PINIGØ STUDIJOS MONETARY STUDIES PINIGØ STUDIJOS / 2016€¦ · credit and the links between bank credit and money creation, and discuss the role of debt accumula-tion as a powerful

1V I L N I U S

PINIGØ STUDIJOSMONETARY STUDIES

2016

/ 1

SPALIS / OCTOBER

PIN

IGØ

STU

DIJ

OS

/ MO

NET

ARY

STU

DIE

S

2016


V I L N I U S SPALIS / OCTOBER

ISSN 1392-2637 (Print)ISSN 1648-8970 (Online) © Lietuvos bankas, 2016

REDAKTORIØ KOLEGIJA / EDITORIAL BOARD

Vyriausiasis redaktorius Jonas ÈIÈINSKASEditor-in-Chief Profesorius, habilituotas daktaras (ekonomika 04 S), Vilniaus universitetas, Tarptautiniø santykiø ir politikos mokslø institutas

L. e. p. redaktorius Tomas RAMANAUSKAS Acting Editor Daktaras (ekonomika 04 S), Lietuvos bankas

Nariai Sergej A. AIVAZIAN Members Profesorius, PhD (matematika 01 P), RMA Centrinis ekonomikos ir matematikos institutas, Maskvos valstybinis M. V. Lomonosovo vardo universitetas, Naujosios ekonomikos mokykla (Maskva)

Anders ÅSLUND Profesorius, PhD (ekonomika 04 S), Džordžtauno universitetas, Peterio G. Petersono tarptautinës ekonomikos institutas

Juozas BIVAINIS Profesorius, habilituotas daktaras (ekonomika 04 S), Vilniaus Gedimino technikos universitetas

Raimondas KUODIS Profesorius (ekonomika 04 S), Vilniaus universitetas, Lietuvos bankas

Virmantas KVEDARAS Docentas, daktaras (ekonomika 04 S), Vilniaus universitetas

Remigijus LEIPUS Profesorius, habilituotas daktaras (matematika 01 P), Vilniaus universitetas, Vilniaus universiteto Matematikos ir informatikos institutas

Gitanas NAUSËDA Daktaras (ekonomika 04 S), AB SEB bankas

Rimantas RUDZKIS Profesorius, habilituotas daktaras (matematika 01 P), Vilniaus universiteto Matematikos ir informatikos institutas

Timo TERÄSVIRTA Profesorius, PhD (matematika 01 P), Orhuso universitetas, Stokholmo ekonomikos mokykla, Vidurio Europos universitetas (Budapeštas), Švedijos ekonomikos mokykla (Helsinkis)

REDAKCIJA / EDITORIAL OFFICERamunė Vaskelaitė – kontaktinis asmuo (contact person), tel. +370 5 268 0143, el. p. [email protected] bankas, Gedimino pr. 6, LT-01103 Vilnius, Lietuva.Interneto svetainės adresas: http://www.lb.lt/leidiniai

NUORODOS / REFERENCESMokslinis leidinys „Pinigø studijos“ skelbiamas EBSCO Publishing, Inc. duomenø bazëje Business Source Complete: http://www.ebscohost.com/titleLists/bt-journals.pdf Leidþiamas nuo 1997 m., iðeina du kartus per metus, platinamas nemokamai. Leidëjas – Lietuvos bankas.Leidinyje „Pinigø studijos“ spausdinamø mokslo darbø autoriø nuomonë gali ir nesutapti su oficialia Lietuvos banko pozicija.

Academic journal Monetary Studies is available online at EBSCO Publishing, Inc., Business Source Complete:http://www.ebscohost.com/titleLists/bt-journals.pdfFirst issued in 1997, Monetary Studies are published biannually by the Bank of Lithuania and distributed free of charge. The views expressed in the Journal are those of the authors and do not necessarily reflect the official position of the Bank of Lithuania.

PINIGØ STUDIJOS DVIDEŠIMTIEJI METAI NR. 1 2016 SPALIS

TURINYS

M o k s l i n i a i s t r a i p s n i a i

EKONOMIKOS TEORIJA IR PRAKTIKATomas Ramanauskas, Skirmantė Matkėnaitė, Virgilijus Rutkauskas CREDIT AND MONEY CREATION FROM THE INTEGRATED ACCOUNTS PERSPECTIVE / 5

Jurgita PesliakaitėDETERMINANTS OF UNEMPLOYMENT IN CENTRAL AND EASTERN EUROPEAN ECONOMIES / 30

Agnė JakaitėTAIKOS SUTARTIS TARP PRIEŽIŪROS INSTITUCIJOS IR FINANSŲ RINKOS DALYVIO: TIK TEORINĖ GALIMYBĖ AR PASIEKIAMA REALYBĖ? / 50

A p ž v a l g i n i a i s t r a i p s n i a i

Tomas Ramanauskas, Skirmantė Matkėnaitė, Virgilijus RutkauskasAPPLICATION OF THE INTEGRATED ACCOUNTS FRAMEWORK FOR EMPIRICAL INVESTIGATION OF THE ECONOMIC AND FINANCIAL CYCLE IN LITHUANIA / 61

Skirmantė Matkėnaitė, Tomas Ramanauskas, Tomas ReichenbachasKREDITO IR ĮKEISTO TURTO VERTĖS SANTYKIO RIBOJIMAS KAIP MAKROPRUDENCINĖS POLITIKOS PRIEMONĖ IR JOS TAIKYMAS LIETUVOJE / 80

K i t o s p u b l i k a c i j o s

Jokūbas MarkevičiusPASTARŲJŲ METŲ LIETUVOS BŪSTO RINKOS RAIDOS TENDENCIJOS / 100

Justinas MarkauskasREFERENDUMAS DĖL JUNGTINĖS KARALYSTĖS NARYSTĖS EUROPOS SĄJUNGOJE: BAIGTIS, TURINTI PASEKMIŲ VISAM PASAULIUI / 114

Linas JurkšasEURIBOR SKAIČIAVIMO REFORMOS PRIELAIDOS IR GALIMOS PASEKMĖS / 122

MONETARY STUDIESVOLUME XX NUMBER 1 OCTOBER 2016

CONTENTS

R e s e a r c h P a p e r s

THEORY AND PRACTICE OF ECONOMICSTomas Ramanauskas, Skirmantė Matkėnaitė, Virgilijus Rutkauskas CREDIT AND MONEY CREATION FROM THE INTEGRATED ACCOUNTS PERSPECTIVE / 5

Jurgita PesliakaitėDETERMINANTS OF UNEMPLOYMENT IN CENTRAL AND EASTERN EUROPEAN ECONOMIES / 30

Agnė JakaitėSETTLEMENTS BETWEEN SUPERVISORY AUTHORITY AND FINANCIAL MARKET PARTICIPANTS: THEORETICAL POSSIBILITY OR ACHIEVABLE REALITY? / 50

S u r v e y P a p e r s

Tomas Ramanauskas, Skirmantė Matkėnaitė, Virgilijus RutkauskasAPPLICATION OF THE INTEGRATED ACCOUNTS FRAMEWORK FOR EMPIRICAL INVESTIGATION OF THE ECONOMIC AND FINANCIAL CYCLE IN LITHUANIA / 61

Skirmantė Matkėnaitė, Tomas Ramanauskas, Tomas ReichenbachasLOAN-TO-VALUE CAPS AS A MACROPRUDENTIAL MEASURE AND ITS APPLICATION IN LITHUANIA / 80

O t h e r P u b l i c a t i o n s

Jokūbas MarkevičiusRECENT TRENDS IN THE DEVELOPMENT OF THE LITHUANIAN HOUSING MARKET / 100

Justinas MarkauskasTHE EU REFERENDUM IN THE UNITED KINGDOM: THE OUTCOME HAS TOUCHED THE WHOLE WORLD / 114

Linas JurkšasPRECONDITIONS FOR AND POSSIBLE CONSEQUENCES OF THE EURIBOR CALCULATION REFORM / 122

5

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

5

CREDIT AND MONEY CREATION FROM THE INTEGRATED ACCOUNTS PERSPECTIVE

Tomas Ramanauskas Skirmantė MatkėnaitėVirgilijus Rutkauskas Lietuvos bankasGedimino pr. 601103 VilniusE-mail: [email protected]

In this paper we apply the analytical integrated accounts framework to conduct a conceptual analysis of essential macro-financial linkages. In particular, we analyse the macroeconomic mechanism of the creation of purchasing power through bank credit, explore the partial self-financing property of bank credit and the links between bank credit and money creation, and discuss the role of debt accumula-tion as a powerful demand-side driver of growth. We argue that creation of money and purchasing power is an indispensable corollary of bank credit issuance. Contrary to conventional wisdom, credit is not predicated on existing savings. It directly adds to domestic demand, which translates into some combination of stronger domestic economic activity, stronger foreign economic activity or higher prices, with particular configuration depending on the structural features of the economy. However, credit-driven growth may result in a systemic over-reliance on continuous debt accumulation and poses the risk of deep structural imbalances and balance sheet recessions.Keywords: credit creation, money creation, national accounts, integrated accounts, macroeconomic and financial linkages.

Introduction

The recent global financial crisis caught mainstream economists completely by surprise, exposing serious gaps in the collective understanding of crucial elements of the interaction between the real economy and the financial system. It is only natural that the dominant rational agent-based new Keynesian paradigm, with only rudimentary financial set-ups and no clear role for money and bank credit, could not foresee endogenous financial crises. The mainstream of the profession has taken the dubious path of adding additional layers of complexity to a rather shaky foundation. In the new generation of macroeconomic models, crises can be generated by exogenous shocks in the context of market imperfections, conflicting interests, myopic expectations and other small tweaks to the intertemporal optimisation framework, which still seems rather unrealistic from the perspective of human abilities to foresee the future in an inherently uncertain world.

Moreover, standard models still retain major misconceptions about financial interactions and the role of bank credit. With only a handful of exceptions,* the mainstream macromodels regard bank credit as a means to redistribute existing real savings (or purchasing power), whereas in fact, by issuing loans, banks create new purchasing power. If investment spending is not actually predicated upon the consumption vs. saving choice of an optimising agent but can instead be supported by bank credit and the cost of the dilution of the existing purchasing power may be borne by unsuspecting agents and possibly even by future generations, the implications for the “optimising” behaviour of savers, investors and banks may be immense. It may well be the case that financial crises

Tomas Ramanauskas is Doctor of Social Sciences and Head of the Systemic Risk Modelling Division of the Economics Department of the Economics and Financial Stability Service at the Bank of Lithuania.

Skirmantė Matkėnaitė is a senior economist at the Systemic Risk Modelling Division of the Economics Department of the Economics and Financial Stability Service at the Bank of Lithuania.

Virgilijus Rutkauskas is a doctoral student at the Institute of Social Welfare, Lithuanian Social Research Centre, and the principal economist at the Macroprudential Policy Division of the Economics Department of the Economics and Financial Stability Service at the Bank of Lithuania.

Authors’ areas of research: financial stability, systemic risk modelling, macroprudential analysis, credit risk.

*See, e.g., Jakab and Kumhof (2015) and Benes and Kumhof (2012).

mailto:[email protected]

6

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

6

at the end of the debt “super cycle” are result of a Ponzi-type financing (how compatible with the optimising behaviour can it be?). It may also be the case that the observed economic growth relies much more on the continuous accumulation of debt than is recognised by economic theorists. However, there are signs of ongoing tectonic shifts in the right direction, with the world’s most authoritative financial institutions voicing concerns about the current “debt-fuelled growth model” (BIS 2016) and effectively calling for a paradigm shift in economic thinking and policy making.

In this paper we get back to the basics in the pursuit of understanding the fundamental linkages between the financial and real sides of an economic system. In particular, we look into a number of stylised cases of economic and financial transactions to analyse the macroeconomic mechanism of the creation of purchasing power through credit, the link between credit and money creation, the partial self-financing property of bank credit, as well as similarities and differences between bank credit and other sources of financing.

The remainder of this paper is structured as follows: in Section 1 we provide a short introduction to the analytical integrated accounts (IA) framework and present economic and accounting principles behind it. In Section 2, with the help of analytical IA tables we analyse economic and financial transactions resulting from a rise in an institutional sector’s spending by increasing its net financing and put financing with bank credit in this context. In Section 3 we argue that credit is a means to create purchasing power rather than redistribute it, as is conventionally maintained. Drivers behind monetary dynamics and its relationship with bank credit are discussed in Section 4. A general discussion on the significance of credit flows in a contemporary economy is provided in Section 5.

1. Setting the stage for the integrated accounts analysis

The analysis of linkages between financial and real sides of the economy can be grounded in the analytical IA framework. In this section we provide a short introduction to the basic principles of the analytical IA framework, which is based on national accounts, macroeconomic identities and sectoral budget constraints.

1.1. Some general principles of the macroeconomic accounting framework

The origins of macroeconomic accounting systems can be traced back to the attempts to estimate national income in Britain and France in the late 17th century. Devising systems for the measurement of economic activity, aggregate income and outlays regained importance with the rise of the Keynesian doctrine of macroeconomic stabilisation policies, while a major conceptual and methodological breakthrough is associated with the works of Colin Clark and Simon Kuznets in the 1920s and 1930s (Bos 1992). Leontief (1936) formulated the model connecting sectoral economic input and output in his seminal paper, which provided a foundation for the national accounts’ input-output tables. The Stone memorandum, proposed by Richard Stone for the meeting of the League of Nations predecessor of the United Nations in 1945 and published in 1947, was the first document to propose a complete system of institutional accounts, which also opened the era of international guidelines on national accounting. The United Nations introduced the first version of the internationally standardised system of national accounts (SNA) in 1952. Over the years various analytical representations of the national accounts data were devised. A notable example is the social accounting matrix (SAM) methodology put forward by Stone and Brown (1962), whereby a square matrix format is used to analyse economic interactions between institutional sectors. Copeland (1949) pioneered the development of the flow-of-funds analysis, which concentrated on the financial side of economic transactions and tracked changes in the financial assets and liabilities of institutional sectors. The flow-of-funds analysis is the predecessor to the integrated economic and financial accounts analysis, which is concerned about both economic and financial transactions and tracks balance sheet positions in addition to financial transactions.*

*Notably, the terms “flow-of-funds analysis” and “integra-ted (economic and financial) accounts analysis” are still often used interchangeably.

7

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

7

The system of national accounts is an internationally compatible accounting framework providing a detailed description of national economies, their real and financial components and the economic relationships between institutional sectors.* One of the main sets of tables in the SNA framework is the institutional sector accounts. In this accounting representation, a national economy is comprised of institutional sectors, namely, nonfinancial corporations, financial corporations, general government, households and non-profit institutions serving households (NPISH). There is also “the rest of the world” (ROW) sector, which enables recording economic interactions between the national economy and non-residents. Some of the institutional sectors are divided into subsectors, so the appropriate level of data aggregation can be chosen depending on the focus and purposes of economic analysis.

The institutional sector accounts are organised around the sequence of accounts, which records each sector’s economic and financial activities in a compatible way. More specifically, the sequence of accounts provides a comprehensive sequential description of the cycle of sector’s economic activity by linking its resources (revenue), uses (expenditure), accumulation of financial and nonfinancial assets and the associated changes in the sectoral balance sheet positions. The use of similar classifications and accounting rules allows symmetrical reporting of transactions or changes in asset positions for interacting institutional sectors.** The unified accounting framework also ensures the aggregation of sectoral accounts data into economy-wide aggregates, which are at the heart of the macroeconomic analysis.

Fig. 1. A simplified diagram of the sequence of accounts and the resulting balancing items

Source: European System of Accounts (2010).

A simplified diagram (see Fig. 1) illustrates the basic structure of the sequence of accounts and their respective balancing items (shown in Bold). The sequence of accounts contains three categories of accounts: current, accumulation and balance sheet accounts. Current accounts cover the production of goods and services and the associated

*The latest version of national accounts framework is laid out in the 2008 SNA and ESA 2010 (The European System of Na-tional and Regional Accounts) documentation. Lequiller and Blades (2014) provide a good introduction to the SNA frame-work for nonspecialists.**The SNA records transacti-ons between two units using the ”horizontal“ double en-try. In addition to that, each transaction is recorded twice in an institutional sector‘s ac-counts — as a resource (or a change in liabilities) and as a use (or a change in assets) — which constitutes the ”vertical“ double entry. This results in the quadruple entry principle, thou-gh it is typically fully utilised only when the financial accounts are compiled (Eurostat 2016) and certain “vertical discrepancies” are possible.

8

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

8

generation, distribution and redistribution of income and its use for final consumption. Accumulation accounts comprise capital and financial accounts, as well as accounts recording other changes in assets and liabilities (namely, revaluation of assets and liabilities, and other changes in volumes, such as loan write-offs). Accumulation accounts record changes in assets and liabilities and the resulting changes in the net worth of institutional units and sectors. Current and accumulation accounts are flow accounts, as they record transactions and other changes in assets that take place within a given period of time. In contrast, sectoral balance sheets show asset and liability positions at a given point in time (at the beginning and at the end of the accounting period). Balance sheets complete the sequence of accounts showing the ultimate effect of current and accumulation accounts on the stock of wealth of a sector or the total economy.

What makes institutional sector accounts sequential is the fact that each account typically generates a balancing item and then passes it on to the next account in the sequence (see Fig. 2). The balancing item is obtained by subtracting the total value of entries on one side of the account (i.e. uses of resources or changes in assets) from the total value of entries on the other side of the account (i.e. resources or changes in liabilities). So, for example, the production account records output as a resource and intermediate consumption as a use, whereas the difference between these items results in value added, which is the balancing item on the “uses” side of the production account. The value added is passed on as a resource to the generation of income account. In this account it is further broken down between compensation of employees, taxes and another balancing item — an operating surplus/mixed income, which is brought forward to the allocation of the primary income account, and so forth. Thus the sequence of accounts not only generates a number of key macroeconomic aggregates, such as gross domestic product (GDP), disposable income, consumption, investment, saving and net lending, but also embodies a number of accounting identities describing relationships between these economic aggregates.

Fig. 2. Simplified current accounts in a T-account format

RESOURCES (+) USES (–)

...

PRODUCTION ACCOUNT

Output Intermediate consumption

Taxes on products less subsidies

= Gross domestic product

GENERATION OF INCOME ACCOUNT

Gross domestic product Compensation of employees

Taxes on production and im-ports

Subsidies

= Operating surplus, gross/mixed income, gross

ALLOCATION OF PRIMARY INCOME ACCOUNT

Operating surplus, gross/mixed income, gross

Property income

Compensation of employees

Taxes on production and im-ports

Subsidies

Property income

= National income, gross

...

Source: Lequiller, Blades (2014).

9

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

9

The sequence of accounts provides detailed information about a given sector‘s or the total economy‘s cycle of economic activity. Alternatively, institutional sector accounts can be shown in the form of integrated economic accounts, which portray the accounts of the total economy, institutional sectors and the ROW side-by-side in one table.* This format is more convenient for the purposes of economic analysis, as it is more compact and highlights three important data constraints. First, a vertical balancing constraint requires that each sector must be in balance, implying that the part of the sector‘s expenditure exceeding its revenue must be financed by running down net financial assets, i.e. by decreasing financial assets or increasing financial liabilities. Second, the horizontal adding-up constraint requires that sectoral data add up to the total economy so, for example, national disposable income equals the sum of disposable incomes of all institutional sectors. Finally, the stock-flow consistency requirement implies that the opening and closing balance sheets must be linked by transactions recorded in accumulation accounts (i.e. transactions in assets and liabilities, revaluation and other changes in volumes).

1.2. Compilation of analytical integrated accounts tables

Analytical IA tables and the associated sectoral balance sheet position tables prove very useful for diagnosing the short-term state of an economy and are routinely applied by organisations like the International Monetary Fund (IMF) in country assessment programs (IMF 2013). They allow monitoring and assessment of economic imbalances (Be Duc, Le Breton 2009; Barwell, Burrows 2011) and transmission of economic shocks (Castren, Kavonius 2015), facilitate the analysis of macro-financial linkages (Crowe et al. 2010), real and financial network formation (Castren, Kavonius 2013; Castren, Rancan 2013), as well as help to better understand the role of money and credit in the economy. The IA tables and the associated sectoral balance sheet position tables serve as an operational accounting framework in the stock-flow consistent (SFC) economic models.**

An analytical IA table offers a quick and straightforward way to portray an economy as a closed system consisting of interacting institutional sectors, whose economic and financial transactions are shown side-by-side in columns, which obey the above-mentioned vertical balancing and horizontal adding-up constraints (see Table 1). An IA table shows revenue, expenditure and financing transactions of each sector and the national economy, as well as the interactions with the rest of the world. The economic variables (entries in the analytical table) typically are highly aggregated, there is no breakdown into uses and resources unlike in the “T-account” representation, and changes in assets and liabilities are often reported on the net change basis. For example, one might read from an analytical IA table that the household sector finances a rise in consumption by increasing nonmonetary financing from the nonfinancial corporate sector. It might not be immediately clear though, whether this decline in net assets of the household sector is associated with a decline in household sector’s holdings of financial instruments issued by the nonfinancial corporate sector or, conversely, with an increase of the household sector borrowing from the nonfinancial corporate sector. Thus, to obtain more detailed information it might be necessary to refer to detailed integrated economic accounts or other related sources of statistical information. The main advantage of the succinct analytical IA representation is that it makes immediately clear which sectors have deficits, why they have them, from which sectors they finance excess spending and by which financial instruments. The system is closed in the sense that in the absence of statistical errors there should be no unaccounted sources of financing, thus such accounting framework can be very helpful in ensuring internal consistency of the macroeconomic analysis.

In Table 1 we present a simple analytical IA table. It is compiled along the guidelines of the IMF methodology (IMF 2013) but uses a slightly expanded format to better suit the analytical purposes of the present paper. Columns in the IA table represent broad economic sectors. In Table 1, household and NPISH sector data are merged into one economic sector, while the financial sector is broken into subsectors — monetary financial institutions (MFIs) sector (comprised of the central bank and deposit-taking

*Columns in the integrated economic accounts table relate to specific sectors.**See Caverzasi and Godin (2013) for a review of SFC mo-dels. Many examples of simu-lated SFC models are presented in the influential book by Godley and Lavoie (2012). Zezza (2011) and Kinsella and Tiou-Tagba Aliti (2012) are some examples of the few applied empirical SFC models.

10

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

10

financial corporations) and other financial institutions sector. Rows in the IA table contain transaction data and in theory should add up to total economy aggregates, though in practice that could be precluded by statistical discrepancies owing to the use of different statistical data sources and analytical simplifications.

Table 1

Basic analytical IA table

Sectors

Transactions

Domestic economy Rest ofthe worldAggregate

economyGovernmentsector (g)

Householdsand NPISH(h)

Nonfinancialcorporations(c)

Financial sector

Monetary financialinstitu tions(m)

Other financialcorpora tions(o)

Gross national disposable income GNDI GNDIg GNDIh GNDIcConsumption –C –Cg –Ch

Gross fixed capital formation –GFCF –GFCFg –GFCFh –GFCFc

Change in stocks –CIS –CISc

Exports of goods and services –X

Imports of goods and services M

Primary income –PI

Secondary income –SI

Capital account KA KAg KAc –KA

Statistical errors and omissions SEO SEOg SEOh SEOc SEOr

Net lending NL NLg NLh NLc NLm NLo –NLNet financing NF NFg NFh NFc NFm NFo –NFForeign financing FF FFg FFh FFc FFm FFo –FF

Nonmonetary financing FNMF FNMFg FNMFh FNMFc FNMFo –FNMF

Direct investment FDI FDIc –FDI

Net foreign borrowing NFB NFBg NFBh NFBc NFBo –NFB

Monetary financing FMF FMFm –FMF

Change in net foreign assets of commercial banks NFAb –NFAb

Change in net foreign assets of central bank NFAcb –NFAcb

Domestic financing 0 DFg DFh DFc DFm DFo

Nonmonetary financing 0 NMFg NMFh NMFc NMFm NMFo

From government 0 NMFhg NMFcg NMFmg NMFog

From households 0 NMFgh NMFch NMFmh NMFoh

From non financial corporations 0 NMFgc NMFhc NMFmc NMFoc

From monetary financial institutions 0 NMFgm NMFhm NMFcm NMFom

From other financial corporations 0 NMFgo NMFho NMFco NMFmo

Monetary financing 0 MFg MFh MFc MFm MFo

Domestic credit 0 CREDg CREDh CREDc CREDm CREDo

Broad money 0 MONg MONh MONc MONm MONo

Cash 0 CASHh CASHc CASHm CASHo

Deposits 0 DEPg DEPh DEPc DEPm DEPo

Source: formed by the authors based on IMF (2013).

The table is divided into two blocks by a solid horizontal line separating nonfinancial and financial transactions. The upper block of the IA table portrays transactions recorded in current and capital accounts. In this part of the table, the revenue-increasing transactions (resources) are shown as positive entries, while transactions related to expenditure (uses) are entered with the negative sign. So, for example, transactions that increase households’ disposable income are recorded as positive entries, whereas an increase

11

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

11

in household consumption is shown with a minus sign. The difference* between each sector’s economic revenue and expenditure results in a nonfinancial balance. If a sector, or the total economy, has a positive (negative) nonfinancial balance, it is a net lender (borrower).

