj či je v letih t=5 –o značen prikazujemo z DP. V hipotetično 6 pa vrednost 1. letih t = 1 – 4 im !" podjetje in a XT vrednost torej v njegove rednost 0, v let spremenljivke y ih t = 5 – 6 p (ordinata) v a vr času ednost 1. it (abscisa). Čas dodelitve pomoči je označen z DP. V letih t=1 – 4 ima 𝑋𝑋!!" torej vrednost 0, v letih t=5 – 6 pa vrednost 1. Slika 1: Shematiziran prispevek enega podjetja na FE/FD/LD ocene učinkov ukrepa S lika 1: Shematiziran prispevek enega podjetja na FE/FD/LD ocene učinkov ukrepa Slika 1: Shematiziran prispevek enega podjetja na FE/FD/LD ocen Vrednost e učinkov ukrepa spremenljivke Vrednost spremenljivke LD LD FE FE FD FD čas pred po čas pred DP po DP Alternativa FE modelu je uporaba časovnih diferenc (FD), torej s=t-­‐1: Alternativa FE modelu je uporaba časovnih difer Alternativa Fe modelu je uporaba čas enc (FD), ovni torej h diferen s=t-­‐1: c (FD), torej s = t–1: 𝑦𝑦 ! ! ! ! !" − 𝑦𝑦 − 𝑋𝑋 𝛽𝛽 − 𝑿𝑿 𝛃𝛃 𝑦𝑦 !"!! = 𝑋𝑋!" ! !"!! ! ! + 𝑿𝑿!" ! !"! ! ! ! + 𝜀𝜀!" − 𝜀𝜀!"!! (FD) !" − 𝑦𝑦!"!! = 𝑋𝑋!" − 𝑋𝑋!"!! 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿!"!! 𝛃𝛃! + 𝜀𝜀!" − 𝜀𝜀!"!! (FD) ki nam ki prav na tako m pra kot v tak FE o k metoda ot Fe modpravi etoda o problem dpravi prz o ne b opa lem ženimi z neo p izključenimi aženimi izklfirmsko j -­‐ učenimi ki nam prav tako kot FE metoda odpravi problem z neopaženimi izključenimi firmsko-­‐ firmsko­specifičnimi učinki. regresijski koeficient β nam v tem primeru poda specifičnimi specifičnimi spremembo učinki. učinki. Regresijski Regresijski spremenljivke y od koeficient koeficient obdobja tik 𝛽𝛽! nam pred v tem dodelitvijo T primeru ukrepa na poda prvo povprečno 𝛽𝛽 leto s sredstvi ! nam v tem primeru poda povprečno povprečno spremembo spremenljivke y od obdobja tik pred dodelitvijo ukrepa ukrepa. Tretja možnost pa je uporaba dolgih diferenc (LD), kjer ohranimo le prvo (t=p) in na prvo leto s sredstvi ukrepa. tretj 27 a možnost pa je uporaba dolgih diferenc (LD), zadnje (t=z) opazovanje za vsako podjetje: 27 kjer ohranimo le prvo (t=p) in zadnje (t=z) opazovanje za vsako podjetje: 𝑦𝑦 ! ! ! ! !" − 𝑦𝑦!" = 𝑋𝑋!" − 𝑋𝑋!" 𝛽𝛽! + 𝑿𝑿!" − 𝑿𝑿!" 𝛃𝛃! + 𝜀𝜀!" − 𝜀𝜀!" (LD) Koeficient 𝛽𝛽 Koeficient β nam v tem primeru poda oceno razlike med vrednostjo spre­ ! nam v tem T primeru poda oceno razlike med vrednostjo spremenljivke y v prvi in zadnji časo menlji vni enoti. vke y v p rvi in zadnji časovni enoti. Za bolj sistematično spremljanje razvoja izbranih značilnosti subvencioniranih podjetij smo z regresijsko analizo ocenili tudi vrednosti teh pokazateljev uspešnosti poslovanja od prvega do četrtega leta po podelitvi sredstev podjetju: 𝑦𝑦 ! ! !"!! = 𝛽𝛽! + 𝑋𝑋!"𝛽𝛽! + 𝐗𝐗!"𝛃𝛃! + 𝑢𝑢! + 𝜀𝜀!"!! 𝑘𝑘 = {1,2,3,4} kjer so v vektor kontrolnih spremenljivk vključene naslednji regresorji: prodaja, zaposlenost, povprečne plače, kapitalska intenzivnost, produktivnost in starost. Vrednost 𝛽𝛽! poda povprečno razliko vrednosti kazalnika y med prejemniki in kontrolnimi podjetji k let po prejemu sredstev. Ocene parametra 𝛽𝛽! so pri tej metodi pristranske in nekonsistentne, saj ne obravnavamo problema izpuščenih spremenljivk. Da odpravimo to pomanjkljivost uporabimo priljubljeno ekonometrično tehniko razlike v razlikah (difference-­‐in-­‐differences; DID). Za razliko od metod, ki uporabljajo variabilnost znotraj enot opazovanja (within-­‐subject variation; to so zgoraj omenjene metode FE, FD in LD) ali metod, ki izkoriščajo variabilnost med enotami opazovanja (between-­‐subjects variability; to je v prejšnjem odstavku opisana metoda), pa DID uporablja obe dimenziji variabilnosti, hkrati pa odpravlja tako problem časovno konstantnih firmsko-­‐specifičnih neopazljivosti kot tudi problem skupnega trenda v skupini prejemnikov in kontrolnih enot. Če obravnavane spremenljivke namreč trendno rastejo v vseh podjetjih ne glede na črpanje javnih sredstev, bomo porast neupravičeno pripisali ukrepu, čeprav je bil posledica na primer splošne gospodarske dinamike. DID zato izračunava dvojno razliko: najprej razliko med obdobjem po prejemu pomoči in pred prejemom pomoči in nato še razliko vrednosti te spremembe med prejemniki ( T) in neprejemniki ( C): 𝐷𝐷𝐷𝐷𝐷𝐷 = 𝑦𝑦! ! ! ! !" − 𝑦𝑦!" − (𝑦𝑦!" − 𝑦𝑦!"). Pozitivni učinek ukrepa je na ta način ugotovljen le, če prejemniki spremenljivko y povečujejo hitreje kot neprejemniki, potem ko kontroliramo za relevantne opazljive značilnosti v času pridobitve sredstev: 𝐷𝐷𝐷𝐷𝐷𝐷 ! ! ! ! ! ! ! ≡ 𝑦𝑦!" − 𝑦𝑦!"!! − 𝑦𝑦!" − 𝑦𝑦!"!! = 𝛽𝛽! + 𝑋𝑋!"𝛽𝛽! + 𝐗𝐗!"𝛃𝛃! + 𝜇𝜇!" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 0,1,2,3,4 kjer 𝜏𝜏 ponazarja število let po prejemu pomoči. Koeficient 𝛽𝛽! nam pove, za koliko je bila medletna prirast spremenljivke y v prejemnikih večja (ali manjša) od letne prirasti spremenljivke y v kontrolnih podjetjih. Za boljšo ponazoritev pomena koeficienta prikazujemo ocenjene učinke tudi na spodnji sliki (Slika 2). Na sliki je poleg prejemnika 28 spremembo spremenljivke y od obdobja tik pred dodelitvijo ukrepa na prvo leto s sredstvi spremembo spremenljivke y od obdobja tik pred dodelitvijo ukrepa na prvo leto s sredstvi ukrepa. Tretja možnost pa je uporaba dolgih diferenc (LD), kjer ohranimo le prvo (t=p) in ukrepa. Tretja možnost pa je uporaba dolgih diferenc (LD), kjer ohranimo le prvo (t=p) in zadnje (t=z) opazovanje za vsako podjetje: zadnje (t=z) opazovanje za vsako podjetje: 𝑦𝑦 ! ! ! ! !" − 𝑦𝑦!" = 𝑋𝑋!" − 𝑋𝑋 ! !" 𝛽𝛽! + 𝑿𝑿 ! !" − 𝑿𝑿 ! !" 𝛃𝛃! + 𝜀𝜀 ! !" − 𝜀𝜀!" (LD) 𝑦𝑦 − 𝑋𝑋 𝛽𝛽 − 𝑿𝑿 𝛃𝛃 !" − 𝑦𝑦!" = 𝑋𝑋!" !" ! + 𝑿𝑿!" !" ! + 𝜀𝜀!" − 𝜀𝜀!" (LD) Koeficient 𝛽𝛽! nam v tem primeru poda oceno razlike med vrednostjo spremenljivke y v prvi Koeficient 𝛽𝛽! nam v tem primeru poda oceno razlike med vrednostjo spremenljivke y v prvi Metodologija in zadnji časovni enoti. 35 in zadnji časovni enoti. Za bolj sistematično spremljanje razvoja izbranih značilnosti subvencioniranih podjetij smo z Za Z bolj a bolj sistem sistematično atično sprem spremljanje ljanje razv razvoja oja izb izbranih ranih zn značilnosti ačilnosti subv subvencioniranih encionira podjetij smo z nih po regresijsko dj regresijsko etij sm analizo o z r analizo eg ocenili r ocenili esi tudi jsk tudi o ana vrednosti lizo o teh vrednosti ceni teh li tudi v pokazateljev re pokazateljev dnosti t uspešnosti eh p uspešnosti okazat poslovanja elje od poslovanja v u od speprvega prvega šnosti poslovanja od prvega do četrtega let do četrtega leta po podelitvi sredstev podjetju: do četrtega leta po podelitvi sredstev podjetju: a po podelitvi sredstev podjetju: 𝑦𝑦 ! ! !"!! = 𝛽𝛽! + 𝑋𝑋!"𝛽𝛽! + 𝐗𝐗 ! !"𝛃𝛃! + 𝑢𝑢 ! ! + 𝜀𝜀!"!! 𝑘𝑘 = {1,2,3,4} 𝑦𝑦!"!! = 𝛽𝛽! + 𝑋𝑋!"𝛽𝛽! + 𝐗𝐗!"𝛃𝛃! + 𝑢𝑢! + 𝜀𝜀!"!! 𝑘𝑘 = {1,2,3,4} kjer so k v jvektor er s kontrolnih o v vektor ko spremenljivk ntrolnih spr vključene emenljiv naslednji k vklj regresor učene nasle ji: dn prodaja, ji regr es zaposlenost, orji: prodaj a, kjer so v vektor kontrolnih spremenljivk vključene naslednji regresorji: prodaja, zaposlenost, povprečne zapos plače, lenos kapitalska t, povprečn intenzivnost, e plače, kap it produktivnost alska intenziv in nos starost. t, produ Vredn ktivn ost os 𝛽𝛽 t in starost. ! poda povprečne plače, kapitalska intenzivnost, produktivnost in starost. Vrednost poda povprečno Vre razliko dnost β poda povprečno razliko vrednosti kazalnika y med prejemniki in k 𝛽𝛽! on­ T vrednosti kazalnika y med prejemniki in kontrolnimi podjetji k let po povprečno razliko vrednosti kazalnika y med prejemniki in kontrolnimi podjetji k let po prejemu tro sredstev. lnimi po Ocene djetji k parametra let po pr 𝛽𝛽 ejemu sredstev. ocene parametra β so pri tej metodi ! so pri tej metodi pristranske in nekonsistentne T , saj prejemu sredstev. Ocene parametra so pri tej metodi pristranske in nekonsistentne, saj ne obravnavamo pristransk probl e in ne ema konsisizpušče tentne nih , saj 𝛽𝛽 spremenljivk. n!e obravnava Da mo podpravimo roblem to a izpuš pomanjkljivos čenih sprem t enne obravnavamo problema izpuščenih spremenljivk. Da odpravimo to pomanjkljivost uporabimo ljiv priljubljeno k. Da odpravekonometrično imo to poma tehniko njkljivos razlike t upo v rabrazlikah imo pri(difference ljubljen -­‐in o ek -­‐diffe ono rmenc etr es; ičn o tehniko razli uporabimo ke v razli priljubljeno ka ek h (differen onometrično ce­in­diff tehniko erences; D razlike v iD). Z razlikah a razliko o (difference-­‐in d m -­‐ et differ o e d nc, es; DID). Za razliko od metod, ki uporabljajo variabilnost znotraj enot opazovanja (within-­‐subject ki u DID). po Za rablja razliko jo va od riabi metod,ln os ki t znotraj en uporabljajo ot opazova variabilnost nja (w znotraj ithin enot ­subject va opazovanja riatio (within-­‐n; to subject variation; to so zgoraj omenjene metode FE, FD in LD) ali metod, ki izkoriščajo variabilnost so zgora variation; j o to m so enjene m zgoraj etode F omenjene e, FD in LD) a metode FE, FD li m in et LD) o ali d, ki izk metod, o ki riščajo var izkoriščajo iabilnost variabilnost med enotami opazovanja (between-­‐subjects variability; to je v prejšnjem odstavku opisana me med d enotami o enotami pazovan opazovanja ja (betw (betweene-­‐en­subj subjects ects variab variability; ilit to y; t je o j v e v prejšn prejšnjem jem odst odstavku avku opisana metoda), pa DID uporablja obe dimenziji variabilnosti, hkrati pa odpravlja tako problem opisan metoda), a m pa etod DID a), pa DiD u uporablja po obe ra di blja ob menziji e dimenziji va variabilnosti, riabi hkrati lnos pa ti, h odprkrati p avlja a od tako pra pr voblem časovno konstantnih firmsko-­‐specifičnih neopazljivosti kot tudi problem skupnega trenda v lja tak časovno o problem č konstantnih asovno k firmsko-­‐ onstantni specifičnih h firmsko­s neopazljivost p i ecifični kot h tudi neopazl problem jivosti ko skupnega t tudi trenda v skupini prejemnikov in kontrolnih enot. Če obravnavane spremenljivke namreč trendno problem skupini skupnega prejemnikov tr in enda v sk kontrolni u h pini p enot. rejemni Če kov in ko obravnavane ntrolnih enot. Č spremenljivke e obra namreč vnatrendno rastejo v vseh podjetjih ne glede na črpanje javnih sredstev, bomo porast neupravičeno vane s rastejo p v remen vseh ljivke n podjetjih amr ne eč tren glede dn na o rastej črpanje o v vs javnih eh p sr odjet edstev, jih ne g bomo lede n porast a črpanje neupravičeno pripisali ukrepu, čeprav je bil posledica na primer splošne gospodarske dinamike. DID zato javnih sredstev, bomo porast neupravičeno pripisali ukrepu, čeprav je bil posledipripisali ukrepu, čeprav je bil posledica na primer splošne gospodarske dinamike. DID zato izračunava dvojno razliko: najprej razliko med obdobjem po prejemu pomoči in pred ca na primer splošne gospodarske dinamike. DiD zato izračunava dvojno razliko: izračunava dvojno razliko: najprej razliko med obdobjem po prejemu pomoči in pred prejemom pomoči in nato še razliko vrednosti te spremembe med prejemniki ( T) in najprej razliko med obdobjem po prejemu pomoči in pred prejemom pomoči in prejemom pomoči in nato še razliko vrednosti te spremembe med prejemniki ( T) in nepreje n m at nik o š i ( C): 𝐷𝐷𝐷𝐷 e razlik 𝐷𝐷 o v= re 𝑦𝑦! ! ! ! !" dn − ost 𝑦𝑦 i t ! !" e s − pr (𝑦𝑦 ! !" em − em 𝑦𝑦 b! !"). e m Pozitivni e!d prej učinek emniki ( ukrepa T) in n je epr na ej ta emni način ki ( C): neprejemniki ( C): ugotovljen DID le, če = (y 𝐷𝐷𝐷𝐷𝐷𝐷 = 𝑦𝑦 − 𝑦𝑦 − (𝑦𝑦 − 𝑦𝑦 ). Pozitivni učinek ukrepa je na ta način T prejemniki – yT spremenljivko –1) – (yC!" – yC ) !" . Poy zipovečujejo ti!"vni učin !" ehitreje k ukr kot epa j neprejemniki, e na ta n potem ačin ugotov ko ljen τ it is it is ugotovljen le, če prejemniki spremenljivko y povečujejo hitreje kot neprejemniki, potem ko kontroliramo za relevantne opazljive značilnosti v času pridobi le, če prejemniki spremenljivko y povečujejo hitrej tve sredstev: e kot neprej emniki, potem ko kontroliramo za relevantne opazljive značilnosti v času pridobitve sredstev: kontroliramo za relevantne opazljive značilnosti v času pridobitve sredstev: 𝐷𝐷𝐷𝐷𝐷𝐷 ! ! ! ! ! ! ! ≡ 𝑦𝑦!" − 𝑦𝑦 ! !"!! − 𝑦𝑦 ! !" − 𝑦𝑦 ! !"!! = 𝛽𝛽 ! ! + 𝑋𝑋!"𝛽𝛽! + 𝐗𝐗 ! !"𝛃𝛃! + 𝜇𝜇 ! !" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 0,1,2,3,4 𝐷𝐷𝐷𝐷𝐷𝐷 − 𝑦𝑦 − 𝑦𝑦 − 𝑦𝑦 = 𝛽𝛽 𝛽𝛽 𝛃𝛃 ! ≡ 𝑦𝑦!" !"!! !" !"!! ! + 𝑋𝑋!" ! + 𝐗𝐗!" ! + 𝜇𝜇!" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 0,1,2,3,4 kjer 𝜏𝜏 ponazarja število let po prejemu pomoči. Koeficient kjer τ ponazarja število let po prejemu pomoči. Ko 𝛽𝛽! nam pove, za koliko je bila kjer eficient β nam pove, za koliko T medletna 𝜏𝜏 ponazarja število let po prejemu pomoči. Koeficient je bilprirast a med spremenljivke letna prirast sp y r v em prejemnikih enljivke y v prvečja ej (ali emniki manjša) 𝛽𝛽! nam pove, za koliko je bila h večja (a od li m letne anjš prirasti medletna prirast spremenljivke y v prejemnikih večja (ali manjša) od letne a) o prirasti d letne spremen pr ljivke irasti s y p r v em kontrolnih enljivke y podjetjih. v kontrolniZa h p bol odjjšo etji ponazoritev h. Za boljš pomena o ponazoritkoeficienta spremenljivke y v kontrolnih podjetjih. Za boljšo ponazoritev pomena e koeficienta v pomena prikazujemo ko ocenjene eficienta pri učinke kazujem tudi o o na cenj spodnji ene učin slik k i e t (Slika udi n 2). a spoNa dn sliki ji slikje poleg i (Sli prejemnika ka 2). na sliki je prikazujemo ocenjene učinke tudi na spodnji sliki (Slika 2). Na sliki je poleg prejemnika poleg prejemnika narisano tudi poslovanje hipotetičnega kontrolnega podjetja, ki 28 je sicer tudi povečevalo vrednost kazalnika, vendar počasneje kot subvencionira28 no podjetje. učinke ukrepa po letih izmerimo kot razliko letnih rasti prejemnika nad rastjo kontrolnega podjetja in to povprečimo za vse prejemnike in njihove kontrole. narisano narisano tudi tudi poslovanje poslovanje hipotetičnega hipotetičnega kontrolnega kontrolnega podjetja, podjetja, ki ki je je sicer sicer tudi tudi povečevalo povečevalo vrednost kazalnika, vendar počasneje kot subvencionirano podjetje. Učinke ukrepa po letih 36 vrednost kazalnika, vendar počasneje kot subvencionirano podjetje. Učinke ukrepa po letih (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE izmerimo izmerimo kot kot razliko razliko letnih letnih rasti rasti prejemnika prejemnika nad nad rastjo rastjo kontrolnega kontrolnega podjetja podjetja in in to to povprečimo za vse prejemnike in njihove kontrole. povprečimo za vse prejemnike in njihove kontrole. Slika 2: Shematiziran prispevek enega subvencioniranega in enega kontrolnega po Slika d Slika jet 2: 2: ja na DID oce Shematiziran Shematiziran ne učink prispevek o prispevek v ukrep enega enega a subvencioniranega subvencioniranega in in enega enega kontrolnega kontrolnega podjetja podjetja na na DID ocene učinkov ukrepa DID ocene učinkov ukrepa V Vr reednos dnost t s spprreem meennljlijivvkkee pr pr e ej je e m m ni ni k k kkont ontrrol ol no no p. p. D TT D 44 DID T C ID 4= D4 -­‐ D4 D CC D 44 DTT D00 DID T C ID 00= D0 – D0 D C C D 0 0 čas pr pr e e d d po po D D P P N N azadnje n azadnje ocenimo azadnje o ocenimo še še kumulativni cenimo še kum kumulativni učinek ulativ učinek ukrepa ni učine ukrepa do k u do petega krep petega leta a do p po et prejemu ega leta p prejemu pomoči, o prej pomoči, em pri u čemer pom čemer znova oči, pr znova uporabimo i čemer zn uporabimo i odejo va u idejo razl po ike rab razlike v imv razlikah o idej razlikah med o razlik med prejemniki e v razlika prejemniki ( T) h m in e ne d pr ne pr ej ejemnik emnik mniki i ( ( TC): ) 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 in n 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 = eprej = 𝑦𝑦!! emnik!!i ( C): D! I ! CU ! M ! = ( yT – yT ) – ( yC – yC ). Pozitivni učinek ukrepa 𝑦𝑦 !" − − 𝑦𝑦 !" 𝑦𝑦! !! − − ( ( 𝑦𝑦 𝑦𝑦 !" − − 𝑦𝑦 !" 𝑦𝑦!!!) ) . . Pozitivni iτ i Pozitivni učinek 0 učinek ukrepa iτ i 0 ukrepa je zaznan v primeru, da y v ! prejemnikih je zazna prejemnikih kumulativno n v primeru kumulativno naraste , da y naraste za v pr za več ejveč kot emnik kot naraste ih kum naraste v ul v kontrolnih ativno na kontrolnih podje rast tjih podjetjih v e za ve istem č ko istem razdobju t naraste razdobju, potem ko kontroliramo za relevantne opazljive značilnosti v kontrolnih podjetjih v istem razdobju, potem k potem ko kontroliramo za relevantne opazljive značilnosti v času pridobitve sredstev: o kontroliramo za rele v času pridobitve sredstev: vantne opazljive značilnosti v času pridobitve sredstev: 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 ! ! ! ! ! ! 𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷𝐷 ! ≡ 𝑦𝑦!" ! − − 𝑦𝑦 𝑦𝑦 !!! − − 𝑦𝑦 𝑦𝑦 !" ! − − 𝑦𝑦 𝑦𝑦 !!! = = 𝛽𝛽 𝛽𝛽 ! + 𝑋𝑋!" ! 𝛽𝛽! + 𝐗𝐗!" ! 𝛃𝛃! + 𝜇𝜇!" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 1,2,3,4 ! ≡ 𝑦𝑦!" !! !" !! ! + 𝑋𝑋!" ! + 𝐗𝐗!" ! + 𝜇𝜇!" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 1,2,3,4 kjer kjer k𝜏𝜏j𝜏𝜏 ponazarja er τ ponazaštevilo rja šte let vi po prejemu lo let po pr pomoči. ejemu p K o oeficient ponazarja število let po prejemu pomoči. Koefici močient . Ko𝛽𝛽eficient β nam v tej specifi­ ! nam v tej T specifikaciji pove, za ! nam v tej specifikaciji pove, za koliko kaci je bila ji pov kumulati e, za ko vna lik prirast o je bil spremenljivke a kumulativn y od a pr prvega irast spr leta em prejema enljivke pomoči y od pr do koliko je bila kumulativna prirast spremenljivke y od prvega leta prejema pomoči do v 𝜏𝜏 let ega let po 𝜏𝜏 let po a prejemu prejempomoči a pom v o prejemni či do τ kih let p večja o prej (ali em manjša) u pomo od letne či v prej prirasti emniki spremenljivke h večja (ali ma y n jšv istem a) od prejemu pomoči v prejemnikih večja (ali manjša) od letne prirasti spremenljivke y v istem razdobju letne p v r kontrolnih irasti sprem podjetjih. enljivke y Za v i boljšo st ponazoritev em razdobju v k pomena ontrolni koeficienta h podjetji prikazujemo h. Za boljšo razdobju v kontrolnih podjetjih. Za boljšo ponazoritev pomena koeficienta prikazujemo ocenjene kumulativne učinke tudi na Sliki 3. ponazoritev pomena koeficienta pri kazujemo ocenjene kumulativne učinke tudi ocenjene kumulativne učinke tudi na Sliki 3. na Sliki 3. 29 29 Metodologija 37 Slika 3: Shematiziran prispevek enega subvencioniranega in enega kontrolnega pod Slika jet 3: ja na ocene kum Shematiziran ulativni prispevek h učin enega kov ukrepa subvencioniranega in enega kontrolnega podjetja na ocene kumulativnih učinkov ukrepa Vrednost spremenljivke prejemnik kontrolno p. CUM T 4 CUM T DICUM T – CUM C 1 4= CUM4 4 DICUM T C 1= CUM1 – CUM1 CUM C 4 CUM C 1 čas pred po DP Za zanesljivejše Za zanesljiocene vejše oučinkov cen vseh e učinko zgoraj v vse omenjenih h zgoraj om r enegresi jeni jskih h regr metod esijski smo h met v o prvem d smo koraku v prv izvedli em ko metodo raku izv omiljene edli met natančne odo omilj paritve ene na,t ati. n coarsened čne paritve exact , ti. comatching arsene (CEM) d exact (Blackwell matchinet g (al., ce 2010), M) (B lkjer ack smo wel vsakemu l et al podjetju ., 2010), kj prejemniku er smo vsak dodelili emu podjskupino etju pr kontrolnih ejemniku podjetij, dode li ki li s so ku po pin vseh o kontizbranih rolnih prelevantnih odjetij, ki s kriterijih o po vse enaki h izb oz. rani znotraj h releva ozko ntni določenih h kriterirazredov jih ena prejemnika. ki oz. znot K ra riteriji j ozk za o do določitev ločeni kontrolne h razredov p skupine rejemni so bili ka. Kritnaslednji: eri 2 ji za do -­‐mestna ločitev panoga, kontr leto, oln e sstarost, kupin prodaja, e so bi li n zapos asle lenost dnji: 2­ in m dodana estna pa vrednost noga, let na o, s zaposlenega. tarost, prodaZa j prve a, zapo tri kriterije slenossmo t in predpisali dodana v paritev rednos brez t n tolerance a zaposlen (podjetja ega. Za prznotraj ve tr iste i krit panoge, erije sm istega o pred leta pisa in li enake paritstarosti), ev bre z tza o ostale leran spremenljivke ce (podjetja zno pa tra smo j ist določili e panogerazrede, , ist določene ega leta in en s a percentilnimi ke starosti), vrednostmi za osta posame le sprem zne enlji spremenljivke vke pa smo (20 dolo razredov čili razre oz. de 5% , do per lo centili). čene s p Regr ercenesijske ti analize lnimi vresmo dn v naslednjem ostmi posamkoraku ezne s izvajali prem le enljina vk prejemnikih e (20 razre in do v CEM v oz. 5 pr oce % p duri ercen itzbranih ili). r kontrolnih egresijske podjetjih, ana lize s čimer smo smo v nas med lednj seboj em ko pr raime ku rjali izva samo jali zelo le na podobna prejemnipodjetja kih v in v času ce dodelitve M procesredste dur v, nato i izbrani pa h k spremljali ontrolni spremembe h podjetji v naslednjih h, s čimer sm letih. o med s Poleg eboj ptega rim smo erja v li sa regresijah mo zelo opazovanja podobn obtežili a podjetjz analitičnimi a v času dodeutežmi, litve sr ki ed jih ste je v določila , nato pa sprocedura premlja metode li sprem paritve emb e v n CEM asle­ -­‐ omiljene dnji natančne h letih. Po paritve leg t , s ega sm čimer o v reg smo resija dosegli h op uravnotežen azovanja obteživzorec li z anasubvenci lit oni ičnimi urani te h žmi in , kontrolnih podjetij. ki jih je določil a procedura metode paritve ceM – omiljene natančne paritve, s čimer smo dosegli uravnotežen vzorec subvencioniranih in kontrolnih podjetij. 30 38 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE 3.4 Paritev na podlagi ocenjene verjetnosti (Propensity score matching) 3.4P A P rite aritev V nA P na podl o agi DLA ocen gi jen ocenjene e verjetnosti ( V Pr erje ope tno nsity sc Sti ore 3.4 Paritev na podlagi ocenjene verjetnosti (Propensity score m matc atching hing) ) Analiza ukrepov za (Pr blaženje oPenSit gospodarske Y Score recesije se MAtc ukvarja Hz ing) vprašanjem učinkovitosti Analiza dodeljevanja ukrepov sredstev za blaženje podjetjem, gospodarske zato je recesije potrebno se ukvarja ugotoviti, ali z je vprašanjem dodelitev učinkovitosti konkretne An državne aliza u Analiza pomoči krepo ukrepov v za b za statistično lažen blaženje značilno je gosp vplivala od na a gospodarske rsk tisti e recesi recesije se vidik je se u ukvarja poslovanja kva z rja z vp podjetja, ki ra vprašanjem mu šan je jem učinkovitosti dodeljevanja sredstev podjetjem, zato je potrebno ugotoviti, ali je dodelitev konkretne bila učink namenjena ovi oz. tost dodeljevanja i do ima delje sredstev van potencialno ja sre druge d podjetjem,s tev p zato učinke. od je Pri jetj ideem, za potrebno ntifi to je p ciranju otr ugotoviti, ebal učinkov n i o ug je ot državnih ovit dodelite i, a v li j pomoči e konkretne državne pomoči statistično značilno vplivala na tisti vidik poslovanja podjetja, ki mu je pa bila je do treba delite državne paziti,v k o da nk ne r pomoči etne drža statistično zajamemo vne p tudi om značilno o pojava či stat vplivala ist na ičn samoizbire o zn tisti (self-­‐ ači vidik sel lno vp ection), li ki va poslovanja tel a na ti podjetja, učinke s ti v ki idi mu preceni,k je bila namenjena oz. ima potencialno druge učinke. Pri identificiranju učinkov državnih pomoči pa zato poslova moramo nja p namenjena o izločiti d oz. jetj ima a, k začetne i mu j razlike e b potencialno il med a n druge amen učink jen e. prejemniki a o Pri in n z. im identifia pot eprejemniki en ciranju cialno dr učinkov sredstev. To uge učin državnih k naredimo e z . pomoči pa je treba paziti, da ne zajamemo tudi pojava samoizbire (self-­‐selection), ki te učinke preceni, Pr je i iden treba metodo tificira paziti, paritve na nju učin da ne podlagi kov drža zajamemo ocenjeni v h ni tudi h pom pojava o verjetnosti či pa je t samoizbire r dodelitve eba p (self-­‐ sr azi sel t edstev i, da n ection), ki e za te ja (propensity mem učinke scor o preceni, e tudi zato zato p matching). ojava sa moramo moramo moizb izločiti izločiti ire (self začetne začetne ­select razlike razlike ion), med med ki te učin prejemniki prejemniki ke in in p nn receni, zato eprejemniki eprejemniki moram sredstev. sredstev. o izlo To To čiti naredimo naredimo z z začetne razli metodo metodo ke m paritve paritve ed p na na rejemni podlagi podlagi ki in n ocenjeni ocenjeni ep h h rejemniki sr verjetnosti verjetnosti edstev. dodelitve dodelitve to n sr sr aredim edstev edstev o z meto (propensity (propensity ­score score do p Idealno, aritve n matching). matching). čeprav a podlag popolnoma i ocenj nereali enih v stično, erj bi etnos bilo ti dodeli opazovati tve sr uspe edste šnost v (p posl ropensi ovanja ty score podjetja m najprej at v ching). pogojih, ko sredstev ne prejme ( y0i), nato pa še v identičnih okoliščinah, ko pomoč dobi ( y idea Idealno, Idealno,ln o, čep čeprav čeprav rav popolno popolnoma popolnoma ma ner nereali nereali ealist stično, stično, ičn bi bi o, bi b bilo bilo ilo opazo opazovati opazovati vati u uspe uspe spešn šnost šnost os posl posl t poslo ovanja ovanja vapodjetja podjetja 1i), s čimer bi lahko izračunali vrednost kavzalnega efekta za podjetje i: ( y1i-­‐ y0i). Ker nja pod najprej najprej jet v v ja najp pogojih, pogojih, rej ko ko v p sre sre ogoji dstev dstev h, k ne ne o pr pr sr ee e jm jmdees ((te yy v ), nato pa še v identičnih okoliščinah, ko pomoč 0i 0i),n e pr nato ejm pa e še ( y v 0i), nato p identičnih a še v ident okoliščinah, ični ko h pomoč dejansko lahko opazimo le en rezultat, bodisi y bodisi y , se zatečemo na raven okoli dobi dobi š((čin yy ), s čimer bi lahko izračunali vrednost 0kavzalnega i 1 efekta i za podjetje i: ( y 1i 1i),a h, k s o p čimer om bi oč do lahko bi ( y 1i-­‐ y0i). Ker 1i), s čim izračunali er bi l vrednost ahko izrač kavzalnega unali v efekta redn za ost ka podjetje vza i: ( ln y1i ega -­‐ y0i). Ker ! efekta za p populacije. Določiti želimo povprečno korist črpanja sredstev MG in SID banke ( ) dejansko dejansko odjet lahko lahko je i: ( y opazimo le en rezultat, bodisi y bodisi y zatečemo 𝑋𝑋!" na = 1 raven 1i– opazimo y 0i le ). K en er dejan rezultat, s ko lah bodisi ko o y 0 i pazim bodisi o le en r y i 1 , se ezultat, bodisi 0 i i 1 , se zatečemo na raven y bodisi y populacije. , se zat Določiti ečemo n želimo a raven p povprečno podjetij z opazljivimi značilnostmi vektorja X: opulaci korist je. Do črpanja ločiti želim sredstev o p MG o in vpre SID čno k banke o(ri 𝑋𝑋 s!!!"t 0i populacije. 