Since nonfinancial transactions of the financial sector are typically insignificant, for the sake of simplicity they can be omitted from the table or, say, included in the nonfinancial sectors’ transactions (IMF 2013). The ROW sector is portrayed from the non-residents’ perspective, therefore the country‘s exports to the ROW and other flows that generate income for the domestic economy are shown with a minus sign in the ROW column, while country imports from the ROW is a positive entry.

If the upper block of the analytical IA table reveals which sectors have surpluses and which have deficits, the lower part of the table details institutional sectors’ net acquisition of financial assets of institutional sectors. In other words, it relies on the financial accounts data to detail by which instruments and from which sectors the deficits are financed. By another sign convention, positive entries in the lower block of the IA table show a decrease in sector’s net assets, i.e. a sale of assets or incurrence of liabilities.

Categorization by instrument offers one way to detail sectoral net lending and expand columns in an analytical IA table. The current version of the European System of Accounts (ESA 2010) distinguishes the following broad categories of financial assets and liabilities: i) monetary gold and special drawing rights, ii) currency and deposits, iii) debt securities, iv) loans, v) equity and investment fund shares or units, vi) insurance, pension and standardized guarantee schemes, vii) financial derivatives and employee stock options, and viii) other accounts receivable/payable. However, it does not convey important information about capital flows between sectors. The recent global financial crisis, which was characterised, among other things, by disrupted capital flows among key economic sectors (Goldstein et al. 2000; Aslund 2010), highlighted the need to understand the financial interconnectedness between sectors but such analysis was hampered by the lack of adequate data (Mink et al. 2012). Therefore, in recent years more and more countries are starting to compile and publish financial accounts data on the so-called from-whom-to-whom basis. This representation is also known as financial accounts by debtor/creditor or the flow of funds matrix. It is a compilation of three-dimensional tables showing financial transactions from the debtor and creditor perspective for each financial instrument. The from-whom-to-whom representation contains large amounts of data and are difficult to compile for economies with advanced financial markets, thus the progress in this field is rather slow IMF, FSB. However, the economic importance of such data is immense because it ensures internal consistency of the financial part of integrated economic accounts framework. In practical terms, if the financial account breakdown by instruments ensures vertical consistency of the lower block of the IA table, the from-whom-to-whom decomposition adds horizontal constraints and ensures that the analytical framework is a closed system (which is one of its main virtues).

1.3. Some macroeconomic identities and accounting constraints embedded in IA tables

It is easy to see that data constraints in the IA table stem from some principal macroeconomic accounting identities. First, recall that private institutional sector’s disposable income equals the primary income (operating surplus, mixed income, compensation of employees and net property income) net of taxes plus net social benefits and other current transfers. In contrast to the private sector, the major part of general government’s disposable income comes from taxes. In national disposable income calculations, the income that constitutes other domestic institutional sectors’ outlays (for example, taxes) is netted out. Thus, gross national disposable income (GNDI) is the sum of GDP, external primary income (PI)** and external secondary income (SI)***. It can be written as follows:

*More precisely, the sum of appropriately signed revenue and expenditure transactions.**The difference between in-vestment or labour incomes earned by domestic residents abroad and those earned by foreign residents in the domes-tic economy.***I.e. net current transfers from abroad.

12

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

12

GNDI = GDP + PI + SI. (1)

At the same time, gross national disposable income is the sum of disposable incomes of all domestic institutional sectors. National saving S is defined as the difference between gross national disposable income and final consumption expenditure C (and again, national saving is the sum of public and private sector saving):

S = GNDI – C. (2)

By substituting equation (1) into (2), using the GDP decomposition by expenditure approach (GDP = C + G + I + X – M) and applying the balance-of-payments (BOP) definition of the current account balance (CA = X – M + PI + SI), one gets another well-known macroeconomic identity, which states that the saving-investment balance of the national economy must equal the external current account balance:

S – I = CA. (3)

The balance-of-payments identity states that, abstracting from statistical errors, the sum of current account balance (CA) and capital account balances (KA) equals the financial account balance (FA). Thus, by adding KA to both sides of equation (3) and using the definition of net lending (NL) we get the following relationship:

GNDI – C – I + KA = NL = FA = CA + KA. (4)

This equation states that net lending of the national economy is the financial account balance and it also equals net borrowing of the ROW sector.

Net lending of the total economy can then be expressed as the sum of sectoral net lending balances. From the financial perspective, sector’s net lending is a net change in a financial position, or net acquisition of financial assets minus net incurrence of financial liabilities.* When financial accounts data are available in both instrument and from-whom-to-whom decomposition, the IA table can be easily tailored to specific analytical needs. Following IMF (2013), in Table 1 we combine elements of both decompositions and break sectoral net financing NF (the negative of net lending) into two broad sources of funding, namely, foreign financing (FF) and domestic financing (DF). For example, in the case of the nonfinancial corporations sector, this gives:

NFc = –NLc = FFc + DFc. (5)

So if the nonfinancial corporations sector has a negative net lending (NLc < 0), this implies that the sector has a positive net financing need (NFc = –NLc > 0) and it funds its excess spending** by acquiring financing either from abroad or from other domestic sectors (FFc + DFc > 0 by the abovementioned sign convention). It is also noteworthy that at the aggregate economy level the flows of financing among domestic sectors are netted out (DF = 0; see Table 1) making net financing of the total economy equal net foreign financing:

NF = –NL = FF. (6)

Comparing equations (5) and (6) we see that while excess spending of an institutional sector can be funded by attracting financial resources from other sectors or from abroad, a rise in the national excess spending can only be associated with financing from abroad (from the ROW sector). It is tempting to make the conclusion that domestic financing, for example in the form of bank credit, cannot stimulate spending. But it would be mistaken because, as will be argued in later sections, under certain circumstances domestic financing — and bank credit in particular — can stimulate both national spending and income resulting in a small or even no financing gap for the national economy.

Foreign financing categories in the IA table are further divided into nonmonetary and monetary financing. Foreign nonmonetary financing is comprised of net foreign investment and net foreign borrowing. Facing data limitations, in Table 1 we distinguish

*In this context, a change in net assets is brought about financial transactions rather than nomi-nal holding gains and losses or changes in volume of assets. In simple terms, a sector cannot finance its deficits by unrealised gains of a financial asset — a sale of the asset is necessary.**By excess spending, here we mean expenditure in excess of income resulting in a negative nonfinancial balance.

13

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

13

foreign direct investment (as opposed to all foreign investment) and make a simplifying assumption that foreign direct investment transactions are only applicable for the nonfinancial corporations. Foreign monetary financing reflects a change in net foreign assets of the MFI sector or, alternatively, incurrence of foreign liabilities by the MFI sector (again, subject to the sign convention that an increase in sector’s net assets is recorded as a negative entry in the table). Thus, if the national economy is a net borrower (NL < 0), it means that it has a combined current and capital account deficit, which must be financed by some combination of net foreign investment, net borrowing from abroad and by running down external assets (e.g., official reserves).

Domestic financing can also be either monetary or nonmonetary. Unlike foreign financing, domestic financing transactions are netted out at the national economy level and have no corresponding entries in the ROW column.

The breakdown of domestic nonmonetary financing takes a skew-symmetric matrix form, as one sector’s net lending to another sector equals net borrowing of the latter from the former. If financial accounts are sufficiently detailed and provide the necessary breakdown, it is possible to specify financial instruments used in financing transactions. Finally, domestic monetary financing, i.e. financing from MFIs and changes in broad money balances (deposits and cash), exhausts possible sources of financing. So, for example, household sector’s net financing (NFh) is a combination of foreign nonmonetary financing (FNMFh), funds raised from domestic non-MFI sectors (NMFh), borrowing from MFIs (CREDh) and the use of its money holdings MONh (which include cash and deposits):

NFh = FNMFh + NMFh + CREDh + MONh. (7)

The sign convention should again be borne in mind: when a sector finances its spending by borrowing from a bank (i.e. by increasing financial liabilities) or by reducing its money balances (reducing assets), such financial transactions will be shown as positive entries in the column representing the sector under consideration. Also note the special role of money as the medium of exchange. Most nonfinancial and financial transactions involve a change in money holdings of transacting institutional units or sectors.

2. A stylised IA analysis of expenditure financing with bank credit and by other means

Even the simplest analytical exercises with the IA tables prove very useful in enhancing our understanding of macro-financial linkages and help shed more light on the age-old questions about the role of bank credit in the economy. With the help of some stylised examples it can be shown that the stimulating macroeconomic impact of sectoral excess spending crucially depends on the sources of financing. If some sector has to curtail its spending and save more so that another sector could increase its spending, the immediate stimulating macroeconomic impact will be small or there will be no effect at all. In contrast, sectoral spending can be financed by running down some sectors’ net financial assets without inducing a need for any sector to constrain its current spending (i.e. financing ultimately comes from the financial block of the IA table, or from “below the line”), and in this case the total economy immediately experiences a strong positive demand-side shock. As we discuss below, bank credit is one of the “below-the-line” financing options that allows an institutional sector to increase its current expenditure by running down net financial assets.

In this section we analyse the economic and financial transactions resulting from a rise in an institutional sector’s spending by increasing its net financing. We work with nominal variables, concentrate on immediate changes in the system and abstract from many real-world complications, as our main aim here is to show that sources of financing change the nature of borrowing and have nontrivial economic effects.

14

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

14

2.1. Funding sectoral expenditure by limiting other spending

Let us start with the case in which one sector’s increase in spending is offset by a commensurate decrease in other sectors’ spending. In the particular example detailed in Table 2, the household sector spends additional 100 euros on the acquisition of new housing and finances this transaction by selling (or, more precisely, not refinancing) government debt securities.* In this example the government does not refinance this debt and consequently has to reduce its expenditure, say, on capital formation, by exactly the same amount. Assuming that all capital goods, including housing, are produced entirely by the domestic nonfinancial corporate sector, the economic activity and revenue of this sector remain unchanged as it faces an increase in the household sector’s demand for housing and an exactly offsetting decline in government demand for capital goods. In this case the immediate impact on the overall economic activity, even allowing for all real-world complications, would likely be small. Of course, the long-term macroeconomic impact of investment activity depends on whether investment has actually succeeded in achieving productivity gains.

Table 2

Funding sectoral expenditure by limiting other spending

Sectors

Transactions


economyGover nmentsector (g)



Financial sector

Monetary financialinstitutions(m)


Gross national disposable income 0 –100 + 100

Consumption 100 100

Gross fixed capital formation –100 –100

Change in stocks

Exports of goods and services

Imports of goods and services

Primary income

Secondary income

Capital account

Statistical errors and omissions

Net lending 0 –100 100 0Net financing 0 100 –100 0Foreign financing

Nonmonetary financing

Monetary financing

Domestic financing

Nonmonetary financing 0 100 –100

Monetary financing

Domestic credit

Broad money

Source: formed by the authors.

*Recall sign conventions in the analytical IA table, whereby an increase in spending by a domestic institutional sector is shown as a negative entry in the upper block of the IA table and a decrease of net financial assets is shown as a positive entry in the lower part of the IA table.

The above-discussed case is conceptually similar to the situation where some households constrain their spending and channel their savings, e.g. via peer-to-peer lending platforms, to households that want to purchase new housing. At the sectoral level, the household sector reduces its current consumption to increase investment expenditure, with little immediate impact on the overall economic activity.

This financing case reflects a still persisting textbook understanding of physical capital accumulation processes: some economic agents have to wilfully save so that freed real resources can be transformed into real capital in the process of investing. In standard macroeconomic and growth models, accumulation of capital is conditioned upon

15

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

15

the endogenous saving rate, which is determined by consumers optimally choosing real consumption levels (see, e.g., Romer 2012; Barro, Sala-i-Martin 2004). In the macroeconomic and growth literature financial intermediation plays only a minor role or is omitted from the analysis altogether. In the financial literature banks are essentially assigned the role to intermediate loanable funds between savers and borrowers and help solve asymmetric information problems by assessing investment project risks. This “intermediation of loanable funds” (ILF) paradigm is at the heart of the standard banking theory (see, e.g., Freixas, Rochet 2008). All in all, the standard view is that banks are functionally rather passive intermediaries that redistribute purchasing power from savers who withhold spending to borrowers enabling them to spend more. The IA analysis, however, suggests that relying on redistributed current savings of some sectors is not the only one way to fund investment expenditure. Also, as we discuss below, bank credit in fact falls in the fundamentally different financing category, and capital accumulation processes are much more reliant on bank financing decisions (as opposed to, say, household saving decisions) than is traditionally acknowledged.

2.2. Funding sectoral expenditure by running down sector’s net financial assets

In contrast to the previous case, an institutional sector can increase its spending without triggering the need for any other sector to limit their expenditure. The sector that is willing to step up spending can do so by running down its net financial assets, which means that it can either decrease its assets or increase its liabilities. In simple terms, it means that some previously accumulated savings (as opposed to current savings) can be drawn down or new debts can be assumed.

Table 3

Funding sectoral expenditure by running down money holdings

Sectors

Transactions





Financial sector



Gross national disposable income 100 100

Consumption


Change in stocks



Primary income

Secondary income

Capital account


Net lending 0 –100 100Net financing 0 100 –100Foreign financing


Monetary financing

Domestic financing


Monetary financing

Domestic credit

Broad money 0 100 –100


16

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

16

Table 3 helps to pin down the transactions and economic processes that take place as a consequence of households’ decision to acquire housing by using up their accumulated money balances. In this case, the household sector increases its capital expenditure and the nonfinancial gap is financed “below the line” by a congruent decline in its money holdings (shown with a plus sign, by the sign convention). These funds are used for settling accounts with the nonfinancial corporate sector for the purchased capital goods. Abstracting from real-world complications, such as wages earned in the production process and additional spending from extra wage income (we will come back to that in a later subsection), we can immediately see that the total economy records an increase in the (nominal) levels of income and spending in a stark contrast to the previous case of savings-financed spending. It should also be noted that at the macro-level the money balances do not disappear or get used up in the process — money simply changes hands. This implies that the willingness of a sector to increase spending from its previously accumulated savings (money holdings) is accommodated by higher velocity of money and changes in the sectoral distribution of money balances.

Table 4

Funding sectoral expenditure by borrowing from abroad

Sectors

Transactions





Financial sector


Other financialcorporations(o)

Transactions 100 100

Consumption


Change in stocks



Primary income

Secondary income

Capital account


Net lending 0 –100 100 0 0Net financing 0 100 –100 0 0Foreign financing 0

Nonmonetary financing 100 100 –100

Monetary financing –100 –100 100

Domestic financing


Monetary financing

Domestic credit

Broad money 0 –100 100


Another distinct possibility of financing sectoral spending is by borrowing from abroad. Table 4 illustrates the case in which the household sector borrows directly from abroad to finance its acquisition of new housing. We assume here that the economy has sufficient resources to produce the required additional housing domestically so there are no imports and no current account gap. To keep matters simple, it is further assumed that the economy operates under the currency board arrangement, and households borrow in the anchor currency and can exchange any amounts at a fixed exchange rate with the domestic central bank. Therefore, the inflow of funds from abroad leads to an increase in broad money — at first, money holdings of the household sector increase but eventually,

17

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

17

after the house purchase transactions take place, money gets transferred to the accounts of the supplier of housing — the corporate nonfinancial sector. Bank liabilities rise by the amount of new corporate deposits. Since banks do not lend out funds in this example, there is an increase in bank reserves with the central bank (which is not reflected in the IA table because banks and the central bank are consolidated into the MFI sector). There is also in the table a negative entry of the MFI sector’s net foreign financing, which reflects an increase in net foreign assets of the central bank. That is because when the central bank issues the domestic currency in exchange for the foreign currency, it accumulates foreign exchange reserves in the process. It is also notable that borrowing from abroad does not automatically imply the deterioration of the current account position of the total economy as long as this external stimulus helps to utilise slack domestic production resources — the pressure on the current account would appear with the need to pay interest to foreign lenders or if the economy’s trade balance deteriorates (which is very likely if the economy operates at or above its potential). To sum up the case of borrowing from abroad, we note again that a sector finances its excess spending by running down its net financial assets (i.e. by increasing foreign financial liabilities), and this leads to a rise in domestic demand, higher nominal income levels and increased money balances.

Table 5

Funding sectoral expenditure with bank credit (a closed economy setting)

Sectors

Transactions





Financial sector



Gross national disposable income 100 100

Consumption


Change in stocks



Primary income

Secondary income

Capital account


Net lending 0 –100 100 0Net financing 0 100 –100 0Foreign financing


Monetary financing

Domestic financing


Monetary financing

Domestic credit 0 100 –100

Broad money 0 –100 100


Financing sectoral expenditure with bank credit is also a case of financing expenditure by running down sectoral net financial assets. Continuing with the basic example of housing investment, households take up bank loans to acquire new housing from domestic firms (see Table 5). In contrast to the case of tapping into banks accounts (Table 3) but similar to foreign financing (see Table 4), bank lending leads to an increase in the broad money in the economy. The reason is that when a bank issues a loan, its balance sheet necessarily expands — by the amount of the new loan on the assets side

18

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

18

and by an equally sized deposit on the liabilities side. In practical terms, by issuing a loan, a bank credits the recipient’s deposit account, i.e. creates money ex nihilo (Turner 2013), as an indispensable accounting by-product of the loan issued. Of course, when a new deposit is created, the loan-issuing bank has no hold over that deposit — funds may be transferred to other banks and can be taken out of the banking system altogether exposing individual banks or the banking system as a whole to liquidity (financing) gaps. In our simple example we analyse a closed cashless economy at the sectoral level, thus there is no leakage of liquidity created by bank lending. Table 5 shows an increase in bank assets (loans) and a commensurate rise in bank liabilities (deposits). As loans are issued to households, the household sector records an increase in its financial liabilities, whereas additional firm earnings translate into higher deposit holdings. The immediate macroeconomic implications, as before, include a rise in domestic demand and nominal income levels.

2.3. Bank credit in a more realistic open-economy setting

We now open up the stylised economy and will subsequently add some additional feedback loop to examine macroeconomic implications of bank lending and limitations to credit expansion in a more realistic setting.

Table 6

Funding sectoral expenditure with bank credit (an open economy setting)

Sectors

Transactions





Financial sector



Gross national disposable income 75 25 25 25

Consumption


Change in stocks


Imports of goods and services 25

Primary income

Secondary income

Capital account


Net lending –25 25 –75 25 0 25Net financing 25 –25 75 –25 0 –25Foreign financing


Monetary financing 25 25 –25

Domestic financing


Monetary financing


Broad money 0 –25 –25 –25 75


As before, suppose a bank lends 100 euros to households to finance their purchase of housing but now firms engage in a more realistic production process and have to pay wages, taxes and settle with foreign partners for imported materials so that an increase in the production volume leads to an equally distributed rise in incomes of the government, household and corporate sectors and the rest of the world (for an increase in production

19

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

19

volume by 100 euros, each of the sectors earns additional 25 euros). We further assume that there are no additional economic transactions and all domestic sectors simply save the additional earnings. The transactions associated with this scenario are shown in Table 6. So, in this example 100 euros worth of new credit induces an increase in the gross national disposable income of 75 euros, which is lower than the amount of new credit because non-residents also earn their share of 25 euros.

Importantly, an increase in bank deposits by 75 euros does not match a rise in bank credit, exposing banks to the financing gap. In this example the MFI sector is forced to close the financing gap of 25 euros by resorting to foreign monetary financing. There are various ways to close the financing gap but for illustrative purposes it is instructive to consider two specific possibilities. One possibility is that banks borrow liquidity from the central bank.* Such borrowing from the central bank does not immediately trigger changes in foreign nonmonetary financing of the central bank. Rather, firms convert domestic currency to foreign currency and use it for settlement with foreign suppliers. This leads to a decline in foreign reserves held by the central bank,** which is reflected by the IA table entry showing 25 euros worth of foreign monetary financing. However, the amount of liquidity available from the central bank may be limited, and banks typically avoid building their lending business on the premise of central bank financing. Therefore, another possibility, namely that banks will seek a stable market financing from abroad, is more likely. In that case foreign monetary financing in the IA table would reflect commercial bank borrowing from abroad, for example, in the interbank markets or by issuing debt securities. This example shows quite clearly that in an open economy with capacity constraints and reliance on imported goods there are limits to banks’ ability to extend credit financed with simultaneously created deposits. Excessive credit-fuelled domestic demand leads to a rise in the current account deficit and a drain of money aggregates from the domestic economy, forcing the banking system to seek external funding.

Table 7

Funding sectoral expenditure with bank credit (an open economy setting, with a feedback loop)

Sectors

Transactions





Financial sector



Gross national disposable income 85.7 28.6 28.6 28.6

Consumption –14.3 –14.3


Change in stocks


Imports of goods and services 28.6

Primary income

Secondary income

Capital account


Net lending –28.6 28.6 –85.7 28.6 0 28.6Net financing 28.6 –28.6 85.7 –28.6 0 –28.6Foreign financing


Monetary financing 28.6 28.6 –28.6

Domestic financing


Monetary financing


Broad money 0 –28.6 –14.3 –28.6 71.4


*This transaction is not shown in the analytical IA table with the consolidated monetary financial institutions sector.**Recall that we are examining the currency board regime under which the central bank enables conversion of domes-tic currency to foreign anchor currency at a specified rate. As a result of this currency exchange, domestic currency becomes “extinguished” and foreign reserves held by the central bank shrink.

20

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

20

To make the IA framework more complete and better suited for the conceptual analysis of macroeconomic and policy implications of bank credit expansion, let us introduce one final extension to this IA setting by allowing for the multiplier effects through a simple feedback loop. We simply assume that households consume 50 per cent of additional income, which is spent on goods produced by domestic firms employing the above-described production technology. Now it takes a number of iterations for the economic system to settle in its “steady” state following the initial credit transaction, and the result is shown in Table 7. Comparing the results of Table 7 with Table 6 we can see that bank credit, just like any positive demand-side shock, creates feedback effects, which lead to larger increases in nominal expenditure and income levels but also put a stronger pressure on the current account. Notably, at least for such behavioural assumptions and parameter settings, an increase in income levels would likely be stronger than a rise in the current account deficit and the required amount of foreign funding. Thus, even if economic developments are largely credit-driven, one might still observe broad-based economic growth accompanied by strong income growth, strong fiscal positions and seemingly manageable trade imbalances.

3. Bank credit as a means to create purchasing power and its role in the equation of exchange

As we have seen from the example of Tables 5–7, bank credit is not merely another way to finance expenditure by reducing the borrower’s net financial assets — it is also crucial in the process of creating money and new purchasing power. The view that bank credit technically creates deposits and not vice versa is also known in the financial literature as “financing through money creation” (FMC) and it strongly contrasts with the abovementioned “old” and technically flawed “intermediation of loanable funds” (ILF) view (see Jakab, Kumhof 2015 for a comparative analysis). Incidentally, the fact that bank credit technically creates deposits is indisputable and is widely acknowledged in the central banking and financial community (see McLeay et al. 2014a,b for summary and discussion) and even in introductory textbooks on money and banking (see, e.g., Mishkin 2016) but the modern mainstream models almost universally embrace the old ILF view of banks. To be fair, though the FMC view is undoubtedly correct from financial accounting standpoint, one cannot accept it unconditionally from the macroeconomic perspective: even though banks can issue new credit at will, they still need to be sure that they will have enough liquidity (e.g. reserves with the central bank) in the case of withdrawals or transfers of newly created and old deposits (Federal Reserve 1994). Thus banks’ willingness to grant new loans depends not only on profitability considerations but also on their liquidity situation and, by extension, on their deposit base (because deposits create liquidity in the form of bank reserves at the central bank). Nowadays, ample and cheap liquidity available from central banks downplays the importance of liquidity considerations and diminishes the importance of deposits in determining banks’ willingness to extend new credit.

The FMC paradigm has very important and nontrivial macroeconomic implications. It suggests that bank credit can provide a powerful boost to domestic purchasing power even in the absence of the access to foreign funding. Banks’ inherent ability to create purchasing power at will, with only relatively mild limitations, implies that nominal levels of investment and consumption expenditure are much less dependent on individual saving decisions than is conventionally maintained in the standard macroeconomic theory. Simply put, saving may lead to investment in the absence of banks (e.g. through peer-to-peer lending) but credit-financed investment leads to rises in nonfinancial surpluses and deposits, which can even be loosely interpreted as newly created “savings”.

To see how the same situation lends itself to very different interpretations, consider again the example of credit-financed acquisition of housing detailed in Table 5. Without a proper analysis of the financial side of the economic system, one would still observe the saving and spending processes that balance each other but nevertheless it is very likely

21

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

21

that the drivers behind these decisions would be misinterpreted. The household sector is the net borrower and the nonfinancial corporate sector has a nonfinancial surplus of exactly the same magnitude that is needed to finance the housing acquisition (i.e. the nonfinancial balances of the two sectors add up to zero). So looking at the snapshot of the economy after the transactions have taken place and concentrating on the nonfinancial part of the economy, one could conclude that strong income growth of the nonfinancial corporations sector and withheld corporate investments led to a rise in corporate savings which were channelled to the household sector and bolstered its housing acquisition. But in fact this would be a completely incorrect interpretation of what actually happened. We know that this simple case was devised in such a way that households were willing to acquire housing, while the bank took the decision to grant credit and was arguably the most important economic actor in this regard. In contrast, firms did not make any expenditure and saving decisions beforehand — rather their income levels* adjusted to the situation of stronger credit-driven demand. Banks’ ability to issue credit was not predicated upon any of the sectors’ willingness to save.

This clearly shows that the loanable funds paradigm portraying banks as functionally passive financial intermediaries between savers and borrowers is incorrect: banks have a much larger role than merely facilitating the process of reallocation of existing real resources. Also, the ILF view incorrectly regards depositors as savers and “attributes to them an influence on the “supply of credit” which they do not have” (Schumpeter 1954). Of course, the reallocation of resources eventually happens as a consequence of bank lending but by issuing loans the banking sector first and foremost enables systemic balance sheet expansion or, in other words, an increase in the financial leverage at the aggregate economy level. By issuing loans, banks create new nominal purchasing power, which leads to a demand-driven rise in economic activity (domestically or abroad) and changes in various price levels (in particular, consumer and producer prices, financial asset and property prices, wages, and exchange rates), which in turn dilute the real purchasing power to a certain degree.

To further clarify economic implications of credit creation and to distinguish it from other forms of expenditure financing, it is useful to reconsider the above-discussed financing cases in terms of the equation of exchange, M ∙ V = P ∙ Q, where M is broad money, P ∙ Q is nominal output obtained by multiplying real output Q by price level P, and V is the velocity of money defined tautologically to equate both sides of the equation. In the case of sectoral spending funded by current savings exemplified in Table 2 there are no immediate changes in any of the components of the equation of exchange. When a sector draws down its financial assets or borrows from other domestic nonfinancial sectors (see Table 3), nominal output P ∙ Q rises but broad money M in the economy remains unchanged leading to an increase in V, the velocity of money. Even though we do not explicitly examine the dynamic implications of the initial expenditure and financing transactions, it is reasonable to think that such an increase in the velocity of money would quickly subside as, figuratively, economic agents, or a sector as a whole, would quickly find limits to tapping into their bank accounts.

In contrast, bank credit helps to overcome these limitations because, as was mentioned above, it expands nominal purchasing power rather than redistributes it. In the case detailed in Table 5 bank credit induces an increase in broad money M and a commensurate rise in nominal output, leaving money velocity V roughly stable. After the initial increase in broad money it is likely to decline only gradually as bank loans are repaid, thus the demand-side stimulus related to bank credit (and, more generally, to money creation) is likely more persistent than a stimulus related to an increase in the velocity of money associated with drawing down sectoral assets. Notably, the impact of bank credit on the equation of exchange is not unique — borrowing from abroad illustrated in Table 4 creates qualitatively similar effects. Domestic bank credit differs from borrowing from abroad in that the latter leads to the accumulation of foreign debt and a flow of cross-border interest payments.

*We do not discriminate whe-ther increases in income levels are driven by rises in output prices or by rising production volumes, as it is not central for our discussion.

22

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

22

4. Drivers behind monetary dynamics as seen through the IA prism

The monetary analysis is one of the most controversial areas in economics because even though the mechanics of money and credit creation is well understood, the endogenous money creation and its causal relationships with other economic processes are not usually modelled in a satisfactory way in macroeconomic models. The main modelling deficiency seems to be the neglect of banks’ ability to create (nominal) purchasing power, which is one of the main drivers behind inflationary pressures. The IA framework again can be useful in providing a simple and intuitive way to analyse creation of money, its sectoral distribution and dynamics of monetary aggregates in the macroeconomic context.

Table 8

Visualisation of accounting relations related to sectoral and economy-level money holdings

Sectors

Transactions

Domestic economy Rest ofthe worldAggre-

gateecono my

Gover-nmentsector (g)


Nonfinan-cial corpora-tions(c)

Financial sector



Gross national disposable income

Consumption

Gross fixed capital formation

Change in stocks

Exports of goods and services –X

Imports of goods and services M

Primary income –PI

Secondary income –SI

Capital account –KA

Statistical errors and omissions SEOr

Net lending NLh NLm –NLNet financingForeign financing –FF

Nonmonetary financing FNMFh –FNMF

Direct investment

Net foreign borrowing

Monetary financing FMFm –FMF

Change in net foreign assets of commercial banks NFAb

Change in net foreign assets of central bank NFAcb

Domestic financing

Nonmonetary financing NMFh NMFm

From government

From households

From non-financial corporations

From monetary financial institutions

From other financial corporations

Monetary financing

Domestic credit CREDh CREDm

Broad money MONh MONm

Cash

Deposits


–CA

Since money is a medium of exchange, a change in money holdings is part of most economic and financial transactions. As almost any spending decision or financial asset and liability management decision would have an impact on money balances of an

23

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

23

institutional unit or sector, it is reasonable to maintain, at least for the purposes of a descriptive analysis, that changes in sectoral money holdings are obtained as a residual from the vertical financing constraint (see Table 8). In other words, changes in sectoral money holdings are a result of sectoral income, expenditure and an exhaustive set of financing transactions. For example, changes in the household sector’s money balances are determined by the sum of sectoral net lending position (essentially, income minus expenditure), net foreign financing, net domestic nonmonetary financing and net borrowing from MFIs. It follows directly from equation (7) that:

MONh = – (NLh + FNMFh + NMFh + CREDh). (8)

Expression (8) provides the basis for the contribution charts helping to identify the drivers behind the dynamics of sectoral money holdings.

The total money stock in the economy can be seen as the aggregate amount of nonmonetary sectors’ money holdings or, alternatively, as the congruent liabilities of the money-issuing sector. Therefore, changes in money holdings can be obtained from the vertical financing constraint of the monetary financial institutions sector (see Table 8):

MONm = – (NLm + FMFm + NMFm + CREDm) = – (NLm + NFAb + NFAcb + + NMFm + CREDm). (9)

Since net lending (nonfinancial balance), NLm, of the MFI sector usually is economically insignificant, equation (9) implies that changes in the total money stock MONm are linked to domestic credit developments CREDm, domestic nonmonetary financing of the MFI sector (NMFm) and foreign monetary financing FMFm (which is a change in net foreign assets of deposit-taking institutions, NFAb, and of the central bank, NFAcb). It should be noted that domestic credit comprises bank* loans to domestic non-MFI sectors and banks’ holdings of domestic debt securities, whereas the MFI sector’s domestic nonmonetary financing comprises financial instruments other than those included in domestic credit and monetary instruments. Examples of the MFI sector’s nonmonetary financing transactions could be an acquisition of bank shares or bonds by the household sector (this would decrease the stock of money in the economy) or financial asset purchases by the central bank (this would increase the money stock). So the money stock is affected by direct interaction between the MFI sector and other sectors but other domestic nonmonetary financing does not enter equation (9), which implies that the non-MFI sectors cannot “extinguish” money by preferring other domestic financial assets — only the sectoral distribution of money changes as a result. However, money can flow in and out of the economy, and this must be reflected in the change of net foreign assets of the MFI sector. As was discussed above, if banks create excessive amounts of credit and money, some of that money might eventually flow out of the economy and banks might need to fill the financing gap by borrowing from abroad (i.e. by running down net foreign assets). Also, under the currency board regime** the central bank’s net foreign assets act essentially as an automatic balancing item, reflecting the effect of all other financial and economic transactions with non-residents. However, the representation of equation (9) needs to be detailed further to be analytically useful. Using equations (4) and (6) and decomposing foreign financing into nonmonetary and monetary financing, we can express the equation of monetary dynamics as follows (see Table 8):

MONM = CA + KA + FNMF – CREDM – NMFM – NLM. (10)

This equation helps to identify the main macroeconomic factors contributing to the monetary dynamics. In particular, changes in money balances of the total economy are positively linked to current and capital account balances, changes in foreign nonmonetary financing and the change in the MFI sector’s domestic credit.*** Equations (9) and (10) clearly show that even though money creation is technically determined by actions of the MFI sector (i.e. bank credit issuance and central bank money issuance), the amount of money balances in the economy is also affected by current, capital and financial account flows between domestic economy and the rest of the world.

*More precisely, deposit-taking institutions, which also include, e.g., credit unions.**The assumption about cur-rency board arrangement allows us abstract from complications related to possible central bank interventions in the foreign ex-change markets and the associ-ated exchange rate fluctuations.***Recall the sign convention. Domestic credit is shown on the asset side of the MFI sector, therefore the minus sign sug-gests that an increase in credit is positively associated with a change money, which is the liability of the MFI sector.

24

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

24

5. Discussion on significance of credit flows in a contemporary economy

The IA tables have provided the basic framework for the analysis of the interactions between credit, money and the real economy. A more rigorous analysis should require setting up behavioural assumptions and formulating a stock-flow consistent model, which is outside the scope of this paper. Nevertheless, the current framework does enhance our understanding of macro-financial linkages and helps understand the role of credit and money growth in the economy.

We have seen that bank credit can support domestic demand and act as a strong economic stimulus. It is not fundamentally different from other forms of expenditure financing that rely on running down a sector’s net financial assets, though it removes certain wealth constrains and to some extent reduces the economy’s reliance on foreign financing. New credit creates new purchasing power, which directly supports an increase in domestic demand and this in turn translates into income rises of domestic and foreign residents. Since the IA analysis concentrates on nominal variables, it tells little about how much of credit-induced stimulus gets translated into a rise in real economic activity and how much of it leads to price increases. However, in the early stages of cyclical expansion credit growth can have a strong stimulating impact on real economic activity and provide boost for real incomes, especially if the economy is characterised by underemployed production factors or if the credit boom is directed toward labour-intensive non-tradable sectors, such as the real estate sector. The real effects should fizzle out as the economy reaches its structural limits and in that case credit would more likely induce rises in property prices, wages, consumer prices and trade imbalances (Aslund 2010). Amid mass exuberance it is very difficult for the policy makers to take away the proverbial “punch bowl”, or raise interest rates in response to rising imbalances, before a credit boom becomes unsustainable and economy crippling. The actual extent, to which the economy depended on continuous credit expansion, usually becomes obvious only late in the financial cycle (Kindleberger, Aliber 2005).

The line between appropriate and excessive levels of credit in the economy is largely elusive, and there is no consensus among economists about the right levels of debt or the optimal rate of credit growth.* One of the fundamental reasons behind the difficulty or even impossibility to know the right amount of credit is the above-discussed ability of economic systems to absorb large amounts of credit and grow — at least in nominal terms — on the back of a credit expansion. Consider again Table 7. New private or public debt directly translates into additional domestic demand, which in turn is likely to substantially increase nominal income levels, even if this growth were largely inflationary. Importantly, measures of relative indebtedness of the economy, such as the debt-to-GDP ratio, might not significantly deteriorate and the economy can retain its capacity to pile up new debt if credit-driven nominal GDP rises sufficiently quickly. As a striking (yet typical) example, over the period from 1970 to 2015 the stock of total (private and public) United States debt grew by a factor of 38, while real GDP increased only by a factor of 3.5, yet the debt-to-GDP ratio increased relatively little from 151 per cent in 1970 to 348 per cent in 2015. The increase in the debt-to-GDP ratio was substantially dampened by a strong rise in the price level (and, by extension, in nominal GDP).

It is quite obvious that abstracting from nominal quantities, working with debt ratios or excluding credit and money creation processes from the macroeconomic analysis altogether (as it is still often the case in the mainstream economic analysis) may lead to serious omission errors when trying to identify the drivers behind economic growth in contemporary economies. The IA analysis offers economists the right tools to understand the mechanics of credit and money creation and relate that to price and activity developments. One of the main macroeconomic implications of the conceptual IA analysis of bank credit flows is that bank credit is largely, though not necessarily entirely, self-financing. This implies that new credit directly adds to domestic demand — consumption and investment expenditure by domestic sectors. This credit-driven spending is not conditioned on previous savings but rather is the outcome of newly created purchasing power. Furthermore, a credit-driven rise in domestic demand translates in increases

*For example, some authors (Ceccheti et al. 2011; Reinhart et al. 2012; Baum et al. 2013) argue that public debt levels above 90–100 per cent are as-sociated with significantly lower economic growth rates. Others (Panizza, Presbitero 2012; Hern-don et al. 2013) challenge these claims and show that there may be no causal relationship betwe-en levels of debt and growth. A growing body of macropru-dential literature concentrates on identifying excessive credit growth and developing early warning systems, and a lot of this research is based on studying deviations of credit-to-GDP ratios from long-term trends (Drehmann et al. 2010; Alessi, Detken 2014).

25

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

25

in economic activity (either in the domestic economy or abroad) and/or rises in price levels. In any case, new credit provides a smaller or larger boost to the nominal GDP, which effectively slows down an increase in relative indebtedness indicators and enables additional take-up of debt. In this light it becomes clear that creation of private and public debt is one of the most potent ways to stimulate the economy from the demand side. This also helps to explain why, over the decades, the majority of industrialised economies (and many developing economies) have accumulated vast amounts of private and public debt (BIS 2016 10; Jordà et al. 2016) and have in many cases become overly reliant on it.

The economy can soak up a lot of credit but, of course, there must be economic drivers behind credit growth. The natural driving force is the profit-seeking behaviour of banks, and it should be noted that there are possibilities for banks to earn profits both in the environment of sound economic growth and in inflationary environment. An inherent feature of partial self-financing of bank credit is also an important driver, as banks themselves can create the bulk of financial resources (deposits) to sustain credit expansion.* Credit expansion is also supported by low interest rate environment, which has largely been a global phenomenon for a better part of the last couple of decades and which fosters demand for loans, yet does not lead to a scarcity of bank deposits. In the light of the IA analysis this makes sense because, technically, new credit creates new deposits, and even though bank depositors have incentives to switch to other financial instruments in search for a larger yield, this demand simply raises financial asset prices while money only changes hands (but does not become “extinguished”). In some circumstances, for example in the environment of a global liquidity glut fostered by extremely accommodative monetary policies conducted by major central banks, real deposit rates may remain suppressed at near-zero or even sub-zero levels for prolonged periods of time (Reinhart, Sbrancia 2011; Hannoun 2014). There are also other self-inducing forces at play. For example, credit contributes to price and nominal wage growth, which drives real interest rates down, fuelling further credit expansion. The well-known financial accelerator works in quite a similar fashion: low interest rates fuel credit and asset price growth, leading to better collateral values and even more new credit (Bernanke et al. 1996; Kiyotaki, Moore 1997).

One of the implications of the above discussion is that, by design, contemporary credit systems are supposed to continuously expand, whereas credit contraction (in absolute nominal terms) episodes are relatively infrequent and are typically associated with economic and financial distress. Continuous credit expansion might seem at odds with the intuition about individual borrowing budget constraints. When a person borrows, he can initially boost his expenditure but then has to save more in order to repay his debts over the lifetime. By contrast, at the macroeconomic level new credit subsequently contributes to a rise in nominal income levels and, moreover, there is no definite lifetime of the economy over which the debts need to be repaid. Therefore, if nominal quantities of credit rise but indebtedness relative to income levels remains in check, credit could continue growing indefinitely, at least in theory. As long as the aggregate amount of nominal debt grows, new credit issuance exceeds repayment of existing debts, which implies that credit creation provides a continuous stimulating impact on aggregate expenditure and the aggregate debt repayment phase effectively does not kick in.

In practice, however, we should expect to see a widespread systemic over-use of such stimulus (Hannoun 2014). As noted in the 2015 Annual Report of the Bank for International Settlements (BIS), “debt has been acting as a political and social substitute for income growth for far too long” (BIS 2016: 8). An economy’s overdependence on debt could manifest itself in various forms: deindustrialisation and concentration of economic activity in procyclical sectors; capital misallocation; wasteful spending; asset price bubbles; external imbalances; inflationary pressures; bloated and fragile balance sheets of firms, individuals and banks; high income and wealth inequality; excessive levels of private or public debt; systemic bankruptcies in nonfinancial and financial sectors, etc. Over-reliance on debt might eventually culminate in a “balance sheet recession” as borrowers become unwilling or unable to expand their balance sheets further at prevailing market rates, and

*Of course, this does not imply that these deposits are cost-free to banks.

26

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

26

the effective aggregate debt repayment phase eventually kicks in. That was effectively the situation that a lot of countries found themselves in during the global financial crisis of 2008 and its later sequels in Europe and elsewhere.

During a balance sheet recession, a flow of new credit to the nonfinancial sector stops, which would naturally lead to a net repayment of debt and the associated decline in money aggregates. A sharp slowdown in domestic demand leads to declining corporate earnings, lower real economic activity, worsening labour market conditions and personal income dynamics, corporate solvency problems, deteriorating quality of bank loan portfolios, fiscal problems, etc. This is what is called the debt-deflation spiral (Fisher 1933), which is in principle a natural part of the credit (or financial) cycle and which eventually leads to the deleveraging of the economy and restoration of sound balance sheets. There is no doubt however that over the medium term such deleveraging bears very high economic and social costs and it may be politically unacceptable if there is a deep-seated belief in the society that the boom-level standards of living are a norm. Therefore, in the wake of the recent global financial crisis policy makers almost universally resorted to debt reflation (or asset price reflation) strategies, which effectively aimed at reversing the aggregate debt repayment effects. At the macroeconomic level, a resumed flow of credit to the nonfinancial sector is supposed to lead to a rise in nominal income levels (nominal GDP). And again, even if it is purely inflationary, it could in principle help to achieve deleveraging, i.e. lower debt-to-GDP ratios.* As a by-product, credit flows increase the money stock in the economy, put an upward pressure on consumer price inflation and help central banks achieve their formal inflation or employment targets. So far there has been a mixed success with reflation strategies: extremely accommodative monetary policies helped to achieve tepid recoveries but, on the other hand, contributed to a rise in new asset price bubbles and a further increase in debt ratios (often a temporary deleveraging of the private sector was offset by concurrent growth in public debt; see, e.g., Tichy 2013). The BIS (2016) report offers an accurate characterisation of the global economic situation and the policy response: “The global economy cannot afford to rely any longer on the debt-fuelled growth model that has brought it to the current juncture. A shift of gears requires an urgent rebalancing of the policy mix. Monetary policy has been overburdened for far too long. Prudential, fiscal and, above all, structural policies must come to the fore.”

Conclusion

In this paper we applied the integrated accounts framework to analyse different means of sectoral expenditure financing and, in particular, financing through credit and money creation. The IA framework represents the economy as a closed system of economic and financial flows among institutional sectors, which is well suited for tracking the origination and macroeconomic impact of credit and money flows. The IA framework helps identify bank credit as one of the means of expenditure financing from “below the line”, i.e. by running down net financial assets, as opposed to restraining other spending. Money and purchasing power creation is an indispensable corollary of bank credit issuance, which implies that the “financing through money creation” paradigm does a much greater job in explaining the actual mechanics of bank credit creation than the “loanable funds” model. Credit is not predicated upon existing savings but rather creates new savings and is therefore to some extent self-financing. However, credit is not necessarily fully self-financing because, in simple terms, money can flow out of the banking system leaving banks exposed to financing gaps. Financing through money creation has huge macroeconomic implications: bank credit directly adds to domestic demand, which translates into some combination of stronger domestic economic activity, stronger foreign economic activity and higher prices — with particular configuration depending on the structural features of the economy.

There are macroprudential implications of credit-driven growth as it may result in a systemic over-reliance on continuous debt accumulation. Beside the partial self-financing feature of credit, one of the most remarkable aspects of credit expansion is the large capacity of economies to absorb new credit. The self-propelling and overextended credit

*This requires that nominal GDP growth would outpace that of privately held debt. It is outside the scope of this paper to discuss the plausibility and long term implications of such developments.

27

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

27

booms may result in a situation where economic agents are unwilling or unable to take up additional credit and further expand their balance sheets, which naturally leads to a reversal of credit flows and invokes the “aggregate debt repayment phase” and the associated balance sheet recession. The policy makers’ standard response seems to have been to resort to debt (or asset price) reflation strategies by trying to reignite private sector credit growth or replacing it with growing public debt. The long-term implications of these strategies applied in response to the recent global financial crisis are still largely unclear.

References

Alessi L., Detken C. 2014: Identifying Excessive Credit Growth and Leverage. ECB Working Paper No. 1723.

Aslund A. 2010: The Last Shall Be the First. Peterson Institute for International Economics.Barro R. J., Sala-i-Martin X. 2004: Economic Growth. Cambridge, MA: MIT Press.Barwell R., Burrows O. 2011: Growing Fragilities? Balance Sheets In. Bank of England Financial

Stability Paper No. 10.Baum A., Checherita-Westphal C., Rother P. 2013: Debt and Growth: New Evidence for the

Euro Area. – Journal of International Money and Finance 32(C), 809–821.Be Duc L., Le Breton G. 2009: Flow-of-Funds Analysis at the ECB, Framework and Applications.

ECB Occasional Paper Series, No. 105.Benes J., Kumhof M. 2012: The Chicago Plan Revisited. IMF Working Paper No. 202.Bernanke B., Gertler M., Gilchrist S. 1996: The Financial Accelerator and the Fl ight to

Quality. – Review of Economics and Statistics 78(1), 1–15.BIS (Bank for International Settlements) 2016: 86th Annual Report: https://www.bis.org.Bos F. 1992: The History of National Accounts. Netherlands Central Bureau of Statistics, National Ac-

counts Occasional Paper No. 48. Castrén O., Rancan M. 2013: Macro-Networks, an Application to the Euro Area Financial Accounts.

ECB Working Paper No. 1510.Castrén O., Kavonius I. K. 2013: Sector-Level Financial Networks and Macroprudential Risk Analysis

in the Euro Area. – Handbook of Systemic Risk, 775–790.Catrén O., Kavonius I. K. 2015: Transmission of Shocks in the Integrated Accounting Framework. –

Journal of Network Theory in Finance 1(2), 1–20.Caverzasi E., Godin A. 2013: Stock-Flow Consistent Modeling through the Ages. Levy Economics

Institute of Barg College, Woking Paper No. 745. Cecchetti S. G., Mohanty M., Zampoll i F. 2011: The Real Effects of Debt. BIS Working Paper

No. 352.Copeland M. A. 1949: Social Accounting for Moneyflows. – The Accounting Review 24(3), 254–264.Crowe C. W., Johnson S., Ostry J. D., Zettelmeyer J. 2010: Macrofinancial Linkages: Trends,

Crises, and Policies. Washington, D.C.: International Monetary Fund.Drehmann M., Borio C., Gambacorta L., J imenez G., Trucharte C. 2010: Countercyclical

Capital Buffers: Exploring Options. BIS Working Paper No. 317.ESA (European System of Accounts) 2010. Italy: Publications Office of the European Union.Eurostat 2016: Building the System of National Accounts — Basic Concepts: http://ec.europa.eu/

eurostat/statistics-explained/index.php.Federal Reserve Bank of Chicago 1994: Modern Money Mechanics. Chicago: Public Information

Center.Fisher I. 1933: The Debt-Deflation Theory or Great Depressions. – Econometrica 1(4), 337–357.Freixas X., Rochet J.-C. 2008: Microeconomics of Banking. Cambridge, MA: The MIT Press.Godley W., Lavoie M. 2012: Monetary Economics: An Integrated Approach to Credit, Money, Income,

Production and Wealth. UK: Palgrave Macmillan.Goldstein M., Kaminsky G., Reinhart C. 2000: Assessing Financial Vulnerability: An Early Warning

System for Emerging Markets. Institute for International Economics.Hannoun H. 2014: Central Banks and the Global Debt Overhang. Speech prepared for 50th SEACEN

Governors’ Conference, November.Herndon T., Ash M., Poll in R. 2013: Does High Public Debt Consistently Stifle Economic Growth?

A Critique of Reinhart and Rogoff. Political Economy Research Institute, Working Paper No. 322.IMF (International Monetary Fund) 2013: Financial Programming and Policies: https://www.imf.org.IMF, FSB (International Monetary Fund, Financial Stabil ity Board) 2016: The Financial Crisis

and Information Gaps: Second Phase ot the G-20 Data Gaps Initiative (DGI-2): https://www.imf.org. Jakab Z., Kumhof M. 2015: Banks Are Not Intermediaries of Loanable Funds — And Why this Mat-

ters. Bank of England, Working Paper No. 529. Jordà O., Schularick M., Taylor A. M. 2016: Macrofinancial Hostory and the New Business Cycle

Facts. NBER Working Paper No. 22743.Kindleberger C. P., Aliber R. Z. 2005: Manias, Panics, and Crashes. John Wiley and Sons.

28

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

28

Kinsella S., T iou-Tagba Alit i G. 2012: Simulating the Impact of Austerity on the Irish Economy Using Stock-Flow Consistent Model: https://www.tcd.ie.

Kiyotaki N., Moore H. 1997: Credit Cycles. – The Journal of Political Economy 105(2), 211–248.Leontief W. 1936: Quantitative Input and Output Relations in the Economic System of the United

States. – The Review of Economics and Statistics 18(3), 105–125.Lequil ler F., Blades D. 2014: Understanding National Accounts: https://www.oecd.org.McLeay M., Radia A., Thomas R. 2014a: Money Creation in the Modern Economy. – Bank of

England Quarterly Bulletin 54(1), 14–27.McLeay, M., Radia A., Thomas R. 2014b: Money in the Modern Economy: An Introduction. – Bank

of England Quarterly Bulletin 50(1), 4–13.Mink R., Fassler S., Shrestha M. L. 2012: An Integrated Framework for Financial Positions and

Flows on a From-Whom-to-Who Basis: Concepts, Status, and Prospects. IMF Working Paper No. 57.Mishkin F. S. 2016: The Economics of Money, Banking, and Financial Markets. Pearson: Addison Wesley.Panizza U., Presbitero A. F. 2012: Public Debt and Economic Growth: Is There a Causal Effect?