1i Določiti želimo povprečno korist črpanja sredstev MG in SID banke (𝑋𝑋 = = 1) 1) črpanja sredstev Mg in SiD banke ( XT podjetij z opazljivimi značilnostmi vektorja X= 1) p : odjetij z opazljivimi značilnostmi !" it podjetij z opazljivimi značilnostmi vektorja T T T X: E( y , 1 v − ekt y 0 o X r = ,1 = 1 = , 1 − 0 = , 1 it ja X: X ) E( y Xit X ) E( y Xit X ) EE( yy , 1 − y 0 X T = , 1 = 1 = , 1 − 0 = , 1 it X ) E( y XTit X ) E( y XTit X ,) 1 − y 0 X T = , 1 = 1 = , 1 − 0 = , 1 it X ) E( y XTit X ) E( y XTit X ) pri čemer znova ne moremo opaziti rezultata subvencioniranega podjetja, če državne pr pomoči i čem ne bi er zno prejelo va n (dr e m ugi o člen rem na o o desni paziti r strani ezulta zgornje ta subven enačbe). cioniran Potrebno ega p je o torej djetja, če dobiti čim pri pri čemer čemer znova znova ne ne moremo moremo opazi opaziti ti rezultata rezultata subvencioniranega subvencioniranega podjetja, podjetja, če če državne državne boljši državne p približek omo tega či ne bi preje hipotetičnega lo (dr izida, ugi č kar len na desni s dosežemo s trani zg tehniko ornj paritve. e en Ta ačbe). P metoda otrebpoišče pomoči pomoči ne ne bi bi prejelo prejelo (drugi (drugi člen člen na na desni desni strani strani zgornje zgornje enačbe). enačbe). Potrebno Potrebno je je torej torej dobiti dobiti čim čim no j podjetje, e torej dobiti čim boljši približe ki je enako v vseh spremenljivkah v k t X, ega hipotetičnega izid razlikuje pa se le v tem, a, kar dosežemo s da ni prejelo pomoči: boljši boljši približek približek tega tega hipotetičnega hipotetičnega izida, izida, kar kar dosežemo dosežemo s s tehniko tehniko paritve. paritve. Ta Ta metoda metoda poišče poišče tehniko paritve. ta metoda poišče podjetje, ki je enako v vseh spremenljivkah v X, podjetje, T ki je enako v vseh spremenljivkah v podjetje, ki je enako v vseh spremenljivkah v T X, X razlikuje pa se le v tem, , da ni prejelo pomoči: razlikuje pa se le v tem, da ni prejelo pomoči: E( y razli . 0 X k = u, 1 je p= 0 = , 0 it X ) a s E e le v t ( y X em, d it X a ni p ) rejelo pomoči: EE( yy . 0 X T = , 1 = 0 = , 0 it X ) E( y XTit X .) 0 X T = , 1 = 0 = , 0 it X ) E( y XTit X ) Omenjeni multidimenzionalni problem5 se da prevesti v enodimenzionalnega na osnovi om naslednjega enjeni mu sklepanja ltidimenzio (Rosenbaum na inlni p rob Rubin, lem5 se d 1983): a p če re je vesti v en paritev o na dimenzio podlagi nalnega 5 vektorja Omenjeni Omenjeni spre na osn menljivk ov multidimenzionalni multidimenzionalni X i nasle veljavn dn a, jega s potem klepproblem problem5 je anja (r se se veljavna osen da da tudi ba prevesti prevesti um in paritev na ruv v b enodimenzional enodimenzional in, 1983): če j nega nega podlagi verjetnosti, e p da arit na na e osnovi osnovi v na določeno naslednjega naslednjega pod podjetje lagi vek prejme tsklepanja sklepanja orja spr (Rosenbaum (Rosenbaum državno emenljiv pomoč. k X Ta velin ja in vRubin, na, p metoda o Rubin, se t 1983): 1983): em je v če če imenuje e lja je je vn paritev paritev a t paritev udi p na a na na rite podlagi podlagi v n podlagi a podvektorja vektorja lag ocenjene i spr v e spr erjme eet nljivk menosti nljivk X , d X veljavn a dolo a veljavn ,a , čenpotem potem o podjje je etjveljavna veljavna e prejm tudi tudi paritev paritev e državno pna na o podlagi podlagi moč. t verjetnosti, a metoda s verjetnosti, da da e im določeno določeno enuje verjetnosti; angleško »propensity score matching«, saj v prvem koraku izračunamo za vsako podjetje podjetje parite prejme prejme v na podl državno državno agi ocenj pomoč. pomoč. ene verjTa Ta etn metoda metoda osti; angse se leš imenuje imenuje ko »pro p paritev paritev ensity s na na cor podlagi podlagi e matc ocenjene ocenjene hing«, podjetje nagnjenost k dodelitvi državne pomoči z oceno panelnega probit modela z odvisno verjetnosti; verjetnosti; saj v prv ! angleško em korak angleško »propensity »propensity u izračunam score score matchi o za vsako p n matchio g«, ndj g«, etsaj saj j v v e naprvem prvem gnjen koraku koraku os izračunamo izračunamo t k dodelitv za za i držav vsako vsako ne spremenljivko 𝑋𝑋 enako 1, če podjetje v obravnavanem letu pridobi sredstva MG in SID podjetje podjetje pomo nagnjenost nagnjenost či z o!"ceno pak k n dodelitvi dodelitvi elnega prdržavne državne obit mopomoči pomoči dela z oz z doceno oceno visn panelnega panelnega o spremenljiprobit probit vko X modela modela T enak z z odvisno odvisno o 1, če it banke in 0, če podjetje pomoči ni deležno. Specifikacija probit modela je podana v spodnji spr poe sprdme ejet nljivk meje v oo nljivko ! b 𝑋𝑋𝑋𝑋! rav enako navan 1, če em let podje u pr tje idob v obravnavanem i sredstva Mg letu in Si pridobi D bank sredstva e in 0, če p MG odjetin je SID !" !" enako 1, če podjetje v obravnavanem letu pridobi sredstva MG in SID enačbi: banke banke pomo in in 0, 0, če če či ni de podjetje podjetje ležno. Sppomoči pomoči ecifi ni ni kacij deležno. deležno. a probi Spe t mo cifikacija Specifikacija dela je poprobit probit dan mode a v spo l modela a dn je je podana podana ji enačbi: v v spodnji spodnji enačbi: enačbi: 𝑃𝑃𝑃𝑃 𝑋𝑋! = 1 = Φ 𝑿𝑿! !" !"!! ! ! 5 Vektor X je namreč večdimenzionalen, saj je 𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃 pri 𝑋𝑋𝑋𝑋! = 1 = Φ 𝑿𝑿! dobit !"!" ev = 1 pom = oči Φ odvi 𝑿𝑿 s !"!" na !!!! od v eč dejavnikov oz. značilnosti podjetj a5. Vektor X je na mreč ve 5 čdimenzionalen, saj je pridobitev pomoči odvisna od več dejavnikov 5 VVeekkto tor r oXX jjee na na z. zn m m ači rree ln čč os vvteečč i pdi di o m m dj eenz nz etj ii a.ona onalleen,n, ssaajj jjee pr priidobi dobitteevv pom pomoč očii odv odviissna na od od vveečč de dejjaavvninikkov ov oz oz.. zzna naččiillnos nosttii 31 podj podjeettjjaa.. 31 31 Metodologija 39 Med odložene regresorje 𝑿𝑿!!"!! smo vključili po vrsti: vrednost prodaje, povprečno plačo na zaposlenega, dodano vrednost na zaposlenega, število zaposlenih, relativno razmerje ! Med o opredmetenih dložene r stalnih egreso sredstev rje in XC smo vk zaposlenosti, ljučili po v vrednost rsti: vrednos opredmetenih t prod stalnih aje, pov­ it–1 Med odložene regresorje 𝑿𝑿 sredstev, !"!! smo vključili po vrsti: vrednost prodaje, povprečno plačo na prečn vrednost o plačo n izvoza, a za starost, p oslenega, do slamnato dano vredn spremenljivko os za t na za stara poslen podjetja ega, š in tevilo za panožne poslezaposlenega, dodano vrednost na indikatorje. nih, r zaposle ela nega,t ivno razm število erje opr zaposlenih,e dmetenih s relativno talnih sr razmerje edstev in zaposlenosti, vrednost opredmetenih stalnih sredstev in Vse spremenljivke, razen starosti in indikatorske spremenljivke, vstopajo v model odložene opredm zaposlenosti, etenih st vrednost alnih sredstev opredmetenih , vrednos stalnih t izvoza, s sredstev, tarost, slamnato spremenljivko vrednost izvoza, starost, slamnato za eno leto. Verjetnost pridobitve sredstev smo ocenili z metodo probit za vsako leto za stara p spremenljivko od za jetja in p stara anožn podjetja e in in dikato panožne rje. Vse spr indikatorje. emenljivke, razen starosti in indi­ Vse spremenljivke, razen starosti in posebej, saj smo s tem dopustili možnost različnega vrednotenja posameznih karakteristik katorsk indikatorske e spremenljiv spremenljivke,k e, vstopa vstopajo jo v m v o model del odložen odložene e za eno leto. Verjetnost pridoza eno leto. Verjetnost pridobitve potencialnih prejemnikov med leti in tudi morebitno spremenjeno panožno porazdelitev bitve sr sredstev ed smo stev sm ocenili o o z cenili z m metodo eto probit do p za robi vsako t za vs leto ako leto posebej, saj smo s tem posebej, saj smo s tem dopustili do možnost pustili m različnega ožnost različn vrednotenja ega vredn posameznih otenja posam karakteristik e sredstev ukrepa za blaženje posledic gospodarske recesije. znih karakteristik potencialnih potencialnih prejemnikov med leti in pr tudi ejemnikov m morebitno ed leti in tudi m spremenjeno oreb panožno itno spremen porazdelitev jeno panožno porazdelitev sred­ V stev ukrep naslednjem a za b sredstev ukrepa za blaženje posledic gospodarske recesije. koraku lažen za je pos vsakega ledic gospo prejemnika darske r sredstev ecesije. poiščemo najbolj podobno podjetje, ki V n pomoči ni asle bilo dnjem k deležno. o Pri raku za vs tem mora akega p veljati, da rs ejemnika sreds spremenljivkami te X v poiščem pojasnimo o najbo odločitev lj o V naslednjem koraku za vsakega podo prejemnika dodelitvi bno p sredstev od pomoči jetje, tako ki poiščemo pom dobro, o najbolj či da ni so bilo podobno de rezul le tati žno podjetje,. P ki podjeri tij tem ( y0, m y o 1 ra ) veljati, d statistično a s spremen neodvisni od pomoči ni bilo deležno. Pri tem mora ljivka veljati, odločitve, mi da s X poja pogojno snim na o o spremenljivkami d X lo čite kontrolne v o do pojasnimo delitvi p odločitev spremenljivke o o X m : oči t Pr( X a T =1 0, 1, = Pr =1 it ko do y br y o, d X )a so r ( X e Tit zultat X i ) dodelitvi pomoči tako dobro, da so podj rezul et tati (Heckman, ij ( y y 0, podje y 1 tij ) s ( y t 0 a, tis 1 tičn ) o n Ichimura in Todd 1998, eodv statistično isni o str. 265). d od neodvisni loči od tve, pogojno na kontrolne spreodločitve, pogojno na kontrolne menljivke spremenljivke X: : Pr( X T =1 (Heckman, ichimura in todd 0 , 1, = Pr =1 it y y X ) ( XTit X) (Heckman, Ichimura in Todd 1998, str. 265). 1998, s Zgornjemu tr. 265). pogoju zadostimo s testom hipoteze uravnovešenosti (balancing hypothesis), ki sledi Zgornjem proceduri u pog paritve o in ju zados preverja, tim ali o s t so esto razlike m hi med poteze ura vrednostmi vnovešenos posameznih ti (balancing spremenljivk v Zgornjemu pogoju zadostimo s testom X hipoteze hypo znotraj t uravnovešenosti hesis), k skupin i sledi p podjetij s r(balancing oceduri p podobnimi hypothesis), aritve in p verjetnostmi r eki verja, a dodelitve li so razli pomoči ke m dovolj ed vredn majhne, os da tmi lahko sledi proceduri paritve in preverja, ali so razlike pos trdimo, a med m da e smo vrednostmi znih s z X premen dovolj posameznih ljivk v dobro X razloži spremenljivk zno li traj skup variabilnost v in p D. od Iz jetij s po nadaljnje dobnimi v analize izl er oči jet mo nos vse tmi pare X dodelitve pomoči dovolj majhne, da lahko trdimo, da smo z X dovolj dobro razloznotraj skupin podjetij s podobnimi verjetnostmi dodelitve iz tistih skupin, pomoči dovolj majhne, da lahko v katerih »balancing« hipoteza ni izpolnjena. žili variabilnost D. iz nadaljnje analize izločimo vse pare iz tistih skupin, v katerih trdimo, da smo z X dovolj dobro razložili variabilnost D. Iz nadaljnje analize izločimo vse pare »balancing« hipoteza ni izpolnjena. iz tistih skupin, v katerih »balancing« hipoteza ni izpolnjena. Izbor kontrolnih podjetij je izveden s metodo paritve kernel, kjer vsakemu prejemniku izbor kontrolnih podjetij je izveden s metodo paritve kernel, kjer vsakemu prepomoči pripišemo ustrezno skupino kontrolnih podjetij, tako da jih tehtamo z analitičnimi jemniku pomoči pripišemo ustrezno skupino kontrolnih podjetij, tako da jih teh­ Izbor kontrolnih podjetij je izveden s metodo paritve Epanechnikovimi kernel, utežmi, kjer ki vsakemu se prejemniku tamo z analitičnimi epanechnikovimi u zmanjšujejo tez žmi, ki se zma oddaljenostjo njšujejo z o kontrolnega ddaljenos podjetja tjo od pomoči pripišemo ustrezno skupino kontrolnih podjetij, prejemnikove tako ocenjene da jih tehtamo verjetnosti za z analitičnimi kontrolnega podjetja od prejemnikove ocen pridobitev srejene v dstev. erV jetnos bazen ti za prido kontrolnih bitev sr podjetij edsmo Epanechnikovimi utežmi, ki se zmanjšujejo uvrstili le z oddaljenostjo podjetja, ki še kontrolnega niso in v podjetja prihodnosti ne od stev. V bazen kontrolnih podjetij smo uvrstili le p bodo odjetja, k prejemniki i še ni pomoči s. o in v p S tem r se ihodnoizognemo prejemnikove ocenjene verjetnosti za pridobi najprej tev sredstev. primerjavi V bazen kontrolnih prejemnika in podjetij starega smo sti ne bodo prejemniki pomoči. S tem se izognem prejemnika o najp pomoči rej p ter rim po er dr jav ugi i p strrejemni ani ka novega uvrstili le podjetja, ki še niso in v prihodnosti ne bodo prejemnika in prejemniki bodočega pomoč novega i. S tem prejem se nika izognemo in starega prejemnika pomoči ter po drugi st pomoči ra . ni novega p Vsakemu rejemni prejemniku ) ka in bo sredstev dočega oziroma najprej primerjavi prejemnika in starega njeg prejemnika ovi spreme pomoči nljivki yi ter po drugi priredimo strani parjeno novega novega prejemnika pomoči. Vsakemu prejemni vrednost ku sredst spremenlev o jivk zir e( Y o j m ), a n ki jeg je ovi spre podana ­s prejemnika in bodočega novega prejemnika m pomoči enl kernelno jivk . i Vsakemu y osnovanim prejemniku tehtanim jen sredstev o vre povprečje dn m oziroma i priredimo par ) os sprt spremen emenljivk ljivk vseh e ( Y), ki je p dovoljenih odana s k kontrolnih erenot. j njegovi spremenljivki yi priredimo parjeno n Utež e vrednost lno osn kontrol o nega spremenl vanim teh podjetja jivk ta je e( Y nim povpre sorazmerna čz jem sp bližino remenljiv ocenjene k vseh dovo nagnjenosti l k jenih kon pridobitvi trolnih j ), ki je podana s državne kernelno osnovanim tehtanim povprečjem en pomoč spr oi m emenljivk t. u e tež k d pre o je n m vseh tro nik ln om dovoljenih ega p i odjetjkontrolnih a je so enot. razmer in kontrolnim podjetjem n j: a z bližino ocenjene nagnjenosti k Utež kontrolnega podjetja je sorazmerna z pbližino ridobi ocenjene tvi držav nagnjenosti ne pomo k či m pridobitvi ed prej državne emnikom i in kontrolnim podjetjem j: pomoči med prejemnikom i in kontrolnim podjetjem j: 𝑃𝑃𝑃𝑃 !∈!(!" 𝐾𝐾 ! − 𝑃𝑃𝑃𝑃! !) 𝑦𝑦! ℎ 𝑦𝑦! !" = 𝑤𝑤!" 𝑦𝑦! = 𝑃𝑃𝑃𝑃 𝑃𝑃𝑃𝑃 ! − 𝑃𝑃𝑃𝑃! !∈!(!"!) !∈!(!" 𝐾𝐾 !) ℎ !∈!(!" 𝐾𝐾 ! − 𝑃𝑃𝑃𝑃! !) 𝑦𝑦! ℎ 𝑦𝑦! !" = 𝑤𝑤!" 𝑦𝑦! = kjer je w ij ute 𝑃𝑃𝑃𝑃 ž kontrolne enote j pri paritvi z enoto i, Pr ! − 𝑃𝑃𝑃𝑃! i je ocena verjetnosti (pro­ !∈!(!"!) !∈!(!" 𝐾𝐾 pensity s !) core) za p ℎ odjetje i, h je funkcijski parameter, nastavljen na 0,06, epanechnikov kernel K pa je definiran kot K( u)~(1– u 2), pri pogoju | u|<1. Pri izvajanju me32 tode paritve so bili izključeni vsi prejemniki pomoči, katerih ocenjene verjetnosti p i ležijo izven domene ocenjenih verjetnosti kontrolnih enot (common support). 32 kj kjer er jje e wwij utež kontrolne enote j pri paritvi z enoto i, Pri je ocena verjetnosti (propensity ij utež kontrolne enote j pri paritvi z enoto i, Pri je ocena verjetnosti (propensity kjer je wij utež kontrolne enote j pri paritvi z enoto i, Pri je ocena verjetnosti i h(propensity score) score) za za podjetje podjetje i, , h je je funkcijski funkcijski parameter, parameter, nastavljen nastavljen na na 0,06, 0, 06, epanechnikov epanechnikov kernel kernel K K pa pa score) za podjetje i, h je funkcijski parameter, nastavljen na 0,06, epanechnikov kernel K pa je definiran kot K ( u) ( 2 ~ 1− u ), pri pogoju | u|<1. Pri izvajanju metode paritve so bili 2 je definiran kot K ( u) je definiran kot K u ~ 1− u , pri pogoju | u|<1. Pri izvajanju metode ( 2 ~ 1− u paritve so ) , pri pogoju | u|<1. Pri izvajanju metode paritve so bili ( ) ( ) bili izključeni vsi prejemniki pomoči, katerih ocenjene verjetnosti pi ležijo izven domene izključeni vsi prejemniki pomoči, katerih 40 izključeni vsi (NE)UČINKOVITOST prejemniki VLADNIH UKREPO pomoči, V V PODPORO katerih DELOVANJU PODJETIJ ocenjene V POGOJIH GOSPOD verjetnosti p ARSKE i RECESIJE ležijo izven domene ocenjene verjetnosti p ocenjenih verjetnosti kontrolnih enot (common support). i ležijo izven domene ocenjenih verjetnosti kontrolnih enot (common support). ocenjenih verjetnosti kontrolnih enot (common support). Ko Ko Ko im imamo imamo a na na mo na razp razpolago razpolago olago prej prejemnike prejemnike emnik pomoči pomoči e p iin n omoči in n njihovo njihovo jihov kontrolno kontrolno o kontr skupino, skupino, olno s tudi tudi v v kup tem tem ino, sklopu sklopu Ko imamo na razpolago prejemnike pomoči in njihovo tudi v t kontrolno skupino, tudi v tem sklopu emp empiirirične čne em s anali anali klo ze ze pu em po po pir zgledu zgledu ične ana Blundell Blundell lize p in in o zg Costa Costa DiDiled as as u Blun (2000) (2000) dell in metodo metodo costa Di paritve paritve as (2000) združimo združimo s s t.i. t.i. empirične analize po zgledu Blundell in Costa Dias (2000) metodo metodo paritve združimo s t.i. metodo metodo paritv »razlika »razlika e -­‐v -­‐v zdr -­‐-­‐ užimo razlikah«, razlikah«, s t. i kar kar . m se se eto je je do v v »razlika­vempiričnih empiričnih razlikah«, študijah študijah kar se izkazala izkazala je v em kot kot piričučinkovita učinkovita metodo »razlika-­‐v-­‐razlikah«, kar se je v empiričnih nih š študijah tudija izkazala kot učinkovita kombinacija. kombinacija. h izkaza Poleg Poleg la kot učin izboljšanja izboljšanja kovita rezultatov rezultatov ko je je mbinacija. prednost prednost P te te oleg izb tehnike tehnike ol v v jšanj tem, tem, a re da da zultatov odstrani odstrani je vpliv vpliv kombinacija. Poleg izboljšanja rezultatov je prednost te predn tehnike v tem, da odstrani vpliv skupnih skupnih ost te t šokov. šokov. ehni Za Za ke v t vsak vsak em, d par par a odstra ustvarimo ustvarimo ni vpli razliko razliko v s v v kupnih š razlikah razlikah okov. Za vsa spremenljivke spremenljivke k p Y Y (( ar u did), did), s tvarim tako tako o da da od od skupnih šokov. Za vsak par ustvarimo razliko v razlikah razliko v razli spremenljivke Y ( did), tako da od časovne časovne ka diference diference h spremenl prejemnika prejemnika jivke Y ( pomoči pomoči did), tako d odštejemo odštejemo a od ča časovno časovno sovne difer diferenco diferenco ence p njemu njemu rejemnika pripadajočega pripadajočega časovne diference prejemnika pomoči odštejemo časovno pomoči o diferenco d kontrolnega štejem njemu o č podjetja. a To sovn nam o dif pripadajočega er pove, en za co njem koliko se u p je ripadaj določen očega kon parameter tr v olnega pod prejemniku jetja. kontrolnega podjetja. To nam pove, za koliko se je določen parameter v prejemniku povečal povečal kontrolnega podjetja. To nam pove, za koliko se je določen to nam p parameter (zmanjšal) o v v bolj e, za ko (manj) lik prejemniku o kot se se je je do povečal ločen povečal paramet (zmanjšal) er v v pr kontr ejemni olnem ku poveč podjetju. al (zmanjš Povprečni al) (zmanjšal) bolj (manj) kot se je povečal (zmanjšal) v kontrolnem podjetju. Povprečni učinek učinek (zmanjšal) bolj (manj) kot se je povečal (zmanjšal) v kontr bolj (m olnem črpanja anj) k podjetju. o sredstev t s iz e je p Povprečni ovečal (zm učinek obravnavanega anjša ukrepa l) v k na ontroln določeno em pod lastnost jetju. P podje o tja vp ( Y r) ečni uči sedaj ­ črpanja sredstev iz obravnavanega ukrepa na določeno lastnost podjetja ( Y) sedaj lahko lahko črpanja sredstev iz obravnavanega ukrepa na določeno l nek čr astnost pan izračunamo ja sr podjetja z e(d Y s) tev iz o sedaj aritmetičnim brav lahko navanega u povprečjem kr razlik ep -­‐v-­‐ a na do razlikah ločen po o la vseh stn Nt os t p us odjet pešno ja ( Y) izračunamo z aritmetičnim povprečjem razlik-­‐v-­‐razlikah po vseh N parjenih izračunamo z aritmetičnim povprečjem razlik-­‐v-­‐razlikah s pr e po e d je aj l m a nikh vseh k N ih: o izrač t us una pešno mo z arit parjenih metičnim povprečjem razlik­v­razli t uspešno parjenih kah po vseh N t prejemnikih: u presp je ešn m o p nikih: arjenih prejemnikih: 1 1 𝛿𝛿 1 𝑦𝑦! − 𝑦𝑦! − 𝑦𝑦!(!) − 𝑦𝑦!(!) = 1 1 ! = !" !"!! 𝐷𝐷𝐷𝐷𝐷𝐷!" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 0,1,2,3,4 ! ! !(!) !(!) 1 𝛿𝛿 ! ! !(!) !(!) ! = 𝑁𝑁 !" !"!! ! 𝑦𝑦 − 𝑦𝑦 − 𝑦𝑦 − 𝑦𝑦 = 𝑁𝑁! 𝐷𝐷𝐷𝐷𝐷𝐷 𝑧𝑧𝑧𝑧 𝜏𝜏 = 0,1,2,3,4 𝛿𝛿! = 𝑦𝑦!" − 𝑦𝑦!"!! − 𝑦𝑦!" − 𝑦𝑦!"!! = 𝐷𝐷𝐷𝐷𝐷𝐷!" 𝑧𝑧𝑧𝑧 𝑁𝑁 !" !"!! !" !"!! !" 𝜏𝜏!=!∈ 0, !"1,2,3,4 𝑁𝑁 𝑁𝑁 𝑁𝑁 !∈!" !∈!" ! !∈!" ! !∈!" ! !∈ !" kj kjer kj er ssuubbi er sinundbdeks in eks 𝜏𝜏 de 𝜏𝜏 označuje ks τ o zn označuje leto aču leto od od začetka j e leto o začetka prejema d začetka p prejema (r𝜏𝜏(𝜏𝜏 ej=0 =0 označuje emoznačuje leto a (τ = 0 ozn leto začetka ačuj začetka prejema, e leto začet prejema, t=1 ka t=1 kjer subindeks 𝜏𝜏 označuje leto od začetka prejema (𝜏𝜏 =0 pr leto ejem označuje a, leto t kasneje, = 1 let začetka itd.). DP o kasn prejema, ej t označuje e, i =1 td.). množico DP označuj prejemnikov e množico p sredstev rej ukrepa, emni 𝑦𝑦!(!) ko pa v sredstev leto kasneje, itd.). spremenljivko !(!) DP označuje množico prejemnikov sredstev ukrepa, 𝑦𝑦!(!) !" !" pa spremenljivko leto kasneje, itd.). DP označuje množico prejemnikov u sredstev krepa, ukrepa, 𝑦𝑦 pa p spremenljivko a spremenljivko kontrolnih podjetij, ki je so bili v procesu paritve kontrolnih kontrolnih podjetij, !" podjetij, ki ki je je so so bili bili v v procesu procesu paritve paritve dol določene očene prejemniku prejemniku i. i. Rezultate Rezultate obeh obeh kontrolnih podjetij, ki je so bili v procesu paritve določene prejemniku določene pr i. ej Rezultate emniku i obeh . rezultate obeh skupin podjetij spremljamo od leta pred skupin skupin podjetij podjetij spremljamo spremljamo od od leta leta pred pred dodel dodelitvi itvijo jo do do četrtega četrtega lleta eta po po dodelitvi dodelitvi pomoči. pomoči. Ker Ker skupin podjetij spremljamo od leta pred dodelitvijo do četrtega l doeta de po litvidodelitvi jo do četpomoči. rtega letKer a po dodelitvi pomoči. Ker nas zanima tudi kumulativni nas nas zanima zanima tudi tudi kumulativni kumulativni učinek, učinek, ki ki ga ga ima ima črpanje črpanje pomoči pomoči na na podjetja, podjetja, smo smo ocenili ocenili tudi tudi nas zanima tudi kumulativni učinek, ki ga ima črpanje pomoči na učin podjetja, ek, ki ga smo im ocenili a črpanj tudi e pomoči na podjetja, smo ocenili tudi povprečni kumupovprečni kumulativni učinek T povprečni kumulativni učinek T obdobij po pr e obdobij po pr je e m je u pom m o u pomočiči: : povprečni kumulativni učinek T obdobij po prejemu pomoči: lativni učinek T obdobij po prejemu pomoči: 1 1 𝛾𝛾 1 𝑦𝑦! − 𝑦𝑦! − 𝑦𝑦!(!) − 𝑦𝑦!(!) = 1 1 ! = !" !! 𝐶𝐶𝐶𝐶𝐶𝐶!" 𝑧𝑧𝑧𝑧 𝜏𝜏 = 1,2,3,4 ! ! !(!) !(!) 1 𝛾𝛾 ! ! !(!) !(!) ! = 𝑁𝑁 !" !! ! 𝑦𝑦 − 𝑦𝑦 − 𝑦𝑦 − 𝑦𝑦 = 𝑁𝑁! 𝐶𝐶𝐶𝐶𝐶𝐶 𝑧𝑧𝑧𝑧 𝜏𝜏 = 1,2,3,4 𝛾𝛾! = 𝑦𝑦!" − 𝑦𝑦!! − 𝑦𝑦!" − 𝑦𝑦!! = 𝐶𝐶𝐶𝐶𝐶𝐶!" 𝑧𝑧𝑧𝑧 𝜏𝜏 𝑁𝑁 !" !! !" !! !" ! = !1∈,2, !"3,4 𝑁𝑁 𝑁𝑁 𝑁𝑁 !∈!" !∈!" ! !∈!" ! !∈!" ! !∈!" od leta prejema državne pomoči ( t=0) do τ obdobij kasneje torej seštevamo Od Od leta leta prejema prejema državne državne pomoči pomoči ( t(=0) t=0) do do 𝜏𝜏𝜏𝜏 obdobi obdobij j kasneje kasneje torej torej seštevamo seštevamo večletne večletne Od leta prejema državne pomoči ( t=0) do 𝜏𝜏 obdobij kasneje več tor let ej n seštevamo e časovn večletne e diference spremenljivke Y najprej za prejemnika, potem pa časovne časovne diference diference spremenljivke spremenljivke Y Y najprej najprej za za prejemnika, prejemnika, potem potem pa pa odštejemo odštejemo tehtane tehtane časovne diference spremenljivke Y najprej za prejemnika, potem odštej pa em odštejemo o tehtan tehtane e vsote kumulativnih časovnih diferenc vseh kontrolnih enot. vsote vsote kumulativnih kumulativnih časovnih časovnih diferenc diferenc vseh vseh kontrolnih kontrolnih enot. enot. Parameter Parameter Parameter y nam torej pove, v povprečju za koliko so prej 𝛾𝛾 𝛾𝛾! nam torej pove, v emni ! nam torej pove, v vsote kumulativnih časovnih diferenc vseh kontrolnih enot. Parameter ki pomoči povepovprečju 𝛾𝛾 τ povprečju čali/zmza za ankoliko ! nam torej pove, v koliko jšali o so so b prejemniki prejemniki ravnavano spomoči pomoči prem povečal povečal enljivk i/zmanjšali i/zmanjšali o bolj kot n obravnavano obravnavano jim primerlji spremenljivko spremenljivko vi nesubven bolj bolj povprečju za koliko so prejemniki pomoči povečali/zmanjšali obravnavano spremenljivko bolj ciokot kot njim njim nira primerljivi primerljivi ni konkurennesubvencionirani nesubvencionirani ti τ let po začetk konkur u črpa enti konkurenti nj 𝜏𝜏𝜏𝜏 a sr elet let dst po po e začetku začetku v Mg o črpanja črpanja z. SiD ba sredstev sredstev nke. Po MG MG udaritoz. oz. kot njim primerljivi nesubvencionirani konkurenti 𝜏𝜏 let po začetku črpanja sredstev MG oz. i SID SID j banke. banke. e potre Poudariti Poudariti bno, da pje je a potrebno, rameter y potrebno, da da ni parameter enak sešte𝛾𝛾 parameter 𝛾𝛾! ni enak seštevku 𝛿𝛿! od 𝜏𝜏=0 do 𝜏𝜏 =T, ker se v! kni u enak y o seštevku d τ = 0 𝛿𝛿 do ! od 𝜏𝜏 τ = T =0 , k do er s𝜏𝜏 =T e št, ekveir s lo e SID banke. Poudariti je potrebno, da parameter 𝛾𝛾! ni enak seštevku število 𝛿𝛿 τ τ število N 𝑁𝑁𝑁𝑁 ! od 𝜏𝜏=0 do 𝜏𝜏 =T, ker se ! iz leta v leto spreminja, saj 𝜏𝜏 obdobij po začetku subvencioniranja ne preživijo vsi iz leta v leto spreminja, saj τ obdobij po začetku subvencioniranja ne preživijo τ ! iz leta v leto spreminja, saj 𝜏𝜏 obdobij po začetku subvencioniranja ne preživijo vsi število 𝑁𝑁! iz leta v leto spreminja, saj 𝜏𝜏 obdobij po začetku subvencioniranja ne preživijo vsi prejemniki pomoči in vse kontrolne enote. prejemniki pomoči in vse kontrolne enote. vsi prejemniki pomoči in vse kontro prejemniki pomoči in vse kontrolne enote. lne enote. 