MoFiR Working Paper No. 65.Reinhart C. M., Sbrancia M. B. 2011: The Liquidation of Government Debt. NBER Working Paper

No. 16893.Reinhart C. M., Reinhart V. R., Rogoff K. S. 2012: Public Debt Overhangs: Advanced-Economy

Episodes Since 1800. – Journal of Enomic Perspectives 26(3), 69–86.Romer D. 2012: Advanced Macroeconomics. New York: McGraw-Hill Irwin.Schumpeter J. A. 1954: History of Economic Analysis. New York: Oxford University Press.Stone R., Brown A. 1962: A Computable Model of Economic Growth. London: Chapman and Hall.Tichy G. 2013: What Can Sector Accounts Tell About the Financial Crisis? – Intereconomics 48(2),

106–115.Turner A. 2013: Credit, Money and Leverage: What Wicksell, Hayek and Fisher Knew and Modern

Economics Forgot. Stockholm: Stockholm School of Economics.Zezza G. 2011: Income Distribution and Borrowing. A “New Cambridge” Model for the U.S. Economy. –

The Global Economic Crisis: New Perspectives on the Critique of Economic Theory and Policy, 99–120.

Santrauka

Tomas Ramanauskas, Skirmantė Matkėnaitė, Virgilijus Rutkauskas

Pasitelkiant integruotųjų sąskaitų analitinę sistemą, šiame straipsnyje nagrinėjami esminiai realiosios ekonomikos ir finansų sektoriaus sąryšiai. Analizuojant supaprastintus institucinių sektorių išlaidų finansavimo atvejus, siekiama atskleisti kreditavimo sukeliamą perkamosios galios kūrimo procesą, sąryšį tarp pinigų ir kredito kūrimo ir tokią ypatybę kaip dalinis bankų kredito finansavimasis, taip pat kreditavimo ir kitų finansavimo būdų panašumus bei skirtumus.

Integruotųjų sąskaitų sistema ekonomiką leidžia nagrinėti kaip uždarą ekonominių ir finansinių srautų tarp institucinių sektorių sistemą. Ji padeda atskleisti, kad išlaidų finansavimas skolinantis iš bankų iš esmės yra finansavimas žemiau integruotųjų sąskaitų lentelėje brėžiamos linijos, skiriančios ekonominius ir finansinius sandorius. Kitaip tariant, toks finansavimas yra susijęs su sektoriaus grynojo finansinio turto mažėjimu, o ne su kitų sektorių taupymu (išlaidų ribojimu). Taigi, suteikiant banko kreditą, finansuojamos papildomos nominaliosios išlaidos, ir nėra būtinybės dėl to savo nominaliąsias išlaidas mažintis kitiems ūkio subjektams.

Bankų kreditas kuriamas bankams plečiant balansų apimtį, o šio proceso metu didėja ir paskolų suma balanso turto pusėje, ir indėlių suma įsipareigojimų pusėje. Taigi, pinigų ir perkamosios galios kūrimas yra neatsiejama bankų kreditavimo išdava. Todėl vadinamoji finansavimo kuriant pinigus paradigma faktinį kreditavimo procesą paaiškina daug geriau nei vadinamasis skolintinų lėšų modelis, vis dar vyraujantis ekonominėje ir finansinėje literatūroje. Esamos santaupos nėra būtinoji kreditavimo procesų sąlyga – kreditavimas makroekonominiu lygmeniu pats kuria naujus išteklius (indėlius, arba santaupas), taigi bent iš dalies vyksta savaiminis finansavimasis. Toks finansavimasis dalinis yra todėl, kad, be kredito, veikia ir kiti pinigų kiekio pokyčius lemiantys veiksniai. Pavyzdžiui, lėšos iš bankų sistemos gali išplaukti, taip kiltų papildomo bankų finansavimo poreikis.

KREDITO IR PINIGŲ KŪRIMAS INTEGRUOTŲJŲ SĄSKAITŲ POŽIŪRIU

29

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

Cr

edit

and

Mon

ey C

reat

ion

from

the

Int

egra

ted

Acc

ount

s Pe

rspe

ctiv

e

29

Finansavimas kuriant pinigus turi reikšmingų makroekonominių pasekmių: bankų kredito srautai tiesiogiai didina vidaus paklausą, o tai tam tikrais atvejais gali būti svarbiausias ekonominį aktyvumą ir kainas lemiantis paklausos pusės veiksnys, nors ekonomistų jis paprastai tinkamai neįvertinamas. Kreditavimo sukeltas vidaus paklausos didėjimas gali lemti didesnį ekonominį aktyvumą šalies viduje ar užsienyje (dėl išaugusios importuojamų prekių paklausos) arba aukštesnį kainų lygį. Tokia galimybė priklauso nuo struktūrinių šalies ekonomikos ypatumų ir verslo ciklo fazės.

Be abejo, jei ekonomikos augimas tampa priklausomas nuo nuolatinio kreditavimo, gali kilti finansinio stabilumo problemų, susijusių su balansų recesijos rizika. Ekonominėms aplinkybėms po pernelyg ilgai užsitęsusio kreditavimo bumo pasikeitus, ūkio subjektai gali nebenorėti ar nebeturėti galimybių toliau skolintis ir plėsti balansų apimtį, o tai gali lemti kredito srautų krypties pasikeitimą ir sukelti vadinamąjį kolektyvinio skolų grąžinimo reiškinį bei su juo susijusią balansų recesiją. Nors tvarių balansų atkūrimas mažinant finansinį svertą ir vykstant bankrotams yra svarbi tvarios ilgalaikės ūkio plėtros atkūrimo prielaida, trumpuoju laikotarpiu šie procesai paprastai turi ypač neigiamų socialinių ir ekonominių pasekmių. Todėl ekonominės politikos formuotojai paprastai imasi skolos apimties (ir turto kainų) atkūrimo strategijų, t. y. siekia atkurti aktyvų privačiojo sektoriaus kreditavimą, arba jį laikinai pakeičia aktyvus valdžios sektoriaus skolinimasis. Tokios kovos su skolos krize strategijų ilgalaikės pasekmės kol kas neaiškios.

30

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

30

Jurgita PesliakaitėLietuvos bankasGedimino pr. 601103 VilniusE-mail: [email protected]

The view that an institutional structure causes rigidities in the labour market is broadly accepted by policy makers. This assessment is conventionally based on unemployment theories that establish a link between labour market institutions and unemployment in the long run. This paper provides an econometric analysis of the determinants of unemployment in the long run in ten Central and East-ern European countries for the period of 2002–2012. Evidence that an institutional structure causes rigidities in the labour market and has a direct effect on the unemployment rate in these economies is found in this study. A set of non-structural indicators, accounted by macroeconomic shocks, also prove to have effects on the labour market outcomes. From a policy making perspective, this suggests that structural labour market reforms and increases in the overall flexibility of the labour market in these economies are necessary to bring unemployment rates down.Keywords: unemployment, labour market institutions, CEE-10 economies.

Introduction

High unemployment remains one of the main policy concerns in many Central and Eastern European (CEE) countries. Therefore, factors determining its dynamics are the object of an important research area for policy makers aiming to bring unemployment rates down. It is commonly agreed that institutional structure causes rigidities and influences labour market performance but the importance of each institutional factor for the unemployment rate is a matter of empirical research.

The main purpose of this paper is to identify the factors that determine unemployment in the long run in selected CEE countries for the period of 2002–2012. Similar empirical studies that aimed to assess the problem of unemployment in a set of Organization for Economic Co-operation and Development (OECD) and European Union (EU) countries include, among others, Nickell (1997), Blanchard and Wolfers (2000), Nickell et al. (2002), Bassanini and Duval (2006) and the most recent — Orlandi (2012). The country panel analysed in this paper consists of ten CEE countries (CEE-10), namely, Bulgaria, the Czech Republic, Estonia, Latvia, Lithuania, Hungary, Poland, Romania, Slovakia and Slovenia. The motivation behind the country selection is based on the assumption that these economies have many common development patterns since the early 1990s and all of them are new members of the EU. The interest in analysing the CEE-10 economies arises also from the fact that these economies in general are exposed to relatively high unemployment rate levels that are typically above those in many other OECD and EU Member States. This naturally raises a question about the determinants of high unemployment rates and the dominant factors that should be primarily targeted at reforms by policy makers aiming to bring unemployment rates down. A special focus in this study is given to Lithuania. In particular, potential differences in the factors affecting unemployment in the long run in Lithuania in comparison to the remaining economies are analysed.

The analysis of the determinants of unemployment begins with identification of potential institutional factors that might have an impact on the labour market outcomes in the long run. These indicators are grounded in unemployment theories and are assumed

Jurgita Pesliakaitė is an Economist at the Applied Macroeconomic Research Division of the Economics Department of the Economics and Financial Stability Service at the Bank of Lithuania.

Areas of activity: labour market, public finance, fiscal and monetary policy, macroeconomics.

DETERMINANTS OF UNEMPLOYMENT IN CENTRAL AND EASTERN EUROPEAN ECONOMIES

31

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

31

to impact the unemployment rate by affecting demand for labour. The effect on labour demand works either through the matching of the unemployed to job vacancies and/or through excess wage claims in the market. Macroeconomic shocks that partially capture the long run behaviour of the unemployment rate extend the analysis on determinants of unemployment. Their impact on unemployment is seen mainly through the failures of the labour market to adjust to the changing economic environment. Such failures, however, arise out of labour market inflexibility, which is usually directly linked with the institutional set-up of the labour market.

The empirical studies are mostly concerned with examining whether the theoretical link between labour market institutions and unemployment in the long run could be proved to prevail. In empirical modelling, the so called non-accelerating inflation rate of unemployment (NAIRU) or the non-accelerating wage rate of unemployment (NAWRU) often serve as proxies for unemployment in the long run. Econometric techniques also allow the same problems to be assessed by analysing annual unemployment rate figures. This paper uses annual (cyclically unadjusted) figures on unemployment rates to assess unemployment problems in CEE-10 economies and is organised as follows.

Section 1 presents the theoretical background for determinants of unemployment in the long run. Section 2 describes the data and its sources and Section 3 presents the econometric model used to explain the evolution of unemployment rates. Section 4 provides the empirical results for CEE-10 countries.

1. Theoretical framework: determinants of unemployment in the long run

It is assumed in the labour market literature that there are two key types of indicators that determine unemployment in the long run: institutional, or structural, factors and other, non-structural factors.* Labour market institutions essentially affect unemployment levels in two broad ways: by directly affecting the process of matching the unemployed to job vacancies and/or by causing excess wage claims regardless of the excess labour supply on the market. There is a straightforward link between wages and unemployment: demand for labour is negatively related to wages, whereas the unemployment rate itself moves in the inverse direction to labour demand. Non-structural factors, or certain macroeconomic shocks, typically influence unemployment through labour market imperfections. Wage rigidity or overall labour market inflexibility, which in many case is related to institutional set-up, leads to the labour market failure to adjust to these shocks and has adverse effects on the economy’s unemployment rate (Blanchard, Wolfers 2000; Nickell et al. 2002; Saint-Paul 2004; Bassanini, Duval 2006; Orlandi 2012).

The generosity of the unemployment benefit system is considered to be one of the most important institutional factors affecting unemployment in the economy. The main channel, through which unemployment benefits have a long-term impact on the unemployment rate, is related to incentives to work. By providing income replacement, more generous unemployment benefit systems create a problem of moral hazard. If a low net income gain is obtained when entering employment from unemployment, incentives to work are suppressed because a higher reservation wage is required for the worker to return to the labour market. Therefore, a higher degree of income replacement, as measured by a benefit replacement ratio,** is assumed to be a disincentive, as it encourages a prolonged stay in the unemployment pool, reducing the job search efforts and leading to a higher level of unemployment in the economy. Similarly, a longer period of benefit entitlement also creates a specific type of moral hazard, namely, incentives to remain unemployed for longer periods, especially if at the same time the benefit replacement ratio is high. The coverage of the unemployment benefit system and the strictness in which the system is operating are also of importance in this context. The benefit replacement ratio and the benefit entitlement period alone might not mean much for labour market outcomes at the aggregate level if the coverage of the unemployment benefit system is low and the system is strictly monitored (Holmlund 1998; Nickell et al. 2005; Bassanini, Duval 2006; Lauringson 2010; Stovicek, Turrini 2012).

*The determinants of unem-ployment listed in this section appear in neoclassical, wage bargaining or efficiency wage models. See Pesliakaite (2015) where the simplified mathema-tical framework is developed and more extensive theoretical explanations are provided.**The benefit replacement ratio is defined as the ratio of the unemployment insurance benefits and to the total gross earnings received prior to beco-ming unemployed.

32

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

32

Economic theories suggest that high labour taxes, as reflected by the tax wedge,* also have a negative impact on the labour market outcomes. Its effect on unemployment goes mainly through the same wage channel. Theoretically, the impact of labour taxes on unemployment might be assessed by analysing its effect on labour demand and supply curves in employment versus the net wage framework. The introduction of labour taxation causes adverse shifts in either of these curves (usually labour demand), thereby having a negative effect on employment in the economy. Elasticity of labour demand and supply curves determines which of the curves shifts in response to labour taxation. If employees, along with trade unions, lack bargaining power, the entire tax burden would be passed on to this labour market counterpart with no ultimate effect on the unemployment rate. If, on the other hand, employees and trade unions possess strong bargaining power, the tax wedge would be shifted on to employers, thereby raising labour costs for the firms. In this case, due to net wage resistance, demand for labour would be negatively affected with an eventual adverse effect on unemployment outcomes. Legislation of the net statutory minimum wages in the economy implies that the tax burden cannot be shifted on to employees because of the net wage floors; then the adverse effects on labour demand and the unemployment rate in such economies might be present (Nickell 1997; World Bank 2005; Baccaro, Rei 2007).

Apart from the ability to influence the bearer of the labour tax wedge, trade unions also have power to affect evolution of wages in the economy in other ways. It is considered that strong and influential trade unions might exert constant pressure on wage growth above the market equilibrium level at the cost of a higher unemployment rate. Just union power, however, is not enough to put pressure on wage growth; the level of unionisation (or collective bargaining coverage) in the economy and the degree of coordination in the wage bargaining process also matter. Generally it is considered that higher union coverage, along with strong union power, presses wage growth up at the cost of lower employment, but, in practice, the effect of these aspects varies depending on the collective wage bargaining system in the economy. Higher coordination in the collective wage bargaining process across the economy and across labour market counterparts dampens excess wage claims and balances the negative effects of high union coverage and its strong power. Introduction of minimum wages in an economy also falls under the category of institutional wage determination, and it also is a potential source of an increase in the unemployment rate (Nickell 1997; Nickell et al. 2002, 2005; Bassanini, Duval 2006; Baccaro, Rei 2007).

The strong wage bargaining power of employees and their ability to shift a part of the tax burden onto employers can cause a decrease in labour demand, thereby raising the unemployment rate in the economy. However, the bargaining power might, in many cases, also depend on the other labour market structural indicator — strictness of employment protection legislation.** Stricter employment protection could affect labour market outcomes both directly, by influencing matching efficiency on the labour market, and indirectly, by possibly having effect on productivity and wage growth in the economy. In theory, the impact of the strictness of employment laws on unemployment is quite inconclusive — it might affect labour market outcomes through different channels, with largely neutral overall impact on the unemployment (Nickell et al. 2002, 2005; Young 2003; Baccaro, Rei 2007).

The unemployment benefit system is passively supporting the unemployed, by providing income replacement in the case of a job loss, whereas a number of other labour market policies are directed toward active assistance for the unemployed. Active labour market policies are designed to counsel in the job-search process, provide education and vocational training or assist in job placement. Other programs directly subsidise employment (for instance, by providing hiring subsidies for the private sector, promoting self-employment or directly creating jobs in the public sector) or even targets specific groups in the labour market (youth, long-term unemployed or disabled people). Such policies are found to relate to the reduction of skill-mismatch in the economy, and, if efficiently designed, are contributing to a lower long run unemployment rate in the

*It is defined as a ratio between total labour taxes — overall tax wedge — and total labour costs borne by the employer. In the same manner it is also common to define this variable in abso-lute terms — as a difference between production wage, which is the labour costs of the firms, and the consumption or net wage available for disposi-tion for employees (Nickell et al. 2005; Bassanini, Duval 2006; Orlandi 2012).**In empirical research one of the most frequently used varia-bles to measure such strictness is the employment protection legislation index derived by OECD.

33

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

33

economy (Nickell 1997; Forslund, Kolm 2000; Martin, Grubb 2001; Nickell et al. 2002; Bassanini, Duval 2006; Orlandi 2012).

Taken separately, labour market institutions are considered to have the power to explain the evolution of unemployment in the long run but many of them also interact with each other. One example of this was the influence of union power on tax wedge resistance. There may be some other interactions between labour market structural indicators (Martin, Grubb 2001; Young 2003; Borghijs et al. 2003; Bassanini, Duval 2006; Chung, Jeong 2008; Orlandi 2012) and they are considered in more detail in the empirical part of this paper.

In addition to being affected by the labour market institutions, unemployment rates can be influenced by macroeconomic shocks. The role of permanent or long-lasting productivity shocks in the analysis of long-run unemployment is to verify the assertion that wage resistance has adverse effects on labour market outcomes. The starting point would be to assume that permanent deceleration in productivity trend growth cannot be equally and swiftly accompanied with the fall in the wage growth rate. As expectations for increases in wages do not adjust in line with the slowdown in productivity growth, unsustainable wage developments in the economy might be observed for some period of time. In the presence of a productivity shock, wage rigidity emanating from labour market institutions affects labour market outcomes similarly. Moreover, temporary productivity shocks have the ability to explain the evolution of the cyclical part of the unemployment rate (Blanchard, Wolfers 2000; Bertola et al. 2001; Nickell et al. 2002; Bassanini, Duval 2006; Orlandi 2012).

Less flexible labour markets might fail to adjust not only to productivity shocks but also to other macroeconomic shocks hitting the economy. In a continuously changing economic environment, a persistent labour demand shock might give rise to a skill mismatch problem. If, for instance, labour demand for workers with specific skills increases leading to a falling demand for other workers, unemployment rises within the latter group. This, in turn, alters the unemployment rate in the economy as a whole. Change in demand for skills is not the only situation in the economy that gives rise to labour demand shock. Any other structural change in the economy might lead to similar effects. If an economy is switching from capital-intensive to labour-intensive production technology (or vice versa), this alters the labour share, demand for labour and, consequently, the overall rate of unemployment. Also, cyclical fluctuations in the labour share and thus demand for labour can explain temporary deviations of unemployment from its long run equilibrium rate quite well (Nickell 1997; Blanchard, Wolfers 2000; Bertola et al. 2001; Nickell et al. 2002, 2005; Bassanini, Duval 2006; Orlandi 2012).

One can also expect a positive relationship between the real interest rate (which is a summary measure of the cost of capital) and unemployment outcomes in the economy. A longer lasting increase in the real interest rate is likely to restrain investments and lead to capital under-accumulation. Accordingly, a decline in employment is needed in order to restore the equilibrium capital-labour ratio. A restrictive monetary policy could therefore be seen as being closely related to a negative labour demand shock or even give an impulse to it.* Monetary policy, as a tool for cyclical stabilisation of the economy, affects temporary real interest rate fluctuations and short-run deviations of the unemployment rate from its long run level (Blanchard, Wolfers 2000; Bertola et al. 2001; Bassanini, Duval 2006; Orlandi 2012).

Labour supply shocks should also be considered in the analysis of unemployment.** Labour supply measures, such as introduction of early retirement schemes or reduction in hours worked, are often applied by policy makers with the aim of reducing the unemployment rate. However, it is argued that supply side measures do not help to increase employment. The unemployment rate is entirely determined by real labour demand, and the effect of supply side measures, given the existing institutional structure, tends to diminish in both short and long run. In the long run, labour demand tends to adjust to any labour supply shock through wage correction leaving the unemployment rate unaffected (Nickell 1997; Ball et al. 1999; Nickell et al. 2002; Orlandi 2012).

*In addition Nickell et al. (2002), Baccaro and Rei (2007) consider the case in which an increase in the real interest rate leads to an increase in the returns of non-human wealth. This in turn leads to a rise in the reservation wage requirement and an increase in the labour costs, and therefore triggers a negative labour demand shock.**A variety of other macroe-conomic shocks (deterioration in the terms of trade, shock in inflation, change in central bank dependence index and others) have also gained some interest in empirical literature within the topic (Bassanini, Duval 2006; Baccaro, Rei 2007).

34

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

34

2. Measurement of variables

In this section the data used to analyse the determinants of the long-run unemployment in CEE-10 economies is presented. The countries included in the panel have exhibited quite similar development patterns since the early 1990’s and all of them are new EU Member States. The sample size is restricted by data availability and covers the period from 2002 to 2012. The time series of the unemployment rates are plotted in Figure 1 of the Appendix. The graphic representation of all explanatory variables used in the baseline estimations is available in Figures 2–7 of the Appendix. Table 2 of the Appendix provides descriptive statistics for all the indicators used in the baseline equation. All indicators are time varying. The dependent variable, which is the aggregated unemployment rate, is calculated as a share of unemployed persons to the labour force. Data for the analysed CEE-10 countries is gathered from the Eurostat database. The average unemployment rate refers to the 15–74 age groups.

With regard to labour market structural indicators, the labour tax wedge is expected to have a negative impact on employment outcomes. Initial time series of the tax wedge for different groups of earners and different family types is derived by the European Commission (2014). The average labour tax wedge indicator for each individual CEE-10 economy is taken over four different income groups and three different family types.

The unemployment benefit ratio serves as a proxy for the overall generosity of the unemployment benefit system.* It is also expected that an increase in the benefit replacement ratio should have a negative influence on employment. Initial data on replacement rates for different income groups, family types and different duration periods can be found in the European Commissions’ database. Benefit replacement ratios over five different income earner groups and three different family types are considered in the calculations of the country’s unemployment benefit ratio averages for CEE-10 economies. It is noteworthy that only the replacement rates for the first year of unemployment form the average unemployment benefit ratio. The alternative indicator, denoted as the average net replacement ratio in per cent, is also calculated and used in some specifications of empirically tested models. It is calculated as the average across five different income earner groups, three different family situations, and, moreover, it takes into account unemployment benefit duration periods exceeding one year.

The variable representing the spending on active labour market policies (ALMP) is defined as the aggregate public expenditure on active labour market programs as a share of gross domestic product (GDP). It is expected that ALMP, if effective, should have a positive impact on employment. Disaggregated data on ALMP for CEE-10 countries are gathered from the Eurostat. Additional transformation of the ALMP variable, calculated as public spending on ALMP per unemployed person as a share of GDP per capita, are used in alternative model specifications in the current paper.

The effect of some additional structural indicators on unemployment in CEE-10 economies is evaluated in this paper as well. These variables represent union density, coordination in the wage setting process, minimum wages and the employment protection legislation index. The motivation for not including these indicators to the baseline equation is usually insufficient data availability (except for minimum wages). Therefore, only alternative models include these variables, though the sample sizes are significantly reduced as a result.

Union density is usually used as the simplest proxy to denote collective wage bargaining coverage or, more generally, wage bargaining conditions in the economy. In general cases, higher union density is expected to go along with a decrease in employment. In one model an index measuring a degree of coordination in the wage setting process is also used. This indicator suggests that, in the presence of trade unions in the economy, a higher degree of coordination should generally lead to more favourable employment outcomes. Available data for union coverage is gathered from the OECD database. The index representing a degree of coordination in the wage setting process is calculated by ICTWSS (Institutional Charasteristics of Trade Union, Wage Setting, State Intervention and Social Pacts database, version 4).

*The variable representing the benefit duration period (in months) is, in addition, used in alternative estimation proce-dures of this study. It enriches the analysis of how the overall generosity of unemployment benefit systems affects unem-ployment in the long run.

35

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

35

Wage bargaining, occurring at the national levels of economies in the form of statutory minimum wages, is also considered in the analysis. Alternative models assess the impact of the minimum wage on unemployment in the long run. The appropriate measure is calculated as a ratio of minimum wage to the average earnings in the business economy. This proxy is also known as the so called Kaitz index and is provided by the Eurostat. It is expected that the minimum wage, set above the market equilibrium level, might have a negative impact on employment outcomes.

The employment protection legislation (EPL) index is often used as a proxy to measure the flexibility of the labour market. The methodology to derive the EPL index is developed by the OECD and estimates could be found in the OECD database.* EPL sub-indexes — employment protection for regular contracts (EPRC) and employment protection for temporary contracts (EPT) — are used in this paper to assess the impact of employment protection on labour market outcomes in CEE-10 economies whereas, as discussed in the theoretical part, the impact of the stringency of labour laws on unemployment is inconclusive.

Three macroeconomic shocks (namely, productivity, labour demand and real interest rate shocks) are used to extend analysis on determinants of unemployment in CEE-10 countries. Each of these shocks is used in the baseline equation as well as in alternative models and captures partially cyclical and partially structural behaviour of unemployment rates in the economies.The productivity shock is expressed as labour productivity growth, which is approximated by the difference between real GDP and employment growth rates. Data for real GDP and employment is provided by the Eurostat. The theory would predict that a decrease in growth in productivity should cause an increase in the unemployment rate. Evolution of the labour share in the construction sector is considered to serve as a proxy for labour demand shock. Labour share in the construction sector is measured as the ratio of the number of employees in this sector to the total number of employees. Initial data for these indicators is gathered from the Eurostat database. The variable is calculated as its deviation from the mean.** By using this variable as a proxy for the labour demand shock, it is expected that an increase in the labour share should be associated with a decrease in the unemployment rate and vice versa.

The long-term real interest rate is used as a proxy for the real interest rate shock. In particular, real interest rate time series are constructed taking the difference between the nominal long-term government bond yield (with approximate maturity of 10 years) and the annual change of GDP price inflation. Data for these variables is gathered from the Eurostat database (except for Estonia).*** Economic theory predicts that increases in the interest rate level are supposed to be in line with lower employment and thus an increase in the unemployment rate.

In addition to those shocks, the output gap is used in alternative models to the baseline equation to replace three other shocks, namely, productivity, real interest and labour demand shocks. The output gap, however, captures the entirely cyclical behaviour of the unemployment rate. It is expected to be negatively related to the evolution of unemployment, i.e. a positive output gap would be associated with the decrease in unemployment. This variable for CEE-10 economies is obtained for each country separately as a gap between actual and potential output series as a ratio of the potential GDP, calculated by applying the Hodrick-Prescott filter (with smoothening parameter λ = 100). Historical real GDP time series, along with the forecast for 2015, are extracted from the annual macroeconomic database of the European Commission’s Directorate AMECO.****

3. Empirical techniques

The baseline equation for the multiple country analysis includes some of the potential structural determinants of the unemployment rate along with macroeconomic control variables. In the baseline equation no interdependence between structural indicators is considered. The empirically tested baseline model is intended to explain past unemployment trends and its static form is designed by using simple individual-specific and time-specific fixed effects model as follows:

*EPL index calculation for Lithu-ania could be found in Pesliakai-te and Siaudvytis (2015).**Country-specific means are calculated for the period 1999/2000–2013.***For Estonia, data for the nominal long run interest rate is gathered from the Bank of Estonia statistical database. It accounts for interest rate paid for the long-term (5–10 years) loans, denominated in euro, to non-financial corporations.****The motivation of the choice of such proxies in the analysis of unemployment in the long run, their measurement, expected signs in regressions and data sources are described in more detail in Pesliakaite (2015).

36

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

36

u X Zit j itj

j j itj

i t itj= + + + +∑ ∑β χ α λ ε , (1)

where uit is the unemployment rate at time t for country i, Xitj stands for labour market

institutional variables for country i, whereas u X Zit j itj

j j itj

i t itj= + + + +∑ ∑β χ α λ ε , denotes observed macroeconomic shocks. αi is individual-specific fixed effects, capturing country specific and time-invariant unobservable shocks and λt is time-specific fixed effects which serves as a proxy for time-varying common unobservable shocks affecting all countries simultaneously (Bassanini, Duval 2006; Orlandi 2012).* Regarding labour market structural indicators, Xi

j includes the labour tax burden, the unemployment benefit system and active labour market policies in the baseline model. In alternative representations, Xi

j is augmented with minimum wages, union density, employment protection legislation and some other variables that may have additional power to explain unemployment in CEE-10 economies. Zi

j in Equation (1) represents labour productivity, labour demand and real interest rate shocks. In some alternative models these shocks are replaced with the single variable — the output gap. In this type of regressions, where all labour market indicators are expressed in percentage form, the magnitude of significant estimated coefficients would indicate the impact on the unemployment rate of a one percentage point change in structural and non-structural indicators.

In addition to the baseline model, augmented models, usually with one interaction term between labour market structural indicators, are also estimated and take the following general form:

u X X X X X Zit j itj

j kh itk k

ith h

j itj

i t itj= + −( ) −( ) + + + +∑ ∑β γ χ α λ ε , (2)

where the additional term γkh itk k

ith hX X X X−( ) −( ) denotes the interaction term between

labour market institutional indicators. Xk and Xh are the sample means of the structural indicators u X X X X X Zit j it

jj kh it

k kith h

j itj

i t itj= + −( ) −( ) + + + +∑ ∑β γ χ α λ ε , and u X X X X X Zit j itj

j kh itk k

ith h

j itj

i t itj= + −( ) −( ) + + + +∑ ∑β γ χ α λ ε , respectively. Thus, interactions are usually expressed as a product of the relevant variables, i.e. in multiplicative terms, whereas the variables themselves are calculated as their deviations from the mean. The significance of the coefficients

u X X X X X Zit j itj

j kh itk k

ith h

j itj

i t itj= + −( ) −( ) + + + +∑ ∑β γ χ α λ ε , in the augmented regression of Equation (2) would provide economic evidence that complementarity of reforms Xit

k and u X X X X X Zit j itj

j kh itk k

ith h

j itj

i t itj= + −( ) −( ) + + + +∑ ∑β γ χ α λ ε , do matter (Bassanini, Duval 2006; Baccaro, Rei 2007). The possibility of such interactions was considered in the theoretical part of this paper, whereas interpretation of the concrete interaction terms would be discussed more extensively by presenting the results of the estimations in the sections below.

4. Determinants of unemployment: discussion over results and policy implications

This section of the paper presents and discusses the results on determinants of unemployment in CEE-10 countries. In the last subsection, estimation results of this study are also compared to similar studies, which analyse determinants of unemployment in EU-13 and OECD-21 economies.

4.1. Estimation results

The baseline equation is estimated with a simple panel individual-specific and time-specific fixed effects model. Here, the annual unemployment rate is regressed on three institutional labour market indicators — labour tax wedge, unemployment benefit replacement ratio and active labour market policies-to-GDP ratio — and three non-structural variables, i. e. labour productivity, labour demand and real interest rate shocks.

Table 1 reports results of the estimations; all significant regression coefficients are correctly signed. Column (1) relates to the partial model where only labour market structural indicators are considered; column (2) relates to the partial model where the unemployment rate is regressed only on a set of macroeconomic controls. These models serve mainly for coefficient stability checking. Column (3) reports results from the baseline equation with both structural and non-structural indicators included in the model. Column (4) considers the dynamic model with a lagged dependent variable. Here, the difference

*Correctness of this specificati-on is tested with appropriate tests.

37

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

37

GMM Arellano-Bond one-step estimator (GMM) is employed for robustness check of the results for the baseline regression.* Columns (5) and (6) present alternative models on determinants of unemployment rate where the majority of institutional explanatory variables (except for labour tax wedge) and shocks as in formulation (6) are replaced by alternative indicators. With these setups, it is tested whether redefining the most of the variables affects considerably results of the baseline model.

Table 1

Unemployment equation, 2002–2012

(1) (2)

(3)Baseline equation

(4)Robustness

check

(5) (6)

Alternative models

Panel individual and time-specific fixed-effects


Panel individual-and time-specific fixed-effects

GMM Arellano-Bond one-step estimator

Panel individual-specific fixed-effects


Reduced static model: structural indicators only

Reduced static model: macroeconomic shocks only

Static model: baseline equation Dynamic model

Static model: with alternative structural variables

Static model: with alternative structural variables; gap version

Unemployment (–1) 0.15 (0.17)

Labour tax wedge 0.49 (0.17)*** 0.35 (0.11)*** 0.40 (0.18)** 0.26 (0.13)* 0.21 (0.11)*

Unemployment benefit ratio — 1st year of unemployment –0.02(0.06) –0.02 (0.05) –0.02 (0.06)

Net replacement ratio –0.01 (0.10) 0.04 (0.08)

Active labour market policies –4.92(2.58)* –4.56 (2.30)* –5.06 (2.33)**

Active labour market policies (alt.)

–0.28 (0.09)***

–0.25 (0.06)***

Labour demand shock–1.44 (0.18)*** –1.33 (0.20)***

–1.38 (0.32)***

–1.79 (0.34)***

Productivity shock –0.07(0.08) –0.08(0.08) –0.18 (0.08)** –0.04 (0.08)

Real interest rate shock 0.08 (0.03)** 0.09 (0.04)** 0.06 (0.03)* 0.08 (0.03)**

Output gap –0.38 (0.02)***

Trend0.25 (0.13)**

0.26 (0.07)***

Fixed effects yes yes yes yes yes yes

Time effects yes yes yes yes no no

R-squared 0.84 0.89 0.92 0.84 0.91

Notes: *, **, ***statistically significant at the 10%, 5% and 1% levels respectively. Cross-section (PCSE) standard errors are used to control for panel heteroscedasticity. The necessity for individual specific fixed-effects and time-specific fixed-effects, if included, is tested with redundancy test in models (1)–(3). In baseline static models (1), (2) and (3) country specific trends for Poland, Slovakia and the Czech Republic are included in estimations. These trends account for country-specific unidentified shocks and are used for residual correction. In models (5) and (6) a linear trend has been added to the estimations. It captures common unobservable shocks for all countries with a similar pass through effect on unemployment rate (Orlandi 2012). For any interaction terms included, both variables are expressed as their deviations from country-specific sample means (Bassanini, Duval 2006; Nickell et al. 2002). In the difference GMM Arellano-Bond one step estimator procedure lagged endogenous variable in levels and all explanatory variables are used as instruments in estimation. Table 1 of the Appendix reports unit root test results for the variables.

Source: the author’s calculations.

*The motivation for the choice of GMM is that simple panel individual and time-specific fixed-effect methods lead to inconsistent estimates when dynamic models with lagged dependent variable are consi-dered. GMM estimation pro-cedure solves these problems.

The main results are as follows. The effect of the labour tax wedge on unemployment varies around 0.4–0.5 as implied by estimates presented in columns (1)–(4) of Table 1, and the impact of this variable appears to be statistically significant. Such results support insights of economic theory about tax wedge resistance in CEE-10 economies; however, the source of resistance cannot be identified from these representations. Turning to spending on the active labour market policies, they also appear to have significant impact

38

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

38

on unemployment outcomes, in particular, by effectively reducing skill mismatch. The effect varies in the range of –4.6 and –5.1. The unemployment benefit ratio, on the contrary, does not seem to have any significant effect on incentives to work and the possible explanation for this might be relatively low benefit replacement ratios in economies under consideration. Out of institutional indicators, the dominant factor determining unemployment rates in CEE-10 economies appears to be the labour tax wedge. Active labour market policies, though in much smaller magnitude, are among key drivers behind unemployment.* Macroeconomic control variables, accounted by productivity, labour demand and real interest rate shocks, suggest that the overall economic conditions also matter in explaining evolution of unemployment rates. The most plausible conclusion with regard to significance of the real interest rate shock in estimations is that the effect of the real interest rate on capital accumulation is not limited to only the short-run; the effect might be protracted in time, having longer-lasting impact on demand for labour. On the contrary, the effect of productivity shock, even though non-robust, in many representations appears to be statistically insignificant.** This would point toward quickly adjusting expectations and wages in response to a decline in productivity growth under unfavourable economic conditions.*** An increase in labour demand exerts a strong positive impact on the unemployment rate in CEE-10 labour markets. This result thereby implies that an increase in the labour share, along with a decrease in the real interest rate, is among the key non-institutional factors that might bring unemployment rates down, though labour market institutions, in particular, the labour tax wedge, appear to outweigh considerably the impact of these shocks on unemployment. Finally, the inclusion of the lagged dependent variable alters the results from the baseline equation relatively little, as evidenced by the GMM estimates in column (4).

Alternative expressions of structural indicators, as reported by the estimates of columns (5)–(6) of Table 1, does affect the results of the baseline equation — but mainly the magnitude of the impact, not the significance of the estimated coefficients. In these models the impact of the tax wedge on the unemployment rate is considerably lower as compared to the results from the baseline equation, especially in the specification in which macroeconomic controls are replaced with the single output gap variable. The variable related to the active labour market policies, redefined as the public spending on ALMP per unemployed person as a share of GDP per capita, appears to have a significant positive impact on labour demand, similarly to the baseline equation. The net replacement rate appears to be statistically insignificant; these results are again in line with the estimates obtained by the baseline equation.

The effect of minimum wages on unemployment deserves a special note. The coefficient estimates of the baseline model augmented with the minimum wage seem to suggest that minimum wages do not have a significant impact on unemployment rates in CEE-10 economies. That is accounted by a statistically insignificant coefficient for the minimum wages in equations presented in columns (1) and (4) of Table 2. These findings might imply that a reasonable minimum to average wage ratio, the right timing for the minimum wage hikes or low coverage of the minimum wage earners can offer a possible explanation for the negligible effect of minimum wages on labour market outcomes. The current study does not provide empirical evidence in support of theoretical claims that in the presence of minimum wages the labour tax wedge ought to exhibit additional resistance. An estimation of model specifications with interaction between minimum wages and the labour tax wedge are presented in columns (2), (3) and (5) of the same table and show the insignificance of the estimated interaction term. Inclusion of the minimum wage and its interaction with the labour tax wedge in estimations does not provide any additional information on how the effect of the labour tax wedge on unemployment rate changes in the presence of minimum wages.

*The dominance is evaluated by calculating the product of each estimated coefficient from the regression and values of the relevant explanatory variable.** Replacement of this variable with a change in the producti-vity growth or lagged value of its growth does not change the general conclusion.***Some papers analysing wage rigidity based on the firm-level data, find evidence that it might be present in CEE-10 economies with certain types of labour market insti-tutions (Babecky et al. 2009). These findings, however, do not relate wage rigidity to the productivity shock.

39

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

39

Table 2

Unemployment equation with minimum wages, 2002–2012

(1) (2) (3) (4) (5)



GMM Arellano-Bond one-step estimator



Static model: with minimum wage

Static model: with minimum wage and its interaction with labour tax wedge

Dynamic model: with minimum wage and its interaction with labour tax wedge

Static model: gap version with minimum wage

Static model: gap version with minimum wage and its interaction with labour tax wedge

Unemployment rate (–1) 0.12 (0.14)

Labour tax wedge 0.31 (0.10)*** 0.30 (0.11)*** 0.34 (0.19)* 0.20 (0.11)* 0.20 (0.11)*

Minimum wage 0.08 (0.06) 0.06 (0.08) 0.16 (0.12) 0.00 (0.05) –0.04 (0.06)

Labour tax wedge* Minimum wage –0.03 (0.04) –0.05 (0.06) –0.05 (0.06)

Unemployment benefit ratio — 1st year of unemployment –0.02 (0.04) –0.02 (0.04) 0.03 (0.06)

Net replacement ratio 0.05 (0.09) 0.04 (0.09)

Active labour market policies –4.82 (1.92)** –4.99 (1.99)** –5.89 (2.24)**

Active labour market policies (alt.) –0.25 (0.06) *** –0.27 (0.06)***

Labour demand shock –1.35(0.28)*** –1.36 (0.29)*** –1.50 (0.26)***

Productivity shock –0.07 (0.10) –0.07 (0.10) –0.10 (0.06)

Real interest rate shock 0.08 (0.04)** 0.08 (0.04)** 0.03 (0.03)

Output gap –0.38 (0.03)*** –0.39 (0.03)***

Trend 0.26 (0.07)*** 0.25 (0.07)***

Fixed effects yes yes yes yes yes

Time effects yes yes yes no no

R-squared 0.92 0.92 0.91 0.92

Notes: see notes for Table 1; in static models (1) and (2), the country specific trends for Poland, Slovakia and the Czech Republic are included in estimations.


As opposed to the case of minimum wages, interactions between some other institutional variables appear to play an important role in explaining the evolution of unemployment rates. The results of the models with such interactions are presented in Table 3. In this table, column (1) presents results of the augmented equation where the labour tax wedge is interacted with active labour market policies. Column (2) reports results of the model where the unemployment benefit ratio for the first year of unemployment is replaced with two other structural labour market indicators — the net replacement ratio and the eligibility period to receive unemployment benefits, and these variables are interacted with each other. In column (3) an interdependence between active labour market policies and unemployment benefit ratio is tested.

The key conclusion from the results appearing in column (1) of Table 3 is that the interaction between the labour tax wedge and active labour market policies appears to play a role in labour market outcomes. The significant negative coefficient of the interaction term has an interpretation that as government spending on active labour market policies rises, the impact of the tax wedge on unemployment diminishes. Although it is usually considered that an increase in spending on active labour market policies is financed by taxes and, thereby, might lead to an increase in the tax wedge, the evidence found here does not support such claims. Results in this particular case point toward the conclusion that active labour market policies are effective and cause a decrease in

40

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

40

non-wage costs for employers. This in turn dampens the impact of higher tax wedge on demand for labour and unemployment originating from the tax wedge resistance.

Table 3

Unemployment equation with interactions, 2002–2012

(1) (2) (3)




Static model: with interaction between labour tax wedge and active labour market policies

Static model: with interaction between net replacement rate and unemployment benefit duration

Static model: with interaction between active labour market policies and unemployment benefit ratio

Labour tax wedge 0.28 (0.10)*** 0.27 (0.12)** 0.29 (0.11)**

Unemployment benefit ratio — 1st year of unemployment –0.01 (0.04) –0.02 (0.05)

Net replacement ratio –0.05 (0.11)

Unemployment benefit duration 0.14 (0.17)

Active labour market policies –7.67 (3.27)*** –4.71 (2.30)** –4.17 (2.34)*

Labour demand shock –1.23 (0.20)*** –1.23 (0.20)*** –1.23 (0.20)***

Productivity shock –0.07 (0.08) –0.08 (0.07) –0.08 (0.07)

Real interest rate shock 0.10 (0.04)*** 0.08 (0.04)** 0.09 (0.04)**

Net replacement ratio* Unemployment benefit duration 0.04 (0.03)

Labour tax wedge* Active labour market policies –2.37 (1.27)**

Active labour market policies*

Unemployment benefit ratio — 1st year of unemployment –0.09 (0.23)

Fixed effects yes yes yes

Time effects yes yes yes

R-squared 0.92 0.92 0.92

Notes: see note for Table 1; in static models (1), (2) and (3), the country specific trends for Poland, Slovakia, the Czech Republic as well as common trend for the Baltic States are included in estimations.


Testing other hypotheses, model results do not provide evidence suggesting that the interactions between labour market structural indicators matter (see columns (2) and (3) in Table 3). The eligibility period to receive unemployment benefits along with its interaction with net replacement ratio does not appear to significantly affect unemployment. Although the signs of the estimated coefficients support the theoretical claim that a longer eligibility period to receive unemployment benefits might strengthen the negative impact of the net replacement ratio on unemployment outcomes, relatively low benefit replacement ratios in CEE-10 economies do not seem to have a significant impact on incentives to work. Higher spending on active labour market policies theoretically might reduce the adverse impact of the unemployment benefit ratio on unemployment by making job taking more attractive but the empirical results show no significant impact, again possibly due to relatively low benefit replacement.

Limited time series data on the variables representing union density, index representing coordination in wage setting process and on the EPL index was the main reason that these variables did not appear in the baseline model. Their effects on unemployment are tested in additional representations. Estimation results are presented in Table 4, but small-sample results should be treated with caution. Column (1) in Table 4 presents the results of the impact of employment protection legislation on unemployment. Column (2) reports estimates with the variable representing the level of unionisation in economies.

41

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

41

In column (3), in addition to union density, the index representing coordination in the wage bargaining process along with the interaction between these two terms appears in the estimations. Finally, column (4) reports results from the equation where union density is interacted with the labour tax wedge.

The evidence that employment protection legislation has an impact on unemployment in CEE-10 economies is not found in this study. This model, however, lacks stability and does not perform well as it is estimated on a greatly reduced sample.

Table 4

Unemployment equation with EPL and union density, 2002–2012

(1) (2) (3) (4)





Static model: with EPL and interaction between EPL parts

Static model: with union density

Static model: with union density, coordination and their interaction

Static model: with union density and interaction with labour tax wedge

Labour tax wedge 0.26 (0.09)*** 0.37 (0.10)*** 0.27 (0.10)** 0.36 (0.14)**

Unemployment benefit ratio — 1st year of unemployment 0.02 (0.05) – 0.06 (0.06) 0.01 (0.06) –0.05 (0.07)

Active labour market policies –4.95 (2.17)** –6.43 (4.68)** –4.61 (2.70) –6.51 (3.07)**

Union density 0.28 (0.12)*** 0.27 (0.08)*** 0.28 (0.09)***

Coordination –0.57 (0.32)*

Union density* Coordination –0.30 (0.10)***

EPRC –0.38 (1.94)

EPT –0.60 (2.74)

EPRC* EPT –16.50 (10.35)

Union density* Labour tax wedge 0.00 (0.05)

Labour demand shock –2.26(0.31)*** –0.86 (0.23)*** –0.86 (0.13)*** –0.85 (0.14)***

Productivity shock 0.00 (0.06) –0.03 (0.07) –0.02 (0.05) –0.03 (0.06)

Real interest rate shock 0.03 (0.02)* 0.05 (0.04)** 0.05 (0.02)** 0.05 (0.03)*

Fixed effects yes yes yes yes

Time effects yes yes yes yes

R-squared 0.98 0.98 0.98 0.98

Notes: see note for Table 1; in models (2), (3) and (4), the country specific trends for Poland, Slovakia, the Czech Republic as well as common trend for the Baltic States are included in estimations; in model (1) country specific trend for the Czech Republic and common trend for the Baltic States are included in estimations.


In contrast, inclusion of the variable representing union density suggests the effect of the level of unionisation on labour market outcomes is significant and varies around 0.27–0.28 in all specifications. That implies that higher union coverage should be usually associated with higher unemployment rates. Although results in column (3) show that higher coordination in the wage bargaining process has positive effects on employment; this effect is captured by the negative sign of the index representing coordination in the wage bargaining process. The interaction term between these two indicators also appears to be negative, indicating that the effect of union density on unemployment weakens if higher coordination in the wage bargaining process is present. All these results are in line with the economic theory and do not contradict the findings that productivity shock appears to have no significant impact on unemployment in CEE-10 economies. Even in the presence of trade unions, slowdown in productivity growth could be accompanied by quick wage adjustment to the new economic environment. Also, in the CEE-10 economies in which the level of unionisation is high, union density, together with the labour wedge,

42

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

42

appears to be among the dominant factors in determining unemployment rates. Lastly, no evidence is found that union density causes the tax wedge rigidity, as indicated by an insignificant coefficient of the interaction term between union density and the labour tax wedge. These results are somewhat disappointing, as no additional insights could be provided in this study about the source of labour tax wedge resistance.*

4.2. Case study: identifying Lithuania — results from the reduced equations

A special section is given to one of the CEE-10 economies, namely, Lithuania. In particular, it is aimed to evaluate if there is any significant difference in the institutional factors affecting the unemployment rate in Lithuania and the rest of the CEE-10 economies. In order to test for this, reduced static models are estimated. Here the unemployment rate is regressed on the single labour market structural indicator with slope dummy variables.** The results of the reduced static equations are reported in Table 5. The general conclusion is that the same structural indicators explain the evolution of the unemployment rate in Lithuania as in the remaining economies. In addition, no structural indicators display any systematic difference in this country compared to the rest of the country set.***

Table 5

Unemployment equation, 2002–2012

(1) (2) (3) (4)





Reduced static model: with labour tax wedge only

Reduced static model: with net replacement rate only

Reduced static model: with active labour market policies (alt) only

Reduced static model: minimum wages only

Labour tax wedge* Lithuania 0.44 (0.20)**

Labour tax wedge* Others 0.21 (0.09)**

Net replacement rate* Lithuania 0.06 (0.07)

Net replacement rate* Others 0.51 (0.33)

Active labour market policies (alt.)* Lithuania –0.21 (0.08)***

Active labour market policies (alt.)* Others –0.25 (0.10)***

Minimum wage* Lithuania 0.09 (0.21)

Minimum wage* Others 0.09 (0.06)

Labour demand shock –1.43 (0.15) *** –1.34 (0.20) *** –1.46 (0.25) *** –1.38 (0.26)***

Productivity shock –0.06 (0.07) –0.06 (0.08) – 0.08 (0.11) –0.07 (0.10)

Real interest rate shock 0.08 (0.03)** 0.08 (0.03)** 0.04 (0.03) 0.06 (0.04)*

Fixed effects yes yes yes yes

Time effects yes yes yes yes

R-squared 0.90 0.93 0.90 0.89

Notes: see notes for Table 1; in models (1)–(4), the country specific trends for Poland, Slovakia and the Czech Republic are included in estimations.


*Although one of the possible explanations to the tax wedge rigidity could be the strong individual bargaining power of employees.**More specifically, the regres-sions take form of

u X D X D Zit j itj Lithuania

j itj Others

j itj

i t itj= + + + + +∑β β χ α λ ε

u X D X D Zit j itj Lithuania

j itj Others

j itj

i t itj= + + + + +∑β β χ α λ ε ,

where DLithuania is equal to 1 for Lithuania and 0 otherwise and DOthers is equal to 0 for the Lithuania and 1 otherwise.***If there are differences in the magnitudes of the estimates is tested with Wald test.