33 33 33 Metodologija 41 3.5 Dinamične panelne regresije DinAMiČne PAneLne regreSije Kot komplement neparametričnim metodam paritev uporabimo tudi dinamične panelne Kot komplement neparametričnim metodam paritev uporabimo tudi dinamične regresijske metode, ki se tradicionalno uporabljajo v empiričnih preverbah teorije rasti panelne regresijske metode, ki se tradicionalno uporabljajo v empiričnih preverpodjetja. Razširjeno dinamično specifikacijo takšnega ARDL modela (autoregressive-­‐ bah teorije rasti podjetja. razširjeno dinamično specifikacijo takšnega ArDL distibuted lag model) je moč zapisati na naslednji način: modela (autoregressive­distibuted lag model) je moč zapisati na naslednji način: 𝑦𝑦 !"#$% !" = 𝛼𝛼𝑦𝑦!"!! + 𝛽𝛽𝑿𝑿!" + 𝛾𝛾𝐷𝐷𝐷𝐷!" + 𝜂𝜂! + 𝜈𝜈!" 𝑖𝑖 = 1,2, … , 𝑁𝑁; 𝑡𝑡 = 2,3, … , 𝑇𝑇 pri če p m r er je i čem 𝑦𝑦 er je y kazalec poslovanja, ki nas zanima (zaposlenost, prodaja, investici­ !" kazalec it poslovanja, ki nas zanima (zaposlenost, prodaja, investicije), 𝑦𝑦!"!! odložena je), y odložena vrednost odvisne spremenljivke, X vektor kontrolnih spremen­ it vrednost –1 odvisne spremenljivke, 𝑿𝑿!" vektor kontrolnih it spremenljivk, ki so lahko tudi l časovno jivk, ki s odložene o lahko t (podroben udi časovn opis o odlo kontrolnih žene (podrspremenljivk oben opis koje ntrpodan olnih s v prTabeli emenl A jiv v k kriza Prilojgi e ), p𝐷𝐷𝐷𝐷 od ! a "#$% n v tabeli A v Prilogi), DP je slamnata spremenljivka z vrednostjo 1, !" je slamnata spremenljivka it z vrednostjo 1, če je v tekočem ali preteklih letih prejelo če j podjetje e v teko pomoč čem a za li pr bletaženje ekli gospodarske h letih preje kri lo po ze dj , 𝜂𝜂 etje pomoč za blaženje gospodarske !je časovno nespremenljiv neopažen individualni krize, η je časovno nespremenljiv neopažen individualni učinek na ravni podjetja i učinek na ravni podjetja (npr. sposobnost managementa, organizacijska kvaliteta, (npr kakovost . sposobn zaposlenih), ost manag ementa, organizacijska kvaliteta, kakovost zaposlenih), ν 𝜈𝜈!" pa je naključna napaka. Zaposlenost v času t je torej it pa je naključna napaka. Zaposlenost v času t je torej odvisna od zaposlenosti v odvisna od zaposlenosti v predhodnem obdobju, hkrati pa je korelirana tudi z ostalimi predhodnem obdobju, hkrati pa je korelirana tudi z ostalimi kontrolnimi sprekontrolnimi spremenljivkami, vključno s spremenljivko, ki nas najbolj zanima: kriz 𝐷𝐷𝐷𝐷!"#$% a !" . Ker je menljivkami, vključno s spremenljivko, ki nas najbolj zanima: DP . Ker je sledslednja definirana kot 1 v primeru tekoče ali predhodne pomoči in ne le v primeru it tekočega nja definirana kot 1 v primeru tekoče ali predhodne pomoči in ne le v primeru črpanja pomoči, je interpretacija koeficienta ocena dolgoročnega učinka pomoči (glej tekočega črpanja pomoči, je interpretacija koeficienta ocena dolgoročnega učinka Criscuolo et al. 2012). Vse spremenljivke razen indikatorskih so v model vključene v pomoči (glej criscuolo et al. 2012). Vse spremenljivke razen indikatorskih so v logaritemskih vrednostih. model vključene v logaritemskih vrednostih. Da bi ocenili zgornji dinamični model panelne zasnove z mnogo podjetji in Da bi ocenili zgornji dinamični model panelne zasnove z mnogo podjetji in majhnim majhnim časovnim razdobjem, smo uporabili generalizirano metodo momentov, časovnim razvit razdobjem, o s stra ni A smo rel anuporabili o in Bov generalizirano er (1995) in Bl metodo undel momentov, l in Bon razvito d (1998). t. i s strani . system Arellano g in MM Bover upošt (1995) eva pri in sotBlundell nost ne in op Bond aženi (1998). h indiv T.i. idu system alnih GMM firmskoupošte ­spe va prisotnost cifičnih učinneopaženih kov in individualnih endogenost firmsko kontro -­‐specifičnih lnih sprem učinkov enljivk. in Blendogenost undell in Bkontrol ond nih spr (1998) emenljivk. endogene Blund r el eg lr in es orBon j d (1998) e v enačb endogene i v nivojih ins regresorje trumenta v enačbi lizirata z o v d niv lo ojih instrumentalizira ženimi diferencami, p ta o z leg odloženimi tega p diferencami, a uporabit poleg a že pr tega pa ej razvit uporabita o rešite že v ins prej tr razvito umenta rešitev lizacij instrumentalizacije e z odloženimi spre z odloženimi menlji spremenljivkami vkami v nivoji v nivojih h kot instkot r instrument ument za en za ač enačbo b v o v dif diferencah erencah, k , ki i st sta a j jo razvila o razvila Arellano Arel in an Bond o in B (1991) on . Poleg d (1991). Penostopenjske oleg enostop apliciramo enjske ap v liciradoločenih mo v do specifikacijah ločenih specifi tudi kadvostopenjsko cijah tudi metodo dvostop za enjs izračun ko metorobustnih do za standardnih izračun robust napak nih sta ocen ndar regresije dnih nap ,a kot k o jo cen predlaga regr Windmeijer esije, kot j (2005). o predla Odloženo ga Win odvisno dmeij spremenljivko, er (2005). odlo indikatorsko ženo odvisn spremenljivko o spremenljivk za o, črpanje indi pomoči katorsk za o spblaženje remenlji gospodar vk ske o za črpa krize nje po in m indi o katorsko či za blažen spremenl je gospo jivko darsk za e k črpanje rize in nekriznih indi pomoči katorsko stretiramo premenlji kot vk endogene o za črpanj spr e ne eme kr nl izni jivke, h po starost, moči tr et indikator iramo ko za t en starejše dogene podjetje spr od emen1994, ljivk e časovne, , staros panožne t, indikato in regional r za starejš ne e posldamnate jetje o spremenlj d 1994, čas ivke ovnetretiramo , panožn kot e in striktno reg eksogene ionalne sla spremenljivke, mnate sprem vse enljiv ostale ke tret spremenljivke iramo kot strikpa tn vstopajo o eksogen v e smodel prem kot enljivprej ke, določene vse os(predetermined). tale spremenljiv kPred e p metodo a vstopaj system o v modeGMM l kot pvedno rej do navajamo ločene (pr še e izračuna determine za d). metodo Pre najmanjših d meto kvadratov do system g (OLS), MM ve dn ki o n pr a ece vaja njuje mo š pravi e izrač učinek un na a za met odlože odo n ni ajmodv an isni jših spremenljivki, kvadrato in v ( za o panelno LS), ki pre metodo cenjuj s e p fiksnimi ravi učinučinki, ek n ki a od pa lo podce ženi odnjuje vi pravi sni spr učinek emenljiv na ki, in za panelno metodo s fiksnimi učinki, ki pa podcenjuje pravi učinek na odloodloženi odvisni spremenljivki. Koeficient z metodo system GMM mora praviloma ležati med ženi odvisni spremenljivki. Koeficient z metodo system gMM mora praviloma 34 42 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE ležati med obema mejama oLS in Fe koeficientov. osnovni metodi oLS in Fe ne popravljata problema endogenosti niti na odloženi odvisni spremenljivki, ampak ga zanemarita (oLS) oz. neustrezno obravnavata (Fe) tudi za ostale kontrolne spremenljivke. System gMM tako na primer tudi endogenost slamnate spremenljivke pomoči v krizi rešuje z instrumentalizacijo te spremenljivke z odloženimi diferencami in odloženimi nivoji, kar delno zmanjša problem in podaja manj pristranske ocene vpliva pomoči na rast obravnavanega indikatorja poslovanja. 43 PODATKI V empirični analizi projekta uporabljamo panelne podatke na ravni podjetij v dolgem časovnem razponu. Pri tem smo združevali več podatkovnih baz tako na letni ravni kot tudi četrtletni in dvoletni ravni. Podatke o vseh prejemnikih državnih pomoči in pomoči de minimis smo prejeli od Ministrstva za finance, ki zajema obdobje od 1998 do 2010. te podatke smo združili s podatki iz zaključnih računov gospodarskih družb, ki jih zbira AjPeS. Podatki vključujejo vse informacije iz bilance stanja in izkaza uspeha za celotno populacijo gospodarskih družb v Sloveniji v obdobju od 1994 do 2010. Kasnejši podatki v času analize žal še niso bili na voljo za statistično obdelavo. V nekaterih specifikacijah smo uporabili namesto zaključnih računov četrtletne podatke o prodaji in bruto investicijah, ki prihajajo iz Četrtletnega vprašalnika gospodarskih družb za obračun dodane vrednosti in bruto investicij. tem podatkom smo prilepili podatke o tujih neposrednih investicijah, ki jih zbira Banka Slovenije in ki vsebujejo informacije o izhodnih in vhodnih tujih neposrednih investicijah, geografski strukturi investicij, številu investicij, vrednosti investicij in poreklu lastnikov. nadalje smo dodali še podatke o zunanji trgovini na ravni podjetij, ki jih zbira carinska uprava rS. ta podatkovna baza ima razpon od 1994–2010 in vsebuje informacije na ravni pošiljk uvoza in izvoza, vrednost pošiljke, šifro proizvoda, poreklo in ciljno državo, ekonomski namen blaga, težo in ostale informacije. iz te baze podatkov smo črpali informacije o vrednosti uvoza in izvoza, številu držav izvoza in uvoza ter geografski strukturi celotnega uvoza in izvoza na ravni podjetja. na koncu smo v nekaterih specifikacijah uporabili tudi dvoletne podatke iz Vprašalnika o inovacijski dejavnosti v predelovalni dejavnosti in izbranih storitvenih dejavnostih. Ker se vprašalniki nanašajo na dvoletna obdobja, smo informacije za tekoče leto vprašalnika inputirali tudi na predhodno leto, nakar postane veljavna že predhodna anketa. Podatki so bili združeni in dani na razpolago v deindividualizirani obliki v varni sobi Statističnega urada rS. 44 REZULTATI oPiSnA StAtiStiKA opisna statistika kazalcev poslovanja skozi čas v obdobju od 5 let pred prejemom pomoči do 2 let po prejemu pomoči za celotno populacijo prejemnikov je pokazala, da je povprečni prejemnik prodajo iz 7,9 milijona € (2 leti pred pomočjo) znižal na 6,3 milijona v prvem letu po prejemu pomoči, kar je 20 % padec. Večina prejemnikov je sicer pomoč črpala leta 2009, zato podatka o poslovanju 2 leti po prejemu pomoči za njih še nimamo, kar predstavlja veliko izgubo podatkov v dinamični analizi pri prehodu iz 1. na 2. leto po prejemu pomoči. Če v analizo vzamemo le podjetja prejemnike iz leta 2008, ki so preživela do 2 leta po prejemu pomoči in torej s tem izvzamemo statistični učinek izstopa slabših prejemnikov pomoči, je relativni padec prometa nekoliko manjši, in sicer z 9,4 milijona v letu prejema pomoči na 7,9 milijona naslednje leto, kar predstavlja 15 % upad prometa. Tabela 2: Povprečne vrednosti prodaje v prejemnikih pomoči za blaženje gospodarske krize (v €). obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 6,566,683 5,679 19,953,908 6,858 5,995,333 1,191 t-4 7,070,692 5,900 20,665,371 7,309 7,005,921 1,262 t-3 7,581,063 6,308 22,107,758 7,807 7,463,004 1,342 t-2 7,936,296 7,829 23,277,913 8,410 8,196,617 1,409 t-1 7,176,546 8,225 22,237,671 9,191 9,197,333 1,485 t0 6,650,113 11,417 19,648,100 9,770 9,437,692 1,534 t+1 6,317,983 19,104 19,587,171 5,661 7,965,050 1,531 t+2 8,903,800 21,721 29,328,721 1,535 8,903,800 1,535 Vir: Lastni izračuni. Podoben vzorec je prisoten pri gibanju dodane vrednosti. V celotni skupini prejemnikov je ta kazalnik padel za 12 % z 2,0 milijona € dve leti pred prejemom na 1,77 milijona € leto po prejemu pomoči, medtem ko je v manjši skupini prejemnikov iz leta 2008 prišlo do 11 % upada v enem letu (od 2008 na 2009), medtem ko je dodana vrednost leta 2010 že izkazala 5 % rast (z 2,28 milijona € leta 2009 na 2,38 milijona € leta 2010). Rezultati 45 Tabela 3: Povprečni znesek dodane vrednosti v prejemnikih pomoči za blaženje gospodarske krize (v €). obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 1,834,938 -8 5,990,567 6,858 1,810,600 1,191 t-4 1,916,860 0 6,033,275 7,309 2,167,344 1,262 t-3 1,978,138 -21 6,310,958 7,807 2,207,227 1,342 t-2 2,018,685 0 6,398,742 8,410 2,294,680 1,409 t-1 1,881,143 0 5,930,488 9,191 2,472,864 1,485 t0 1,754,489 -54 5,500,233 9,770 2,566,649 1,534 t+1 1,774,822 904 5,556,088 5,661 2,276,052 1,531 t+2 2,384,735 -208 8,286,804 1,535 2,384,735 1,535 Vir: Lastni izračuni. Leto pred prejemom je bila povprečna zaposlenost v prejemnikih 50 oseb (65 za skupino prejemnikov v letu 2009), ki je potem padla na 46 v letu po prejemu pomoči (59 za skupino prejemnikov v letu 2009), kar predstavlja 8 % padec zaposlenosti (9 % za skupino prejemnikov v letu 2009). Samo v prejemnikih iz leta 2008 se je povprečna zaposlenost od leta 2008 do 2010 zmanjšala s 65 na 59 zaposlenih, oziroma za 9 %. Število zaposlenih v prejemnikih se torej zmanjšuje tudi dve leti po začetku krize leta 2008. Tabela 4: Povprečno število zaposlenih v prejemnikih pomoči za blaženje gospodarske krize obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 59.9 0.0 222.0 6,858 67.0 1,191 t-4 58.3 0.0 216.4 7,309 68.1 1,262 t-3 56.9 0.0 210.3 7,807 66.7 1,342 t-2 54.8 0.0 205.4 8,410 65.5 1,409 t-1 50.3 0.0 188.2 9,191 65.3 1,485 t0 46.2 0.4 172.2 9,770 64.8 1,534 t+1 46.1 0.5 168.7 5,661 61.1 1,531 t+2 59.3 0.0 207.8 1,535 59.3 1,535 Vir: Lastni izračuni. izvoz se je v celotni skupini prejemnikov zmanjšal za 16 % od 2 let pred prejemom pomoči do leta dni po prejemu (s 3,9 milijona € na 3,3 milijona € na povprečnega prejemnika), kar predstavlja manjši padec kot je padec celotne prodaje. tudi skupina prejemnikov iz 2008 je doživela 16 % padec izvoza (s 5,6 milijona € v letu 2008 na 4,7 milijona € naslednje leto), v letu 2010 pa se je vrednost izvoza v povprečnemu prejemniku že povrnila na raven leta 2008. izvoz je bil v Sloveniji edina kategorija agregatnega povpraševanja s pozitivnim prispevkom h gospodarski rasti, kar drži tudi za prejemnike pomoči za blaženje gospodarske krize. Delež izvoza v prodaji je padel le za 0,5 odstotne točke v celotni skupini prejemnikov 46 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE (s 16,1 % na 15,6 % od leta prejema do naslednjega leta), medtem ko je v skupini prejemnikov iz leta 2008 ostal skoraj nespremenjen na ravni 21 % prodaje. Tabela 5: Povprečne vrednosti izvoza v prejemnikih pomoči za blaženje gospodarske krize (v €). obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 3,134,753 0 8,000,142 6,858 3,505,904 1,191 t-4 3,474,891 0 8,721,796 7,309 4,211,717 1,262 t-3 3,752,735 0 9,594,092 7,807 4,615,558 1,342 t-2 3,877,107 0 9,833,808 8,410 5,071,863 1,409 t-1 3,464,129 0 8,443,792 9,191 5,620,725 1,485 t0 3,258,565 0 7,092,883 9,770 5,641,913 1,534 t+1 3,331,585 0 7,092,883 5,661 4,745,413 1,531 t+2 5,572,100 0 13,510,325 1,535 5,572,100 1,535 Vir: Lastni izračuni. Tabela 6: Povprečni deleži izvoza v prodaji v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 15.8 % 0.0 % 86.0 % 6,636 19.6 % 1,146 t-4 16.2 % 0.0 % 86.6 % 7,071 19.9 % 1,224 t-3 16.5 % 0.0 % 87.1 % 7,569 20.6 % 1,298 t-2 16.5 % 0.0 % 87.6 % 8,170 21.6 % 1,362 t-1 16.1 % 0.0 % 87.7 % 8,970 20.9 % 1,445 t0 15.6 % 0.0 % 88.1 % 9,657 21.1 % 1,501 t+1 16.3 % 0.0 % 88.5 % 5,606 20.9 % 1,504 t+2 21.2 % 0.0 % 91.8 % 1,513 21.2 % 1,513 Vir: Lastni izračuni. Zaradi hitrega odpuščanja zaposlenih in dolgotrajnejšega učinka zamrznitve investicij na obseg kapitala (opredmetenih osnovnih sredstev) je v obdobju krize v prejemnikih pomoči kapitalski količnik (opredmetena osnovna sredstva na zaposlenega) naraščal, vendar bo za dolgoročnejši učinek krize in državnih pomoči na ta kazalec poslovanja potrebno obravnavati daljše časovno obdobje, da se ugotovi, kako se je v krizi prilagodil v podjetjih obseg kapitala in do kolikšne mere bodo odpuščeni zaposleni nadomeščeni z novimi v fazi okrevanja. Analize preteklih gospodarskih kriz v ostalih državah namreč kažejo, da obdobje okrevanja v večini primerov spremlja proces dviga delovne produktivnosti, ki sledi racionalizaciji zaradi odpuščenih zaposlenih v krizi (nordhaus, 2005). ti zaposleni se kasneje zaposlijo v drugih podjetjih ali sektorjih, kar je še dodatna realokacijska spodbuda v procesu okrevanja gospodarstva. Rezultati 47 Tabela 7: Povprečna kapitalska intenzivnost v prejemnikih pomoči za blaženje gospodarske krize (v € na zaposlenega). obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 57,435 100 166,502 6,858 50,584 1,191 t-4 58,418 35 165,068 7,309 52,618 1,262 t-3 63,116 0 165,196 7,807 60,377 1,342 t-2 69,022 0 179,134 8,410 61,624 1,409 t-1 63,932 0 190,543 9,191 61,238 1,485 t0 68,559 0 200,867 9,770 73,400 1,534 t+1 75,555 108 215,355 5,661 72,840 1,531 t+2 76,779 360 288,358 1,535 76,779 1,535 Vir: Lastni izračuni. Povprečne plače na zaposlenega v prejemnikih so rasle tako v obdobju pred krizo kot tudi v času krize, vendar je bila rast v času krize upočasnjena. Plače so se v ožji skupini prejemnikov povečale za 7,4 % na leto do leta 2008, kasneje pa so rasle le še po 1,8 % na leto. Prejemniki so povprečne plače povečevali v obravnavanem obdobju kljub upadu produktivnosti v kriznem obdobju. V povprečju je bila v prejemnikih rast plač na zaposlenega višja od rasti dodane vrednosti na zaposlenega v obdobju pred krizo za med 1 in 2 odstotnimi točkami, v prvem letu krize pa je pribitek rasti plač nad rastjo produktivnosti znašal kar 6 odstotnih točk, kar se je sicer do 2. leta po prejemu pomoči spustilo na 0,7 odstotnih točk. Tabela 8: Povprečna plača na zaposlenega v prejemnikih pomoči za blaženje gospodarske krize (v €). obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 14,509 0 28,327 6,858 13,787 1,191 t-4 15,461 0 30,469 7,309 15,272 1,262 t-3 16,341 0 32,050 7,807 16,075 1,342 t-2 17,535 0 33,510 8,410 16,970 1,409 t-1 18,163 0 34,848 9,191 18,337 1,485 t0 19,156 5,450 35,543 9,770 20,041 1,534 t+1 19,772 6,429 35,749 5,661 20,242 1,531 t+2 20,786 1,968 36,870 1,535 20,786 1,535 Vir: Lastni izračuni. 48 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 9: Povprečna produktivnost dela v prejemnikih pomoči za blaženje gospodarske krize (v € na zaposlenega). obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 35,666 -17 62,333 6,858 43,319 1,191 t-4 34,882 0 66,908 7,309 52,844 1,262 t-3 32,060 -42 69,850 7,807 41,251 1,342 t-2 32,200 0 72,876 8,410 34,111 1,409 t-1 32,150 0 72,427 9,191 35,136 1,485 t0 30,884 -65 69,263 9,770 37,010 1,534 t+1 32,900 850 70,833 5,661 34,477 1,531 t+2 33,648 -317 78,835 1,535 33,648 1,535 Vir: Lastni izračuni. Primerjava zgoraj obravnavanih kazalnikov poslovanja v prejemnikih s povprečjem 3­mestne panoge pokaže, da so v večini indikatorjev glede na konkurente iz iste panoge prejemniki doživeli večji upad, medtem ko je bilo okrevanje relativno hitrejše. V prvem kriznem letu so se prodaja, dodana vrednost, izvoz, izvozni delež in zaposlenost zmanjšali za več kot v podjetjih iz iste panoge. Do izboljšanja glede na povprečje 3­mestne panoge je v vseh letih krize prišlo v prejemnikih le pri povprečni plači na zaposlenega in kapitalski intenzivnosti. Zaskrbljujoče pa je dejstvo, da so vse od 5 let pred prejemom pomoči ta podjetja izgubljala prednost pred konkurenti iz iste panoge na kazalcu dodana vrednost na zaposlenega, ki se je znižala iz 1,6 na 1,2­kratnik povprečja (glej tabelo 14). Tabela 10: Relativne vrednosti prodaje v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 3.373 0.007 11.621 6,858 3.24 1,191 t-4 3.362 0.007 11.658 7,309 3.14 1,262 t-3 3.387 0.007 11.418 7,807 3.15 1,342 t-2 3.125 0.010 11.971 8,410 3.26 1,409 t-1 2.992 0.010 11.849 9,191 3.31 1,485 t0 2.897 0.016 11.835 9,770 2.98 1,534 t+1 2.921 0.023 12.544 5,661 3.11 1,531 t+2 3.234 0.025 13.712 1,535 3.23 1,535 Vir: Lastni izračuni. Prejemniki pomoči so v letih pred krizo postopoma zmanjševali prednost v vrednosti prodaje glede na povprečje 3­mestne panoge, v letu prejema pomoči pa so to prednost še bolj izrazito izgubili. že naslednje leto so zopet uspeli pridobiti izgubljeno prednost in jo do drugega leta po prejemu pomoči zopet povrnili na začetno raven izpred krize. Število zaposlenih je bilo pred krizo v prejemnikih pomoči okrog 3­krat večje od povprečja panoge in se je v obdobju po prejemu pomoči najprej nekoliko znižalo, nato pa povečalo nad predkrizno raven. Rezultati 49 Tabela 11: Relativne vrednosti števila zaposlenih v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 3.001 0.000 11.509 6,858 3.12 1,191 t-4 2.992 0.000 11.508 7,309 2.88 1,262 t-3 3.069 0.000 11.571 7,807 2.94 1,342 t-2 3.054 0.000 11.614 8,410 3.02 1,409 t-1 2.998 0.000 11.709 9,191 3.10 1,485 t0 3.030 0.054 11.772 9,770 2.96 1,534 t+1 3.072 0.043 12.330 5,661 3.15 1,531 t+2 3.258 0.000 12.923 1,535 3.26 1,535 Vir: Lastni izračuni. Podobno gibanje kot pri zaposlenosti in celotni prodaji je opaziti tudi pri izvozu. Prejemniki pomoči so bili pred krizo 4­krat večji izvozniki kot povpre­ čje panoge. Do začetka krize so to prednost pred povprečjem počasi znižali na 3,3­kratnik, v prvem letu črpanja pomoči pa so to prednost še dodatno znižali. Dve leti kasneje so prednost v višini izvoza znova povečali na raven pred krizo, kar pomeni, da so ta podjetja hitreje kot konkurenca iz iste panoge uspela nadomestiti izpad izvoza v gospodarski krizi. Delež izvoza v prodaji se v prejemnikih pomoči v času krize ni spreminjal bistveno drugače kot v povprečnem podjetju iz iste panoge. Tabela 12: Relativne vrednosti izvoza v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 3.962 0.000 13.903 6,855 4.26 1,191 t-4 3.854 0.000 13.566 7,305 3.75 1,262 t-3 3.816 0.000 12.855 7,800 3.88 1,342 t-2 3.475 0.000 13.327 8,387 3.92 1,409 t-1 3.355 0.000 12.945 9,158 3.94 1,483 t0 3.246 0.000 12.937 9,742 3.58 1,530 t+1 3.332 0.000 13.719 5,651 3.64 1,528 t+2 3.907 0.000 18.840 1,535 3.91 1,535 Vir: Lastni izračuni. 50 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 13: Relativne vrednosti deleža izvoza v prodaji v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 1.332 0.000 6.127 6,633 1.50 1,146 t-4 1.327 0.000 6.135 7,067 1.52 1,224 t-3 1.310 0.000 6.029 7,563 1.64 1,298 t-2 1.285 0.000 5.773 8,148 1.58 1,362 t-1 1.253 0.000 5.590 8,937 1.48 1,443 t0 1.242 0.000 5.535 9,630 1.43 1,497 t+1 1.212 0.000 5.294 5,596 1.43 1,501 t+2 1.443 0.000 5.654 1,513 1.44 1,513 Vir: Lastni izračuni. Produktivnost, merjena z dodano vrednostjo na zaposlenega, je v prejemnikih pomoči vse od pet let pred prejemom pomoči vztrajno padala relativno glede na povprečje panoge, kar pomeni, da so ta podjetja že dalj časa izgubljala svoj konkurenčni položaj na trgu. Kljub izgubljanju prednosti v produktivnosti dela pred tekmeci iz iste 3­mestne panoge pa so prejemniki pomoči v času krize opazno povečali povprečno plačo relativno glede na tekmece iz iste dejavnosti. Plače, ki so bile prej višje za 35 %, so do drugega leta po prejemu pomoči narasle že na 45 % nad povprečjem. Kljub temu, da je gibanje produktivnosti in plač praviloma pozitivno korelirano pa se to ni zgodilo v prejemnikih, ki so plače očitno povečevali hitreje ali zniževali počasneje kot njihovi konkurenti, in to navkljub istočasnemu relativnemu upadanju produktivnosti. Tabela 14: Relativne vrednosti produktivnosti dela v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 1.595 -0.005 3.073 6,858 1.79 1,191 t-4 1.553 0.000 3.123 7,309 2.10 1,262 t-3 1.357 -0.010 3.032 7,807 1.80 1,342 t-2 1.308 -0.001 3.044 8,410 1.52 1,409 t-1 1.268 -0.002 3.050 9,191 1.34 1,485 t0 1.245 -0.012 3.021 9,770 1.26 1,534 t+1 1.266 0.027 3.125 5,661 1.38 1,531 t+2 1.218 -0.023 3.151 1,535 1.22 1,535 Vir: Lastni izračuni. Rezultati 51 Tabela 15: Relativne vrednosti povprečne plače na zaposlenega v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 1.360 0.000 2.563 6,858 1.35 1,191 t-4 1.363 0.000 2.583 7,309 1.40 1,262 t-3 1.362 0.000 2.573 7,807 1.37 1,342 t-2 1.376 0.000 2.573 8,410 1.38 1,409 t-1 1.371 0.000 2.622 9,191 1.41 1,485 t0 1.424 0.456 2.625 9,770 1.43 1,534 t+1 1.452 0.529 2.651 5,661 1.45 1,531 t+2 1.457 0.172 2.622 1,535 1.46 1,535 Vir: Lastni izračuni. Količnik med opredmetenimi stalnimi sredstvi in številom zaposlenih se v prejemnikih ni povečeval le absolutno, ampak tudi relativno glede na povprečje pripadajoče dejavnosti. Premija v količniku je narasla od 7 % pet let pred prejemom pomoči (3 % v skupini prejemnikov iz leta 2008) na 26 % po prejemu pomoči (45 % za skupino prejemnikov iz leta 2008). Zaradi zmanjšanja števila zaposlenih v povprečju za 10 % so podjetja prejemniki povečala kapitalsko intenzivnost v primerjavi s povprečjem panoge, vendar brez podatka o izrabi proizvodnih kapacitet težko ocenimo učinke te spremembe. Tabela 16: Relativne vrednosti kapitalske intenzivnosti v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 1.066 0.001 3.377 6,858 1.03 1,191 t-4 1.093 0.000 3.428 7,309 1.11 1,262 t-3 1.093 0.000 3.620 7,807 1.07 1,342 t-2 1.201 0.000 3.863 8,410 1.29 1,409 t-1 1.181 0.000 3.972 9,191 1.24 1,485 t0 1.174 0.000 4.111 9,770 1.38 1,534 t+1 1.260 0.002 4.376 5,661 1.37 1,531 t+2 1.448 0.007 5.340 1,535 1.45 1,535 Vir: Lastni izračuni. 52 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 17: Relativne vrednosti dodane vrednosti v prejemnikih pomoči za blaženje gospodarske krize. obdobje Povprečje 5. percentil 95. percentil n Povprečje prej. iz 2008 n t-5 3.274 0.000 12.781 6,858 3.55 1,191 t-4 3.256 0.000 12.368 7,309 3.43 1,262 t-3 3.219 0.000 12.108 7,807 3.27 1,342 t-2 3.204 0.000 12.276 8,410 3.32 1,409 t-1 3.095 0.000 11.986 9,191 3.49 1,485 t0 3.041 0.000 12.038 9,770 3.15 1,534 t+1 3.138 0.004 12.881 5,661 3.33 1,531 t+2 3.509 0.000 14.873 1,535 3.51 1,535 Vir: Lastni izračuni. Z izračunom Bernard­jensen premij z regresijsko analizo izračunamo relativna odstopanja kazalnikov poslovanja prejemnikov v primerjavi z neprejemniki, pri čemer upoštevamo razlike med panogami, leti, starostjo in velikostjo podjetja. najprej prikazujemo analizo na podlagi vrednosti indikatorjev poslovanja, izraženih kot indeks glede na povprečje panoge podjetja. Vrednost koeficienta nam pove, koliko indeksnih točk znaša pribitek prejemnikov nad povprečjem pripadajoče 3­mestne panoge. Prejemniki so večja podjetja po zaposlenosti in to prednost tudi ohranjajo v času. Premije pri prodaji, izvozu in dodani vrednosti so imele trend podoben obliki črke u, kjer so do začetka krize prejemniki doživljali izgubo prednosti pred konkurenti iz iste panoge, kasneje pa so jo zopet pridobili. Prejemniki izplačujejo tudi višje plače od povprečja panoge, pri čemer je v letih črpanja prišlo do porasta prednosti na dobrih 30 indeksnih točk. Produktivnost dela je edina spremenljivka, ki se po tej metodi statistično značilno ne razlikuje med prejemniki in neprejemniki. Rezultati 53 Slika 4: Bernard-Jensen premije prejemnikov pomoči glede na neprejemnike (v ind Slika e 4: ks B ieh g rnarle d-­‐dJe na p ensen p orvp emirjee čpje 3-mes rejemnik toe p v p a o nog moči e). glede na neprejemnike (v indeksih glede na povprečje 3-­‐meste panoge). 