****Even though the study of EU-13 Member States evaluates the determinants of NAWRU in the baseline equation, the mo-del used for robustness check reports results on the actual unemployment rate.

4.3. Comparison of results to the other studies

In this section, the results of this study for CEE-10 economies are compared to the results obtained by Orlandi (2012) that investigated unemployment problems in EU-13 Member States and Bassanini and Duval (2006) that focused on OECD-21 country set (see Table 6). These particular studies employ the same estimation techniques and most of labour market structural indicators for CEE-10 are defined identically as in these studies.****

43

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

43

Table 6

Comparing results with studies for EU-13 and OECD-21 countries

Results of this study Orlandi (2012) Bassanini, Duval (2006)

Method: panel individual and time-specific fixed-effects



Sample: CEE-10 Sample: EU-13 Sample: OECD-21

All coefficients from the baseline equation

Labour tax wedge 0.35 to 0.49 (*) 0.26 to 0.33 (*) 0.25 (*)

Total tax wedge #NA #NA 0.15 to 0.31 (*)

Unemployment benefit ratio — 1st year of unemployment –0.02 #NA 0.09

Net replacement ratio –0.01 to 0.04 0.02 to –0.10 (*) 0.04 to 0.13 (*)

Active labour market policies –5.06 to –4.56 (*) #NA #NA

Active labour market policies (alt.) –0.25 to –0.28 (*) –0.06 to –0.04 (*) –0.03 (*)

Union density (**) 0.26 to –0.28 (*) 0.09 to 0.13 (*) 0.06 (*)

Note: *denotes significant coefficients and **denotes alternative, not baseline, model results.


The estimates obtained by this study appear to be qualitatively similar to the results of the other studies, though the majority of labour market structural indicators tend to have a higher impact on unemployment in CEE-10 economies. The impact of the labour tax wedge on the unemployment rate is slightly higher in CEE-10 economies than in EU-13 and OECD-21 countries. By contrast, estimates on the active labour market policies and union coverage show that these variables have a much greater effect on demand for labour in CEE-10 economies. However, as CEE-10 countries generally exhibit higher level of the long-run and annual unemployment rates as well as higher overall volatility of economic activity, these results seem plausible. With regard to the unemployment benefit ratio, it appears to be an important determinant of unemployment in EU-13 and OECD-21 countries, but not in CEE-10 economies. The reasons behind this could relate, as was already noted, to relatively low unemployment benefit ratios and less generous unemployment benefit systems in CEE-10 countries.

Conclusions

This paper provided evidence that labour market institutions matter in explaining unemployment rates in the set of the CEE economies. These results are of importance from the policy perspective, namely, in the context of policy aims to bring down the unemployment levels in these countries.

This empirical study confirmed that a reduction in the labour tax wedge and an increase in spending on labour market policies have significant positive effects on labour market outcomes. On the other hand, the empirical analysis did not provide evidence that the unemployment benefit ratios should have an impact on unemployment. From the policy making perspective, this would suggest that policies to keep relatively low unemployment benefit ratios (along with the short eligibility period to receive benefits) should be preserved to avoid providing disincentives for job taking and exerting upward pressure on wage claims. The adverse effect of the union power on employment could be considerably reduced by the increase in the degree of coordination in the wage bargaining process. More generally, complementary use of labour market policies is advisable to offset the adverse impact of institutional factors on unemployment rates. Macroeconomic shocks also are found to play an important role in explaining unemployment outcomes.

In general, the main policy implication from this study is that an increase in the overall labour market flexibility is required to bring unemployment rates down as it would allow quicker adjustment of the CEE-10 labour markets to unfavourable changes in economic environment.

44

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

44

Appendix

Fig. 1. Annual unemployment rates across CEE-10 countries, 2002–2013+

Note: +measured as a share of unemployed to the labour force, in per cent.

Source: Eurostat (2014).

Fig. 2. Labour tax wedge and unemployment rate across CEE-10 countries, 2002–2013+

Note: +labour tax wedge is measured as a ratio between the sum of labour taxes and total labour costs, in per cent.

Sources: Eurostat (2014), European Commission (2014).

Fig. 3. Unemployment benefit ratio – 1st year of unemployment and unemployment rate across CEE-10 countries, 2002–2012+

Note: +unemployment benefit ratio — 1st year of unemployment is measured as share of unemployment insurance benefit to previous total gross earnings, in per cent.

Sources: Eurostat (2014), European Commission (2014).

45

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

45

Fig. 4. Active labour market policies to GDP ratio and unemployment rate across CEE-10 countries, 2002–2012+

Note: +active labour market policies to GDP ratio is measured as public expenditure aggregate on active labour market program as a share of GDP, in per cent.


Fig 5. Deviation from the mean for the employment share in the construction and unemployment rate across CEE-10 countries, 2002–2013+

Note: +deviation from the mean for the employment share in the construction is measured as a ratio of employees in construction sector to the total employees in economy, deviation from the mean, in per cent.


Fig. 6. Labour productivity growth and unemployment rate across CEE-10 countries, 2002–2013+

Note: +labour productivity growth is measured as annual growth in labour productivity, in per cent.


46

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

46

Fig. 7. Real interest rates and unemployment rate across CEE-10 countries, 2002–2013+

Note: +real interest rates are measured as the difference between nominal long-term government bond yield and annual change in GDP deflator, in per cent.

Sources: Eurostat (2014), Bank of Estonia (2014).

Table 1

Unit root test results, 2002–2012+

Levin, Lin and Chu (common unit root)

Im, Pesaran and Shin (individual unit roots)

Unemployment rate –2.91* –0.83

Labour tax wedge –3.09* –0.56

Unemployment benefit ratio — 1st year of unemployment –34.64* –7.61*

Active labour market policies to GDP ratio –3.64* –1.07

Deviation from the mean for the employment share in the construction –3.97* –1.65*

Labour productivity growth –4.48* –1.40*

Real interest rate –4.83* –1.85*

Notes: +numbers denotes statistics for unit root tests; * denotes rejection of the null hypothesis at the 10% significance level. Even though some tests fail to reject the null hypothesis of the unit root, these results are disregarded as these variables are stationary by construction.


47

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

47

Table 2

Descriptive statistics for unemployment and selected indicators, 2002–2012+

per cent

Mean Standart deviation

Minimum Maximum Mean Standart deviation

Minimum Maximum

Unemployment rate Labour tax wedge

Bulgaria 10.56 3.58 5.60 18.10 32.87 2.02 29.99 35.72

Czech Republic 6.85 1.11 4.40 8.20 37.80 1.55 35.98 40.05

Estonia 9.82 3.66 4.60 16.70 37.59 1.32 35.49 39.96

Latvia 11.95 4.59 6.10 19.50 40.35 0.94 38.42 41.59

Lithuania 11.02 4.39 4.30 17.80 40.66 2.04 38.40 44.71

Hungary 8.19 2.18 5.60 11.20 46.25 2.05 43.28 48.77

Poland 13.15 5.00 7.10 20.00 35.19 2.54 32.18 38.26

Romania 7.11 0.65 5.80 8.30 42.03 0.99 40.61 43.29

Slovenia 6.42 1.32 4.40 8.90 38.59 1.91 36.49 41.23

Slovakia 14.43 2.99 9.50 18.70 35.14 2.46 32.86 39.57

Pooled sample 9.95 4.12 4.30 20.00 38.65 4.11 29.99 48.77

Unemployment benefit ratio — 1st year of unemployment Active labour market policies to GDP ratio

Bulgaria 77.63 7.02 68.10 83.43 0.32 0.13 0.13 0.52

Czech Republic 45.97 1.64 44.62 49.12 0.25 0.04 0.18 0.33

Estonia 60.56 0.56 59.53 61.37 0.14 0.09 0.05 0.29

Latvia 66.74 0.87 65.22 67.82 0.18 0.09 0.09 0.39

Lithuania 48.58 2.11 45.93 52.72 0.25 0.04 0.19 0.31

Hungary 62.16 5.49 46.10 66.02 0.41 0.17 0.17 0.73

Poland 62.53 2.51 58.53 65.6 0.52 0.11 0.42 0.69

Romania 65.69 5.47 60.07 72.43 0.11 0.03 0.06 0.15

Slovenia 73.54 1.90 71.68 77.23 0.30 0.10 0.18 0.51

Slovakia 47.90 0.48 47.45 48.48 0.28 0.04 0.22 0.34

Pooled sample 59.77 10.37 42.70 83.43 0.27 0.15 0.05 0.73

Labour productivity growth Real interest rate

Bulgaria 2.99 2.37 –2.29 6.56 0.05 2.98 –4.27 4.06

Czech Republic 2.51 2.83 –3.14 5.67 0.11 5.16 –7.73 8.64

Estonia 3.50 4.15 –4.63 6.95 0.37 3.00 –5.46 4.76

Latvia 4.67 4.66 –3.82 12.72 1.81 8.32 –11.97 14.30

Lithuania 5.08 4.71 –7.16 10.38 1.90 6.21 –3.73 18.01

Hungary 1.42 3.04 –4.25 5.56 4.38 6.51 –6.47 17.46

Poland 3.19 1.92 0.45 6.36 4.90 10.62 –8.90 26.03

Romania 4.95 5.63 –5.24 14.70 2.86 10.14 –10.73 21.20

Slovenia 1.95 3.53 –6.40 5.75 2.99 1.89 0.32 5.60

Slovakia 3.64 2.80 –2.17 8.09 –1.00 3.70 –6.29 3.35

Pooled sample 3.39 3.77 –7.16 14.70 1.81 6.38 –11.97 26.03

Note: +descriptive statistics for labour demand shock is not reported here. This variable per definition has a zero mean.


48

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

48

References

Babecky J., Du Caju P., Kosma T., Lawless M., Messina J., Room T. 2009: Downward Nominal and Real Wage Rigidity. Survey Evidence from European Firms. ECB Working Paper Series, No. 1105.

Baccaro L., Rei D. 2007: Institutional Determinants of Unemployment in OECD Countries: Does the Deregulatory View Hold Water? – International Organisation 61(3), 527–569.

Ball L., Mankiw N. G., Nordhaus W. D. 1999: Aggregate Demand and Long-run Unemployment. – Brookings Papers on Economic Activity 2, 189–251.

Bassanini A., Duval R. 2006: Employment Patterns in OECD Countries: Reassessing the Role of Poli-cies and Institutions. – OECD Economic Department Working Paper No. 486.

Bertola G., Blau F., Kahn L. 2001: Comparative Analysis of Labour Market Outcomes: Lessons for the US from International Long Run Evidence. NBER Working Paper Series, No. 8526.

Blanchard O., Wolfers J. 2000: The Role of Shocks and Institutions in the Rise of European Unem-ployment: the Aggregate Evidence. – The Economic Journal 110(462), C1–C33.

Borghijs A., Ederveen S., Mooij R. 2003: European Wage Coordination: Nightmare or Dream to Come True? CPB Discussion Paper No. 017.

Chung Y., Jeong J. 2008: Analysis of Employment Protection Laws and Unemployment Benefits. – Economics Letters 99(1), 144–146.

European Commision: 2014: Economic Databases and Indicators: http://ec.europa.eu/economy_fi-nance/db_indicators/tab.

Eurostat 2014: Data: http://ec.europa.eu/eurostat/data.Forslund A., Kolm A. 2000: Active Labour Market Policies and Real-Wage Determination. IFAU

Working Paper Series, No. 01/2000.Holmlund B. 1998: Unemployment Insurance in Theory and Practice. – Scandinavian Journal of Eco-

nomics 100(1), 113–141.ICTWSS 2014: Database on Institutional Characteristics of Trade Unions, Wage Setting, State Interven-

tion and Social Pacts in 51 Countries between 1960 and 2014: http://uva-aias.net/en/ictwss.Lauringson A. 2010: Disincentive Effects of Unemployment Insurance Benefits: Maximum Benefit

Duration Versus Benefit Level. The University of Tartu, Working Paper No. 70. Martin J., Grubb D. 2001: What Works and for Whom: A Review of OECD Countries‘ Experiences

with Active Labour Market Policies. – Swedish Economic Policy Review 8(2), 9–56.Nickell S. 1997: Unemployment and Labour Market Rigidities: Europe Versus North America. – Journal

of Economic Perspectives 11(3), 55–74.Nickell S., Nunziata L., Ochel W., Quintini G. 2002: The Beveridge Curve, Unemployment and

Wages in the OECD from the 1960s to the 1990s. London, UK: Centre for Economic Performance, London School of Economics and Political Science.

Nickell S., Nunziata L., Ochel W. 2005: Unemployment in the OECD Since the 1960s. What Do We Know? – The Economic Journal 115, 1–27.

OECD (Organisation for Economic Co-operation and Development) 2014: OECD.Stat: http://stats.oecd.org.

Orlandi F. 2012: Structural Unemployment and its Determinants in the EU Countries. European Economy, Economic Papers, No. 455.

Pesliakaite J. 2015: Determinants of Unemployment in CEE-10 Economies: the Role of Labour Market Institutions and the Macroeconomic Environment in 2002–2012. MPRA Paper No. 66041.

Pesliakaite J., Siaudvytis T. 2015: Wage and Price Setting Behaviour of Lithuanian Firms: Survey-based Evidence for 2008–2009 and 2010–2013. Bank of Lithuania, Occasional Paper No. 8.

Saint-Paul G. 2004: Why Are European Countries Diverging in their Unemployment Experience? – Journal of Economic Perspectives 18(4), 49–68.

Stovicek K., Turrini A. 2012: Benchmarking Unemployment Benefit Systems. European Economy, Economic Papers, No. 454.

Word Bank 2005: Special Topic: Labour Taxes and Employment in the EU8. Quarterly Economic Re-port, April.

Young D. 2003: Employment Protection Legislation: Its Economic Impact and the Case for Reform. European Economy, Economic Papers, No. 186.

49

J. P

eslia

kait

ėD

eter

min

ants

of

Une

mpl

oym

ent

in C

entr

al a

nd E

aste

rn E

urop

ean

Econ

omie

s

49

NEDARBĄ VIDURIO IR RYTŲ EUROPOS ŠALYSE LEMIANTYS VEIKSNIAI

Santrauka

Jurgita Pesliakaitė

Straipsnyje nagrinėjami nedarbą Vidurio ir Rytų Europos (VRE) šalyse ilguoju laikotarpiu lemiantys veiksniai. Analizė apima 2002–2012 m. laikotarpį, jai pasirenkamos dešimt VRE šalių, būtent Bulgarija, Čekija, Estija, Latvija, Lietuva, Vengrija, Lenkija, Rumunija, Slovėnija ir Slovakija. Dėmesio skiriama Lietuvai: nedarbo lygį Lietuvoje lemiančius veiksnius lyginant su kitose devyniose VRE šalyse nedarbo lygį lemiančiais veiksniais, siekiama išsiaiškinti tiek veiksnių skirtumus, tiek tuos skirtumus galinčias paaiškinti priežastis.

Šalių atranką lemia tai, kad visų dešimties VRE šalių ekonominė raida jau nuo XX a. paskutinio dešimtmečio pasižymi panašumais ir visos jos yra naujosios Europos Sąjungos (ES) narės. Svarbi paskata yra ir tai, kad šioms šalims dažnai būdingas aukštas nedarbo lygis, paprastai aukštesnis už nedarbo lygį kitose ES ar Ekonominio bendradarbiavimo ir plėtros organizacijos šalyse.

Atlikus ekonometrinę analizę nustatoma, kad tiesioginę įtaką nedarbo lygiui VRE šalyse turi darbo rinkos institucinė struktūra. Ji lemia darbo rinkos nelankstumą. Teigiamą įtaką darbo rinkai turi darbo mokesčių pleišto mažinimas ir išlaidų aktyviosios darbo rinkos priemonėms didinimas. Kita vertus, didelio nedarbo išmokų poveikio nedarbui nenustatyta. Tai būtų nuoroda, kad darbo rinkos politiką reikėtų rinktis tokią, kuria būtų palaikomas žemas nedarbo išmokų lygis ir taip apsisaugoma tiek nuo paskatų nedirbti, tiek nuo spaudimo darbo užmokesčiui. Neigiama profsąjungų įtaka nedarbui gerokai sumažėtų pagerinus koordinavimo derantis dėl darbo užmokesčio procesą. Apibendrinant galima pasakyti, kad viena kitą papildančių darbo rinkos politikos priemonių taikymas gali atsverti neigiamą institucinio pobūdžio veiksnių įtaką nedarbo lygiui. Svarbus vaidmuo lemiant nedarbo lygio rodiklius tenka ir makroekonominiams šokams, būtent darbo paklausos šokui ir ilgalaikių palūkanų normų šokui.

Pagrindinė darbo išvada yra tai, kad nedarbo lygį VRE šalyse sumažintų darbo rinkos lankstumo didinimas – tai leistų darbo rinkoms greičiau prisitaikyti prie nepalankių ekonominės aplinkos pokyčių.

50

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

50

Agnė Jakaitė – socialinių mokslų daktarė, Lietuvos banko Teisės skyriaus vyresnioji juriskonsultė. Veiklos sritys: civilinė atsakomybė, finansų rinkų priežiūra, bendrovių valdymas.

Agnė JakaitėLietuvos bankasGedimino pr. 601103 VilniusEl. p. [email protected]

Straipsnyje nagrinėjamos įstatymo leidėjo numatytos taikos sutarties sudarymo tarp priežiūros institucijos ir jos prižiūrimų finansų rinkos dalyvių galimybės. Siekiama atskleisti, kaip priežiūros institucijos vyk-doma veikla tenkintų būtinąsias tokios sutarties sąlygas – ginčo pobūdžio ir atitikties viešajam interesui. Taikos sutarties, kaip priežiūros institucijos ir jos prižiūrimų finansų rinkos dalyvių santy kių reguliavimo priemonės, privalumai vertinami atsižvelgiant į galimus nepageidaujamus taikos sutarties taikymo padarinius ir lyginamuoju metodu nagrinėjant JAV įgytą ikiteisminio taikos sutarčių sudarymo praktiką.Pagrindiniai žodžiai: priežiūros institucija, finansų rinkos dalyvis, viešasis interesas, ginčo pobūdis, administracinis procesas.

Įvadas

Šiandieninė teisė išgyvena vertybių kaitos laikotarpį, keliantį poreikį prisitaikyti prie ypač dinamiškos aplinkos, kurioje plėtojasi įvairūs reguliuojami santykiai, įskaitant ir santykius, susijusius su finansų rinkos dalyvių veiklos priežiūra. Teisės moksle, kaip ir praktikoje, ilgą laiką vyravo pozicija, kad tradicinė ir vienintelė galima priežiūros institucijos ir finansų rinkos dalyvio tarpusavio santykių forma yra administracinis teisės aktas, kuriuo yra išreiškiama įsakmi valia, o administracinio akto įgyvendinimas užtikrinamas labiau valstybės taikoma prievarta nei bendru santykių subjektų tarpusavio sutarimu. Tačiau šiandien vis dažniau atkreipiamas dėmesys į priežiūros institucijos ir jos prižiūrimų finansų rinkos dalyvių santykių pokyčius, kai nuo griežto reguliavimo, ginčų, vadinamojo bylinėjimosi mentaliteto einama prie finansų rinkos dalyvių konsultavimo, vadinamojo kompromisų mentaliteto. Šiuos pokyčius patvirtina ir praktikoje keliamas klausimas dėl galimybės sudaryti taikos sutartį tarp priežiūros institucijos ir finansų rinkos dalyvio.

Neabejotina, kad taikos sutartis yra priemonė, užtikrinanti efektyvų, greitą ir kokybišką ginčo sprendimą, operatyvų jo nagrinėjimą, ir leidžianti proceso šalims atkurti teisinę bei socialinę taiką. Todėl prieš keletą metų Lietuvos įstatymų leidėjas įtvirtino taikos sutarties institutą administracinių bylų teisenoje – Lietuvos Respublikos administracinių bylų teisenos įstatyme (ABTĮ), būtent 52 (1) jo straipsnyje, nustatė teisę sudaryti taikos sutartį*. Įstatyme numatyta, kad šalys tokią sutartį gali sudaryti bet kurioje administracinio proceso stadijoje, tik sudaromoji sutartis turi tenkinti straipsnyje įtvirtintas imperatyviąsias sąlygas. Įstatymų leidėjas siekė, kad taikos sutarties instituto įtvirtinimas teigiamai veiktų administracinį procesą ir būtų orientuotas į socialinės taikos atkūrimą tarp ginčo šalių. Vis dėlto ligšiolinė ABTĮ įstatymo 52 (1) straipsnio taikymo praktika kelia abejonių, ar šis institutas yra tinkamai aiškinamas ir taikomas, ir klausimų, ar pasiekiami šiuo teisiniu reguliavimu įstatymų leidėjo iškelti tikslai.

Taikos sutartis kaip teisės institutas Lietuvos ir daugelio kitų šalių teisės doktrinoje bei praktikoje ilgą laiką buvo siejama tik su privatinės (civilinės) teisės kategorija. Nors ir suvokta, kad tokia sutartis turi didelių pranašumų, palyginti su ginčo išsprendimu teisme, ir kad ji galėtų būti taikoma taip pat ir viešojo administravimo srityje kylantiems ginčams spręsti, į administracinį procesą taikos sutarties nebuvo linkstama įtraukti. Galbūt todėl jos santykis su administraciniu procesu ir šio instituto praktinio įgyvendinimo problemos nėra pakankamai atskleistos, išnagrinėtos ir įvertintos. Nors lyginamosios teisės tyrėjai

TAIKOS SUTARTIS TARP PRIEŽIŪROS INSTITUCIJOS IR FINANSŲ RINKOS DALYVIO: TIK TEORINĖ GALIMYBĖ AR PASIEKIAMA REALYBĖ?

*Administracinių bylų teisenos įstatymo 52 (1) straipsnis „Teisė sudaryti taikos sutartį“ įtvir-tintas 2013 m. gegužės 30 d. Lietuvos Respublikos adminis-tracinių bylų teisenos įstatymo 37, 42, 44, 46, 50, 53, 68, 80, 82, 97, 101 straipsnių pakeitimo ir papildymo ir Įstatymo papildy-mo 52 (1) straipsniu įstatymu (LRS 2013), įsigaliojusiu nuo 2013 m. rugpjūčio 1 d.

51

A.

Jaka

itė

Taik

os s

utar

tis

tarp

pri

ežiū

ros

inst

ituc

ijos

ir f

inan

sų r

inko

s da

lyvi

o:

tik

teor

inė

galim

ybė

ar p

asie

kiam

a re

alyb

ė?

51

taikos sutarties taikymą įvairiose su valstybės institucijų vykdoma veikla susijusiose srityse įvardija kaip sparčiai evoliucionuojantį reiškinį, vis dėlto atliekami moksliniai tyrimai paprastai apima tik bendruosius taikos sutarties taikymo administraciniame procese klausimus (Valančius, Norkus 2006; Paužaitė-Kulvinskienė 2013). Apie atskirų valstybės institucijų galimybes sudaryti taikos sutartį su privačiaisiais asmenimis ir šių sutarčių sudarymo ypatumus nediskutuojama.

Administraciniame ginče dalyvaujantys subjektai disponuoja tokiomis teisėmis ir pareigomis, kokias jiems suteikia privatinės ar viešosios teisės normos. Viešojo administravimo subjektų, tarp jų ir finansų rinkos dalyvių veiklos priežiūros institucijų, galimybes sudaryti taikos sutartį lemia viešosios teisės normų nustatoma jų kompetencija. Žinoma, teisės skirstymas į viešąją ir privatinę, kaip ir skirtingų metodų bei reguliavimo priemonių priskyrimas šioms sritims, nėra reikšmingi per se, tačiau nėra ir beprasmiai (žr. Stonys 2013). Susitarimu grindžiamo reguliavimo įtraukimas į viešąją teisę tokį skirstymą daro gerokai neaiškų. Todėl valdžios institucijų su privačiaisiais asmenimis sudaromos taikos sutartys ir nėra vertinamos vienareikšmiškai.

Palaikant taikaus susitarimo galimybę su priežiūros institucijos vykdoma veikla susijusiuose santykiuose, susiduriama tiek su nuostaba, kad taikos sutarties institutas viešajai teisei yra svetimas, tiek su praktinio taikymo problemiškumu, tiek su taikymo administraciniame procese kritika. Kritiką, nukreiptą prieš galimybę taikos sutartimi grįsti finansų rinkos priežiūros institucijos ir jos prižiūrimo rinkos dalyvio santykius, galima suskirstyti į dvi grupes. Tai visiškas tokios galimybės atmetimas (konceptualioji kritika) ir kritika, nukreipta į praktinius taikos sutarties taikymo sunkumus (Stonys 2013). Paneigus teorinę taikos sutarties sudarymo galimybę, nebebūtų aktualios nė praktinio taikymo problemos, todėl šiame straipsnyje pirmiausia susitelkiama į teorinius taikos sutarties instituto taikymo administraciniame procese klausimus.

Straipsnio objektas – taikos sutarties tarp priežiūros institucijos ir finansų rinkos dalyvio taikymas administraciniame procese. Keliama hipotezė, kad jis yra galimas. Ginčų, kylančių tarp priežiūros institucijos ir finansų rinkos dalyvių, sprendimas yra sudėtinė administracinio proceso dalis, taigi siekiama išsiaiškinti, ar taikos sutartis, tapusi Lietuvos administracinio proceso objektu, tapo ir tokiuose ginčuose taikytinu institutu.

Straipsnio tikslas – išnagrinėti ir įvertinti aktualias problemas, susijusias su taikos sutarties sudarymu įgyvenant valstybės institucijai pavestą finansų rinkos dalyvių veiklos priežiūrą. Siekiant šio tikslo, taikomi sisteminės analizės, lyginamasis, kritinis analitinis, istorinis ir dokumentų analizės metodai.

1. Taikos sutarties taikymo administraciniame procese retrospektyva

Lietuvoje, kaip kontinentinės teisės valstybėje, teisė į viešąją ir privatinę skirstoma jau seniai. Tai pamatinė klasifikacija, kuria grindžiama visa teisės sistema. Toks skirstymas nėra savitikslis – taip siekiama optimizuoti teisėkūros, proceso ir teisės taikymo mechanizmus. Šis klasifikavimas siejamas su bendrųjų reguliavimo principų ir priemonių taikymo ypatumais, kartu jis lemia priemonių bei metodų skirtumus. Taikant jį, sutartims į viešosios teisės bendrojo pobūdžio reguliavimo ar individualių teisės aktų sritį prasibrauti sunkoka. Kaip nurodoma, tai lemia tradicija, susiklostęs požiūris, pagrįsta ir nepagrįsta valstybingumo ar nepriklausomybės praradimo baimė, norminio reguliavimo ribotumai (Stonys 2012). Vienas pavyzdžių, rodančių tokius sunkumus, ir yra taikos sutarčių įteisinimas administraciniame procese. Praktikoje šios sutartys yra taikomos jau senokai (žr. LVAT 2010), tačiau į administracinį procesą jos įtrauktos tik 2013 m., priėmus minėtus ABTĮ pakeitimus.

Prieš nagrinėjant taikos sutarčių sudarymo galimybes ir perspektyvas Lietuvoje, pravartu istoriniu bei lyginamuoju aspektais panagrinėti JAV taikytą praktiką, tiesa, labiau atskleidžiančią ikiteisminio taikos sutarties taikymo galimybes ir reikšmę finansų rinkos dalyvio bei priežiūros institucijos tarpusavio santykiams.

52

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

52

1.1. JAV patirtis

Manoma, kad 1929–1933 m. vykusią didžiausią kapitalistinio ūkio krizę, dar vadinamą Didžiąja depresija, sukėlė ne tik ilgai trukęs ypatingu spartumu bei disbalansais pasižymintis ekonomikos augimas, bet ir finansų sektoriaus kontrolės stoka. Sunkmečių būta ir iki Didžiosios depresijos, tačiau juos lemdavo tokios priežastys kaip karas, gamtos reiškinių sukeliamos nelaimės, maras ar pan. Didžioji ekonominė krizė prasidėjo vadinamuoju juoduoju ketvirtadieniu, kai Niujorko vertybinių popierių biržą apėmė panika ir Volstrite staiga krito akcijų kainos. Vėliau bankrotų ir įsiskolinimų virtinė įsisuko į visas kapitalistines šalis.

Prieš krizę JAV buvo investuota 8,5 mlrd. dolerių skolinto kapitalo, o per ketverius metus akcijų rinkų indeksų vertė sumažėjo 89 procentais. Krizė išplito po visą pasaulį ir sukėlė ypač skaudžių padarinių. Iki 1933 m. JAV bankrutavo beveik visi bankai. Tuometė investavimo aplinka pasižymėjo geroku nesąžiningumu ir apgaule, todėl 1933 m. JAV Kongresas išleido Vertybinių popierių įstatymą, kuriuo numatė, kad vertybinius popierius išleidžiančios bendrovės registruotų savo pasiūlymus ir atskleistų visą informaciją, kuri yra reikšminga investuotojams priimant sprendimus ir nulemia vertybinio popieriaus vertę. 1934 m. Kongresas priėmė papildomą teisės aktą ir nustatė naujas informacijos apie vertybinius popierius atskleidimo procedūras. Taip buvo pradėta kurti tam tikra investuotojus apsauganti teisinė bazė.

Vis dėlto JAV Vertybinių popierių ir biržos komisija vis nustatydavo teisės aktų pažeidimų, susijusių su išsamios, teisingos ir investuotojams būtinos informacijos apie vertybinius popierius atkleidimu. Jų nustačius, ši priežiūros funkciją atliekanti institucija derėdavosi su finansų rinkos dalyviais, kaip pažeidimus ištaisyti, sudarydavo taikos sutartis. Tačiau finansų rinkos dalyviai, užuot užtikrinę taikius santykius, imdavo rengti viešas informavimo kampanijas, kuriomis siekdavo teisės aktų pažeidimus paneigti. Atsižvelgdama į tokią praktiką, 1972 m. Vertybinių popierių ir biržos komisija paskelbė, kad taikos sutartys su teisės aktų pažeidėjais sudaromos nebus, jei jie viešai neigs nustatytus faktus. Finansų rinkos dalyviams liko dvi išeitys: veikti aktyviai, t. y. pažeidimus patvirtinti ir pripažinti viešai, arba būti pasyviems, t. y. pažeidimų nei patvirtinti, nei paneigti. Taip JAV praktikoje atsirado doktrina „nei patvirtink, nei paneik“.

Kaip matyti, tokios politikos, kai teisės aktų nuostatas pažeidusiam finansų rinkos dalyviui taikos sutartimi suteikiama galimybė pažeidimo nepripažinti, bet kartu ir jo nepaneigti, ištakos siekia 1972 m. Savo poziciją Vertybinių popierių ir biržos komisija aiškino taip: tylėjimo ji nelaiko nustatytų faktų neigimu, kartu teisės aktų pažeidimu kaltinamas asmuo turi pagrindo pasipriešinti privataus bylinėjimosi atveju, nes kitaip pažeidimo pripažinimas gali būti panaudojamas prieš jį pripažinusį asmenį. Taigi, į finansų rinkos dalyvių su Vertybinių popierių ir biržos komisija sudaromą taikos sutartį tipiniu atveju įtraukiama nuostata „nei pripažink, nei paneik“ tenkino abiejų šalių interesus: komisija užsitikrindavo, kad nustatyti faktai nebus paneigti, o finansų rinkos dalyviai turėjo galimybę nebūti saistomi su praeityje padarytais pažeidimais kilus ginčų su savo klientais. Taip komisija finansų rinkos dalyviams sudarė sąlygas pažeidimų nepaneigti, bet ir viešai nepripažinti atsakomybės.

Vertybinių popierių ir biržos komisijos teisė sudaryti taikos sutartį su prižiūrimu finansų rinkos dalyviu nebuvo išimtinė. Sutartis turėjo būti patvirtinama apygardos teismo teisėjo, tik tada ji galėjo kelti teisinių pasekmių sutartį pasirašiusioms šalims (Siegel 2015). Toks patvirtinimas buvo nekvestionuotina procedūra, privalomas taikos sutarties sudarymo etapas. Tačiau pastebėta, kad apygardų teismų teisėjai taikos sutartis dažnai tvirtindavo tik formaliai: jie įvertindavo pateiktus dokumentus, bet sutarties nuostatų turiniui ir jų keliamoms pasekmėms išnagrinėti neskirdavo didesnio dėmesio. Todėl vis kildavo klausimų, koks vaidmuo tvirtinant taikos sutartį turi tekti teismui, kokios yra teismo kontrolės ir aktyvumo ribos, ar teisėjams taikos sutartį reikia vertinti tik teisėtumo, ar ir institucijos vykdomos veiklos politikos bei ekonominio tikslingumo požiūriu (Siegel 2015).

2008 m. pasaulį užklupo nauja ekonomikos krizė, neretai įvardijama kaip viena iš nesėkmingo finansų rinkų reguliavimo ir netinkamos priežiūros pasekmių. Tai lėmė vis didesnę Vertybinių popierių ir biržos komisijos veiklos kritiką, imta įžvelgti vis daugiau neigiamų taikos sutarties sudarymo aspektų. Niujorko teisėjas Jedas Rakoffas nusprendė

53

A.

Jaka

itė

Taik

os s

utar

tis

tarp

pri

ežiū

ros

inst

ituc

ijos

ir f

inan

sų r

inko

s da

lyvi

o:

tik

teor

inė

galim

ybė

ar p

asie

kiam

a re

alyb

ė?

53

ilgą laiką trukusią praktiką nutraukti. Jis sukritikavo doktriną „nei pripažink, nei paneik“ ir sukėlė viešas diskusijas apie tai, ar Vertybinių popierių ir biržos komisijos vykdoma taikos sutarčių sudarymo politika nepadedama teisės aktus pažeidusiems finansų rinkos dalyviams išvengti atsakomybės (Siegel 2015). 2009 m. šis teisėjas atsisakė patvirtinti taikos sutartį, Vertybinių popierių ir biržos komisijos sudarytą su bendrove „Bank of America Corp.“, kuria ši bendrovė, kaip buvo įprasta pagal taikos sutartį, teisės aktų pažeidimo ir melagingų pareiškimų įsigyjant įmonę „Merril Lynch“ nepaneigė, bet ir nepatvirtino, tik sutiko sumokėti 33 mln. dolerių baudą. Teisėjas nurodė, kad tai teikia galimybių bendrovei taip elgtis ir ateityje. 2011 m. taikos sutartį, tos pačios komisijos sudarytą su bendrove „Vitesse Semiconductor Corp.“, Jedas Rakoffas patvirtino, bet nurodė, kad tai daro tik dėl susiklosčiusios praktikos. Jis nurodė ir tai, kad nuostatos „nei pripažink, nei paneik“ taikymu iš esmės kenkiama visuomenės interesams. 2011 m. šis teisėjas atsisakė patvirtinti taikos sutartį tarp Vertybinių popierių ir biržos komisijos ir finansinių paslaugų bendrovės „Citigroup“, sudarytą dėl 285 mln. dolerių baudos sumokėjimo, nurodęs, kad tokia sutartis prieštarauja visuomenės interesams. Pasak jo, taikos sutartis turėtų būti atitinkanti sąžiningumo, protingumo, adekvatumo kriterijus ir viešąjį interesą, o aktyvaus teisėjo vaidmuo tvirtinant taikos sutarčių projektus nereiškia jo pareigos kelti versijas, įrodinėti ar bandyti paneigti tam tikras taikos sutarties sąlygas. Taikos sutarties sąlygas, atitinkančias teisės aktų reikalavimus ir šalių teisėtus interesus, turi nustatyti sutarties šalys, o teisėjas atsisako tvirtinti sutartis tuo atveju, jei, įvertinus visas aplinkybes, yra tvirto pagrindo manyti, kad sutarties sąlygos gali prieštarauti viešajam interesui (Siegel 2015).

Atsižvelgdama į tai, 2013 m. Vertybinių popierių ir biržos komisija ėmėsi vienos reikšmingiausių su taikos sutarties instituto taikymu susijusių reformų. Ji numatė, kad sudarydama taikos sutartį esant dideliam ir reikšmingam neteisėtumui (angl. egregious conduct) reikalaus, kad finansų rinkos dalyvis aiškiai pareikštų, jog pripažįsta savo veiksmų neteisėtumą, ir tai bus privalomoji sutarties sąlyga, o ne derybų su priežiūros institucija objektas. Nepaisant tokių finansų rinkos dalyviams ne itin palankių reikalavimų, pastaraisiais metais Vertybinių popierių ir biržos komisija taikos sutartimis užbaigė net apie 98 procentus ginčų, t. y. maždaug 650 iš 700 galimų ginčo sprendimo teisme atvejų baigdavosi taikos sutartimis (MacDonald 2012; Radvany 2012). Neabejojama, kad, ginčo šalims susitariant taikiai, stiprinamas šalių bendradarbiavimas ir atkuriama ne tik teisinė, bet ir socialinė taika, t. y. toliau palaikomi geri Vertybinių popierių ir biržos komisijos ir finansų rinkos dalyvio santykiai (Radvany 2012). Kartu optimizuojami abiejų šalių resursai ir užkertamas kelias galimam teisminiam ginčo nagrinėjimui ateityje. Finansų rinkos dalyviai irgi įžvelgia ne vieną taikos sutarties sudarymo privalumą, tarp jų ir tokį kaip reputacijai sumažinimas.

1.2. Lietuvos praktika

Iki 2013 m. gegužės 30 d. ABTĮ nebuvo numatyta galimybė baigti teisminį ginčo nagrinėjimą taikos sutartimi. Šio įstatymo 52 (1) straipsnis „Teisė sudaryti taikos sutartį“ įsigaliojo tik nuo 2013 m. rugpjūčio 1 d. Tačiau Lietuvos administracinių bylų teisenos praktika rodo, kad taikos sutarčių sudarymas gyvavo jau gerokai seniau (LVAT 2010; Paužaitė-Kulvinskienė 2013).

Vis dėlto iki 2013 m. rugpjūčio 1 d. taikos sutartis Lietuvos administraciniame procese de lege lata galėjo būti sudaroma tik bylos šalių iniciatyva ir tarpusavio susitarimu, teismas šiame procese negalėjo dalyvauti. Toks susitarimas nebuvo tvirtinamas teismo nutartimi. ABTĮ 52 straipsnyje buvo numatyta pareiškėjo teisė atsiimti skundą ar prašymą iki jo priėmimo, taip pat teisė tikslinti ir pakeisti skundo ar prašymo pagrindą arba dalyką, teisė skundo arba prašymo atsisakyti bet kurioje bylos nagrinėjimo stadijoje iki teismui išeinant į pasitarimų kambarį (Paužaitė-Kulvinskienė 2013). Vadinasi, teismas, kuris yra vienas iš procese dalyvaujančių subjektų, teisės normų buvo nušalinamas nuo galimybės skatinti ginčo šalis susitarti taikiai. Vienintelis galimas jo veikimo būdas buvo pritaikyti ABTĮ 10 straipsnio nuostatas, leidžiančias teismui pabrėžti skundą padavusio asmens turimą teisę vienašališkai atsisakyti reikalavimo (žr. LVAT 2001).

54

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

54

Kita vertus, Lietuvos administraciniai teismai šalių sudaromas taikos sutartis tvirtindavo, kaip argumentą nurodydami tai, kad, nors ABTĮ nėra numatyta galimybės tiesiogiai taikyti civilinio proceso kodekso normas, kurios leistų civiliniame procese taikyti taikos sutarties sudarymą, ir nenumatomos sutarties tvirtinimu sukeliamos teisinės pasekmės, vis dėlto Lietuvos administracinių teismų praktikoje buvo ir tebėra taikoma ABTĮ 4 straipsnio 6 dalis, nustatanti, kad, nesant ginčo santykius reguliuojančio įstatymo, teismas taiko panašius santykius reglamentuojantį įstatymą; jei nėra ir tokio, vadovaujamasi bendraisiais įstatymų pradmenimis, taip pat teisingumo ir protingumo kriterijais. Faktas, kad taikos sutartis administraciniai teismai pradėjo tvirtinti gerokai anksčiau, nei tai buvo nustatyta įstatymu, rodo, kad sutartinio reguliavimo ir susitarimo galimybių poreikis kyla „iš apačios“, taigi yra natūralus ir diktuojamas būtinybės, o ne „strategijų mados“.

Šiuo metu galiojančio ABTĮ 52 (1) straipsnio 1 dalis numato, kad šalys gali baigti bylą taikos sutartimi bet kurioje administracinio proceso stadijoje, jeigu taikos sutartį sudaryti leidžia ginčo pobūdis. Joje taip pat numatoma, kad sudaroma taikos sutartis turi neprieštarauti imperatyviosioms įstatymų ir kitų teisės aktų nuostatoms, viešajam interesui ir neturi pažeisti trečiųjų suinteresuotų asmenų teisių ar teisėtų interesų. Tokia sutartis negali būti sudaroma bylose dėl norminių administracinių aktų teisėtumo ir šios sutarties dalykas turi būti to paties pobūdžio, kaip ir skunde arba prašyme nurodyti reikalavimai. Be to, taikos sutartimi gali būti išspręstas visas ginčas arba jo dalis (atskiri reikalavimai). Numatoma ir tai, kad teismas priemonių šalims sutaikyti imasi tik tuo atveju, kai yra šalių sutikimas pradėti derybas dėl taikos sutarties sudarymo. To paties straipsnio 3 dalis įtvirtina imperatyvą, kad „teismas netvirtina taikos sutarties, kuri prieštarauja šio straipsnio 1 dalyje nurodytoms sąlygoms“. Įstatymo projekto aiškinamajame rašte buvo nurodyta, kad taikos sutartis yra priemonė, užtikrinanti teismo sprendimo priėmimą per tinkamą laiką, skatinanti proceso operatyvumą, leidžianti proceso šalims lanksčiai išspręsti tarpusavio ginčą, atkuriant ne tik teisinę, bet ir socialinę taiką. Vadinasi, reglamentavimu numatoma, kad administracinės bylos šalims norint susitarti taikiai, teismas turi atsižvelgti į ginčo pobūdį ir į tai, ar viešojo administravimo subjektui ir skundą padavusiam asmeniui siūloma sudaryti sutartis neprieštaraus imperatyviosioms įstatymų ir kitų teisės aktų nuostatoms bei viešajam interesui. Kartu turi būti įvertinta tai, ar ji nepažeis trečiųjų asmenų teisių ar teisėtų interesų. Bet kuriuo atveju taikos sutartis turi būti tvirtinama teismo, o šis turi pareigą įvertinti šalių susitarimo teisėtumą.

Su taikos sutarties sudarymu administraciniame procese susijusios nuostatos „ginčo pobūdis“ ir „viešasis interesas“ yra vertinamojo pobūdžio, jų turinys įstatyme neatskleistas. Teismai irgi nėra pateikę šių nuostatų išaiškinimo ar taikymo praktikoje pavyzdžių. Todėl kyla klausimas, ar 52 (1) straipsnyje nustatytos sąlygos leidžia sudaryti taikos sutartį tuo atveju, kai kita ginčo šalis yra prižiūrimas finansų rinkos dalyvis. Neaišku ir tai, ar taikos sutarties sudarymas, kai ginčijamasis objektas yra priežiūros institucijos priimtas atskiras teisės aktas dėl baudos ar kitos poveikio priemonės skyrimo (taip paskirtos baudos dydis būtų mažinamas), neprieštarautų viešajam interesui ir ar jis galėtų būti pateisinamas ginčo pobūdžiu.

2. Taikos sutartis tarp priežiūros institucijos ir finansų rinkos dalyvio

Derėjimosi ir taikaus susitarimo idėja viešosios teisės praktikai nėra svetima. Valdžios įstaigos, tarp jų ir finansų rinkos dalyvių veiklą prižiūrinčios institucijos, aktyviai bendradarbiauja su privačiaisiais fiziniais bei juridiniais asmenimis jų veiklos reguliavimo klausimais ir tariasi dėl reguliavimo turinio. Tačiau esminis tokių konsultacijų ar neformalių susitarimų požymis yra sąlyginai nesuvaržyta susitarimų laisvė ir galimybė konsultacijų pagrindu nustatytą reguliavimą pakeisti. Taikos sutartis, kylanti iš šalių susitarimo ir numatomo privalomo jo laikymosi, yra pagrįsta pasitikėjimo sukūrimu ir kelia suderinamumo su viešajai teisei būdingais principais klausimą. Todėl priežiūros institucijos ir prižiūrimo finansų rinkos dalyvio taikos sutarties sudarymo teorinę ir praktinę analizę iš esmės tenka grįsti „viešojo intereso“, tokiame kontekste pirmiausia sietino su institucijos funkcijų svarba, ir „ginčo pobūdžio“, neabejotinai susijusio su atitinkamus santykius reglamentuojančių teisės normų imperatyvomis, vertinimu.

55

A.

Jaka

itė

Taik

os s

utar

tis

tarp

pri

ežiū

ros

inst

ituc

ijos

ir f

inan

sų r

inko

s da

lyvi

o:

tik

teor

inė

galim

ybė

ar p

asie

kiam

a re

alyb

ė?

55

2.1. Vertintini elementai

Taikos sutartis yra dispozityvumo principo išraiška, ir būtina bet kokios sutarties sudarymo prielaida yra galėjimas disponuoti tuo objektu, dėl kurio susitariama. Viešojo administravimo subjektų, tarp jų ir priežiūros institucijos, galimybes sudaryti taikos sutartį lemia jų kompetencija, nustatyta viešosios teisės normų.

Lietuvos Respublikos Konstitucinis Teismas yra konstatavęs, kad finansų srityje vykdoma ūkinė veikla, inter alia finansinių paslaugų teikimas, yra viena iš specifinių ūkinės veiklos rūšių ir kad ją vykdant tiesiogiai daroma įtaka šalies finansų sistemai, kartu ir visam šalies ūkiui (LRKT 2013a). Finansų sistemos stabilumas ir efektyvumas yra reikšmingas viešasis interesas, esminė rinkos veikimo sąlyga, lemianti šalies ūkio augimą. Todėl, pagal Lietuvos Respublikos Konstitucijos 46 straipsnio 3 dalį, įstatymų leidėjas, reguliuodamas finansinę ūkinę veiklą taip, kad ji tarnautų bendrai tautos gerovei, turi nustatyti tokį teisinį reguliavimą, kuris užtikrintų šalyje veikiančios finansų sistemos saugumą, stabilumą ir patikimumą (LRKT 2013b). Vadinasi, taikant poveikio priemones finansų rinką reglamentuojančių teisės aktų pažeidėjams keliamas tikslas turėtų būti susijęs su tokio viešojo intereso kaip finansų sistemos stabilumas ir efektyvumas užtikrinimu. Tai patvirtina ir Europos Sąjungos teisės aktų nuostatos, kuriomis reguliuojama finansų rinka. Pavyzdžiui, 2014 m. liepos 23 d. priimtos Europos Parlamento ir Tarybos direktyvos 2014/91/ES preambulės 35 punkte nurodyta, kad patikima finansų sektoriaus rizikos ribojimo ir veiklos vykdymo sistema turėtų būti pagrįsta tvirtais priežiūros, tyrimo ir sankcijų režimais (Europos Parlamentas 2014).

Kita vertus, aptartoji JAV priežiūros institucijos – Vertybinių popierių ir biržos komisijos – patirtis ir jos taikoma taikių susitarimų su prižiūrimais subjektais sudarymo praktika patvirtina, kad taikos sutarties sudarymas viešojo intereso reikalavimui per se neprieštarauja, tačiau svarbu, kaip ir kokiomis sąlygomis taikos sutartis sudaroma. Praktikoje poreikis sudaryti taikos sutartį dažniausiai kyla iš privačiojo sektoriaus interesų* ir neretai būna susijęs su priežiūros institucijos nustatomais prižiūrimų subjektų teisės aktų pažeidimais. Todėl, svarstant taikos sutarties sudarymo galimybes, kai nagrinėjamas ginčas dėl poveikio priemonių taikymo finansų rinkos dalyviui, kiekvienu konkrečiu atveju turėtų būti įvertinama ir tai, ar taikos sutartis nepažeidžia viešojo intereso. Atitiktį privačiajam interesui vertina patys rinkos dalyviai. Kaip jau minėta, taikos sutartis finansų rinkos dalyviams ypač aktuali, nes, priežiūros institucijai nustačius tam tikrų teisės aktų pažeidimų, norima išvengti neigiamų pasekmių. Todėl visiškai tikėtina, kad, priimdami sprendimą ginčyti priežiūros institucijos pritaikytą administracinį aktą teisme ar tęsdami jau prasidėjusį bylinėjimąsi, finansų rinkos dalyviai vertina galimybes taikiai susitarti ir svarsto, kokios taikaus susitarimo sąlygos galėtų būti jiems pravarčios. Neabejotinai finansų rinkos dalyviai svarsto ir tai, kaip galima sumažinti dėl nustatytų teisės aktų pažeidimų kylančios atsakomybės neigiamas pasekmes.

Priežiūros institucijos ir prižiūrimųjų finansų rinkos dalyvių sudaromos taikos sutarties atitikties viešajam interesui klausimas yra sudėtingesnis. Jis neabejotinai sietinas su konceptualiais priežiūros institucijos veiklos vertybiniais klausimais. Straipsnio autorės nuomone, taikos sutarties sudarymas tarp tokių subjektų turėtų būti vertinamas kaip tenkinantis viešojo intereso reikalavimą ir tikslingas, jei sudaromos taikos sutarties sąlygų turinys nepakerta pasitikėjimo rinka ar priežiūros institucija, jeigu įvertinus visas reikšmingas aplinkybes paaiškėja, kad greitas ir efektyvus susitarimas viešąjį interesą tenkintų labiau nei ilgas ir brangus teisminis ginčo nagrinėjimas. Be to, taikus susitarimas viešojo intereso ir visuomeninės naudos sąlygas gali tenkinti tais atvejais, kai priežiūros institucijos nustatytas pažeidimas yra mažareikšmis, nepažeidžiami esminiai rinkos dalyvių interesai ir rinkos vientisumas, greitas taikos tarp priežiūros institucijos ir finansų rinkos dalyvio atkūrimas yra tikslingas. Toks tikslingumas galėtų būti įžvelgiamas tuo atveju, kai pažeidimą padaręs asmuo yra naujas finansų rinkos dalyvis ir pažeidimas padaromas pirmą kartą, be to, operatyviai imamasi šalinti veiklos trūkumus, bendradarbiauja su priežiūros institucija ir finansų rinkos dalyvio vykdoma veikla nėra didelės apimties, yra nustatyta tik lengvinamųjų aplinkybių.