3.0 2.5 rprodaja 2.0 remp rizvoz 1.5 rexshare ravgwage rk_l 1.0 rva rva_l 0.5 0.0 t-­‐5 t-­‐4 t-­‐3 t-­‐2 t-­‐1 t t+1 t+2 Opomba: Vrednosti koeficientov, označeni s polnim krogom so statistično značilne pri 5% stopnji tveganja. V ored po n mobst 0. a: V 5 re na dn pr os itmer i ko pomen eficient io 50% v, o p zn remija v ačeni s p oobravnav lnim kr an og em o i m s nd o sitkaat ti ostrju ičngled o zne na ačilnpov e p p r reč i 5 je % s 3t-­‐ome pn stne ji tv pa ega nog nja. e v V is re tem dn le os tu. t 0.5 na primer pomeni 50 % premija v obravnavanem indikatorju glede na povprečje 3­mestne panoge Vi v i rs: L t astni em let iuz.računi. Vir: Lastni izračuni. V nadaljevanju prikazujemo še Bernard-­‐Jensen premije izražene kot relativen odklon prejemnikov, pri čemer pa so vrednosti kazalcev poslovanja izražene v logaritmih, da dobimo V nadaljevanju prikazujemo še Bernard­jensen premije izražene kot relativen odstotne premije. Premije izražene v odstotkih in ne v indeksih glede na povprečje panoge odklon prejemnikov, pri čemer pa so vrednosti kazalcev poslovanja izražene v kot v zgornji sliki izkazujejo nekoliko manjše upade prednosti prejemnikov v izbranih kazalcih logaritmih, da dobimo odstotne premije. Premije izražene v odstotkih in ne v poslovanja. Glede na velikost podjetja, njegovo starost, skupne časovne trende in panožno-­‐ indeksih glede na povprečje panoge kot v zgornji sliki izkazujejo nekoliko manjše specifične trende so prejemniki po tej metodologiji manj produktivni in izplačujejo nižje upade prednosti prejemnikov v izbranih kazalcih poslovanja. glede na velikost plače kot neprejemniki s podobnimi značilnostmi. Prejemniki so v dveh letih po prejemu podjetja, njegovo starost, skupne časovne trende in panožno­specifične trende so pomoči uspeli povečati premijo v izvozu, izvozni intenzivnosti in kapitalskemu količniku na prejemniki po tej metodologiji manj produktivni in izplačujejo nižje plače kot 80%-­‐110%. Premija v kapitalski intenzivnosti poslovanja se je prejemnikom z izjemo enega neprejemniki s podobnimi značilnostmi. Prejemniki so v dveh letih po prejemu leta konstantno povečevala. pomoči uspeli povečati premijo v izvozu, izvozni intenzivnosti in kapitalskemu količniku na 80 %–110 %. Premija v kapitalski intenzivnosti poslovanja se je prejemnikom z izjemo enega leta konstantno povečevala. 43 54 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Slika 5: Bernard-Jensen premije prejemnikov pomoči glede na neprejemnike. Slika 5: Bernard-­‐Jensen premije prejemnikov pomoči glede na neprejemnike. 1.8 1.6 1.4 1.2 lnprodaja lnemp 1.0 lnizvoz 0.8 lnexshare 0.6 lnavgwage 0.4 lnk_l 0.2 lnva 0.0 lnva_l -­‐0.2 -­‐0.4 t-­‐5 t-­‐4 t-­‐3 t-­‐2 t-­‐1 t t+1 t+2 Opomba: Vrednosti koeficientov, označeni s polnim krogom so statistično značilne pri 5% stopnji tveganja. Na o ord p ionat mbni o a: V srie so dn v ostred i k n o osti re eficientgore v si , o jsk zn ega koe ačeni s pfiocienta lnim k ß rogom so statistično značilne pri 5 % stopnji tveganja. na T iz enačbe (1). Vrednost 100 ∗ 𝑒𝑒!! − 100 nam poda ods or tot dina no t prem ni osi s ijo o vrpr e ej dn em ost ni i rkov egr sr esieds jsk tev v ega k iozbrane eficien m t a indi ß t kator iz en j ač u b poslova e (1). Vrnjea dnna osd nepr t 100 ∙ e eßT jemniki sre – 100 n ds a tev m p .o da odstot­ V n ir: L o pr astn emiji izr o p arčejuni. emnikov sredstev v izbranem indikatorju poslovanja nad neprejemniki sredstev. Vir: Lastni izračuni. Zgoraj prikazani izračuni premij prejemnikov pred neprejemniki po vzoru Bernard in Jensen (1999) prikazujejo le letne odstotne razlike, ki pa so po naravi izračuna statične in ne Zgoraj prikazani izračuni premij prejemnikov pred neprejemniki po vzoru ponazarjajo kavzalnega učinka črpanja pomoči. Vzorec prejemnikov je namreč po mnogih Bernard in jensen (1999) prikazujejo le letne odstotne razlike, ki pa so po naravi značilnostih drugačen od vzorca neprejemnikov in te značilnosti so korelirane tako z izračuna statične in ne ponazarjajo kavzalnega učinka črpanja pomoči. Vzorec verjetnostjo podelitve pomoči kot tudi z poslovanjem podjetja, zato je potrebno to prejemnikov je namreč po mnogih značilnostih drugačen od vzorca neprejemniendogenost s primernejšimi ekonometričnimi tehnikami omiliti in poiskati prave kavzalne kov in te značilnosti so korelirane tako z verjetnostjo podelitve pomoči kot tudi učinke pomoči. V nadaljevanju zato prehajamo na bolj zahtevne in primerne metode, najprej z poslovanjem podjetja, zato je potrebno to endogenost s primernejšimi ekonona različne variante paritve (matching), nato pa še na dinamične specifikacije rasti podjetja z metričnimi tehnikami omiliti in poiskati prave kavzalne učinke pomoči. V nadauporabo posplošene metode momentov (generalized method of moments – GMM). ljevanju zato prehajamo na bolj zahtevne in primerne metode, najprej na različne variante paritve (matching), nato pa še na dinamične specifikacije rasti podje­ 5.2 Rezultati učinkov pomoči na podlagi metode paritve tja z uporabo posplošene metode momentov (generalized method of moments – gMM). Ocena kavzalnih učinkov pomoči za lajšanje gospodarske krize po metodologiji paritve in regresijske analize po metodi omiljene natančne paritve (coarsened exact matching -­‐ CEM) je pokazala pozitivne učinke le na povprečne plače na zaposlenega, medtem ko za ostale kazalnike poslovanja nismo našli značilnega in konsistentnega vpliva pomoči. V tem podpoglavju zato prikazujemo le rezultate učinkov pomoči na podlagi metode paritve (propensity score matching), opisane v poglavju 3.4. Prodaja se je v prejemnikih pomoči v 44 Rezultati 55 reZuLtAti uČinKoV PoMoČi nA PoDLAgi MetoDe PAritVe ocena kavzalnih učinkov pomoči za lajšanje gospodarske krize po metodologiji paritve in regresijske analize po metodi omiljene natančne paritve (coarsened exact matching – ceM) je pokazala pozitivne učinke le na povprečne plače na zaposlenega, medtem ko za ostale kazalnike poslovanja nismo našli značilnega in konsistentnega vpliva pomoči. V tem podpoglavju zato prikazujemo le rezultate učinkov pomoči na podlagi metode paritve (propensity score matching), opisane v poglavju 3.4. Prodaja se je v prejemnikih pomoči v letu črpanja pomoči znižala bolj kot v neprejemnikih, vendar je razlika majhna (samo za 60.000 €) in statistično neznačilna. V naslednjem letu se razlika poveča na 240.000 € in postane značilna, nakar v drugem letu po prejemu pomoči letna sprememba prodaje v prejemnikih nad tisto v neprejemnikih postane pozitivna in značilna pri 650.000 €. Kumulativni učinek spremembe prodaje od prvega leta črpanja pomoči do dveh let kasneje ostaja negativen, vendar statistično neznačilen. Ko pri učinkih na prodajo upoštevamo še ostale tekoče in pretekle zneske pomoči in izkušnje s črpanjem pomoči podjetij prejemnikov (znesek pomoči za druge namene, pretekli kumulativni znesek prejetih pomoči od 1998 dalje in število preteklih črpanj pomoči iz različnih programov od leta 1998), postanejo vsi verižni učinki iz leta v leto kot tudi kumulativni učinki na prodajo neznačilni. izračun učinkovitosti pomoči na prodajo (kavzalni učinek na prodajo glede na vložen evro pomoči) pokaže na značilno negativen učinek v letu prejetja pomoči, kjer je vsak evro pomoči v prejemnikih pomoči realiziral za 230 € večji upad prodaje glede na preteklo leto (ali potencialno manjši prirast) kot v primerljivih kontrolnih podjetjih, ki pomoči niso bila deležna. Kumulativni učinek po 2 letih od prejema pomoči je negativen in značilen na ravni 250 € manjša prodaja na evro pomoči kot v primerljivih neprejemnikih. regresijska analiza potrjuje ugotovitve paritve na podlagi ocenjene verjetnosti, kjer niti verižni niti kumulativni učinki na prodajo niso značilni, izkaže pa se, da število preteklih črpanj pomoči negativno vpliva na učinek, izvozna intenzivnost in povprečne plače pa pozitivno. Pomoči torej po tej metodi niso imele značilnih in konsistentnih pozitivnih učinkov na dvig celotne prodaje prejemnikov, so pa prejemniki z večjo izvozno usmerjenostjo in bolj usposobljeno delovno silo bolje izkoristili podeljena sredstva. Tabela 18: Učinek pomoči na vrednost prodaje Povprečni učinek St. napaka t-statistika n r-v-r0 -59,800 103,119 -0.58 8,053 r-v-r1 -239,492 109,869 -2.18 4,749 r-v-r2 644,228 154,482 4.17 1,361 kum1 -239,492 109,869 -2.18 4,749 kum2 -456,566 245,674 -1.86 1,365 Vir: Lastni izračuni. 56 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 19: Učinek pomoči na vrednost prodaje z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 -71,124 101,837 0.4849 8,053 r-v-r1 92,464 107,320 0.3890 4,749 r-v-r2 73,378 151,745 0.6288 1,361 kum1 92,464 107,320 0.3890 4,749 kum2 12,130 242,895 0.9602 1,365 opomba: P označuje stopnjo tveganja. Vir: Lastni izračuni. Tabela 20: Učinek na evro pomoči na vrednost prodaje Povprečni učinek St. napaka P n r-v-r0 -230.8 7467.0 0.0056 8,053 r-v-r1 -95.5 4545.8 0.1479 4,749 r-v-r2 34.7 1396.1 0.3594 1,361 kum1 -95.5 4545.8 0.1479 4,749 kum2 -248.5 4801.4 0.0561 1,365 Vir: Lastni izračuni. učinek na dodano vrednost je v večini metodoloških pristopov in specifikacij neznačilen, značilno negativen se izkaže le 2­letni kumulativni učinek prejemnikov glede na neprejemnike. od leta prejema do dveh let kasneje so prejemniki pomoči za 110.000 € zmanjšali dodano vrednost bolj kot primerljiva kontrolna podjetja. V istem časovnem intervalu je bil učinek podeljenih sredstev na dodano vrednost kumulativno ­58 € na evro pomoči. izvozno usmerjena podjetja so v povprečju bolj uspešno koristila pomoči, saj je pri bolj izvozno intenzivnih podjetjih prišlo do večje rasti dodane vrednosti kot v na domači trg usmerjenih podjetjih. Število preteklih črpanj pomoči pa je po drugi strani zmanjšalo učinke pomoči v krizi na dodano vrednost prejemnikov. V nobenem drugem časovnem obdobju po prejetju pomoči ni bila identificirana značilna povezava na dvig dodane vrednosti. Tabela 21: Učinek pomoči na dodano vrednost Povprečni učinek St. napaka t-statistika n r-v-r0 3,300 32,919 0.1 8,053 r-v-r1 -33,617 51,372 -0.65 4,749 r-v-r2 132,405 38,930 3.4 1,361 kum1 -33,617 51,372 -0.65 4,749 kum2 -108,932 42,979 -2.53 1,365 Vir: Lastni izračuni. Rezultati 57 Tabela 22: Učinek pomoči na dodano vrednost z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 -20,681 32,784 0.5282 8,053 r-v-r1 35,237 51,224 0.4915 4,749 r-v-r2 -12,397 38,445 0.7472 1,361 kum1 35,237 51,224 0.4915 4,749 kum2 -26,644 42,351 0.5294 1,365 Vir: Lastni izračuni. Tabela 23: Učinek na evro pomoči na dodano vrednost Povprečni učinek St. napaka P n r-v-r0 -30.0 2748.5 0.3277 8,053 r-v-r1 3.4 1722.9 0.8928 4,749 r-v-r2 4.9 402.4 0.6561 1,361 kum1 3.4 1722.9 0.8928 4,749 kum2 -58.1 1079.8 0.0472 1,365 Vir: Lastni izračuni. Prejemniki pomoči so število zaposlenih zmanjšali intenzivneje kot primerljiva kontrolna podjetja, ki pomoči niso prejela. V letu črpanja pomoči so odpustili za polovico človeka več kot kontrolna podjetja, leto kasneje pa za 1,6 zaposlenega več. V drugem letu razlika v medletnem gibanju števila zaposlenih med subvencioniranimi in nesubvencioniranimi podjetji ni več značilna. Kumulativno so prejemniki do 2. leta od prejema pomoči odpustili za 3,6 oseb več kot kontrolna podjetja. Ko učinke kontroliramo za ostale tekoče in pretekle zneske pomoči in izkušnje s črpanjem pomoči podjetij prejemnikov (znesek pomoči za druge namene, pretekli kumulativni znesek prejetih pomoči od 1998 dalje in število preteklih črpanj pomoči iz različnih programov od leta 1998) postanejo vsi učinki neznačilni, kar pomeni, da ne moremo statistično značilno identificirati razlike med prejemniki in neprejemniki pomoči za lajšanje gospodarskih težav. učinkovitost pomoči, merjena z razliko med časovnima diferencama med prejemniki in neprejemniki na evro podeljene pomoči je negativna in statistično značilna v vseh proučevanih letih po prejemu pomoči in tako verižno kot kumulativno. Vsakih 1.000 € podeljene pomoči je v prejemnikih v povprečju znižalo število zaposlenih iz leta na leto med 1 in 1,4 zaposlenega bolj kot v primerljivih kontrolnih podjetjih. Kumulativno po dveh letih to znaša 1,85 zaposlenega manj na vsakih 1.000 € podeljenih pomoči. regresijske analize na podlagi omiljene natančne paritve, coarsened exact matchinga (ceM), identificirajo pozitivni verižni učinek na zaposlenost le v 2. letu po prejemu pomoči, in sicer v velikosti 2 zaposlenih, vendar ta kumulativno ostaja kljub temu neznačilen. tudi metodi Fe in LD identificirata pozitivni učinek, vendar je pri tem potrebno opozoriti, da ti dve metodi pri izračunih uporabljata kot izhodiščno zaposlenost obdobja, ki so časovno precej oddaljena od 58 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE prejema pomoči, zato sta podvrženi pristranskosti vzorca. Podobno kot zgoraj pa večina specifikacij ugotavlja, da bolj intenzivni izvoz in višja povprečna plača na zaposlenega (indikator o višji kvalificiranosti delovne sile) pozitivno vplivajo na gibanje števila zaposlenih v času krize. Tabela 24: Učinek pomoči na zaposlenost Povprečni učinek St. napaka t-statistika n r-v-r0 -0.55 0.25 -2.21 8,053 r-v-r1 -1.57 0.31 -5.14 4,749 r-v-r2 -0.05 0.57 -0.09 1,361 kum1 -1.57 0.31 -5.14 4,749 kum2 -3.62 0.93 -3.87 1,365 Vir: Lastni izračuni. Tabela 25: Učinek pomoči na zaposlenost z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 0.20 0.25 0.4202 8,053 r-v-r1 -0.05 0.30 0.8625 4,749 r-v-r2 0.19 0.58 0.7455 1,361 kum1 -0.05 0.30 0.8625 4,749 kum2 0.62 0.90 0.4901 1,365 Vir: Lastni izračuni. Tabela 26: Učinek na evro pomoči na zaposlenost Povprečni učinek St. napaka P n r-v-r0 -0.00098 0.01956 0.0000 8,053 r-v-r1 -0.00141 0.02296 0.0000 4,749 r-v-r2 -0.00092 0.01941 0.0808 1,361 kum1 -0.00141 0.02296 0.0000 4,749 kum2 -0.00185 0.02672 0.0108 1,365 Vir: Lastni izračuni. Če pomoči niso bile uspešne pri zaustavljanju odpuščanja, pa so prejemniki dosegli značilno višjo rast povprečnih plač kot kontrolna podjetja. glede na leto pred prejemom so do leta prejema pomoči prejemniki povečali povprečno letno plačo na zaposlenega za 2.200 € bolj kot kontrolna podjetja v istem obdobju. V naslednjih dveh letih po prejemu pomoči se je ta razlika v rasti (ali manjšemu zni­ žanju) zmanjšala na 990 € in 490 €. Kumulativno po dveh letih od prejema pomoči so letne plače na zaposlenega zrasle v prejemnikih za 1.300 € bolj kot v kontrolni skupini (ali se zmanjšale za isti znesek manj). tudi ko kontroliramo za ostale tekoče in pretekle zneske pomoči in izkušnje s črpanjem pomoči podjetij prejemnikov Rezultati 59 (znesek pomoči za druge namene, pretekli kumulativni znesek prejetih pomoči od 1998 dalje in število preteklih črpanj pomoči iz različnih programov od leta 1998) ostanejo vsi verižni učinki značilno pozitivni, vendar za približno polovico nižji. Kumulativni učinek se prav tako zmanjša na 490 € po dveh letih od prejema. učinkovitost pomoči na podeljena sredstva je prav tako pozitivna in značilna, saj so bili verižni letni prirasti letnih povprečnih plač na vložen € med 0,55 € in 0,93 € dodatnega prirasta plače nad tisto v kontrolnih podjetjih. tudi kumulativna učinkovitost po dveh letih znaša 1 € višje plače na vložen evro pomoči, kar pomeni, da so se očitno prilivi sredstev neposredno ali pa posredno (preko povečane produktivnosti, kar ugotavljamo v nadaljevanju) prelile v višje plače zaposlenih. Pri tem je seveda treba omeniti, da gre pri izračunu povprečnih plač za netehtano povprečje plač, vendar vemo, da so v podjetjih v težavah odpuščali zlasti manj kvalificirane delavce z nižjimi osebnimi prejemki, in je višanje povprečnih plač v dobršni meri tudi posledica statističnega učinka spremembe strukture zaposlenih po različnih izobrazbenih in kvalifikacijskih razredih. regresije na podlagi na podlagi omiljene natančne paritve (coarsened exact matchinga) pokažejo pozitivno značilno povečanje povprečnih plač le v prvem letu črpanja pomoči glede na predhodno leto v višini 460 € višjega prirasta povprečne plače na letni ravni. ostale značilnosti podjetja, za katere kontroliramo v regresijah ne pokažejo konsistentnih in značilnih vplivov na spremembe povprečne plače na zaposlenega, kar je verjetno posledica dejstva, da je predhodna faza te metode že natančno izbrala prejemnike in njim zelo podobne neprejemnike po večini v regresijo vključenih kazalnikov. Tabela 27: Učinek pomoči na povprečne plače Povprečni učinek St. napaka t-statistika n r-v-r0 2,215 69 32.02 8,053 r-v-r1 993 86 11.51 4,749 r-v-r2 487 144 3.38 1,361 kum1 993 86 11.51 4,749 kum2 1,287 183 7.01 1,365 Vir: Lastni izračuni. Tabela 28: Učinek pomoči na povprečne plače z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 854 149 0.0000 8,053 r-v-r1 553 116 0.0000 4,749 r-v-r2 237 113 0.0372 1,361 kum1 553 116 0.0000 4,749 kum2 485 163 0.0030 1,365 Vir: Lastni izračuni. 60 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 29: Učinek na evro pomoči na povprečne plače Povprečni učinek St. napaka P n r-v-r0 0.849 24.144 0.0016 8,053 r-v-r1 0.934 14.262 0.0000 4,749 r-v-r2 0.543 7.824 0.0106 1,361 kum1 0.934 14.262 0.0000 4,749 kum2 1.009 15.758 0.0181 1,365 Vir: Lastni izračuni. Produktivnost, merjena z dodano vrednostjo na zaposlenega, se je v prejemnikih pomoči v letu črpanja pomoči znižala za 3.700 € bolj kot v kontrolnih podjetjih, leto kasneje pa se je povečala za 4.000 € bolj kot v kontrolni skupini. Kumulativno je za skupino prejemnikov pomoči iz leta 2008 prirast dodane vrednosti na zaposlenega za 7.000 € večji kot v primerljivih neprejemnikih. Ko kontroliramo za ostale tekoče in pretekle zneske pomoči in izkušnje s črpanjem pomoči podjetij prejemnikov, ostane značilno le povečanje produktivnosti od leta prejema pomoči do naslednjega leta, in sicer v višini 3.900 € višjega prirasta produktivnosti nad rastjo kontrolnih podjetij. učinkovitost pomoči, merjena z razliko v razlikah v produktivnosti med prejemniki in neprejemniki na vložen evro pomoči je zna­ šala v letu po prejemu pomoči 4,3 € dodatne dodane vrednosti na zaposlenega na vložen evro, kumulativno do 2. leta po črpanju pomoči pa 6,4 € dodane vrednosti na zaposlenega na vložen evro. regresijske specifikacije na podlagi coarsened exact matchinga pa po drugi strani ne identificirajo nobenega značilnega vpliva pomoči na rast produktivnosti prejemnikov. Kapitalsko bolj intenzivna podjetja so imela večjo rast dodane vrednosti na zaposlenega, povprečne plače pa so v specifikacijah z nivoji (Fe, FD, LD, F1 in F2; glej poglavje 3.3 in Priloge) pozitivno korelirane s produktivnostjo, v specifikacijah z diferencami pa negativno. rast produktivnosti v podjetjih z izhodiščno višjimi povprečnimi plačami je bila torej nižja od podjetij z izhodiščno nižjimi povprečnimi plačami. V prvem letu črpanja pomoči so torej prejemniki statistično značilno zmanjšali produktivnost glede na primerljive neprejemnike, a so kljub temu izplačali višje povprečne plače kot neprejemniki. V naslednjem letu pa so začetni relativni upad produktivnosti uspeli nadoknaditi, pri čemer so nadaljevali s hitrejšo rastjo plač (ali počasnejšim upadom plač) kot kontrolna podjetja. V tretjem letu razlika v rasti produktivnosti dela izgine, se pa nadaljuje ekscesna rast povprečnih plač, ki pa je, kot že rečeno, lahko tudi posledica večjega zmanjševanja zaposlenih, zlasti nekvalificiranih delavcev z nižjimi plačami. Rezultati 61 Tabela 30: Učinek pomoči na produktivnost dela Povprečni učinek St. napaka t-statistika n r-v-r0 -3,702 1,379 -2.68 8,053 r-v-r1 4,037 1,666 2.42 4,749 r-v-r2 1,851 1,891 0.98 1,361 kum1 4,037 1,666 2.42 4,749 kum2 7,056 3,537 1.99 1,365 Vir: Lastni izračuni. Tabela 31: Učinek pomoči na produktivnost dela z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 -537 754 0.4769 8,053 r-v-r1 3,922 1,138 0.0006 4,749 r-v-r2 -539 1,376 0.6952 1,361 kum1 3,922 1,138 0.0006 4,749 kum2 551 1,473 0.7083 1,365 Vir: Lastni izračuni. Tabela 32: Učinek na evro pomoči na produktivnost dela Povprečni učinek St. napaka P n r-v-r0 1.01 136.6 0.5057 8,053 r-v-r1 4.34 93.1 0.0013 4,749 r-v-r2 4.49 115.1 0.1502 1,361 kum1 4.34 93.1 0.0013 4,749 kum2 6.35 114.6 0.0407 1,365 Vir: Lastni izračuni. Pozitivni učinek na vrednost izvoza prejemnikov pomoči smo ugotovili le z metodo paritve na podlagi ocenjene verjetnosti (propensity score matching) in le 2 leti po črpanju pomoči, ko je bil prirast izvoza 600.000 € nad tistim v kontrolni skupini. V nobeni drugi specifikaciji in metodologiji nismo uspeli ugotoviti zna­ čilnega vpliva pomoči na vrednost izvoza. učinek na evro pomoči na vrednost izvoza v prvem letu prejemanja pomoči se je pokazal za statistično značilno negativnega v višini 86 € manjšega prirasta izvoza (ali večjega upada) iz leta v leto v prejemnikih glede na neprejemnike. tudi regresije na podlagi omiljene natančne paritve (coarsened exact matchinga) niso identificirale nobenega značilnega vpliva kriznih ali nekriznih pomoči na vrednost izvoza. 62 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 33: Učinek pomoči na vrednost izvoza Povprečni učinek St. napaka t-statistika n r-v-r0 55,749 69,484 0.8 8,053 r-v-r1 -111,809 83,146 -1.34 4,749 r-v-r2 592,173 125,684 4.71 1,361 kum1 -111,809 83,146 -1.34 4,749 kum2 6,860 216,763 0.03 1,365 Vir: Lastni izračuni. Tabela 34: Učinek pomoči na vrednost izvoza z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 2,874 69,319 0.9669 8,053 r-v-r1 107,859 82,314 0.1901 4,749 r-v-r2 82,013 123,657 0.5073 1,361 kum1 107,859 82,314 0.1901 4,749 kum2 182,110 216,317 0.4000 1,365 Vir: Lastni izračuni. Tabela 35: Učinek na evro pomoči na vrednost izvoza Povprečni učinek St. napaka P n r-v-r0 -86.0 4030.9 0.0554 8,053 r-v-r1 -40.9 2810.3 0.3163 4,749 r-v-r2 41.2 1007.8 0.1318 1,361 kum1 -40.9 2810.3 0.3163 4,749 kum2 -65.2 2334.3 0.3024 1,365 Vir: Lastni izračuni. V naslednjem koraku smo preverili učinek pomoči na izvozno intenzivnost. V letu prejema pomoči so prejemniki povečali delež izvoza v celotni prodaji za 0,6 odstotne točke bolj kot kontrolna podjetja, v kasnejših obdobjih pa ta razlika izgine. Vsakih 1.000 € pomoči je povezanih z dodatnih 0,4 odstotnih točk izvozne intenzivnosti v tem prvem letu črpanja pomoči. Kumulativno so prejemniki po 2 letih od črpanja pomoči povečali delež izvoza v prodaji za slabo odstotno točko bolj kot primerljivi neprejemniki. Ko kontroliramo za ostale tekoče in pretekle zneske pomoči in izkušnje s črpanjem pomoči podjetij prejemnikov (znesek pomoči za druge namene, pretekli kumulativni znesek prejetih pomoči od 1998 dalje in število preteklih črpanj pomoči iz različnih programov od leta 1998), postanejo vsi verižni učinki značilni in pozitivni v razponu med 0,32 in 0,49 odstotnih točk. regresijske specifikacije na podlagi omiljene natančne paritve (coarsened exact matchinga) pa tudi v tem primeru ne identificirajo nobenega značilnega vpliva pomoči na povečevanje izvozne intenzivnosti v prejemnikih. Kljub upadu prodaje in izvoza so prejemniki očitno uspeli ohraniti na višji ravni delež izvoza v celotni Rezultati 63 prodaji in v drugem letu po prejemu pomoči bolj kot neprejemniki povečali vrednost izvoza. S tem so spadali v skupino tistih slovenskih podjetij, ki so imela pozitiven prispevek h gospodarski rasti na račun izvoznega povpraševanja. Tabela 36: Učinek pomoči na izvozno intenzivnost Povprečni učinek St. napaka t-statistika n r-v-r0 0.642 % 0.143 % 4.48 8,053 r-v-r1 0.338 % 0.180 % 1.88 4,749 r-v-r2 0.541 % 0.337 % 1.61 1,361 kum1 0.338 % 0.180 % 1.88 4,749 kum2 0.959 % 0.416 % 2.31 1,365 Vir: Lastni izračuni. Tabela 37: Učinek pomoči na izvozno intenzivnost z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 0.49 % 0.12 % 0.0000 8,042 r-v-r1 0.32 % 0.15 % 0.0319 4,725 r-v-r2 0.49 % 0.29 % 0.0869 1,347 kum1 0.32 % 0.15 % 0.0319 4,725 kum2 0.50 % 0.35 % 0.1601 1,350 Vir: Lastni izračuni. Tabela 38: Učinek pomoči na izvozno intenzivnost Povprečni učinek St. napaka P n r-v-r0 0.0004 % 0.0171 % 0.0248 8,042 r-v-r1 0.0000 % 0.0354 % 0.9734 4,725 r-v-r2 0.0005 % 0.0248 % 0.4824 1,347 kum1 0.0000 % 0.0354 % 0.9734 4,725 kum2 0.0003 % 0.0274 % 0.6399 1,350 Vir: Lastni izračuni. Čeprav so vse opisne statistike pokazale izrazito povečevanje kapitalske intenzivnosti prejemnikov tako v absolutnem smislu kot tudi relativno glede na panogo in neprejemnike, pa metode paritve ne identificirajo nobenega učinka pomoči na gibanje razmerja opredmetenih stalnih sredstev na število zaposlenih. edini zaznani pozitivni učinek je po metodi ocenjene verjetnosti (propensity score matching) z dodatnimi kontrolnimi spremenljivkami, kjer upoštevamo še znesek pomoči za druge namene, pretekli kumulativni znesek prejetih pomoči od 1998 dalje in število preteklih črpanj pomoči iz različnih programov od leta 1998. V drugem letu po prejemu pomoči ta metoda pokaže pozitivno razliko med prirastom količnika v prejemnikih in neprejemnikih v višini 19.000 € kapitala na zaposlenega, kar pomeni znesek dodatnega letnega prirasta tega kazalca v prejemnikih 64 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE nad tistim v neprejemnikih. Po metodi coarsened exact matching je pozitivno značilen vpliv identificiran le v metodi dolgih časovnih diferenc (LD), kjer pa je vpliv same pomoči lahko že zabrisan, medtem ko nastopijo drugi ekonometrični učinki, ki tudi vplivajo na gibanje tega kazalnika. Tabela 39: Učinek pomoči na kapitalsko intenzivnost Povprečni učinek St. napaka t-statistika n r-v-r0 -3,863 10,729 -0.36 8,053 r-v-r1 1,003 6,040 0.17 4,749 r-v-r2 13,057 7,505 1.74 1,361 kum1 1,003 6,040 0.17 4,749 kum2 -12,507 9,344 -1.34 1,365 Vir: Lastni izračuni. Tabela 40: Učinek pomoči na kapitalsko intenzivnost z dodatnimi kontrolami Povprečni učinek St. napaka P n r-v-r0 1,384 2,674 0.6047 8,053 r-v-r1 3,193 3,404 0.3483 4,749 r-v-r2 18,810 6,588 0.0044 1,361 kum1 3,193 3,404 0.3483 4,749 kum2 5,741 6,705 0.3920 1,365 Vir: Lastni izračuni. Tabela 41: Učinek pomoči na kapitalsko intenzivnost Povprečni učinek St. napaka P n r-v-r0 -0.77 210.1 0.7430 8,053 r-v-r1 8.24 373.5 0.1285 4,749 r-v-r2 33.05 961.2 0.2048 1,361 kum1 8.24 373.5 0.1285 4,749 kum2 26.48 922.9 0.2894 1,365 Vir: Lastni izračuni. Metoda paritve je torej ugotovila, da so učinki pomoči na celotne prihodke prejemnikov v prvem letu neznačilni, naslednje leto negativni, v drugem letu po črpanju pomoči pa postanejo pozitivni. Kumulativni učinki na prodajo so nezna­ čilni, negativni pa so začetni verižni in končni kumulativni učinki na evro dodeljene pomoči. Prejemniki so dve leti po črpanju pomoči uspeli povečati izvoz bolj kot kontrolni neprejemniki in so hkrati značilno povečali izvozno intenzivnost glede na neprejemnike. učinki pomoči na dodano vrednost so neznačilni, razen kumulativno po dveh letih, kjer so prejemniki doživeli večje kumulativno zmanj­ šanje dodane vrednosti glede na obdobje pred krizo kot primerljiva kontrolna podjetja, ki pomoči niso prejela. Povprečni učinek na zaposlenost in učinek na Rezultati 65 zaposlenost na evro pomoči je v večini primerov značilno negativen. od začetka krize do 2 let po črpanju pomoči so prejemniki za 3,6 zaposlenih zmanjšali število zaposlenih bolj kot v kontrolnih neprejemnikih. največji in najprepričljivejši učinek pomoči se pokaže na povprečnih plačah prejemnikov, kjer v večini specifikacij identificiramo značilno večje letne in kumulativne priraste glede na neprejemnike. Kumulativni učinek znaša približno 100 € višje mesečne izdatke za plače zaposlenih 2 leti po prejemu pomoči glede na obdobje pred krizo. učinek na produktivnost je manj nedvoumen in ga identificiramo le v propensity score matching metodah. Prvo leto krize je značilno negativen, potem pa preide v pozitivnega, tako da je kumulativni povprečni učinek in učinek na evro pomoči značilno pozitiven. Prejemniki so torej zmanjšali zaposlenost bolj intenzivno kot neprejemniki, s tem povečali produktivnost na zaposlenega in skupaj z neposrednimi spodbudami pomoči uspeli povečati povprečne plače bolj kot neprejemniki. V nadaljevanju prikazujemo še rezultate komplementarne empirične analize rasti podjetij, kjer uporabljamo dinamične panelne ekonometrične specifikacije, ki se največkrat uporabljajo za testiranje teorije rasti podjetja. 66 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE reZuLtAti DinAMiČniH PAneLniH regreSij V prvem delu poglavja predstavljamo rezultate regresij na letnih podatkih zaključnih računov, kjer spremljamo podjetja od leta 2002 do 2010. Prvi sklop prikazuje učinek pomoči na zaposlenost, nato pa analiziramo še učinek na celotno prodajo. V drugem delu poglavja predstavljamo rezultate regresij na četrtletnih anketnih podatkih o dodani vrednosti in bruto investicijah, od leta 2002 do 2. četrtletja 2011. Prvi sklop prikazuje učinek pomoči na celotno prodajo, nato pa analiziramo še učinek na bruto investicije. Vsak sklop je sestavljen iz treh skupin specifikacij. V prvi skupini prikazujemo najenostavnejše specifikacije, kjer tekoče vrednosti kazalnikov poslovanja regresiramo na njihove odložene vrednosti in indikatorsko spremenljivko pomoči v krizi, pri čemer vedno kontroliramo še za časovne, regionalne in panožne učinke. V drugi skupini tej osnovni specifikaciji dodamo še vrsto odloženih kontrolnih spremenljivk na ravni podjetja, ki domnevno vplivajo na gibanje odvisne spremenljivke in njihova nevključitev zato vnaša v analizo problem izpuščenih spremenljivk. tretja skupina regresij je najbogatejša s kontrolnimi spremenljivkami, saj dodamo še skupino pojasnjevalnih spremenljivk iz vprašalnika o inovacijski aktivnosti podjetij. V prvem stolpcu vsake tabele najprej navajamo rezultate metode najmanjših kvadratov (oLS), v naslednji koloni pa metode panelne tehnike s fiksnimi učinki (Fe). Slednja pomeni spodnjo mejo, prva pa zgornjo mejo za pravi koeficient na odloženi odvisni spremenljivki. Preostali stolpci prikazujejo različne variante system gMM tehnike, kjer zaradi robustnosti rezultatov spreminjamo število uporabljenih instrumentov in eksperimentiramo z eno­ ali dvo­stopenjsko metodo izračuna kovariančne matrike. enostavna specifikacija dinamičnega panelnega modela za gibanje števila zaposlenih po metodi oLS in Fe identificira pozitiven in značilen vpliv pomoči za blaženje gospodarske krize, medtem ko je učinek neznačilen že v enostavni specifikaciji system­gMM. Ker smo v tej specifikaciji izpustili vse ostale spremenljivke, ki še vplivajo na gibanje zaposlenosti, dobimo nepristransko oceno učinka pomoči le v skrajno neverjetnem primeru, ko izpuščene spremenljivke ne bi bile korelirane z indikatorjem pomoči. Da popravimo pristranskost ocen enostavne specifikacije, v osnovni specifikaciji dodamo nabor kontrolnih spremenljivk, ki vplivajo na prihodnje število zaposlenih v podjetju in so v večini primerov tudi korelirane z statusom prejema pomoči. V relevantnih system gMM specifikacijah koeficienti na slamnato spremenljivko prejemanja pomoči postanejo statistično značilno negativni. točkovne vrednosti koeficienta izražajo dolgoročni (oz. učinek po 3 letih od prejema pomoči) učinek pomoči na rast zaposlenosti in nakazujejo, da so prejemniki pomoči za 5–6 odstotnih točk hitreje zmanjševali število zaposlenih kot neprejemniki s podobnimi značilnostmi. Zanimivo je, da se prejemanje državnih pomoči, ki niso vezane na gospodarsko krizo, pozitivno odraža v gibanju zaposlenosti v prav vseh specifikacijah. Kumulativno število do preteklega leta črpanih različnih državnih pomoči pozitivno vpliva na število zaposlenih. Velikost (merjeno z obsegom prodaje), obseg uvoza, kapitalska intenzivnost in neposredne Rezultati 67 tuje investicije v tujini so pozitivno korelirane z rastjo zaposlenosti. Po drugi strani pa starost in povprečne plače v preteklem letu (potem ko kontroliramo za dodano vrednost na zaposlenega) negativno korelirajo z prihodnjo zaposlenostjo. Tabela 42: Vpliv pomoči na število zaposlenih – enostavna specifikacija oLS Fe sys-gMM1 sys-gMM2 Zaposlenostt-1 0.882*** 0.360*** 0.211*** 0.208** (0.002) (0.005) (0.055) (0.089) DP 0.238*** 0.133*** -0.0564 -0.121 (0.009) (0.010) (1.64) (2.411) Časovni d. da da da da reg. d. da ne da da ind. d. da ne da da n 239,277 239,277 239,277 239,277 r2 0.8362 0.8291 m1 0.0001 0.0165 m2 0.2402 0.3432 Sargan 0.0000 0.0000 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika s fiksnimi učinki; sys­gMM označuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda; Sargan označuje stopnjo tveganja v Sargan overidentification testu. ***,**,* označujejo stopnje tveganja pri 1 %, 5 % in 10 %. Vir: Lastni izračuni. Ko med pojasnjevalne spremenljivke vključimo tudi spremenljivke iz inovacijskega vprašalnika, postanejo pomoči za blaženje krize in ostale oblike pomoči neznačilne. Pozitiven vpliv kapitalske intenzivnosti v večini specifikacij ohrani značilnost, od inovacijskih spremenljivk pa v dveh primerih pretekla procesna inovacija in preteklo inovacijsko sodelovanje pozitivno korelira s številom zaposlenih v prihodnjem obdobju. Zaradi precejšnjega zmanjšanja vzorca, ki je pogojen z anketnim načinom pridobivanja podatkov o inovacijski aktivnosti podjetij, so ocene iz tretjega sklopa v splošnem precej manj značilne in zanesljive. 68 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 43: Vpliv pomoči na število zaposlenih – osnovna specifikacija OLS FE sys-GMM1 sys-GMM2 sys-GMM3 sys-GMM4 Zaposlenostt-1 0.913*** 0.488*** 0.735*** 0.746*** 0.722*** 0.727*** (0.005) (0.016) (0.025) (0.025) (0.024) (0.023) DP 0.067*** 0.0537*** -0.0636** -0.0544* -0.0642** -0.0659** (0.010) (0.0114) (0.0314) (0.032085) (0.0322) (0.0300) DPnekriza 0.078*** 0.0492*** 0.130*** 0.130*** 0.122** 0.107*** (0.011) (0.0159) (0.038) (0.038) (0.036) (0.031) N_DP_kum t-1 -0.00338*** -0.00541 0.0163*** 0.0150*** 0.0221*** 0.0209*** (0.001013) (0.00423) (0.0057) (0.0057) (0.0055) (0.0055) €_DP_kum t-1 1.08E-09* 2.50E-09 9.76E-09 8.66E-09 1.46E-08* 1.27E-08 (6.37E-10) (1.55E-09) (6.19E-09) (6.07E-09) (7.92E-09) (7.96E-09) Starost -0.00903*** -0.0370*** -0.0492*** -0.0496*** -0.0427*** -0.0421*** (0.000957) (0.0024) (0.0119) (0.0118) (0.0121) (0.0121) Staro podjetje 0.0182*** 0.239* 0.239* 0.248* 0.229 (0.0064) (0.141) (0.141) (0.138) (0.140) Prodaja t-1 0.0706*** 0.160*** 0.0949*** 0.0943*** 0.0815*** 0.100*** (0.0051) (0.011) (0.0272) (0.0274) (0.0261) (0.026) Izvozni delež t-1 -0.0195** 0.00197 0.0370 0.0402 0.0109 -0.011 (0.0079) (0.02258) (0.0462) (0.0465) (0.0482) (0.047) Produktivnost t-1 0.0582*** 0.0112 -0.00181 0.000577 -0.0240* -0.024* (0.0066) (0.0085) (0.013875) (0.014) (0.0126) (0.013) Plača t-1 -0.0988*** 0.0146 -0.227*** -0.223*** -0.179*** -0.182*** (0.0131) (0.0206) (0.038) (0.038) (0.039) (0.038) Uvoz t-1 -0.00214** 0.00570*** 0.0134*** 0.0131*** 0.0134*** 0.0117** (0.001044) (0.00187) (0.0050) (0.0051) (0.0048) (0.0046) K/L t-1 0.00891*** 0.0322*** 0.0614*** 0.0626*** 0.0441*** 0.0478*** (0.00178) (0.0049) (0.0103) (0.0103) (0.0099) (0.0097) Zadolženost t-1 -0.0207 -0.107*** 0.0158 0.0275 -0.00388 0.0101 (0.0138) (0.024) (0.0424) (0.0435) (0.020261) (0.0219) Rast do lani 1.23E-06*** 6.45E-07 1.73E-06 1.49E-06 1.39E-06 1.11E-06 (3.37E-07) (9.67E-07) (2.42E-06) (2.44E-06) (2.51E-06) (2.52E-06) oFDI 0.0183** 0.0579*** 0.0594*** 0.0569*** 0.0430** 0.0466** (0.0073) (0.0201) (0.0207) (0.0207) (0.0199) (0.0198) iFDI 0.00434 -0.0117 -0.0387 -0.0371 -0.0672** -0.0715** (0.00707) (0.0261) (0.0316) (0.0317) (0.0316) (0.0324) Časovni d. da da da da da da Reg. d. da ne da da da da Ind. d. da ne da da da da N 43,177 43,177 43,177 43,177 43,177 43,177 R2 0.949 0.9174 m1 0.0000 0.0000 0.0000 0.0000 m2 0.9185 0.9189 0.8610 0.8852 Sargan 0.0000 0.0000 0.0000 0.0000 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; sys­gMM3 označuje system gMM po 1­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM4 označuje system gMM po 1­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda; Sargan označuje stopnjo tveganja v Sargan overidentification testu. Vir: Lastni izračuni. Rezultati 69 Tabela 44: Vpliv pomoči na število zaposlenih – razširjena specifikacija OLS FE sys-GMM1 sys-GMM2 sys-GMM3 sys-GMM4 Zaposlenostt-1 0.983*** 0.676*** 0.821*** 0.821*** 0.788*** 0.779*** (0.010) (0.061) (0.064) (0.065) (0.047) (0.050) DP 0.0290** 0.00439 0.00402 -0.0251 -0.00705 -0.0384 (0.0124) (0.014) (0.04683) (0.0538) (0.03422) (0.0260) DPnekriza 0.0130 0.00969 0.0576 0.0439 0.0612 0.0494* (0.0105) (0.012) (0.0415) (0.0435) (0.00792) (0.00816) N_DP_kum t-1 -0.00228** -2.9E-05 0.00504 0.00602 0.00494 0.00501 (0.000907) (0.004803) (0.00659) (0.00656) (5.96E-09) (1.35E-08) €_DP_kum t-1 4.94E-10 3.55E-09 4.76E-09 6.19E-09 7.33E-09 7.16E-09* (5.71E-10) (2.66E-09) (7.59E-09) (7.75E-09) (-0.0123) (0.00610) Starost -0.00687*** -0.0473*** -0.0286 -0.0266 0.0377 0.04025 (0.0019) (0.0064) (0.0385) (0.0382) (0.101) (-0.0422) Staro podjetje 0.000451 0.167 0.136 0.331 0.3400 (0.0106) (0.329) (0.326) (-0.0123) (0.00610) Prodaja t-1 -0.00158 0.0467 0.0689 0.0704 0.0603 0.0527 (0.0094) (0.0360) (0.0622) (0.0637) (0.0453) (0.0448) Izvozni delež t-1 0.00223 -0.0182 0.0668 0.0671 0.0318 -0.00123 (0.01169) (0.0593) (0.1117) (0.1119) (0.1043) (0.116339) Produktivnost t-1 0.0776*** 0.0720** -0.0196 -0.0324 0.00351 -0.0217 (0.0181) (0.0299) (0.0480) (0.0483) (0.02886) (0.0272) Plača t-1 -0.0190 0.183** -0.0238 -0.0497 0.0347 -0.0170 (0.0217) (0.079) (0.1147) (0.1144) (0.0990) (0.1352) Uvoz t-1 0.00195 0.00460 -0.0116 -0.0102 -0.00996 -0.00198 (0.00163) (0.00313) (0.0122) (0.0125) (0.01011) (0.007847) K/L t-1 -0.00012 0.00777 0.0758** 0.0702** 0.0649** 0.0586** (0.0037) (0.01095) (0.0296) (0.0297) (0.0268) (0.0265) Zadolženost t-1 0.0266 -0.0251 0.125 0.141 0.0660 0.0724 (0.0202) (0.0454) (0.091) (0.091) (0.0852) (0.0810) Rast do lani 8.22E-07*** 2.00E-06*** -2.14E-06 -2.26E-06 -1.82E-06 -2.04E-06 (3.52E-07) (4.49E-07) (2.79E-06) (2.72E-06) (2.75E-06) (2.64E-06) oFDI -0.0127 0.0358 0.0430 0.0382 0.0340* 0.0478** (0.0094) (0.0269) (0.0314) (0.0313) (0.0202) (0.0199) iFDI -0.00793 -0.0245 -0.0494 -0.0510 -0.0554 -0.0460 (0.008052) (0.0305) (0.0553) (0.0560) (0.0472) (0.0462) Prod. inovt-1 -0.00137 0.0234 -0.00550 -0.00779 -0.00888 -0.00504 (0.009562) (0.0155) (0.0294) (0.030) (0.02168) (0.020102) Proces. inovt-1 0.0238*** 0.0248** -0.00346 -0.00843 -0.00838 -0.0136 (0.0089) (0.0108) (0.0234) (0.024) (0.015771) (0.0143) Organiz. inovt-1 0.00517 -0.0102 -0.0189 -0.0204 -0.00381 -0.00799 (0.00746) (0.0110) (0.0211) (0.0213) (0.013168) (0.012544) R&D interni -0.00274 -0.0309** 0.0109 0.0222 0.00799 0.0179 (0.009805) (0.0151) (0.0331) (0.0333) (0.020054) (0.0178) R&D eksterni 0.00876 -0.0162 0.00504 0.00640 0.0158 0.0110 (0.0106) (0.0122) (0.0278) (0.0277) (0.0165) (0.0147) Inov. sodelovt-1 0.00672 0.0145 0.06281** 0.0616** 0.0261 0.0196 (0.0105) (0.0116) (0.0250) (0.0249) (0.0179) (0.0161) Časovni d. da da da da da da Reg. d. da ne da da da da Ind. d. da ne da da da da N 8,286 8,286 8,286 8,286 8,286 8,286 R2 0.9644 0.9355 m1 0.0006 0.0010 0.0019 0.0024 m2 0.7657 0.7601 0.6954 0.7127 Sargan 0.0000 0.0000 0.042 0.2901 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; sys­gMM3 označuje system gMM po 1­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM4 označuje system gMM po 1­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda; Sargan označuje stopnjo tveganja v Sargan overidentification testu. Vir: Lastni izračuni. 70 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE V naslednjem sklopu na letnih podatkih zaključnih računov preverjamo učinkovitost pomoči za blaženje gospodarske krize na vrednost prodaje. Vse štiri metode v enostavni specifikaciji identificirajo močne pozitivne učinke pomoči na obseg prihodkov, pri čemer moramo biti pri zaključkih zopet pazljivi zaradi problema izpuščenih spremenljivk. V osnovni specifikaciji, kjer skušamo z vključitvijo dodatnih kontrol ta problem omiliti, učinki pomoči na prodajo postanejo negativni, kar se je zgodilo tudi v primeru zaposlenosti. Ko namreč kontroliramo za vse vključene individualne značilnosti podjetij v predhodnem obdobju, postane vpliv (oz. bolje rečeno povezanost) pomoči na prihodnjo prodajo negativen. točkovne vrednosti koeficienta izražajo dolgoročni (oz. učinek po 3 letih od prejema pomoči) učinek pomoči na rast obsega prodaje in nakazujejo, da so prejemniki pomoči za 8–11 odstotnih točk hitreje zmanjševali obseg prodaje kot neprejemniki s podobnimi značilnostmi. razen v oLS in Fe specifikacijah je vpliv drugih oblik pomoči neznačilen. Podjetja, ki so v preteklosti večkrat in v večjem kumulativnem znesku prejela državne pomoči dosegajo večji obseg prodaje. Velikost podjetja, merjena s številom zaposlenih, obseg uvoza in kapitalska intenzivnost pozitivno vplivajo na prihodnji obseg prodaje. nasprotno pa so povprečne plače nad tistimi, ki jih določa produktivnost dela, in starost podjetja negativno povezani z rastjo prodaje. V razširjeni specifikaciji vplivi pomoči ostanejo neznačilni, prav tako pa tudi preteklo število in obseg črpanja pomoči. Velikost podjetja in kapitalska intenzivnost proizvodnje ostajata pozitivno povezani s prihodnjo prodajo, značilno pozitivno pa na rast prodaje vpliva tudi preteklo inovacijsko sodelovanje. Tabela 45: Vpliv pomoči na obseg prodaje – enostavna specifikacija oLS Fe sys-gMM sys-gMM Prodajat-1 0.900*** 0.396*** 0.540*** 0.547*** (0.001) (0.004) (0.008) (0.008) DP 0.282*** 0.135*** 0.790*** 0.846*** (0.011) (0.012) (0.029) (0.029) Časovni d. da da da da reg. d. da ne da da ind. d. da ne da da n 292,312 292,312 292,312 292,312 r2 0.8238 0.8186 m1 0.0000 0.0000 m2 0.0001 0.0001 Sargan 0.0000 0.0000 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda; Sargan označuje stopnjo tveganja v Sargan overidentification testu. Vir: Lastni izračuni. Rezultati 71 Tabela 46: Vpliv pomoči na obseg prodaje – osnovna specifikacija OLS FE sys-GMM sys-GMM sys-GMM sys-GMM Prodajat-1 0.929*** 0.434*** 0.690*** 0.701*** 0.678*** 0.673*** (0.006) (0.018) (0.043) (0.044) (0.044) (0.044) DP 0.0681*** 0.0428*** -0.110** -0.101** -0.113** -0.0837* (0.0117) (0.0129) (0.043) (0.044) (0.043) (0.0442) DPnekriza 0.0780*** 0.0386*** -0.0228 -0.0201 0.0251 0.0449 (0.0121) (0.0141) (0.0446) (0.045174) (0.0379) (0.0386) N_DP_kum t-1 -0.00472*** 0.0122*** 0.0189** 0.0177** 0.0229*** 0.0226*** (0.001033) (0.0041) (0.0088) (0.0089) (0.0082) (0.0078) €_DP_kum t-1 -4.52E-11 3.40E-09 1.42E-08** 1.34E-08** 2.43E-08*** 2.10E-08** (1.07E-09) (2.58E-09) (6.75E-09) (6.74E-09) (8.61E-09) (8.77E-09) Starost -0.00989*** -0.0662*** -0.0527*** -0.0516*** -0.0491*** -0.0499*** (0.001267) (0.0029) (0.0162) (0.0160) (0.0162) (0.0162) Staro podjetje 0.0141* 0.154 0.148 0.230 0.261 (0.0080) (0.202) (0.201) (0.197) (0.195) Zaposlenost t-1 0.0678*** 0.164*** 0.110*** 0.110*** 0.0839** 0.0860*** (0.0056) (0.016) (0.034) (0.034) (0.0325) (0.0300) Izvozni delež t-1 -0.0507*** -0.0431 0.0731 0.0743 0.162** 0.187** (0.0115) (0.0356) (0.0655) (0.0657) (0.072) (0.073) Produktivnost t-1 0.0372*** 0.0239* -0.00952 -0.00917 -0.0308 -0.0369* (0.0091) (0.0136) (0.02305) (0.02309) (0.0199) (0.0196) Plača t-1 0.0157 -0.00329 -0.122*** -0.117*** -0.111*** -0.121*** (0.0108) (0.02153) (0.044) (0.044) (0.039) (0.038) Uvoz t-1 0.00850*** 0.0201*** 0.0486*** 0.0482*** 0.0409*** 0.0384*** (0.00144) (0.0030) (0.0076) (0.0077) (0.0070) (0.0073) K/L t-1 0.0158*** 0.0381*** 0.0624*** 0.0618*** 0.0348*** 0.0370*** (0.0023) (0.0059) (0.0145) (0.0144) (0.0128) (0.0129) Zadolženost t-1 -0.0255 0.0139 0.00114 0.00944 0.109** 0.113** (0.0170) (0.0359) (0.07262) (0.07391) (0.049) (0.049) Rast do lani -4.26E-08 -7.66E-07 -3.08E-06 -3.03E-06 -5.75E-07 -4.96E-07 (1.14E-06) (3.82E-06) (6.87E-06) (6.86E-06) (4.67E-06) (4.59E-06) oFDI 0.00582 0.0839*** 0.0218 0.0171 0.0229 0.0314 (0.00845) (0.0277) (0.0343) (0.0343) (0.0329) (0.0327) iFDI 0.0353*** 0.0287 0.0287 0.0243 0.0286 0.0259 (0.0083) (0.0306) (0.0344) (0.0344) (0.0337) (0.0335) Časovni d. da da da da da da Reg. d. da ne da da da da Ind. d. da ne da da da da N 43,543 43,543 43,543 43,543 43,543 43,543 R2 0.9208 0.8657 m1 0.0000 0.0000 0.0000 0.0000 m2 0.0037 0.0036 0.0035 0.0032 Sargan 0.0000 0.0000 0.0000 0.0000 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; sys­gMM3 označuje system gMM po 1­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM4 označuje system gMM po 1­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda; Sargan označuje stopnjo tveganja v Sargan overidentification testu. Vir: Lastni izračuni. 72 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 47: Vpliv pomoči na obseg prodaje – razširjena specifikacija OLS FE sys-GMM sys-GMM sys-GMM sys-GMM Prodaja-1 0.950*** 0.343*** 0.655*** 0.682*** 0.680*** 0.696*** (0.012) (0.038) (0.083) (0.083) (0.087) (0.093) DP 0.0176 -0.0106 -0.0412 -0.0683 -0.0497 -0.0674 (0.0155) (0.0189) (0.0557) (0.0633) (0.0490) (0.0554) DPnekriza 0.0330** 0.0263* 0.0424 0.0253 0.0557 0.0557 (0.0129) (0.0151) (0.0495) (0.0507) (0.0393) (0.0380) N_DP_kum t-1 -0.00086 0.0119** 0.0119 0.0129 0.0126 0.0139* (0.000958) (0.0048) (0.0084) (0.0085) (0.0078) (0.0076) €_DP_kum t-1 -7.55E-10 3.52E-09 6.80E-09 6.77E-09 1.66E-08 1.55E-08 (8.27E-10) (2.66E-09) (9.14E-09) (9.38E-09) (1.21E-08) (1.27E-08) Starost -0.0075*** -0.0449*** -0.0575 -0.0583 -0.0479 -0.0423 (0.002852) (0.0058) (0.0431) (0.0432) (0.0470) (0.0465) Staro podjetje 0.0110 0.403 0.394 0.315 0.274 (0.0139) (0.372) (0.372) (0.402) (0.383) Zaposlenost t-1 0.0378*** 0.229*** 0.182** 0.162** 0.0931 0.0740 (0.0117) (0.042) (0.0807) (0.0817) (0.0832) (0.0787) Izvozni delež t-1 -0.00212 -0.0604 0.0201 0.0225 0.118 0.130 (0.014114) (0.0656) (0.1399) (0.1412) (0.135) (0.142) Produktivnost t-1 0.0523*** 0.107*** 0.0484 0.0345 -0.00556 -0.00402 (0.0193) (0.033) (0.0607) (0.0612) (0.058752) (0.049848) Plača t-1 0.0187 0.0916 0.100 0.101 0.0175 0.0190 (0.0254) (0.0729) (0.140) (0.142) (0.1251) (0.1262) Uvoz t-1 0.00264 0.0143*** 0.00166 0.00147 0.00274 0.00625 (0.002181) (0.0046) (0.01407) (0.01425) (0.01380) (0.01388) K/L t-1 0.00824* 0.0210 0.0907*** 0.0927*** 0.0950*** 0.0965*** (0.00459) (0.0130) (0.0327) (0.0331) (0.0337) (0.0348) Zadolženost t-1 0.0382 0.131** 0.145 0.163 0.147 0.158 (0.0357) (0.053) (0.122) (0.123) (0.112) (0.118) Rast do lani 3.67E-07 4.63E-06*** -1.07E-07 -1.68E-07 1.66E-07 2.25E-07 (3.82E-07) (4.84E-07) (3.59E-06) (3.53E-06) (3.64E-06) (3.77E-06) oFDI 0.00277 0.0801*** 0.0309 0.0254 0.0361 0.0238 (0.00975) (0.0282) (0.0518) (0.0521) (0.0402) (0.0393) iFDI 0.0250** 0.00789 0.0401 0.0394 0.0218 0.0147 (0.0101) (0.03311) (0.0549) (0.0547) (0.0480) (0.0453) Prod. inovt-1 -0.00959 -0.0033 0.00105 -0.00630 -0.0197 -0.0244 (0.010312) (0.017259) (0.03555) (0.03633) (0.0286) (0.0272) Proces. inovt-1 0.0180* 0.0184 -0.0301 -0.0316 -0.0207 -0.0154 (0.0096) (0.0144) (0.0322) (0.0322) (0.0263) (0.0252) Organiz. inovt-1 0.0234*** -0.00772 -0.00988 -0.0135 0.000561 0.00579 (0.0082) (0.01089) (0.025917) (0.0263) (0.018816) (0.01839) R&D interni 0.0162 0.0140 0.00335 0.0117 -0.00322 -0.00332 (0.0110) (0.0193) (0.04123) (0.0414) (0.029953) (0.02869) R&D eksterni 0.0114 -0.0416** -0.0269 -0.0212 -0.00526 -0.00394 (0.0143) (0.0164) (0.0329) (0.0330) (0.024261) (0.023089) Inov. sodelovt-1 -0.0182 0.0106 0.0709** 0.0668** 0.0451* 0.0439* (0.0136) (0.0148) (0.0322) (0.0322) (0.0253) (0.0238) Časovni d. da da da da da da Reg. d. da ne da da da da Ind. d. da ne da da da da N 8,293 8,293 8,293 8,293 8,293 8,293 R2 0.9506 0.8977 m1 0.0000 0.0000 0.0000 0.0000 m2 0.5489 0.5580 0.6030 0.6152 Sargan 0.0000 0.0000 0.0022 0.0029 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; sys­gMM3 označuje system gMM po 1­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM4 označuje system gMM po 1­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda; Sargan označuje stopnjo tveganja v Sargan overidentification testu. Vir: Lastni izračuni. Rezultati 73 V zadnjem sklopu empiričnega dela predstavljamo rezultate analize vpliva pomoči za blaženje gospodarske krize na četrtletnih podatkih o obsegu prodaje in bruto investicij. ta serija ima prednost v tem, da se konča kasneje od letnih podatkov iz zaključnih računov, saj imamo na voljo podatke vključno do 2. četrtletja 2011. Slabost v primerjavi z zaključnimi računi pa je v tem, da imamo na voljo le anketni vzorec podjetij in ne celotne populacije gospodarskih družb kot v pri meru zaključnih računov. Zaradi premajhnega vzorca v primeru združitve vzorca podjetij iz četrtletnih vprašalnikov in vzorca podjetij iz vprašalnikov o inovacijski aktivnosti smo izvedli le enostavno in osnovno specifikacijo, ne pa tudi razširjene specifikacije, ki bi vključevala dodatne pojasnjevalne spremenljivke iz inovacijske ankete. enostavna specifikacija analize vpliva pomoči na četrtletno prodajo nam v oLS metodi podaja značilno pozitivne učinke pomoči, medtem ko je v obeh Fe specifikacijah učinek neznačilen. System gMM nam v obeh verzijah pokaže na negativno povezavo med črpanjem pomoči za blaženje gospodarske krize in prihodnjo prodajo. Vključitev dodatnih pojasnjevalnih spremenljivk ponovno izniči vpliv pomoči na prodajo, saj v nobeni od metod v osnovni specifikaciji ne identificiramo značilnega vpliva kriznih in nekriznih pomoči na rast prodaje. Velikost podjetja, kapitalska intenzivnost in pretekla rast pozitivno vpliva na rast četrtletne prodaje, v oLS in Fe specifikacijah pa imajo pozitiven vpliv na obseg prodaje še obseg uvoza in produktivnost. Tabela 48: Vpliv pomoči na obseg četrtletne prodaje – enostavna specifikacija oLS Fe oLS Fe sys-gMM1 sys-gMM2 Prodajat-1 0.979*** 0.782*** 0.840*** 0.684*** 0.247*** 0.2883*** (0.00147) (0.017) (0.0151) (0.0194) (0.060) (0.0728) Prodajat-2 -0.00679 -0.0142 -0.073*** -0.0641*** (0.0151) (0.0142) (0.017) (0.0179) Prodajat-3 0.337*** 0.0194* -0.028** -0.0223 (0.0129) (0.01121) (0.013) (0.0148) Prodajat-4 0.1325*** 0.196*** 0.299*** 0.3260*** (0.0143) (0.0172) (0.023) (0.0239) DP 0.0187*** 0.0079 0.00913** -0.000285 -0.0505** -0.040* (0.00400) (0.0069) (0.00443) (0.00715) (0.0228) (0.022) Časovni d. da da da da da da reg. d. da ne da ne da da ind. d. da ne da ne da da n 74,578 76,145 54533 55894 54,533 54,533 r2 0.9722 0.9649 0.9736 0.9698 m1 0.0000 0.0000 m2 0.0254 0.0376 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda. Vir: Lastni izračuni. 74 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 49: Vpliv pomoči na obseg četrtletne prodaje – osnovna specifikacija oLS Fe sys-gMM1 sys-gMM2 Prodajat-1 0.937*** 0.644*** 0.0514 0.0215 (0.0076) (0.025) (0.0383) (0.0491) Prodajat-2 -0.103*** -0.106*** (0.025) (0.029) Prodajat-3 -0.0760*** -0.0781*** (0.0170) (0.0177) Prodajat-4 0.267*** 0.290*** (0.027) (0.031) DP 0.00450 0.00143 -0.0311 -0.0362 (0.00502) (0.01018) (0.0281) (0.0247) DPnekriza 0.00685* 0.00849 0.0170 0.00813 (0.00416) (0.01035) (0.0204) (0.01988) n_DP_kum t-4 -0.00044 0.00248 0.000350 -0.00520 (0.00038) (0.00244) (0.0095) (0.00874) €_DP_kum t-4 1.44e-10 7.39e-10 -1.27e-08 -8.86e-09 (5.01e-10) (1.46e-09) (9.78e-09) (8.91e-09) Starost -0.00173 0.347*** -1.056 -1.07 (0.00116) (0.008) (3.40) (3.50) Staro podjetje 0.000837 24.62 25.13 (0.00613) (29.36) (30.39) Zaposlenost t-4 0.0576*** 0.233*** 0.199*** 0.225*** (0.0062) (0.027) (0.069) (0.067) izvozni delež t-4 0.00886 0.0229 0.198 0.154 (0.00689) (0.0410) (0.130) (0.126) Produktivnost t-4 0.0469*** 0.0735*** 0.0317 0.0344 (0.0091) (0.0185) (0.0328) (0.0307) Plača t-4 0.0266** 0.0614 -0.106 -0.0780 (0.0117) (0.0455) (0.085) (0.0835) uvoz t-4 0.00516*** 0.0133*** 0.00426 0.00633 (0.00108) (0.0031) (0.00767) (0.00681) K/L t-4 0.00652** 0.0395** 0.0930* 0.0960* (0.00269) (0.0190) (0.0548) (0.0556) Zadolženost t-4 0.0379*** 0.103*** 0.306*** 0.310*** (0.0094) (0.040) (0.106) (0.106) rast do lani 4.24e-07*** 1.93e-06*** 5.47e-06*** 3.54e-06*** (1.49e-07) (4.27e-07) (1.98e-06) (9.36e-07) oFDi -0.00190 0.0244* .0307 .0300 (0.00362) (0.0139) (.03014 (.02908) iFDi 0.00973** -0.00046 .0080145 .000651 (0.00465) (0.0264) (.03962) (.03647) Časovni d. da da da da reg. d. da ne da da ind. d. da ne da da n 27,288 27,288 27,181 27,181 r2 0.9711 0.6479 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah. Vir: Lastni izračuni. Rezultati 75 Ker so bile investicije najpomembnejši negativni faktor v trenutni recesiji, smo preverili tudi vpliv pomoči na bruto investicije. Če so v času kreditnega krča pomoči uspele podjetju omogočiti neposredno ali posredno preko garancij dostop do svežih posojil, bi morali zaznati razlike med prejemniki in neprejemniki v obsegu investiranja v času krize. Pozitivnega vpliva pomoči v enostavni specifikaciji, po oLS metodi, ni moč ugotoviti. obe system gMM specifikaciji namreč identificirata neznačilne vplive črpanja pomoči na obseg četrtletnih investicij. Ko vključimo še ostale kontrolne spremenljivke, so podjetja prejemniki na podlagi rezultatov system gMM regresij v povprečju investirala ravno toliko kot neprejemniki. So pa prejemniki nekriznih pomoči v povprečju investirali manj kot podjetja, ki nekriznih pomoči niso črpala. Število preteklih črpanj pomoči je negativno povezano s tekočimi investicijami, ko tudi obseg uvoza, kapitalska intenzivnost in tuje lastništvo v podjetju. Tabela 50: Vpliv pomoči na obseg četrtletnih bruto investicij – enostavna specifikacija oLS Fe oLS Fe sys-gMM sys-gMM investicijet-1 0.847*** 0.552*** 0.688*** 0.505*** 0.422*** 0.440*** (0.0039) (0.0056) (0.00710) (0.0077) (0.017) (0.020) investicijet -2 0.0765*** 0.0113* -0.0143* -0.00776 (0.00644) (0.00608) (0.0077) (0.0082) investicijet -3 0.0251*** -0.0312*** -0.0377*** -0.0320*** (0.00656) (0.00616) (0.0070) (0.0074) investicijet -4 0.106*** 0.00101 0.00403 0.0135 (0.00616) (0.00713) (0.011) (0.0115) DP 0.124*** 0.0207 0.0681*** 0.0319 -0.0222 -0.00460 (0.0199) (0.0358) (0.0237) (0.0430) (0.116) (0.121) Časovni d. da da da da da da reg. d. da ne da ne da da ind. d. da ne da ne da da n 56,140 57,079 35,903 36,545 35,903 35,903 r2 0.7786 0.7443 0.7791 0.7138 m1 0.0000 0.0000 m2 0.1207 0.0946 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah; m1 in m2 sta testa avtokorelacije regresijskih ostankov 1. in 2. reda. Vir: Lastni izračuni. 76 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela 51: Vpliv pomoči na obseg četrtletnih bruto investicij – osnovna specifikacija oLS Fe sys-gMM sys-gMM investicijet -1 0.667*** 0.474*** 0.355*** 0.366*** (0.008) (0.009) (0.022) (0.026) investicijet -2 -0.00413 0.000429 (0.0099) (0.010799) investicijet -3 -0.0517*** -0.0466*** (0.0078) (0.008192) investicijet -4 0.0145 0.0281 (0.0144) (0.0148) DP 0.0126 -0.0133 -0.175 -0.148 (0.0331) (0.055108) (0.130) (0.137) DPnekriza 0.0219 0.00168 -0.212*** -0.234** (0.0271) (0.04448) (0.105) (0.107) n_DP_kum t-4 0.00247 0.00618 -0.0619* -0.0756** (0.00183) (0.00988) (0.0370) (0.0378) €_DP_kum t-4 -1.07e-10 2.71e-09 1.01e-08 1.18e-08 (2.02e-09) (3.77e-09) (1.16e-08) (1.06e-08) Starost -0.00861 0.399*** -0.635 -0.807 (0.005835) (0.014) (8.704) (8.562) Staro podjetje 0.000238 29.81 30.04 (0.033364) (86.45) (85.08) Zaposlenost t-4 0.363*** 0.0941 -0.307 -0.246 (0.013) (0.0615) (0.201) (0.199) izvozni delež t-4 0.0153 0.0406 0.00627 0.0636 (0.0315) (0.1566) (0.446) (0.4555) Produktivnost t-4 0.265*** 0.154** 0.132 0.108 (0.036) (0.073) (0.248) (0.255) Plača t-4 -0.0580 0.107 -0.0908 0.0466 (0.0518) (0.147) (0.4027) (0.4100) uvoz t-4 0.0119*** -0.00322 -0.0585** -0.0525** (0.0042) (0.01080) (0.0241) (0.0241) K/L t-4 0.148*** -0.0521 -0.625*** -0.639*** (0.010) (0.0424) (0.135) (0.139) Zadolženost t-4 0.00822 -0.442*** -0.641 -0.661 (0.0409) (0.135) (0.431) (0.461) rast do lani 2.28e-06*** -8.71e-06*** 5.06e-06 2.63e-06 (7.09e-07) (1.36e-06) (5.20e-06) (3.82e-06) oFDi -0.0404** -0.0259 -0.0964 -0.1419996 (0.0192) (0.0626) (0.152) (0.149) iFDi -0.0276 -0.0170 -0.332** -0.295** (0.0225) (0.0784) (0.137) (0.134) Časovni d. da da da da regionalni d. da ne da da ind. d. da ne da da n 22,186 22,186 19,145 19,145 r2 0.7783 0.4988 opombe: oLS = metoda najmanjših kvadratov; Fe = panelna tehnika z naključnimi učinki; sys­gMM1 ozna­ čuje system gMM po 2­stopenjski metodi z vsemi možnimi instrumenti v nivojih in diferencah; sys­gMM2 označuje system gMM po 2­stopenjski metodi z največ štirimi odloženimi instrumenti v nivojih in diferencah. Vir: Lastni izračuni. Rezultati 77 Za dodatno robustnost rezultatov smo izvedli regresije s še več dodatnimi spremenljivkami, in sicer število izvoznih trgov, število uvoznih trgov, deleže razvitih držav, deleže novih članic eu, deleže držav Zahodnega Balkana in deleže vzhajajočih gospodarstev v celotnem izvozu in v celotnem uvozu, ter število držav, v katerih ima podjetje tuje neposredne investicije, in število tujih lastnikov v primeru tujega (so)lastništva podjetja. Zaradi omejenosti prostora rezultate regresij izpuščamo, navajamo pa le glavne zaključke vpliva dodatnih spremenljivk na proučevane kazalnike poslovanja. V večini specifikacij so imele pozitiven vpliv na obravnavane kazalce število izvoznih trgov, število uvoznih trgov in število investicijskih trgov. Pokazalo se je torej, da stopnja internacionalizacije, tako izhodne kot vhodne vpliva pozitivno na resistentnost podjetij v obdobju gospo darske krize. 78 ZAKLJUČKI osnovni cilj monografije je analizirati učinkovitost vladnih protikriznih in drugih ukrepov na delovanje podjetij v pogojih gospodarske recesije, točneje učinkovitost državnih pomoči, ki so bile dodeljene v letih 2008, 2009 in 2010 z namenom odpravljanja finančne krize in gospodarske recesije ter učinkovitost spremenjenega obsega drugih državnih pomoči, ki so bile dodeljene v okviru obstoječih shem državnih pomoči. V skupino protikriznih ukrepov smo uvrstili posebne pomoči za odpravljanje finančne krize in gospodarske recesije (posebna shema, imenovana odpravljanje resne motnje v gospodarstvu) in pomoči, ki so se bistveno okrepile zaradi odpravljanja posledic recesije (pomoči za raziskave in razvoj, zaposlovanje, majhna in srednje velika podjetja in usposabljanje). V empiričnem delu smo uporabili veliko število različnih kvantitativnih metod, ki so prehajale od standardnih opisnih statistik, preko neparametričnih metod paritve, do parametričnih metod dinamične panelne regresije, ki se uporablja za testiranje teorije rasti podjetja. Prejemniki protikriznih ukrepov so v povprečju nadpovprečno velika, produktivna in izvozno usmerjena podjetja, ki so relativne prednosti pred povprečnimi konkurenti iz iste panoge uspela zadržati tudi v letih krize. izjema sta le prodaja in dodana vrednost na zaposlenega, kjer je prišlo do zmanjšanja relativne prednosti prejemnikov pomoči glede na povprečje panoge. Z različnimi verzijami metode paritve (matching) smo proučevali vpliv pomoči na čiste prihodke od prodaje, dodano vrednost, število zaposlenih, vrednost izvoza, izvozno intenzivnost, povprečne plače na zaposlenega, dodano vrednost na zaposlenega in kapitalsko intenzivnost proizvodnje. tehnike paritve smo kombinirali z metodo razlik v razlikah (difference­in­differences), s čimer smo ocenjevali razliko v časovnih (letnih in kumulativnih) diferencah proučevanih indikatorjev poslovanja med prejemniki pomoči in podobnimi kontrolnimi podjetji, ki pomoči niso prejela. Metoda paritve je pokazala, da so učinki pomoči na celotne prihodke prejemnikov v prvem letu neznačilni, naslednje leto negativni, v drugem letu po črpanju pomoči pa postanejo pozitivni. Kumulativni učinki na prodajo so neznačilni, negativni pa so začetni verižni in končni kumulativni učinki na povprečni evro dodeljene pomoči. Prejemniki so dve leti po črpanju pomoči uspeli povečati izvoz bolj kot kontrolni neprejemniki in so hkrati značilno pove­ čali izvozno intenzivnost glede na neprejemnike. učinki pomoči na dodano vrednost so neznačilni, razen kumulativno po dveh letih, kjer so prejemniki doživeli Zaključki 79 večje kumulativno zmanjšanje dodane vrednosti glede na obdobje pred krizo kot primerljiva kontrolna podjetja, ki pomoči niso prejela. Povprečni učinek na zaposlenost in učinek na zaposlenost na evro pomoči je v večini primerov značilno negativen. od začetka krize do 2 let po črpanju pomoči so prejemniki za 3,6 zaposlenih zmanjšali število zaposlenih bolj kot v kontrolnih neprejemnikih. največji in najprepričljivejši učinek pomoči se pokaže na povprečnih plačah prejemnikov, kjer v večini specifikacij identificiramo značilno večje letne in kumulativne priraste glede na neprejemnike. Kumulativni učinek znaša približno 100 € višje mesečne izdatke za plače zaposlenih 2 leti po prejemu pomoči glede na obdobje pred krizo. učinek na produktivnost je manj nedvoumen in ga identificiramo le v metodah paritev na podlagi ocenjene verjetnosti (propensity score matching). Prvo leto krize je značilno negativen, potem pa preide v pozitivnega, tako da je kumulativni povprečni učinek in učinek na evro pomoči značilno pozitiven. Prejemniki so torej zmanjšali zaposlenost bolj intenzivno kot neprejemniki, s tem povečali produktivnost na zaposlenega in skupaj z neposrednimi spodbudami pomoči uspeli povečati povprečne plače bolj kot neprejemniki. na koncu smo uporabili metode dinamične panelne regresije, s katerimi smo proučevali vpliv črpanja pomoči v krizi na gibanje vrednosti prodaje, zaposlenosti in bruto investicij. na ravni letnih podatkov poslovanja podjetij smo identificirali negativen vpliv pomoči na rast zaposlenosti in prodaje, na ravni četrtletnih anketnih podatkov na manjšem vzorcu podjetij pa pomoči za lajšanje gospodarske krize v prejemnikih niso pokazale statistično značilnega vpliva na gibanje prodaje in bruto investicij. Velikost podjetja, izvozna intenzivnost, obseg uvoza, kapitalska intenzivnost in inovacijsko sodelovanje z zunanjimi akterji so v večini specifikacij pozitivno vplivale na rast poslovanja. V večini specifikacij so imele pozitiven vpliv na obravnavane kazalce tudi neposredne investicije v tujini, število izvoznih trgov, število uvoznih trgov in število investicijskih trgov. Pokazalo se je torej, da stopnja internacionalizacije, tako izhodne kot vhodne vpliva pozitivno na odpornost podjetij v obdobju gospodarske krize. Kljub temu, da so bila v času gospodarske krize za odpravljanje njenih posledic namenjena znatna finančna sredstva v obliki državnih pomoči in pomoči majhnega obsega, dodeljene po pravilu de minimis, in čeprav so bile okrepljene zlasti pomoči, ki praviloma dajejo ugodne razvojne učinke (predvsem za raziskave in razvoj), empirična analiza ne kaže ugodnih učinkov izvedenih ukrepov. V nadaljevanju navajamo nekaj najverjetnejših vzrokov za to dejstvo. Prvič, država nima izdelane industrijske politike, s katero bi opredelila razvoj produktivnih in s slovenskega vidika perspektivnih dejavnosti in predvidela svojo vlogo pri pospeševanju in usklajevanju razvoja. Pomembna razvojna vprašanja opredeljujejo številni sektorski dokumenti, ki medsebojno niso usklajeni. neusklajenost in razpršenost otežujeta ciljno vodenje in se odražata pri implementaciji. Drugič, dodeljevanje državnih pomoči in pomoči majhnega obsega je prepuščeno številnim direktoratom in službam v okviru različnih ministrstev ter 80 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE paradržavnim agencijam in skladom, pri čemer ima vsak dajalec pomoči svojo avtonomno politiko in lastno administracijo pri njenem dodeljevanju. Posledica takšne politike je slaba koordinacija in visoki stroški države pri dodeljevanju pomoči (veliko zaposlenih se ukvarja samo s pripravo in izvedbo različnih razpisov). tretjič, v evidenci so izkazani v čedalje manjšem znesku drugi instrumenti državnih pomoči in pomoči po pravilu »de minimis«, ki ne predstavljajo dotacij. Kot primer lahko vzamemo vračilo koncesijskih dajatev iz tekočih goriv kmetom in avtoprevoznikom, ki prestavljajo nad 60 milijonov € letno, v evidenci državnih pomoči pa ti ukrepi niso zajeti. Podobnih primerov je še več. ne glede na to, ali so ti instrumenti dejansko državne pomoči ali ne, je treba vzpostaviti ustrezen informacijski sistem tudi za takšne instrumente, saj Slovenija z njimi krepko posega v delovanje tržnih subjektov, hkrati pa izgublja javnofinančne vire, ne da bi natančno vedela, kam so bili usmerjeni in kakšne učinke dejansko dajejo. Četrtič, predpisi na podlagi katerih se dodeljujejo državne pomoči, so razdrobljeni. Državne pomoči temeljijo na številnih temeljnih predpisih (zakonih), podzakonskih aktih, pravilnikih, programih in tiste, ki so izvedene z javnimi razpisi, še na razpisnih pogojih. tako imamo zelo razdrobljene pravne temelje in akte, ki se med leti tudi pogosto spreminjajo, zato povzročajo administrativne ovire, ki se na koncu odražajo tudi v visokih in nepotrebnih stroških prosilcev za različne vrste pomoči. Petič, visoka koncentracija državnih pomoči za relativno majhno število prejemnikov in ugotovljeno visoko število transakcij in izredna razdrobljenost pomoči za večino prejemnikov opozarjata na neprilagojeno intenzivnost pomoči ciljem, ki jih podpirajo, in na visoke administrativne stroške države pri dodeljevanju pomoči. ti stroški bi se z racionalnejšim dodeljevanjem pomoči lahko precej zni­ žali. treba je takoj ukiniti dodeljevanje državnih pomoči in pomoči po pravilu »de minimis« podjetjem in samostojnim podjetnikom posameznikom, nižjih od določene, še racionalne višine, ker so škodljive za državo (preveliki administrativni stroški), prejemnikom pa ne prinašajo pričakovanih koristi. Šestič, država nima enotne predhodne evidence dodeljevanja pomoči in ne spremlja učinkov dodeljenih pomoči s strani neodvisnih ocenjevalcev. to nalogo je predvidela že uredba o dokumentih razvojnega načrtovanja in postopkih za pripravo predloga državnega proračuna in proračunov samoupravnih lokalnih skupnosti (uradni list rS, št. 44/2007 in 54/2010), vendar do sedaj še ni bila realizirana. Sedmič, država v preveliki meri z državnimi pomočmi rešuje velika državna podjetja, ki prejemajo velike zneske pomoči že več kot desetletje. Podobne ugotovitve so bile podane že v študiji leta 2008 (rojec et al., 2008, str. 13–18), a do napredka v sistemu podeljevanja državnih pomoči in pomoči de minimis še ni prišlo. tudi analizi učinkovitosti državnih pomoči v okviru ciljnih raziskovalnih projektov ArrS s šiframa V5­0201 (Kako do večje učinkovitosti razporejanja javnofinančnih sredstev za povečevanje konkurenčnosti Zaključki 81 gospodarstva: Analiza učinkovitosti državnih pomoči in predlogi za njeno izbolj­ šanje) in V5­0408 (Kako do večje učinkovitosti razporejanja javnofinančnih sredstev: Analiza učinkov državnih pomoči na omejevanje konkurence) sta navedli vrsto slabosti pri njihovem dodeljevanju, zato pomoči niso dosegle ravni učinkovitosti v drugih članicah eu. Prva analiza (V5­0201), ki je preučevala učinkovitost državnih pomoči z vidika konkurenčnosti v obdobju 1998–2006, je ugotovila več slabosti pri oblikovanju programov dodeljevanja državnih pomoči in njihovi razdelitvi prejemnikom, kar se je odrazilo v manjših učinkih na dodano vrednost, zaposlovanje, izvoz in druge poslovnih kazalnike. Državne pomoči niso prejemnikom služile kot dodatni vir za izvedbo strukturnih preobrazb in tehnološke prenove, temveč so le nadomeščale njihove lastne vire financiranja (rojec et al., 2008). tudi druga raziskava (V5­0408), ki je preučevala učinkovitost državnih pomoči na raven tržne konkurence v obdobju 1998–2008, je ugotovila slabe rezultate. Skupni učinek državnih pomoči na raven konkurence na trgu se je namreč pokazal kot nevtralen, hkrati pa je raziskava pokazala, da je bil nevtralen tudi učinek državnih pomoči na alokacijsko učinkovitost slovenskega gospodarstva, kar je slabo, saj to pomeni, da politika državnih pomoči ni uresničevala svojega potenciala spodbujevalca gospodarskega razvoja (rojec et al., 2010). 82 LITERATURA Aghion, P. in P. Howitt. 1992. A Model of growth Through creative Destruction. Econometrica, 60 (2): 323–351. Alfaro, L. in M. chen. 2010. Surviving the global Financial crisis: Foreign Direct investment and establishment performance. HBS Working Paper 10–110. Boston, MA: Harvard Business School. Almus, M., in e. nerlinger. 2000. testing ‘gibrat’s law’ for young firms­empirical results for West germany. Smal Business Economics, 15: 1–12. Alvarez, r. in H. görg. 2007. Multinationals as Stabilizers? economic crisis and Plant employment growth. IZA Discussion Paper No. 2692. Bonn: institute for the Study of Labour. Alvarez, r. in H. görg. 2009. Multinationals an plant exit: evidence from chile. International Review of Economics and Finance, 18: 45–51. Amiti, M. in D. e. Weinstein. 2009. exports and Financial Shocks. NBER Working Paper Series, WP 15556. cambridge, MA: national Bureau of economic reserach. Amorim Varum, c. in V. c. Barros rocha. 2011. Do foreign and domestic firms behave any different during economic slowdowns? International Business Review, 20 (1): 48–59. Arel ano, M., and S. Bond. 1991. Some tests of specification for panel data: Monte carlo evidence and an application to employment equations. review of economic Studies 58: 277–297. Arel ano, M., and o. Bover. 1995. Another look at the instrumental variable estimation of error­components models. journal of econometrics 68: 29–51. Athukorala, P. 2003. FDi in crisis and recovery: Lessons from the 1997–1998 Asian crisis. Australian Economic Review, 43: 197–213. Audretsch, D. B. 1995, innovation, growth and survival. International Journal of Industrial Organization, 13: 441–457. Audretsch, D. B., L. Klomp, e. Santarelli in A.r. Thurik. 2004. gibrat’s law: are the services different? Review of Industrial Organization, 24: 301–324. Audretsch, D. B. in t. Mahmood. 1994. Firm selection and industry evolution: the postentry performance of new firms. Journal of Evolutionary Economics, 4: 243–260. Aw, B.Y., X. chen in M. j. roberts. 1997. Firm­level evidence on Productivity Differentials, turnover, and exports in taiwanese Manufacturing. NBER Working Paper No. 6235. cambridge, MA: national Bureau of economic research. Aw, B.Y., X. chen in M. j. roberts. 1998. Productivity and the Decision to export: Micro evidence from taiwan and South Korea. NBER Working Paper No. 6558. cambridge, MA: national Bureau of economic research. Bamford, c. e., t. j. Dean in P. P. McDougal . 1997. initial strategies and new venture growth: An examination of the effectiveness of broad vs. narrow breadth strategies. Frontiers of Entrepreneurship Research. Wellesley, MA: Babson college. Literatura 83 Barron, D. n., e. West in M. t. Hannan. 1994. A time to grow and a time to Die: growth and Mortality of credit unions in new York, 1914–1990. American Journal of Sociology, 100 (2): 381–421. Belderbos, r. in j. Zou. 2007. on the growth of foreign affiliates: Multinational planr networks, joint ventures and flexibility. Journal of International Business Studies, 38 (7): 1095–1112. Bernard, A.B. in j.B. jensen. 1997a. exporters, Skil ­upgrading and the Wage gap. Journal of International Economics, 42: 3–31. Bernard, A.B. in j. B. jensen. 1997b. inside the u.S. export Boom. NBER Working Paper No. 6338. cambridge, MA: national Bureau of economic research. Bernard, A.B. in j. B. jensen. 1999a. exceptional exporter performance, cause, effect, or both? Journal of International Economics, 47: 1–25. Bernard, A.B. in j. B. jensen. 1999b. exporting and Productivity. NBER Working Paper No. 7135. cambridge, MA: national Bureau of economic research. Bernard, A.B., j. B. jensen in P.K. Schott. 2005. importers, exporters, and Multinationals: A Portrait of Firms in the u.S. that trade goods. NBER Working Paper No. 11404. cambridge, MA: national Bureau of economic research. Bernard, A.B. in j. Wagner. 1997. exports and Success in german Manufacturing. Weltwirtschaftlisches Archiv, 133(1): 134–157. Bigsten, A. in M. gebreeyesus. 2007. The smal , the young, and the productive: determinants of manufacturing firm growth in ethiopia. Economic Development and Cultural Change, 55(4): 813–840. Blalock, g., P. gertler in D. Levine. 2005. Investment fol owing a financial crisis: Does foreign ownership matter? Mimeo. cornell university. Bloom, n. in j. Van reenen. 2002. Patents, real options and Firm Performance. Economic Journal, 112: c97­c116. Blundel , r., and S. Bond. 1998. initial conditions and moment restrictions in dynamic panel data models. journal of econometrics 87: 115–143. Bole, V., j. Prašnikar in D. trobec. 2010. Accumulated Financial Debt of Firms as an obstacle to Firms’ investments. V: Prašnikar, j. (ur.). The Role of Intangible Assets in Exiting the Crisis. Ljubljana: Časopis Finance d.o.o., str. 117–130. Bottazzi, g. in A. Secchi. 2003. common properties and sectoral specificities in the dynamics of uS manufacturing companies. Review of Industrial Organization, 23: 217–232. Bottazzi, g. in A. Secchi. 2005. growth and diversification patterns of the worldwide pharmaceutical industry. Review of Industrial Organization, 26: 195–216. Bottazzi, g., A. Secchi in F. tamagni. 2006. Productivity, profitability and financial fragility: evidence from italian business firms. LEM Working Paper Series 2006/08. Pisa: Santa Anna School of Advanced Studies. Braun, M. in B. Larraín. 2005. Finance and the Business cycle: international, interindustry evidence. Journal of Finance, LX(3): 1097–1128. Bricongne, j­c., L. Fontagne, g. gaulier, D. taglioni in V. Vicard. 2010. Firms and the global crisis: French exports in the turmoil. Banque de France Documents de travail No. 265. Paris: Banque de France. Bugamelli, M., r. cristadoro in g. Zevi. 2009. La crisi internazionali e il sistema produttivo italiano: un’analisi su dati a livello di impresa. Questioni di Economia e Finanza (Occasional papers), no. 58. roma: Banca d’italia. 84 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Burger, A., A. jaklič in M. rojec. 2006. izvažanje in uspešnost slovenskih podjetij: izvozniki zaradi uspešnosti ali uspešni zaradi izvoza?. Teorija in praksa, 43 (1/2): 156–179. calvo, j. L. 2006. testing gibrat’s las for smal , young and innovating firm. Smal Business Economics, 26: 117–123. carden, S. D. 2005. What global executives think about growth and risk. McKinsey Quarterly, 2: 16–25. cefis, e. in L. orsenigo. 2001. The persistence of innovative activities: A cross­countries and cross­sectors comparative analysis. Research Policy, 30: 1139–1158. chor, D. in K. Manova. 2010. off the cliff and Back? credit conditions and international trade During the global Financial crisis. NBER Working Paper Series, WP 16174. cambridge, MA: national Bureau of economic reserach. chung, c. in P. Beamish. 2005. The impact of institutional reforms on characteristics and survival of foreign subsidiaries in emerging economies. Journal of Management Studies, 42 (1): 35–62. clerides, S., S. Lach in j. tybout. 1996. is »Learning­by­exporting« important? Micro­ Dynamic evidence from columbia, Mexico and Morocco. NBER Working Paper No. 5715. cambridge, MA: national Bureau of economic research. coad, A. 2007. testing the principle of ‘growth of the fitter’: the relationship between profits and firm growth. Structural Change and Economic Dynamics, 18(3): 370–386. coad, A. 2009. The growth of firms: A survey of theories and empirical evidence. cheltenham: edward elgar Publishing. coad, A. in r. rao. 2006a. innovation and Firm growth in ‘complex technology’ Sectors: A Quantile regression Approach. Cahiers de la Maison des Sciences Economiques No. 06050 (Serie Rouge). Paris: universite Paris 1 Pantheon­Sorbonne.. coad, A. in r. rao. 2006b. innovation and Firm growth in High­tech Sectors: A Quantile regression Approach. LEM Working Paper Series 2006/18. Pisa: Santa Anna School of Advanced Studies. coad, A. in r. rao. 2006c. innovation and market value: a quantile regression analysis. Economics Bul etin, 15 (13): 1–10. collie, D.r. 2005. State Aid to Investment and R&D. european economy, economic Papers 231. Brussels: european commission. cooper, A. c., F. j. gimeno­gascon in c. Y. Woo. 1994. initial human and financial capital as predictors of new venture performance. Journal of Business Venturing, 9: 371–395. crépon, B., e. Duguet, in j. Mairesse. 1998. Research, Innovation, and Productivity: An Econometric Analysis at the Firm Level. national Bureau of economic research. Working Paper 6696. criscuolo, c. in j. Haskel. 2002. innovations and productivity growth in the uK. ceriBa discussion paper. criscuolo, c., j. e. Haskel in M.j. Slaughter. 2005. global engagement and the innovation Activities of Firms. NBER Working Paper No. 11479. cambridge, MA: national Bureau of economic research. criscuolo, chiara, ralf Martin, Henry overman, john Van reenen, 2012. The causal effects of an industrial Policy, nBer Working Paper 17842. Damijan, j. in M. rojec. 2007. Foreign direct investment and catching­up of new eu member states: is there a flying geese pattern?. Applied Economics Quarterly, 53 (2): 91–117. Literatura 85 Damijan, jože, M. rojec, B. Majcen in M. Knel . 2008 . Impact of firm heterogeneity on direct and spil over effects of FDI: micro evidence from ten transition countries. LicoS discussion paper series, 218/2008. Leuven: Katholieke universiteit Leuven. Das, S. 1995. Size, age and firm growth in an infant industry: The computer hardware industry in india. International Journal of Industrial Organization, 13: 111–126. Desai, M., c. Foley in K. Forbes. 2004. Finanacial constraints and growth: Multinational and local firm responses to currency ciris. NBER Working Paper No. 10545. cambridge, MA: national Bureau of economic research. Di Mauro, F., K. Forster in A. Lima. 2010. The global Downturn and its impact on euro Area exports and competitiveness. ECB Occasional Paper no. 119. Frankfurt: european central Bank. Domadenik, P., B. czerny, j. Dobnikar in B. Smolej. 2010. tangible investments in Slovene Firms in the Years 2006–2009. V: Prašnikar, j. (ur.). The Role of Intangible Assets in Exiting the Crisis. Ljubljana: Časopis Finance d.o.o., str. 105–116. Dugal, S. S. in g. K. Morbey. 1995. revisiting corporate r&D Spending During a recession. Research Technology Management, 38 (4): 23–29. Duguet, e. 2000. Knowledge diffusion, technological innovation and TFP growth at the firm level: Evidence from French manufacturing. eureQua 2000.105. Dunne, P. in A. Hughes. 1994. Age, size, growth and survival: uK companies in the 1980s. Journal of Industrial Economics, 42(2): 115–140. Dunne, t., M. roberts in L. Samuelson. 1989. The growth and failure of uS Manufacturing plants. Quarterly Journal of Economics, 104 (4): 671–698. Dunning, john H. 1993. Multinational Enterprises and the Global Economy. Wokingham: Addison­Wesley. Dunning, j.H. in S.M. Lundan. 2008. Multinational Enterprises and the Global Economy. cheltenham: edward elgar. eaton, j., S. Kortum, B. neiman in j. romalis. 2011. trade and the global recession. NBER Working Paper Series, WP 16666. cambridge, MA: national Bureau of economic reserach. european commission. 2011. Report from the Commission. State Aid Scoreboard – Autumn 2011 update. Brussels: european commission. evans, D.S. 1987. The relationship between Firm growth, Size and Age: estimates for 100 Manufacturing industries. Journal of Industrial Economics, 35: 567–581. Fagiolo, g. in A. Luzzi. 2006. Do Liquidity constraints Matter in explaining Firm Size and growth? Some evidence from the italian Manufacturing industry. Industrial and Corporate Change, 15 (1): 1–39. Fizaine, F. 1968. Analyse statistique de la croissance des enterprises selon l’age et la taille. Revue d’Economie Politique, 78: 606–620. Flamm, K. 1984. The volatility of offshore investment. Journal of Development Economics, 16: 231–248. Foster L., j. Haltiwanger, in c. j. Krizan. 1998. Aggregate productivity growth: Lessons from microeconomic evidence. NBER Working Paper No. 6803. cambridge, MA: national Bureau of economic research. Freel, M.S. 2000. Do Small innovating Firms outperform non­innovators? Smal Business Economics, 14: 195–210. Fukako, K. 2001. How japanese subsidiaries in Asiaresponded to the regional crisis – an empirical analysis based on the Miti survey. V t. ito in A. Kruger (ur.), Regional 86 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE and global capital flows: Macroeconomic causes and consequences. nBer­eASe vol 10 nBer Books. gao, t. in t. eshaghoff. 2004. Mnc’s preferred responses to the Argentine financial crisis: A classification and empirical investigation. Latin American Business Review, 5 (1): 23–44. gabe, t. M. in D. S. Kraybil . 2002. The effect of State economic Development incentives on employment growth of establishments. Journal of Regional Science, 42 (4): 703– 730. görg, H. in e. Strobl. 2003. ‘Footloose’ multinationals? The Manchester School, 71 (1): 1–19. geroski, P. A. 2000. The growth of firms in theory and practice. V Foss, n. in V. Mahnke (ur.), Competence, Governance and Entrepreneurship. oxford: oxford university Press. Str. 168–186. geroski, P. A. 2005. understanding the implications of empirical Work on corporate growth rates, Managerial and Decision Economics, 26: 129–138. geroski, P.A. in P. gregg. 1996. What makes firms vulnerable to recessionary pressures? European Economic Review, 40 (3–5): 551–557. geroski, P. A. in K. gugler. 2004. corporate growth convergence in europe. Oxford Economic Papers, 56: 597–620. geroski, P. A. in S. Machin. 1992. Do innovating Firms outperform non­innovators? Business Strategy Review, (Summer), 79–90. geroski, P. A. in S. toker. 1996. The turnover of market leaders in uK manufacturing industry, 1979–86. International Journal of Industrial Organization, 14: 141–158. glancey, K. 1998. Determinants of growth and profitability in small entrepreneurial firms. International Journal of entrepreneurship behaviour and research, 4(1): 18–27. gertler, M. in S. gilchrist. 1994. Monetary Policy, Busi ness cycles, and the Behavior of Small Manufacturing Firms. Quarterly Journal of Economics, 109 (2): 309–340. goddard, j., j. Wilson in P. Blandon. 2002. Panel tests of gibrats law for japanese manufacturing. International Journal of Industrial Organization, 20(3): 415–433. griliches, Z. 1979. issues in Assessing the contribution of r&D to Productivity growth, Bell Journal of Economics, 10: 92–116. Hahn, c.H. 2004. exporting and Performance of Plants: evidence from Korean Manufacturing. NBER Working Paper No. 10208. cambridge, MA: national Bureau of economic research. Hal , B. in j. Mairesse 2006. empirical studies of innovation in the knowledge­driven economy, Economics of Innovation and New Technology 15, 289–299. Hal ward­Driemeier, M., g. iarossi in K.L. Sokoloff. 2002. exports and Manufacturing Productivity in east Asia: A comparative Analysis with Firm­Level Data. NBER Working Paper No. 8894. cambridge, MA: national Bureau of economic research. Hardwick, P. in M. Adams. 2002. Firm size and growth in the united Kingdom life insurance industry. The Journal of Risk and Insurance, 69(4): 577–593. Harhoff, D., K. Stahl in M. Woywode. 1998). Legal Form, growth and exits of West german Firms – empirical results for Manufacturing, construction, trade and Service industries. Journal of Industrial Economics, 46 (4): 453–488. Head, K. in j. ries. 2003. Heterogeneity and the FDi versus export Decision of japanese Manufacturers. NBER Working Paper No. 10052. cambridge, MA: national Bureau of economic research. Literatura 87 Helpman, e., M. j. Melitz in S.r. Yeaple. 2003. export versus FDi. NBER Working Paper No. 9439. cambridge, MA: national Bureau of economic research. Higson, c., S. Hol y in P. Kattuman. 2002. The cross­sectional dynamics of the uS business cycle: 1950–1999. Journal of Economic Dynamics and Control, 26: 1539–1555. Higson, c., S. Hol y, P. Kattuman in S. Platis. 2004. The Business cycle, Macroecomic shocks and the cross­Section: The growth of uK Quoted companies. Economica, 71: 299–318. jaklič, A., A. Burger in M. rojec. 2013. The quest for more efficient r&D Subsidies: examining Dynamic effects. Eastern European Economics. 51 (4); 5–26 jaklič, A. in M. Svetličič. 2003. Enhanced Transition through Outward Internationalisation. Aldershot: Ashgate. jiang, B., t.M. Koller in Z.D. Williams. 2009. Mapping decline and recovery accross sectors. McKinsey on Finance, Winter (30): 21–25. Kim, t. in j. Barrett. 2002. recession Lessons. An L.E.K. supplement to The Wall Street Journal Shareholder Scoreboard, February 25. Boston: L.e.K. consulting LLc. Knežević cvelbar, L, M. Koman in j. Prašnikar. 2010. Productivity and ownership in Slovene Firms. V: Prašnikar, j. (ur.). The Role of Intangible Assets in Exiting the Crisis. Ljubljana: Časopis Finance d.o.o., str. 95–104. Kostevc, Č. 2005. Firm heterogeneity and dynamic exports versus FDi decision: theoretical approach and application to Slovenian outward FDi, Doctoral thesis. Ljubljana: ekonomska fakulteta,190 str. Kroszner, r.S., L. Laeven in D. Klingebiel. 2007. Banking crises, Financial Dependence, and growth. Journal of Financial Economics, 84: 187–228. Lee, S. in M. Makhija. 2009. Flexibility in internationalization: is it valuable during an economic crisis? Strategic Management Journal, 30: 537–555. Legewie, j. 1999. Manufacturing strategies for Southeast Asia after the crisis: european, uS and japanese firms. Business Strategy Review, 10 (4): 55–64. Lipsey, r. 2001. Foreign investment in three financial crises. NBER Working Paper Series, WP 8084. cambridge, MA: national Bureau of economic reserach. Levchenko, A. A., L. t. Lewis in L. t. tesar. 2010. The col apse of international trade during the 2008–2009 crisis: in Search for the Smking gun. NBER Working Paper Series, WP 16006. cambridge, MA: national Bureau of economic reserach. Lööf, H. in A. Heshmati 2006. on the relationship between innovation and performance: A sensitivity analysis. Economics of Innovation and New Technology 15, 317–344. Manova, K., S­j. Wei in Z. Zhang. 2009. Firm Exports and Multinational Activity Under Credit Constraints (December 15, 2009). Available at SSrn: http://ssrn.com/ abstract=1534905. Mansfield, e. 1962. entry, gibrat’s law, innovation and the growth of firms. American Economic Review, 52: 1023–1051. Mansfield, e., j. rapoport, A. romeo, e. Vil ani, S. Wagner in F. Husic. 1977. The Production and Application of New Industrial Technology. new York: norton. Marsili, o. 2001. The Anatomy and Evolution of Industries. cheltenham: edward elgar. McAleese, D. in M. counahan. 1979. Stickers or Snatchers? employment in Multinational corporations During the recession. Oxford Bul etin of Economics and Statistics, 41: 345–358. McPherson, M. A. 1996. growth of micro and small enterprise in Southern Africa. Journal of Development Economics, 48: 253–277. 88 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Min, B. j. rhim, D. Freisner in P. cashel­cordo. 2007. on the behavior of global multinational enterprises during the 1997 Asian financial crisis. The Journal of Economic Development and Business Policy, 1: 52–89. Mohnen, P., j. Mairesse, in M. Dagenais. 2006. innovativity: A comparison across seven european countries. Economics of Innovation and New Technology 15, 391–413. Moscarini, g. in F. Postel­Vinay. 2009. Large employers are More cyclical y Sensitive. NBER Working Paper Series, WP 14740. cambridge, MA: national Bureau of economic reserach. Murn, A. M. rojec, A. Burger in A. jaklič. 2008 . Kako do večje učinkovitosti javnofinančnih sredstev za povečanje konkurenčnosti gospodarstva: analiza učinkovitosti državnih pomoči in predlogi za njeno izboljšanje: poročilo o raziskavi v okviru Projekta št. V5– 0201 Ciljnega raziskovalnega programa Konkurenčnost Slovenije 2006–2013. Ljubljana: Fakulteta za družbene vede; novo mesto: Visoka šola za upravljanje in poslovanje. narjoko, D. in H. Hil . 2007. Winners and losers during a deep economic crisis: Firm­level evidence from indonesian manufacturing. Asian Economic Journal, 21 (4): 343–368. nitsche, r. in P. Heidhues. 2006. Study on Methods to Analyse the Impact of State Aid on Competition. Brussels: european community, Dg economic and Financial Affairs. nordhaus, W., 2005. The Sources of the Productivity rebound and the Manufacturing employment Puzzle, nBer Working Papers 11354. Pfaffermayr, M. in c. Bel ak, christian, 2000. Why Foreign­Owned Firms are Different: A Conceptual Framework and Empirical Evidence for Austria. Discussion Paper Series, 26372, Hamburg: Hamburg institute of international economics. Prašnikar, j. (ur.). 2010. The Role of Intangible Assets in Exiting the Crisis. Ljubljana: Časopis Finance d.o.o. Prašnikar, j., M. Koman, A. Valentinčič in D. trobec. 2009. A crisis of working places and welfare accounts: the case of Slovenia. V: A. Praščević, B. cerović in M. jakšić (ur.). Economic policy and global recession. Beograd: centar za izdavačku delatnost ekonomskog fakulteta (Faculty of economic, Publishing centre), vol. 1, str. 95–108. rajan, r, in L. Zingales. 1998. Financial Dependence and growth. American Economic Review. 88(3): 559–586. rauch, A., M. Frese in A. utsch. 2005. effects of Human capital and Long­term Human resources Development and utilization on employment growth of Smal ­Scale Businesses: A causal Analysis. Entrepreneurship Theory and Practice, 29(6): 681–698 raymond, W. P. Mohnen, F. Palm in S. Schim van der Loeff. 2006. Persistence of innovation in Dutch manufacturing: is it spurious? Cirano Scientific Series 2006s­04. rojec, M. in j. Šušteršič. 2002. razvojna vloga in politika do neposrednih tujih investicij v Sloveniji. IB revija, 36 (1): 78–94. rojec, M., Murn, A., Burger, A., jaklič, A. 2008. Kako do večje učinkovitosti javnofinančnih sredstev za povečanje konkurenčnosti gospodarstva. Analiza učinkovitosti državnih pomoči in predlogi za njeno izboljšanje. Poročilo crP št. V5­0201. Ljubljana: Fakulteta za družbene vede. rojec, M., Murn, A., Burger, A., jaklič, A. 2010. Kako do večje učinkovitosti javnofinančnih sredstev za povečanje konkurenčnosti gospodarstva. Analiza učinkovitosti državnih pomoči na omejevanje konkurence. Poročilo crP št. V5­0408. Ljubljana: Fakulteta za družbene vede. roller, L. H. in H.W. Friederiszick. 2001. Evaluation of the Effectiveness of State Aid Policy Instrument. Final report. Brussels: european commission. Literatura 89 romer, P. 1990. endogenous technological change. Journal of Political Economy, 98: S71­S102. roper, S. 1997. Product innovation and Small Business growth: A comparison of the Strategies of german, uK and irish companies. Small Business Economics, 9: 523–537. roubinchtein, A. in M. Ayala. 2009. identifying Washington’s recession­resistant industries. Washington Labour Market Quarterly Review, 32 (4): 1–8. Sexton, D. in n. Bowman­upton. 1991. Entrepreneurship: creativity and growth. new York: Macmil an. Spiezia, V. in M. Vivarelli. 2000. The analysis of technological change and employment. V Vivarelli, M. in M. Pianta (ur.), The Employment Impact of Innovation. Evidence and Policy. London: routledge. Str. 12–25. Storey, D. j. 1994. Understanding the smal busiess sector. London: routledge. Van Biesebroeck, j. 2003. exporting raises Productivity in Sub­Saharan African Manufacturing Plants. NBER Working Paper No. 10020. cambridge, MA: national Bureau of economic research. Variyam, j. n. in D. S. Kraybil . 1992. empirical evidence on determinants of firm growth. Economics Letters, 38 (4): 31–36. Wang, H., H. Huang in P. Bansal. 2005. What determined success during the Asian economic crisis? The importance of experiential knowledge and group affiliation. Asia Pacific Journal of Management, 22: 89–106. Windmeijer, F. 2005. A finite sample correction for the variance of linear efficient two­step gMM estimators. journal of econometrics 126: 25–51. Yasuda, t. 2005. Firm growth, size, age and behaviour in japanese manufacturing. Smal Business Economics, 24(1): 1–15. Zhou, H. in g. de Wit. 2009. Determinants and dimensions of firm growth. EIM Research Reports No. H200903. ScALeS – Scientific Analysis of entrepreneurship and SMes Zoetermeer: eiM Business and Policy research. 90 PRILOGE Tabela A1: Bernard-Jensen premije prejemnikov pomoči glede na neprejemnike (v indeksih glede na povprečje 3-meste panoge). obdobje rprodaja remp rizvoz rexshare ravgwage rk_l rva rva_l t-5 0.684 2.439 1.025 0.210 0.161 0.017 0.304 0.439 (10.55) (81.18) (7.99) (3.76) (5.61) (0.11) (7.26) (1.41) t-4 0.736 2.442 0.941 0.220 0.181 0.029 0.349 0.386 (11.91) (89.94) (7.81) (4.09) (6.91) (0.20) (8.79) (1.30) t-3 0.885 2.515 0.938 0.220 0.195 0.085 0.422 0.188 (14.87) (94.92) (8.22) (4.26) (8.20) (0.64) (11.81) (0.71) t-2 0.700 2.497 0.579 0.208 0.228 0.237 0.460 0.178 (22.25) (97.76) (6.23) (4.18) (10.55) (1.97) (13.84) (0.75) t-1 0.509 2.446 0.309 0.191 0.244 0.267 0.295 0.179 (18.31) (96.21) (3.49) (4.03) (12.49) (2.45) (9.96) (0.85) t0 0.446 2.494 0.123 0.191 0.320 0.296 0.249 0.199 (16.60) (101.84) (1.45) (4.21) (18.02) (2.96) (9.49) (1.05) t+1 0.526 2.501 0.317 0.195 0.286 0.315 0.427 0.141 (14.43) (81.00) (2.77) (3.33) (12.88) (2.29) (11.60) (0.74) t+2 0.725 2.726 1.168 0.491 0.224 0.436 0.692 0.002 (10.36) (48.65) (5.43) (4.53) (5.38) (1.63) (9.58) (0.01) opombe: Vrednosti v oklepajih so t­statistike. Z odebeljeno pisavo so značeni koeficienti B­j regresije, značilni pri 5 % tveganju. Vir: Lastni izračuni. Tabela A2: Bernard-Jensen premije prejemnikov pomoči glede na neprejemnike obdobje lnprodaja lnemp lnizvoz lnexshare lnavgwage lnk_l lnva lnva_l t-5 0.157 1.419 0.287 0.304 -0.139 0.321 0.139 -0.104 (8.21) (103.70) (5.97) (6.94) (-14.64) (13.04) (7.93) (-7.52) t-4 0.127 1.421 0.252 0.308 -0.132 0.351 0.092 -0.110 (7.06) (105.74) (5.52) (7.43) (-14.74) (14.63) (5.64) (-8.32) t-3 0.111 1.432 0.250 0.298 -0.139 0.395 0.081 -0.109 (6.49) (109.05) (5.80) (7.59) (-16.53) (16.81) (5.31) (-8.61) t-2 0.096 1.399 0.267 0.293 -0.136 0.462 0.042 -0.096 (6.04) (109.19) (6.51) (7.83) (-17.13) (20.26) (3.01) (-7.94) t-1 0.060 1.306 0.202 0.226 -0.156 0.548 -0.002 -0.072 (4.15) (104.94) (5.21) (6.34) (-21.01) (24.78) (-0.19) (-6.29) t0 0.072 1.291 0.200 0.197 -0.163 0.640 0.048 -0.028 (5.27) (108.24) (5.38) (5.75) (-22.82) (29.59) (4.39) (-2.59) t+1 0.187 1.337 0.375 0.294 -0.098 0.587 0.177 -0.008 (9.54) (86.50) (7.71) (6.64) (-10.92) (20.58) (10.81) (-0.53) t+2 0.342 1.610 0.778 0.607 -0.101 0.746 0.343 0.033 (8.68) (55.69) (9.23) (7.94) (-6.01) (13.87) (10.29) (1.21) opombe: Vrednosti v oklepajih so t­statistike. Z odebeljeno pisavo so značeni koeficienti B­j regresije, značilni pri 5 % tveganju. Vir: Lastni izračuni. Priloge 91 Tabela A3: CEM regresije za učinek pomoči na vrednost prodaje Fe FD LD F1 F2 DP 6,490 -13,892** 26,736 580.4 -22,418 (24,495) (6,526) (18,711) (23,316) (49,022) Pomoč_nekriza -0.0566 0.379 1.123 0.0471 -0.0842 (0.0810) (0.349) (3.003) (1.077) (2.225) Pomočkumt-1 0.368*** -0.0842** 0.914*** 0.0669*** 0.280 (0.0475) (0.0405) (0.0588) (0.0231) (0.264) npomočikumt-1 49,585*** 9,025*** 11,132 -18,459*** -27,572** (14,459) (3,013) (10,504) (5,067) (10,799) Prodaja 15,060*** 31,061*** 12,221** 0.994*** 0.756*** (5,128) (4,269) (4,760) (0.0119) (0.0221) Zaposlenost 2,575*** 9,288*** (662.7) (1,402) Povp. plača 5.196 17.21*** 19.48 13.25*** 18.54* (8.853) (3.134) (11.86) (5.071) (9.580) K/L 0.0739 0.0886 -0.414 -0.0569 0.0431 (0.240) (0.107) (0.504) (0.279) (0.638) Produktivnost 3.940*** 2.112*** 7.306*** -2.287* -0.217 (1.181) (0.769) (2.324) (1.186) (1.458) izvoznik 52,205*** -13,130** 102,799*** -20,237 -10,128 (14,715) (6,583) (32,423) (27,080) (54,160) Delež izvoza 18,118 77,979** -116,112* 196,455*** 229,715** (40,232) (32,446) (63,089) (52,998) (100,237) Starost -5,596 -4,297 Staro (4,651) (10,680) podjetje 57,925 27,690 (48,323) (100,260) Konstanta 46,727 -17,708*** 25,134 -42,246 -98,414 (41,274) (2,754) (32,818) (38,867) (86,206) n 129,977 15,558 10,924 5,413 1,554 r2 0.105 0.198 0.205 0.784 0.622 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 92 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A4: CEM regresije za učinek pomoči na vrednost prodaje – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP -8,664 700.8 24,494 700.8 -15,519 (9,995) (23,313) (35,976) (23,313) (50,904) Pomoč_nekriza 0.0525 0.0625 -0.122 0.0625 1.099 (0.504) (1.076) (1.629) (1.076) (2.308) Pomočkumt-1 -0.0980*** 0.0614*** 0.159 0.0614*** 0.243 (0.0111) (0.0207) (0.194) (0.0207) (0.274) npomočikumt-1 8,849*** -18,195*** 10,799 -18,195*** -23,554** (2,105) (5,043) (7,917) (5,043) (11,208) Zaposlenost -618.3*** 2,341*** -4,918*** 2,341*** 1,087 (224.7) (503.0) (874.4) (503.0) (1,235) Povp. plača -6.009*** 12.82** -9.324 12.82** -6.731 (2.160) (5.009) (6.826) (5.009) (9.660) K/L -0.281*** -0.0628 -0.0302 -0.0628 -0.297 (0.0823) (0.279) (0.467) (0.279) (0.662) Produktivnost 0.768 -2.371** 0.423 -2.371** -2.032 (0.595) (1.176) (1.062) (1.176) (1.504) izvoznik -21,681* -21,098 69,924* -21,098 -43,374 (11,626) (27,032) (39,659) (27,032) (56,156) Delež izvoza 24,972 197,171*** -171,802** 197,171*** 280,200*** (22,625) (52,978) (73,451) (52,978) (103,984) Starost -1,962 -5,590 6,967 -5,590 -7,039 (1,848) (4,651) (7,831) (4,651) (11,088) Staro -5,636 58,323 -104,032 58,323 73,946 podjetje (20,258) (48,315) (73,454) (48,315) (104,026) Konstanta 49,364*** -39,640 23,693 -39,640 38,367 (15,782) (38,566) (62,609) (38,566) (88,593) n 9,288 5,413 1,551 5,413 1,554 r2 0.017 0.014 0.035 0.014 0.011 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 93 Tabela A5: CEM regresije za učinek pomoči na zaposlenost Fe FD LD F1 F2 DP 1.190*** 0.107 3.072*** -0.223 0.216 (0.413) (0.153) (1.012) (0.497) (0.862) Pomoč_nekriza -1.07e-06 -4.45e-06 1.04e-06 1.08e-06 1.05e-06 (2.07e-06) (3.19e-06) (6.98e-05) (2.30e-05) (3.91e-05) Pomočkumt-1 -4.69e-06** 1.96e-07 -9.26e-06*** 1.94e-07 8.82e-07 (1.94e-06) (4.22e-07) (1.94e-06) (4.93e-07) (4.65e-06) npomočikumt-1 0.182 -0.00420 -0.486 -0.145 -0.306 (0.339) (0.187) (0.621) (0.108) (0.190) Prodaja 4.72e-06*** 5.80e-06** 5.41e-06*** -5.87e-07** -3.71e-07 (1.51e-06) (2.92e-06) (1.92e-06) (2.54e-07) (3.88e-07) Zaposlenost 1.024*** 1.023*** (0.0141) (0.0247) Povp. plača 0.000116** -0.000226*** 1.14e-05 0.000360*** 0.000389** (4.79e-05) (7.37e-05) (6.19e-05) (0.000108) (0.000168) K/L -3.43e-05*** -1.51e-05* -3.58e-05 5.84e-07 6.23e-06 (1.02e-05) (7.75e-06) (2.21e-05) (5.95e-06) (1.12e-05) Produktivnost -6.25e-05*** -2.04e-05** -7.26e-05** -3.01e-06 8.74e-07 (1.48e-05) (9.94e-06) (3.23e-05) (2.53e-05) (2.56e-05) izvoznik 1.392*** 0.131 2.837*** -0.526 -1.215 (0.258) (0.110) (0.704) (0.577) (0.952) Delež izvoza 0.965 1.469* 0.908 3.909*** 5.169*** (0.670) (0.795) (1.851) (1.130) (1.763) Starost -0.140 -0.0987 (0.0991) (0.188) Staro 1.540 1.091 podjetje (1.030) (1.763) Konstanta 6.273*** 0.172*** 1.236*** -0.941 -1.849 (0.287) (0.0541) (0.218) (0.829) (1.516) n 129,977 15,558 10,924 5,413 1,554 r2 0.097 0.193 0.100 0.666 0.654 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 94 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A6: CEM regresije za učinek pomoči na zaposlenost – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP 0.118 -0.242 1.958** -0.242 0.157 (0.158) (0.497) (0.998) (0.497) (0.860) Pomoč_nekriza 1.98e-06 2.45e-06 8.12e-06 2.45e-06 1.47e-06 (7.96e-06) (2.29e-05) (4.54e-05) (2.29e-05) (3.91e-05) Pomočkumt-1 -4.60e-07** 1.14e-07 1.06e-06 1.14e-07 7.24e-07 (1.84e-07) (4.91e-07) (5.39e-06) (4.91e-07) (4.65e-06) npomočikumt-1 -0.133*** -0.119 -0.0261 -0.119 -0.273 (0.0330) (0.107) (0.216) (0.107) (0.187) Prodaja 3.57e-07*** -3.10e-07 -3.78e-07 -3.10e-07 -1.76e-07 (5.51e-08) (1.93e-07) (3.82e-07) (1.93e-07) (3.29e-07) Povp. plača -4.87e-05 0.000351*** -0.000327* 0.000351*** 0.000382** (3.43e-05) (0.000108) (0.000195) (0.000108) (0.000168) K/L -6.00e-06*** 3.58e-07 5.22e-06 3.58e-07 5.78e-06 (1.30e-06) (5.95e-06) (1.30e-05) (5.95e-06) (1.12e-05) Produktivnost -1.17e-05 -6.84e-06 2.46e-05 -6.84e-06 -1.17e-06 (9.43e-06) (2.52e-05) (2.96e-05) (2.52e-05) (2.55e-05) izvoznik 0.00871 -0.463 0.409 -0.463 -1.133 (0.183) (0.576) (1.101) (0.576) (0.949) Delež izvoza -0.0431 3.972*** -6.623*** 3.972*** 5.345*** (0.357) (1.129) (2.034) (1.129) (1.753) Starost -0.112*** -0.135 0.0906 -0.135 -0.0962 (0.0292) (0.0991) (0.218) (0.0991) (0.188) Staro 0.614* 1.615 -2.384 1.615 1.199 podjetje (0.320) (1.029) (2.041) (1.029) (1.759) Konstanta 1.516*** -0.832 0.133 -0.832 -1.732 (0.250) (0.826) (1.754) (0.826) (1.511) n 9,288 5,413 1,551 5,413 1,554 r2 0.012 0.006 0.019 0.006 0.012 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 95 Tabela A7: CEM regresije za učinek pomoči na vrednost izvoza Fe FD LD F1 F2 DP -5,820 3,169 -11,419 -18,231 -37,075 (6,658) (3,590) (7,857) (19,792) (40,529) Pomoč_nekriza 0.0348 -0.0385 -1.169 -0.349 -0.430 (0.0241) (0.128) (0.719) (0.914) (1.840) Pomočkumt-1 -0.0321 0.0383* -0.137 -0.276*** 0.320 (0.0296) (0.0197) (0.0855) (0.0196) (0.219) npomočikumt-1 11,142** -1,569 15,449*** 5,917 -13,355 (4,395) (2,674) (5,408) (4,301) (8,928) Prodaja 0.189*** 0.315*** 0.216*** 0.209*** 0.118*** (0.0488) (0.0800) (0.0796) (0.0101) (0.0182) Zaposlenost -660.0 5,755 -1,709 565.6 5,975*** (1,456) (4,285) (3,027) (562.5) (1,159) Povp. plača 0.0350 -0.134 2.150 8.892** 19.62** (0.718) (1.572) (1.421) (4.304) (7.920) K/L -0.0372 -0.0527 -0.00450 -0.158 0.00851 (0.0558) (0.0514) (0.176) (0.237) (0.528) Produktivnost 0.201 -0.347* 0.190 0.0466 -0.193 (0.291) (0.181) (0.740) (1.007) (1.205) izvoznik -41,027*** -16,261*** -71,299*** -133,528*** -143,196*** (5,985) (3,029) (13,202) (22,988) (44,777) Delež izvoza 291,029*** 245,328*** 280,146*** 875,884*** 921,268*** (20,412) (20,321) (27,667) (44,989) (82,872) Starost -1,231 -4,378 (3,948) (8,830) Staro 26,657 45,467 podjetje (41,021) (82,891) Konstanta -14,939 -668.9 607.2 -70,336** -113,436 (10,429) (1,439) (3,988) (32,993) (71,272) n 129,977 15,558 10,924 5,413 1,554 r2 0.291 0.445 0.275 0.207 0.199 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 96 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A8: CEM regresije za učinek pomoči na vrednost izvoza – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP -2,540 -17,946 16,022 -17,946 -43,193 (5,553) (16,371) (24,432) (16,371) (35,851) Pomoč_nekriza -0.0395 -0.201 0.0225 -0.201 -0.360 (0.280) (0.756) (1.108) (0.756) (1.627) Pomočkumt-1 -0.00427 0.00204 0.145 0.00204 0.290 (0.00647) (0.0162) (0.132) (0.0162) (0.193) npomočikumt-1 2,186* -7,231** 6,901 -7,231** -18,795** (1,174) (3,558) (5,380) (3,558) (7,898) Prodaja 0.0257*** -0.0224*** 0.0240** -0.0224*** -0.0844*** (0.00236) (0.00836) (0.0110) (0.00836) (0.0161) Zaposlenost -590.6*** 2,442*** -3,710*** 2,442*** 5,801*** (152.1) (465.3) (700.2) (465.3) (1,025) Povp. plača -4.200*** 9.806*** -9.336* 9.806*** 14.00** (1.208) (3.560) (4.774) (3.560) (7.006) K/L -0.156*** -0.0125 -0.0841 -0.0125 0.0114 (0.0457) (0.196) (0.318) (0.196) (0.467) Produktivnost -0.165 -0.486 0.187 -0.486 -0.188 (0.333) (0.833) (0.726) (0.833) (1.066) izvoznik -17,040*** -16,609 28,340 -16,609 -5,320 (6,468) (19,014) (26,974) (19,014) (39,608) Delež izvoza 42,705*** 115,355*** -113,740** 115,355*** 26,482 (12,572) (37,212) (49,933) (37,212) (73,306) Starost 615.5 -3,163 3,252 -3,163 -3,032 (1,026) (3,266) (5,319) (3,266) (7,811) Staro -13,844 37,535 -43,225 37,535 37,300 podjetje (11,254) (33,931) (49,924) (33,931) (73,322) Konstanta 19,207** -25,078 41,491 -25,078 -41,833 (8,819) (27,290) (42,965) (27,290) (63,045) n 9,288 5,413 1,551 5,413 1,554 r2 0.018 0.011 0.033 0.011 0.032 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 97 Tabela A9: CEM regresije za učinek pomoči na delež izvoza v prodaji Fe FD LD F1 F2 DP -0.000919 0.00122 -0.00860** 0.00267 0.00556 (0.00179) (0.00178) (0.00401) (0.00296) (0.00729) Pomoč_nekriza -8.96e-09*** -1.71e-07* -3.54e-08 -1.44e-07 -2.34e-07 (1.50e-09) (8.78e-08) (8.53e-08) (1.36e-07) (3.28e-07) Pomočkumt-1 -1.75e-09 -1.75e-08* 4.21e-09 -1.04e-09 1.12e-07*** (1.87e-09) (1.05e-08) (5.56e-09) (2.93e-09) (3.90e-08) npomočikumt-1 0.00137** 0.000780 0.00345** 0.000213 -0.00343** (0.000692) (0.000598) (0.00137) (0.000642) (0.00160) Prodaja 7.01e-10 7.18e-09** -5.32e-09** -8.03e-10 -2.76e-09 (1.59e-09) (3.34e-09) (2.56e-09) (1.51e-09) (3.26e-09) Zaposlenost 0.000119 0.000724*** 9.39e-05 0.000169** 0.000618*** (7.83e-05) (0.000205) (0.000183) (8.39e-05) (0.000207) Povp. plača -5.17e-07* 9.76e-07 -1.09e-07 2.73e-06*** 2.12e-06 (2.89e-07) (9.90e-07) (1.58e-06) (6.45e-07) (1.43e-06) K/L -1.20e-08 -1.90e-09 3.70e-09 -5.16e-08 -9.48e-08 (1.09e-08) (2.58e-08) (4.12e-08) (3.64e-08) (9.44e-08) Produktivnost 1.68e-07** 1.04e-07 -1.38e-07 1.15e-07 1.69e-07 (7.84e-08) (8.65e-08) (1.46e-07) (1.50e-07) (2.15e-07) izvoznik 0.171*** 0.102*** 0.239*** 0.000985 0.00107 (0.00357) (0.00538) (0.00641) (0.00343) (0.00803) Delež izvoza 0.895*** 0.846*** (0.00675) (0.0149) Starost 2.77e-05 0.000650 (0.000591) (0.00159) Staro -0.00370 -0.00846 podjetje (0.00613) (0.0149) Konstanta 0.0371*** 0.000737 -0.0145*** -0.00286 -0.00259 (0.00153) (0.000970) (0.00481) (0.00496) (0.0129) n 129,977 15,558 10,924 5,373 1,535 r2 0.163 0.094 0.238 0.819 0.749 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 98 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A10: CEM regresije za učinek pomoči na delež izvoza v prodaji – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP -0.00315 0.00434 0.00542 0.00434 0.00581 (0.00246) (0.00302) (0.00617) (0.00302) (0.00754) Pomoč_nekriza 6.27e-08 -1.50e-07 -6.02e-08 -1.50e-07 -1.74e-07 (1.23e-07) (1.39e-07) (2.78e-07) (1.39e-07) (3.40e-07) Pomočkumt-1 -1.82e-10 -7.44e-10 3.92e-08 -7.44e-10 1.01e-07** (2.84e-09) (2.99e-09) (3.30e-08) (2.99e-09) (4.03e-08) npomočikumt-1 -0.000784 -0.000218 -0.00160 -0.000218 -0.00320* (0.000515) (0.000656) (0.00135) (0.000656) (0.00165) Prodaja -5.32e-10 -2.12e-10 5.94e-10 -2.12e-10 -1.21e-09 (1.04e-09) (1.54e-09) (2.76e-09) (1.54e-09) (3.37e-09) Zaposlenost 2.48e-05 0.000125 0.000170 0.000125 0.000390* (6.67e-05) (8.57e-05) (0.000175) (8.57e-05) (0.000213) Povp. plača -2.47e-06*** 2.58e-06*** -9.25e-07 2.58e-06*** 1.71e-06 (5.35e-07) (6.59e-07) (1.21e-06) (6.59e-07) (1.48e-06) K/L -3.39e-08* -6.17e-08* 1.06e-08 -6.17e-08* -1.13e-07 (2.04e-08) (3.72e-08) (5.58e-08) (3.72e-08) (9.76e-08) Produktivnost 3.47e-07** 4.34e-08 1.27e-07 4.34e-08 8.88e-08 (1.47e-07) (1.54e-07) (1.82e-07) (1.54e-07) (2.23e-07) izvoznik 0.0326*** -0.0244*** -0.0193*** -0.0244*** -0.0368*** (0.00249) (0.00308) (0.00606) (0.00308) (0.00740) Starost -0.00111** 0.000470 6.81e-05 0.000470 0.00119 (0.000461) (0.000603) (0.00134) (0.000603) (0.00164) Staro 0.00232 -0.00490 0.00462 -0.00490 -0.00797 podjetje (0.00499) (0.00626) (0.0126) (0.00626) (0.0154) Konstanta 0.0130*** -0.00614 0.00623 -0.00614 -0.00480 (0.00402) (0.00506) (0.0109) (0.00506) (0.0134) n 9,080 5,373 1,532 5,373 1,535 r2 0.021 0.014 0.009 0.014 0.021 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 99 Tabela A11: CEM regresije za učinek pomoči na povprečno plačo Fe FD LD F1 F2 DP 819.4*** 99.94*** 220.5*** -36.78 -153.0* (79.44) (21.65) (50.38) (34.57) (83.49) Pomoč_nekriza -3.49e-05 -0.000244 -0.00256 0.00136 -0.00265 (5.27e-05) (0.000563) (0.00667) (0.00160) (0.00379) Pomočkumt-1 -2.74e-05 1.90e-05 -0.000153** -4.04e-05 2.17e-05 (3.85e-05) (6.01e-05) (7.39e-05) (3.43e-05) (0.000450) npomočikumt-1 64.03*** -5.487 73.30*** -5.564 -0.542 (14.19) (5.821) (12.47) (7.512) (18.39) Prodaja 8.70e-05 0.000235*** 0.000248*** 4.26e-05** 6.38e-05* (0.000125) (5.13e-05) (7.45e-05) (1.77e-05) (3.76e-05) Zaposlenost 6.207* -16.56*** 0.328 0.160 -0.921 (3.215) (3.026) (1.846) (0.983) (2.388) Povp. plača 0.894*** 0.880*** (0.00752) (0.0163) K/L 0.00592 -7.39e-05 -0.00168 0.000532 0.000652 (0.00610) (0.000561) (0.00166) (0.000414) (0.00109) Produktivnost 0.178** 0.0144*** 0.0964* 0.00550*** 0.000140 (0.0815) (0.00483) (0.0554) (0.00176) (0.00248) izvoznik 472.4*** 74.17* 646.5*** 130.1*** 268.9*** (87.83) (43.12) (102.8) (40.15) (92.24) Delež izvoza -224.0** 144.8 -30.40 63.15 -113.0 (89.43) (147.0) (427.5) (78.58) (170.7) Starost 12.46* 57.55*** (6.896) (18.19) Staro -52.13 -464.8*** podjetje (71.65) (170.8) Konstanta 1,860*** 175.1*** 2,335*** 368.8*** 261.3* (469.9) (12.01) (205.3) (57.63) (146.8) n 129,977 15,558 10,924 5,413 1,554 r2 0.382 0.031 0.138 0.787 0.727 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 100 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A12: CEM regresije za učinek pomoči na povprečno plačo – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP 110.4*** 12.36 -104.0 12.36 -106.5 (29.62) (35.01) (67.81) (35.01) (84.68) Pomoč_nekriza 0.00128 -4.32e-05 -0.00418 -4.32e-05 -0.00634* (0.00150) (0.00162) (0.00306) (0.00162) (0.00382) Pomočkumt-1 2.06e-05 -5.96e-06 0.000187 -5.96e-06 1.31e-06 (3.46e-05) (3.48e-05) (0.000366) (3.48e-05) (0.000458) npomočikumt-1 1.452 -8.712 0.0453 -8.712 -0.571 (6.292) (7.644) (14.97) (7.644) (18.71) Prodaja 1.88e-05 4.30e-06 5.20e-07 4.30e-06 -2.47e-06 (1.26e-05) (1.78e-05) (2.97e-05) (1.78e-05) (3.71e-05) Zaposlenost -2.587*** 0.877 2.300 0.877 -0.212 (0.815) (0.999) (1.948) (0.999) (2.427) K/L -0.000235 0.000783* 0.000413 0.000783* 0.000992 (0.000245) (0.000421) (0.000884) (0.000421) (0.00111) Produktivnost 0.0134*** -0.00199 -0.000264 -0.00199 -0.00306 (0.00166) (0.00171) (0.00199) (0.00171) (0.00249) izvoznik -96.68*** 41.12 115.5 41.12 172.9* (34.32) (40.36) (74.33) (40.36) (92.89) Delež izvoza 83.35 51.09 32.96 51.09 -148.3 (67.41) (79.99) (138.9) (79.99) (173.6) Starost -97.46*** -2.609 33.85** -2.609 32.85* (5.448) (6.935) (14.55) (6.935) (18.19) Staro 628.9*** 38.42 -273.0** 38.42 -320.2* podjetje (60.17) (72.64) (138.0) (72.64) (172.5) Konstanta 1,053*** 60.90 -194.1* 60.90 -63.29 (43.37) (54.25) (114.1) (54.25) (142.5) n 9,288 5,413 1,551 5,413 1,554 r2 0.058 0.002 0.013 0.002 0.008 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 101 Tabela A13: CEM regresije za učinek pomoči na kapitalski količnik Fe FD LD F1 F2 DP 1,141 926.0 5,298*** -156.9 2,168 (988.5) (661.2) (1,919) (1,365) (2,181) Pomoč_nekriza 0.00191 0.115 0.00637 -0.0537 0.00520 (0.00211) (0.107) (0.0538) (0.0630) (0.0990) Pomočkumt-1 -0.000468 0.0166 0.0111 0.00143 -0.00607 (0.00183) (0.0141) (0.0108) (0.00135) (0.0118) npomočikumt-1 -13.97 -184.1 -605.1 -42.87 -202.7 (181.5) (483.4) (659.1) (296.6) (480.6) Prodaja 0.000259 0.000635 -0.00129 -0.000130 -0.000284 (0.000852) (0.000823) (0.00190) (0.000697) (0.000982) Zaposlenost -382.8** -581.7*** -252.2*** -0.537 53.90 (178.7) (79.20) (97.14) (38.79) (62.39) Povp. plača 1.238 -0.0388 -0.412 -0.167 -0.405 (0.779) (0.299) (0.324) (0.297) (0.426) K/L 1.226*** 1.048*** (0.0163) (0.0284) Produktivnost 1.047*** 0.0610 0.469** -0.177** -0.0218 (0.246) (0.0618) (0.222) (0.0694) (0.0649) izvoznik -1,696** -772.9 -37.17 -32.99 624.7 (662.1) (761.8) (963.7) (1,585) (2,410) Delež izvoza -1,084 -148.0 252.1 -386.4 7,951* (1,001) (1,998) (2,809) (3,102) (4,460) Starost -100.1 456.7 (272.3) (475.3) Staro 390.2 -1,351 podjetje (2,829) (4,461) Konstanta 3,299 -56.06 3,309*** 2,218 -3,057 (2,390) (220.0) (694.1) (2,275) (3,836) n 129,977 15,558 10,924 5,413 1,554 r2 0.137 0.020 0.032 0.515 0.477 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 102 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A14: CEM regresije za učinek pomoči na kapitalski količnik – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP 650.8 955.5 2,946 955.5 2,498 (793.5) (1,386) (1,997) (1,386) (2,174) Pomoč_nekriza -0.0279 -0.0392 0.00463 -0.0392 0.00551 (0.0400) (0.0641) (0.0909) (0.0641) (0.0991) Pomočkumt-1 0.00380*** 0.00214 0.00350 0.00214 -0.00473 (0.000922) (0.00138) (0.0108) (0.00138) (0.0117) npomočikumt-1 167.0 -113.0 -270.0 -113.0 -255.4 (167.9) (301.7) (440.5) (301.7) (479.8) Prodaja 8.57e-05 0.000245 -9.09e-05 0.000245 -0.000203 (0.000338) (0.000709) (0.000900) (0.000709) (0.000981) Zaposlenost -34.87 -12.66 -6.492 -12.66 49.39 (21.74) (39.46) (57.41) (39.46) (62.37) Povp. plača -0.241 -0.345 -0.209 -0.345 -0.436 (0.173) (0.302) (0.391) (0.302) (0.426) Produktivnost 0.0178 -0.0974 -0.00587 -0.0974 -0.0133 (0.0474) (0.0704) (0.0594) (0.0704) (0.0647) izvoznik -612.7 -178.5 -1,635 -178.5 541.9 (924.7) (1,613) (2,213) (1,613) (2,411) Delež izvoza 1,763 341.2 9,771** 341.2 8,094* (1,797) (3,156) (4,097) (3,156) (4,462) Starost -284.0* -103.5 296.3 -103.5 444.4 (146.8) (277.0) (436.4) (277.0) (475.5) Staro 2,987* 591.9 -438.3 591.9 -1,256 podjetje (1,609) (2,878) (4,096) (2,878) (4,464) Konstanta 3,202** 4,419* -1,472 4,419* -2,373 (1,259) (2,309) (3,506) (2,309) (3,817) n 9,288 5,413 1,551 5,413 1,554 r2 0.004 0.002 0.006 0.002 0.007 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 103 Tabela A15: CEM regresije za učinek pomoči na produktivnost dela Fe FD LD F1 F2 DP -1,140*** 18.40 -183.3 -104.3 -5.175 (178.9) (169.3) (297.3) (182.1) (780.1) Pomoč_nekriza 5.09e-05 0.00931* 0.0570 -0.00112 0.00981 (0.000178) (0.00475) (0.0432) (0.00841) (0.0354) Pomočkumt-1 -0.000199 0.00110** -0.000969*** -0.000212 -0.00308 (0.000137) (0.000540) (0.000330) (0.000181) (0.00421) npomočikumt-1 -38.33 -37.04 -42.20 -1.933 87.64 (26.99) (32.67) (53.60) (39.58) (171.8) Prodaja 0.000666*** 0.00294*** 0.00108*** 0.000401*** 0.000515 (0.000249) (0.000623) (0.000300) (9.30e-05) (0.000351) Zaposlenost -33.75*** -152.2*** -24.34** -10.40** -8.161 (8.037) (29.62) (9.663) (5.176) (22.31) Povp. plača 1.794*** 1.472*** 1.123*** 0.216*** -0.208 (0.165) (0.331) (0.0566) (0.0396) (0.152) K/L 0.0505*** 0.0119 0.0223** 0.0164*** 0.0229** (0.00961) (0.0118) (0.00967) (0.00218) (0.0102) Produktivnost 0.774*** 0.826*** (0.00926) (0.0232) izvoznik -101.6 716.8** 812.0*** 15.72 44.32 (147.9) (359.2) (197.5) (211.5) (861.8) Delež izvoza 731.6** 1,572 -446.2 54.80 748.8 (339.8) (1,161) (453.6) (414.0) (1,595) Starost 17.42 69.20 (36.33) (169.9) Staro -164.2 -416.6 podjetje (377.5) (1,595) Konstanta -350.4 -671.1*** 114.1 339.6 486.8 (478.7) (138.9) (159.5) (303.6) (1,372) n 129,977 15,558 10,924 5,413 1,554 r2 0.405 0.032 0.136 0.628 0.474 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 104 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A16: CEM regresije za učinek pomoči na produktivnost dela – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP 27.98 -44.95 615.8 -44.95 81.63 (267.9) (191.9) (765.3) (191.9) (793.9) Pomoč_nekriza 0.00818 -0.000456 0.0131 -0.000456 0.0138 (0.0135) (0.00886) (0.0347) (0.00886) (0.0360) Pomočkumt-1 -7.50e-05 -1.10e-05 -0.000191 -1.10e-05 -0.00391 (0.000312) (0.000190) (0.00412) (0.000190) (0.00428) npomočikumt-1 86.59 -23.65 12.94 -23.65 100.7 (56.66) (41.69) (168.5) (41.69) (174.9) Prodaja -6.90e-05 0.000107 0.000349 0.000107 0.000218 (0.000113) (9.72e-05) (0.000342) (9.72e-05) (0.000355) Zaposlenost -1.214 1.005 -9.899 1.005 5.911 (7.318) (5.431) (21.86) (5.431) (22.63) Povp. plača -0.0739 -0.0777* -0.348** -0.0777* -0.408*** (0.0543) (0.0398) (0.147) (0.0398) (0.153) K/L -0.00395* 0.0120*** 0.0125 0.0120*** 0.0170* (0.00220) (0.00229) (0.00993) (0.00229) (0.0103) izvoznik -221.7 -71.47 239.8 -71.47 -14.09 (312.0) (222.8) (845.0) (222.8) (877.1) Delež izvoza 403.9 -245.4 2,071 -245.4 333.7 (606.4) (436.0) (1,563) (436.0) (1,622) Starost -178.1*** 13.60 48.21 13.60 79.94 (49.53) (38.28) (166.6) (38.28) (173.0) Staro 1,601*** -113.8 -466.5 -113.8 -326.4 podjetje (543.0) (397.7) (1,564) (397.7) (1,624) Konstanta 1,397*** 154.8 398.2 154.8 -188.0 (425.5) (319.8) (1,343) (319.8) (1,393) n 9,288 5,413 1,551 5,413 1,554 r2 0.003 0.007 0.007 0.007 0.007 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 105 Tabela A17: CEM regresije za učinek pomoči na dodano vrednost Fe FD LD F1 F2 DP 5,332 -1,146 4,551 -9,044 -5,941 (3,398) (980.4) (3,120) (8,485) (13,922) Pomoč_nekriza 0.0575*** 0.261 -0.0209 -0.413 -0.405 (0.0124) (0.224) (0.454) (0.392) (0.632) Pomočkumt-1 0.0928*** -0.0640** 0.214*** 0.119*** 0.0431 (0.0132) (0.0255) (0.0322) (0.00841) (0.0751) npomočikumt-1 6,864*** 3,401** 1,674 -8,291*** -5,324* (2,416) (1,456) (1,739) (1,844) (3,067) Prodaja 0.0382 0.0446*** 0.0355 0.0949*** 0.0470*** (0.0369) (0.00809) (0.0310) (0.00433) (0.00626) Zaposlenost 4,147*** 4,940*** 3,465*** 7,486*** 7,201*** (693.7) (767.8) (660.6) (241.2) (398.1) Povp. plača 0.106 2.002*** 3.589** 13.39*** 22.16*** (1.636) (0.481) (1.525) (1.845) (2.721) K/L -0.0767** 0.0319 -0.108 0.254** 0.297 (0.0319) (0.0331) (0.0822) (0.102) (0.181) Produktivnost 1.506*** 1.071*** 2.108*** 1.555*** 0.923** (0.269) (0.221) (0.664) (0.432) (0.414) izvoznik 6,065** -1,802 308.8 -38,481*** -23,828 (3,000) (1,414) (3,644) (9,855) (15,381) Delež izvoza -870.8 1,844 -1,719 90,129*** 127,185*** (5,015) (5,063) (6,671) (19,286) (28,466) Starost -3,848** -4,655 (1,693) (3,033) Staro 30,073* 34,927 podjetje (17,585) (28,473) Konstanta -5,227 165.5 2,224 -60,495*** -87,200*** (6,907) (420.4) (3,091) (14,144) (24,482) n 129,977 15,558 10,924 5,413 1,554 r2 0.305 0.536 0.377 0.567 0.434 opombe: Fe = metoda fiksnih učinkov; FD = metoda časovnih diferenc; LD = metoda dolgih časovnih diferenc; F1 = metoda z odvisno spremenljivko eno časovno obdobje v prihodnosti; F2 = metoda z odvisno spremenljivko dve časovni obdobji v prihodnosti. Vir: Lastni izračuni. 106 (NE)UČINKOVITOST VLADNIH UKREPOV V PODPORO DELOVANJU PODJETIJ V POGOJIH GOSPODARSKE RECESIJE Tabela A18: CEM regresije za učinek pomoči na dodano vrednost – razlike v razlikah r-v-r0 r-v-r1 r-v-r2 kum1 kum2 DP -1,170 -6,866 14,055 -6,866 -9,697 (1,837) (6,795) (11,128) (6,795) (12,594) Pomoč_nekriza 0.0745 -0.0825 0.0998 -0.0825 -0.0518 (0.0927) (0.314) (0.504) (0.314) (0.572) Pomočkumt-1 -0.102*** 0.0225*** -0.0157 0.0225*** -0.0576 (0.00214) (0.00674) (0.0599) (0.00674) (0.0679) npomočikumt-1 4,218*** -4,743*** 4,863** -4,743*** -1,338 (388.6) (1,477) (2,450) (1,477) (2,774) Prodaja 0.000115 0.00699** 0.0114** 0.00699** -0.0249*** (0.000781) (0.00347) (0.00500) (0.00347) (0.00567) Zaposlenost 360.0*** 1,372*** -2,137*** 1,372*** 713.4** (50.32) (193.1) (318.9) (193.1) (360.2) Povp. plača -2.206*** 2.650* -6.432*** 2.650* 4.146* (0.400) (1.478) (2.174) (1.478) (2.461) K/L -0.0379** 0.0965 0.0177 0.0965 0.0953 (0.0151) (0.0813) (0.145) (0.0813) (0.164) Produktivnost 0.892*** -0.962*** -0.0206 -0.962*** -0.472 (0.110) (0.346) (0.331) (0.346) (0.375) izvoznik -8,508*** -17,263** 21,343* -17,263** -8,887 (2,140) (7,892) (12,286) (7,892) (13,914) Delež izvoza 8,483** 60,889*** -57,035** 60,889*** 98,319*** (4,160) (15,444) (22,744) (15,444) (25,751) Starost -1,096*** -1,457 2,242 -1,457 -704.4 (339.6) (1,355) (2,423) (1,355) (2,744) Staro 3,788 9,029 -31,178 9,029 3,506 podjetje (3,724) (14,082) (22,739) (14,082) (25,757) Konstanta 12,504*** -4,139 20,575 -4,139 -14,645 (2,918) (11,326) (19,570) (11,326) (22,147) n 9,288 5,413 1,551 5,413 1,554 r2 0.222 0.042 0.053 0.042 0.027 opombe: r­v­r0 = odvisna spremenljivka je razlika v razlikah v tekočem letu; r­v­r1 = odvisna spremenljivka je razlika v razlikah v letu po črpanju pomoči; r­v­r2 = odvisna spremenljivka je razlika v razlikah v dveh letih po črpanju pomoči; kum1 = odvisna spremenljivka je kumulativna razlika v razlikah eno leto po prejemu pomoči; kum2 = odvisna spremenljivka je kumulativna razlika v razlikah dve leti po prejemu pomoči. Vir: Lastni izračuni. Priloge 107 Tabela A19: Opis spremenljivk v dinamičnem regresijskem modelu DP indikatorska spremenljivka za prejem protikriznih državnih sredstev v tekočem obdobju DPnekriza indikatorska spremenljivka za prejem nekriznih državnih sredstev v tekočem obdobju n_DP_kum t-1 število črpanj različnih državnih pomoči od leta 1998 do preteklega leta (t-1) €_DP_kum Kumulativna vrednost počrpanih različnih državnih pomoči od leta 1998 do pretekle- t-1 ga leta (t-1) Starost Starost podjetja za podjetja ustanovljena po 1994. Za podjetja, ustanovljena leta 1994 ali pred tem, je starost definirana kot razlika med tekočim letom in 1994. Staro podjetje Slamnata spremenljivka za podjetja, ki so bila ustanovljena leta 1994 ali prej. Zaposlenost t-1 Povprečno število zaposlenih v letu t-1 na podlagi obračunskih ur. izvozni delež t-1 Delež izvoza blaga in storitev v celotni prodaji podjetja v preteklem obdobju. Produktivnost t-1 Dodana vrednost na zaposlenega v preteklem obdobju. Plača t-1 Povprečna letna plača na zaposlenega v preteklem obdobju. uvoz t-1 Vrednost uvoza blaga v preteklem obdobju. K/L razmerje med opredmetenimi osnovnimi sredstvi in številom zaposlenih v preteklem t-1 obdobju. Zadolženost t-1 Stopnja zadolženosti: delež dolga v celotnih virih sredstev v preteklem obdobju. rast do lani Povprečna letna stopnja rasti produktivnosti do preteklega leta. oFDi indikator za tujega neposrednega investitorja v tujini. iFDi indikator za podjetje v tujem (so)lastništvu. 109 POVZETEK Monografija prikazuje učinke državnih pomoči, ki so bile dodeljene za odpravljanje gospodarske krize. Preverjamo, kako dane pomoči vplivajo na obseg aktivnosti slovenskih podjetij v kriznih razmerah. učinek protikriznih pomoči analiziramo z upoštevanjem več različnih dejavnikov, ki določajo rast podjetij. Z metodo dinamične panelne regresije in povezovanjem različnih virov individualnih podatkov za podjetja, ki so prejela državne pomoči v obdobju 2008–2010, avtorji prikažejo skromne rezultate pomoči in dejavnike, ki so najbolj vplivali na rast v času krize. iz analize izhaja, da so imeli protikrizni ukrepi negativen ali v najboljšem primeru neznačilen vpliv na zaposlenost in prodajo podjetij, ki so prejela pomoč. Velikost podjetja, kapitalska intenzivnost, stopnji vhodne in izhodne internacionalizacije pa kažejo pozitivno korelacijo z rastjo podjetij v času krize. ABSTRAcT The monograph presents the analysis of the impact of emergency state aid on the performance of Slovenian firms during the economic recession. Anti­crisis subsidies are placed in a wider framework of factors determining corporate growth. A dynamic panel regression method is used, and various sources of data for firms that received anti­crisis state aid between 2008 and 2010 are linked. The authors find the impact of anti­crisis state aid on employment and sales at the subsidised firms to be negative or neutral at best. The firm size, capital intensity, and international operations exhibit positive correlation with corporate growth. 110 SUMMARy This monograph tackled the question of the (in)efficiency of government anticrises measures. The authors analysed of the effects of government anti­crisis measures in Slovenia during 2008 recession. They investigated the set of different policy measures granted to firms in 2008­–2010 with the purpose to mitigate the severity of economic crisis and tested how they affected various firm performance indicators. This empirical study considered a broad set of performance indicators and applied several different quantitative methods ranging from standard descriptive statistics to non­parametric matching techniques and dynamic panel regressions used to test the growth theory of the firm. Anti­crisis measure recipients are on average larger, more productive and more export oriented firms that retained or increased the advantages relative to their respective industry average during the crisis period. The only exceptions from this pattern are total revenues and value added per employee where recipients experienced deterioration of their advantages relative to 3­digit industry average. using different versions of matching, the authors analysed the effects of anti­ ­crisis measures granted to firms on their subsequent revenues, value added, number of employees, export value and export intensity, average wage, value added per employee, and capital intensity. Matching techniques were combined with difference­in­differences method, which that provided the estimate of the difference in time differentials (year­on­year and cumulative) of different performance measures between the recipients and their corresponding control group of non­recipients. Matching revealed that anti­crisis measures had no effect on total revenues in the first year, negative effect in the second and positive in the third year after the subsidy was awarded. cumulative effects on total revenue turned out to be insignificant, whereas year­on­year and cumulative effects per euro of subsidy appear to be negative in the first couple of years after the grant was awarded. two years after the subsidy, recipients increased export revenues by more than their control competitors and have simultaneously increased export intensity relative to similar non­recipients. effects of anti­crisis measures on value added are found insignificant, with the sole exception of the cumulative effect after two years from the grant, where the recepients on average decreased value added cumulatively by more than non­recipient control firms. We found statistical y significant negative year­on­year and cumulative effect of government measures on firm employment, as well as negative effect on employment growth per euro of subsidy. From the burst of the crisis to the second year later, the recipients decreased employment cumulatively by 3,6 persons more than control firms. The largest and most convincing effect appears to be on recipients’ average wages per employee, where we identify significant year­on­year and cumulative effects relative to controls. cumulative effect amounts to 100€ larger average wage after three years of crisis Summary 111 measures. The effect on labour productivity is less consistent and is found only with propensity score matching technique. in the first year, the treatment effect is negative, but turns to positive already in the following year, so that the cumulative average effect and per euro efficiency is significant and positive. in sum, recipients of anti­crisis measures seem to shed more employees than comparable control firms, increase labour productivity and with the help of targeted grants succeeded to increase average wage by more than control non­recipients. in the last part they applied dynamic panel regressions in order to study the impact of government subsidies on the growth of total revenues, employment and gross investment. using the annual data on the population of Slovenian firms, they identified negative effect of anti­crisis measures on employment and revenues. using quarterly survey data on a subsample of Slovenian enterprises, however, no significant effect on revenue and gross investment growth was found. Firm size, export intensity, import value, capital intensity and innovation cooperation exhibit positive correlation with business activity. in most of the specifications employed, positive association with firm performance was also identified for outward foreign direct investment (FDi), number of export markets, number of import markets, and number of FDi host markets. it appears that the degree of outward and inward internationalization positively affects the resistance of firms to aggregate demand shocks during the crisis.