*Lietuvoje yra buvę atvejų, kai asmenys ginčijo valstybės institucijos atsisakymą sudaryti taikos sutartį (STK 2015).

56

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

56

Svarbu yra tai, kad poveikio priemonių taikymą reglamentuojančios teisės normos, kaip ir kitos viešosios teisės normos, yra imperatyvaus pobūdžio, t. y. jomis įtvirtinami privalomojo pobūdžio paliepimai. Tirdama finansų rinką reglamentuojančių teisės aktų pažeidimus, rinkos dalyvių veiklos priežiūrą atliekanti institucija turi naudotis tomis teisėmis ir vykdyti tas pareigas, kurios yra nustatytos įstatyme. Poveikio priemones ji irgi turi taikyti tik tokias, kurios yra nustatytos įstatyme (pvz., Finansinių priemonių rinkų įstatymo 83 str. 1 d., Mokėjimo įstaigų įstatymo 29 str. 1 d.), ir jas taikyti tik esant įstatyme numatytam pagrindui. Baudos irgi gali būti skiriamos tik įstatyme numatyto dydžio (pvz., Finansinių priemonių rinkų įstatymo 93 str., Kredito unijų įstatymo 63 str., Kolektyvinio investavimo subjektų įstatymo 173 str., kuriame nustatyta baudos dydžių viršutinė riba ir dydžiai diferencijuojami pagal pažeidimo rūšį). Didinti arba mažinti baudą, parinkti švelnesnę arba griežtesnę poveikio priemonę galima tik atsižvelgus į įstatyme nustatytas aplinkybes (aplinkybių sąrašas pateiktas Finansinių priemonių rinkų įstatymo 94 str.).

Tirdama finansų rinką reglamentuojančių teisės aktų pažeidimus, priežiūros institucija turi išsiaiškinti ir įvertinti visas aplinkybes, kurios gali turėti reikšmės pritaikant poveikio priemonę. Tai atlikti būtina, kad būtų priimtas pagrįstas ir motyvuotas sprendimas, be kita ko, tinkamai nustatytas skirtinos baudos dydis, jei taikoma poveikio priemonė yra piniginė bauda. Kaip aiškėja, šiame etape taikomos finansų rinką reglamentuojančių teisės aktų nuostatos jau turi ir taikos sutarties elementų. Pavyzdžiui, Finansinių priemonių rinkų įstatymo 93 straipsnis numato, kad priežiūros institucija, svarstydama šiame įstatyme nustatytų poveikio priemonių skyrimo klausimą, atsižvelgusi į 94 straipsnio 5 ir 6 dalyse nurodytas aplinkybes ir nesant 7 dalyje nurodytų aplinkybių, vadovaudamasi teisingumo ir protingumo kriterijais gali neskirti poveikio priemonės, jei tenkinami tokie reikalavimai: juridinis asmuo įrodo, kad dėjo visas įmanomas pastangas siekdamas išvengti pažeidimo, jis nedelsdamas savo noru užkerta kelią neigiamoms pažeidimo pasekmėms, pažeidimas yra mažareikšmis (LRS 2007). Mokėjimo įstaigų įstatymo 29 straipsnio 1 dalies 6 punkte numatyta, kad mokėjimo įstaigai gali būti taikoma viena iš poveikio priemonių rūšių – paskiriamas laikinasis atstovas jos veiklai prižiūrėti, tačiau to įstatymo 33 straipsnio 6 dalyje nurodyta, kad priežiūros institucija laikinąjį atstovą gali atšaukti, jei nustatoma, kad mokėjimo įstaiga gali stabiliai ir patikimai veikti ar, priežiūros institucijos nuomone, taikyti tokią priemonę nebetikslinga dėl kitų priežasčių (LRS 2009).

Jei priežiūros institucijos sprendimas taikyti poveikio priemonę apskundžiamas teismui, spręsdamas sprendimo teisėtumo ir pagrįstumo klausimą teismas turi pareigą įvertinti visas aplinkybes, kurios gali turėti reikšmės taikant poveikio priemonę. Kaip jau minėta, taikos sutartis yra dispozityvumo principo išraiška ir būtina jos sąlyga yra galėjimas disponuoti tuo objektu, dėl kurio susitariama. Vadinasi, šiame administracinio proceso etape taikos sutarties klausimas galėtų būti svarstomas tik tuo atveju, jei ginčo šalys gali laisvai disponuoti materialinės teisės normų suteiktomis teisėmis bei pareigomis, t. y. gali išspręsti kilusį teisminį ginčą tarpusavio nuolaidomis. Tačiau poveikio priemonių taikymas administraciniame procese grindžiamas imperatyvumo principu. Pavyzdžiui, jei nagrinėjant klausimą dėl baudos dydžio paaiškėja, kad esama atsakomybę mažinančių aplinkybių arba kitokių baudos dydį leidžiančių sumažinti aplinkybių ir priežiūros institucija jų nebuvo įvertinusi, arba atsirado tam tikrų naujų aplinkybių, teismas privalo aplinkybes įvertinti ir baudos dydį sumažinti. Todėl priežiūros institucijos teisės sudaryti taikos sutartį su prižiūrimuoju finansų rinkos dalyviu priešininkai ir teigia, kad teisės normos viešojo administravimo subjektams palieka vienintelį galimą sprendimo variantą, taigi tartis nėra dėl ko. Be to, priežiūros instituciją, kaip ir kitus viešojo administravimo subjektus, saisto teisėtumo principas: jei priežiūros institucijos priimtas aktas dėl finansų rinkos dalyvio padaryto pažeidimo yra neteisėtas, jis ir taip privalo būti panaikintas (jei dėl jo teisėtumo abejonių nekyla, jis paliekamas galioti). Be abejo, taikos sutarties taikymo privatinėje teisėje galimybės yra didesnės, nes joje dispozityvumo principas taikomas plačiau. Tačiau priežiūros instituciją ir finansų rinkos dalyvį siejantys teisiniai santykiai yra labai įvairūs, todėl praktikoje gali pasitaikyti tokių atvejų, kai sudaryti taikos sutartį įmanoma, gal net pageidautina.

Įstatymai priežiūros institucijoms neretai nurodo tam tikras diskrecijos ribas. Priežiūros institucija gali priimti sprendimą savo nuožiūra, tačiau turi laikytis nurodytų diskrecijos

57

A.

Jaka

itė

Taik

os s

utar

tis

tarp

pri

ežiū

ros

inst

ituc

ijos

ir f

inan

sų r

inko

s da

lyvi

o:

tik

teor

inė

galim

ybė

ar p

asie

kiam

a re

alyb

ė?

57

ribų, t. y. vertinti tik įstatyme numatytus kriterijus ir neatsižvelgti į tuos aspektus, kurie nėra teisiškai reikšmingi. Taigi, jei įmanomi keli sprendimai ir visi jie iš principo teisėti, bet prižiūrimam finansų rinkos dalyviui labiau pageidautinas vienas iš jų, priežiūros institucija galėtų eiti į kompromisą ir su finansų rinkos dalyviu susitarti, kad, įgyvendindama turimą diskrecijos teisę, vertins tas aplinkybes, kurios priimant sprendimą gali būti reikšmingos ne tik jai, bet ir finansų rinkos dalyviui. Be to, priežiūros institucijos ir finansų rinkos dalyvio santykiai yra tęstiniai. Taigi, svarbu ne tik išspręsti ginčą, bet ir pašalinti socialinį konfliktą, kuris trukdo normaliai funkcionuoti tiems santykiams ateityje. Vis dėlto teorinės galimybės taip šalinti konfliktą, pavyzdžiui, pasirinkti vieną ar kitą santykių sureguliavimo variantą (atleisti nuo atsakomybės finansų rinką reglamentuojančių teisės aktų pažeidimą padariusį finansų rinkos dalyvį, jam paskirti neproporcingą poveikio priemonę) priežiūros institucija neturi. Tai ir leistų teigti, kad šiuo metu galiojantys Lietuvos teisės aktai nesudaro taikos sutarties sudarymo prielaidos – galimybės laisvai disponuoti materialinės teisės normų suteikiamomis teisėmis bei pareigomis tais atvejais, kai šalys norėtų taikiai išspręsti su poveikio priemonėmis susijusius klausimus.

Nesant tokios prielaidos, galimybė sudaryti taikos sutartį teismui nagrinėjant ginčą dėl poveikio priemonių taikymo yra labai ribota. Tai galėtų būti toks atvejis, kai taikos sutarties dalykas nėra tapatus pagrindinės prievolės dalykui. Kai poveikio priemonės prievolė ir jos dydis nustatomi teisės aktų nustatyta tvarka, taikiu susitarimu finansų rinkos dalyvis galėtų atsisakyti teisinių pretenzijų ir teisės ginčyti pagrindinę prievolę ir abi šalys galėtų apibrėžti neginčytiną prievolės dalį. Tai nebūtų nei poveikio priemonės dydžio nustatymas (jis turi atitikti įstatymo, o ne šalių susitarimo nuostatas), nei atleidimas nuo prievolės poveikio priemonę įgyvendinti.

Bet kuriuo atveju taikos sutartis turi būti tvirtinama teismo, o jis, tvirtindamas taikos sutartį, turi pareigą įvertinti susitarimo turinio teisėtumą. Taigi, teismas tvirtintų ne bet kokią taikos sutartį, o tik tokią, kuri atitinka ABTĮ 52 (1) straipsnio 1 dalies reikalavimus ir kurią tikslinga sudaryti priežiūros institucijos vykdomos politikos atžvilgiu. Vadinasi, nors ginčo šalys turi teisę susitarti dėl taikos sutarties turinio, t. y. prisiimamų įsipareigojimų (pvz., numatyti tarpusavio teises ir pareigas, įtvirtinti tam tikrą veiksmų planą, kuris saistytų šalis ateityje įgyvendinant tam tikrus priežiūros institucijos reikalavimus, susitarti dėl atsakomybės ir griežtesnių poveikio priemonių taikymo, jei finansų rinkos dalyvis nesilaikytų taikaus susitarimo sąlygų ir pan.), jų turima diskrecijos teisė nėra absoliuti. Tokia teisė yra ribojama susitarimo teisėtumo ir 52 (1) straipsnio 1 dalyje įtvirtintų taikos sutarties reikalavimų.

Kita vertus, Lietuvos teismų praktika rodo, kad iki šiol taikos sutarčių tarp Lietuvos finansų rinkos priežiūros institucijos – Lietuvos banko – ir jo prižiūrimų finansų rinkos dalyvių teismams dar nėra teikta, jie tokių sutarčių nėra tvirtinę. Vis dėlto praktikos nebuvimas nėra pagrindas teigti, kad taikos sutartys, skirtos šios rūšies administraciniams ginčams spręsti, negali būti sudaromos.

2.2. Kiti galimi sprendimai

Taikos sutarties sudarymu administraciniame procese reguliuojami santykiai iš esmės atitiktų privatinės teisės normų reglamentuojamus santykius, tačiau tai, kad priežiūros institucijos ir jos prižiūrimo finansų rinkos dalyvio santykiams taikomos imperatyvios nuostatos, lemia siauresnę taikos sutarties instituto taikymo apimtį. Kai galimybės sudaryti taikos sutartį sprendžiant Lietuvoje veikiančios priežiūros institucijos ir finansų rinkos dalyvio teisminį ginčą yra labai ribotos, kyla klausimas, ar nebūtų galima sudaryti ikiteisminių taikos sutarčių, kokios yra sudaromos tarp priežiūros institucijos ir jos prižiūrimų finansų rinkos dalyvių JAV.

Pirmiausia, teisė sudaryti ikiteisminę taikos sutartį turėtų būti nustatyta priežiūros institucijos veiklą ir kompetenciją reglamentuojančiuose įstatymuose. Šio straipsnio autorės nuomone, ikiteisminei taikos sutarčiai taikomi reikalavimai turėtų atitikti bent jau tuos, kurie nustatyti ABTĮ 52 (1) straipsnyje: sudarydama taikos sutartį su prižiūrimu finansų rinkos dalyviu, priežiūros institucija turėtų atsižvelgti į susitarimo pobūdį,

58

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

58

įvertinti, ar sudaromoji sutartis neprieštaraus imperatyviosioms įstatymų ir kitų teisės aktų nuostatoms ir viešajam interesui, taip pat tai, ar ji nepažeis trečiųjų asmenų teisių ar teisėtų interesų. Jau minėta, kad teismas vertina tik sudarytos taikos sutarties teisėtumą, o priežiūros institucija galėtų vertinti tokį susitarimą vykdomos priežiūros politikos, ekonominio ar kitokio tikslingumo aspektais.

Sudarant ikiteismines taikos sutartis, kaip ir bet kurias kitas sutartis su valstybės institucija, kiltų lygiateisiškumo principo klausimas. Jis kiltų dviejuose ikiteisminės taikos sutarties sudarymo etapuose: 1) derybų etape kiltų klausimas, ar abi šalys gali lygiai pradėti ir vesti derybas; 2) taikos sutarties turinio nustatymo etape kiltų klausimas, ar taikos sutarties turinys privalo būti lygus ir vienodas abiem šalims. Žinoma, pati taikos sutarties koncepcija lemia, kad sutartis sudaroma šalių tarpusavio nuolaidų ir kompromisų būdu. Jos sudarymas jokiu būdu neturėtų būti vertinamas kaip priežiūros institucijos imperatyvi pareiga sudaryti taikos sutartį su kiekvienu finansų rinką reguliuojančių teisės aktų pažeidėju. Straipsnio autorės nuomone, taikos sutarties sudarymas neturėtų įpareigoti priežiūros institucijos tokią sutartį sudaryti ir ateityje, susidarius panašiai ar net tapačiai situacijai. Priežiūros institucija reikšmingas taikos sutarties sudarymui aplinkybes gali įvertinti kitaip ir pasirinkti ne taikos sutartį, o, pavyzdžiui, skirti baudą. Žinoma, tokia pasirinkimo galimybė keltų klausimų, ar ji turėtų vienodai elgtis ir tais atvejais, kai sudaryti taikos sutartį būtų pagrįsta, ir, atsižvelgus į visus aspektus, tarp jų ir visuomenės bei valstybės interesus, verta. Manytina, kad priežiūros institucijos turima dispozityvi teisė susidarius panašioms situacijoms leistų rinktis, tačiau turėtų būti įvertinami susitarimo pobūdžio ir institucijos vykdomos politikos, ekonominio ar kitokio tikslingumo aspektai.

Privalomas ikiteisminės taikos sutarties sudarymo elementas turėtų būti viešumas, arba sutarties atskleidimas visuomenei, išskyrus objektyviai pagrįstus konfidencialumo atvejus. Tai padėtų išvengti neigiamų interpretacijų viešojoje erdvėje dėl priežiūros institucijos turimos dispozityvios teisės rinktis taikos sutartį. Viešas taikos sutarčių sudarymo faktų ir sąlygų atskleidimas veiktų ir kaip lygiateisiškumo principo užtikrinimo garantas. Tai finansų rinkos dalyviams teiktų galimybę įgyvendinti savo teises, reikalauti tam tikrų veiksmų ar pozicijos iš kitos sutarties šalies. Be to, tokiu būdu būtų teikiama informacija finansų rinkos dalyviams, kaip vienu ar kitu atveju jie turėtų elgtis, o tai veiktų kaip teisinės aplinkos pažinimo priemonė, leistų subjektams planuoti savo veiklą, formuotis teisėtiems lūkesčiams. Taikos sutarties sudarymas ir viešas informacijos apie ją skelbimas galėtų būti tam tikra „švelniosios teisės“ (angl. soft law) rūšis, t. y. privalomos teisinės galios neturinti, tačiau galiojantiems teisės aktams neprieštaraujanti priemonė, šiuo atveju – tam tikros finansų rinkos dalyvių elgsenos nuoroda. Viešumas kaip privaloma ikiteisminės taikos sutarties sąlyga neabejotinai prisidėtų prie reguliavimo efektyvumo didinimo, nes pavyzdys skatina atitinkamai elgtis. Kita vertus, taikos sutarčių viešinimas leistų didinti priežiūros institucijos veiklos skaidrumą, suteiktų informaciją, kokios teisinio reguliavimo sritys yra tobulintinos. Objektyvi ir pagrįsta kritika būtų prasminga, nes ji leistų numatyti būdus ir kryptis, kuriomis turėtų būti plėtojamas taikos sutarties institutas viešojoje teisėje. Be to, taikos sutartimi įtvirtinant šalių santykį, viešumo ir skaidrumo reikalavimai turėtų padidėti, o tai mažintų nepagrįstų ar neobjektyvių sprendimų galimybę.

Vertinant palyginti naujų reguliavimo metodų taikymą, dažnai keliamas ir išlaidų klausimas. Akivaizdu, kad taikos sutarties taikymas irgi turi būti pagrįstas ekonomiškai. Ekonominis ikiteisminių taikos sutarčių įteisinimo vertinimas būtų atskira tema, tačiau nesunku nuspėti, kad mažesnis ginčų skaičius ir mažesnės laiko sąnaudos ginčui išspręsti ekonomiškumo kriterijų tikrai turėtų tenkinti.

Galima sutikti su nuomone, kad taikos sutarties, kuri leistų efektyviau reguliuoti priežiūros institucijos ir finansų rinkos dalyvio santykius, galimybei įgyvendinti reikėtų tiek priežiūros institucijos, tiek įstatymų leidėjo, tiek visuomenės požiūrio pokyčių. Kitaip galėtų susidaryti atotrūkis tarp kylančių poreikių ir jų įgyvendinimo galimybių. Ir kiti taikos sutarties instituto kritikos argumentai yra reikšmingi, nes jie ne tik atskleidžia galinčias kilti problemas, bet ir kuria teorines ir praktines prielaidas joms spręsti, taip prisideda prie reguliavimo plėtotės. Kritikų nurodomos problemos turi būti ne sąlyga taikos sutarties galimybę atmesti, o nuoroda, kaip galima mažinti arba šalinti neigiamą

59

A.

Jaka

itė

Taik

os s

utar

tis

tarp

pri

ežiū

ros

inst

ituc

ijos

ir f

inan

sų r

inko

s da

lyvi

o:

tik

teor

inė

galim

ybė

ar p

asie

kiam

a re

alyb

ė?

59

poveikį. Piktnaudžiavimo ar klaidų tikimybė neturėtų būti asmenų turimos teisės ir laisvės taikiai susitarti ribojimo pagrindas. Kad taikos sutarties taikymas reguliuojant šių subjektų santykius būtų galimas, reikia ypač geranoriško abiejų santykio šalių požiūrio, nusiteikimo eiti į kompromisus ir bendradarbiauti. Straipsnio autorė tikisi, kad čia pateikta pradinė tokių galimybių analizė yra žingsnis į priekį teisinga priežiūros institucijos ir prižiūrimų subjektų bendradarbiavimo santykių kryptimi.

Išvados

1. Taikos sutarties sudarymo būtinoji prielaida yra sutarties šalių galėjimas disponuoti tuo objektu, dėl kurio susitariama, o poveikio priemonės taikymo procesas yra grindžiamas imperatyvumo principu. Dėl šios prieštaros priežiūros institucijos ir jos prižiūrimo finansų rinkos dalyvio galimybė sudaryti taikos sutartį, teismui nagrinėjant administracinę bylą dėl poveikio priemonės taikymo, yra labai ribota.

2. Bet kuriuo atveju taikos sutartis turi būti tvirtinama teismo, o teismas, tvirtindamas taikos sutartį, turi pareigą įvertinti susitarimo turinio teisėtumą.

3. Taikos sutarties sudarymas tarp priežiūros institucijos ir finansų rinkos dalyvio turėtų būti vertinamas kaip tenkinantis viešojo intereso reikalavimą ir tikslingas, jei sudaromos taikos sutarties turinys nepakerta pasitikėjimo rinka ar priežiūros institucija ir, įvertinus visas reikšmingas aplinkybes, padaroma išvada, kad greitas ir efektyvus susitarimas viešąjį interesą tenkintų labiau nei ilgas ir brangus teisminis ginčo nagrinėjimas.

4. Dėl ilgainiui susiformavusių stereotipų Lietuvos viešojo administravimo subjektai, tarp jų ir priežiūros institucijos, vengia sudaryti taikos sutartis ir ginčo atveju paprastai renkasi bylos nagrinėjimą teisme.

5. Teisė sudaryti ikiteisminę taikos sutartį turėtų būti nustatyta priežiūros institucijos veiklą ir kompetenciją reglamentuojančiuose įstatymuose, ir toks reguliavimas turi būti orientuotas į socialinės taikos atkūrimą tarp šalių.

6. Privalomas ikiteisminės taikos sutarties turinio elementas turėtų būti viešumas.

Literatūra

Europos Pralamentas 2014: Europos Parlamento ir Tarybos direktyvos 2014/91/ES, kuria iš dalies keičiamos Direktyvos 2009/65/EB dėl įstatymų ir kitų teisės aktų, susijusių su kolektyvinio investavimo į perleidžiamus vertybinius popierius subjektais (KIPVPS), derinimo nuostatos, kiek tai susiję su de-pozitoriumo funkcijomis, atlyginimų politika ir sankcijomis. – Europos Sąjungos oficialusis leidinys L 257, 186–213.

Kaul P. 2015: Admit or Deny: A Call for Reform of the SEC’s ’Neither-Admit-Nor-Deny‘ Policy. – Uni-versity of Michigan Journal of Law Reform 48(2), 535–564.

LRKT (Lietuvos Respublikos Konstitucinis Teismas) 2013a: Lietuvos Respublikos Konstitucinio Teismo 2013 m. gegužės 24 d. nutarimas.

LRKT (Lietuvos Respublikos Konstitucinis Teismas) 2013b: Lietuvos Respublikos Konstitucinio Teismo 2013 m. liepos 5 d. nutarimas.

LRS (Lietuvos Respublikos Seimas) 2007: Lietuvos Respublikos finansinių priemonių rinkų įstatymas (2007 01 18 Nr. X-1024). – Valstybės žinios Nr. 17-627.

LRS (Lietuvos Respublikos Seimas) 2009: Lietuvos Respublikos mokėjimo įstaigų įstatymas (2009 12 10 Nr. XI-549). – Valstybės žinios 153-6887.

LRS (Lietuvos Respublikos Seimas) 2013: Lietuvos Respublikos administracinių bylų teisenos įstatymo 37, 42, 44, 46, 50, 53, 68, 80, 82, 97, 101 straipsnių pakeitimo ir papildymo ir Įstatymo papildymo 52-1 straipsniu įstatymas (2013 05 30 Nr. XII-348). – Valstybės žinios 62-3060.

LVAT (Lietuvos Respublikos Konstitucinis Teismas) 2001: Lietuvos vyriausiojo administracinio teismo 2001 m. gruodžio 10 d. konsultacija Nr. 135 „Dėl taikos sutarties sudarymo administracinėse bylose“.

LVAT (Lietuvos vyriausiasis administracinis teismas) 2009: Lietuvos vyriausiojo administracinio teismo 2009 m. spalio 29 d. nutartis administracinėje byloje Nr. A-822-1064-2009.

LVAT (Lietuvos vyriausiasis administracinis teismas) 2010: Lietuvos vyriausiojo administracinio teismo 2010 m. rugsėjo 8 d. nutartis administracinėje byloje Nr. A-556-101/2010.

MacDonald R. 2012: Setting Examples, Not Settling: Toward a New SEC Enforcement Paradigm. – Texas Law Review 91(2), 419–447.

Paužaitė-Kulvinskienė J. 2013: Kiti ginčo sprendimo būdai administracinių bylų teisenoje ir jų prak-tinio taikymo problemos. – Teisė 8, 36–56.

60

Pini

gø s

tudi

jos

2016

/1

Ek

onom

ikos

teo

rija

ir

prak

tika

60

Radvany P. 2014: The SEC Adds a New Weapon: How Does the New Admission Requirement Change the Landscape? – Fordham Law School FLASH: The Fordham Law Archive of Scholarship and History: http://ir.lawnet.fordham.edu/cgi/viewcontent.

Siegel J. E. 2015: Admit It! Corporate Admissions of Wrongdoing in SEC Settlements: Evaluating Collateral Estoppel Effects. – The Georgetown Law Journal 103, 433–464.

STK (Specialioji teisėjų kolegija) 2015: gruodžio 8 d. nutartis Nr. 3-63-3-01302-2015-9.Stonys A. 2013: Reguliacinės sutartys viešojoje teisėje. Daktaro disertacija. Vilnius: Vilniaus universitetas. Valančius V., Norkus R. 2006: Nacionalinis teisinis diskursas dėl administracinio proceso. – Jurispru-

dencija 3(81), 91–98.

Summary

Agnė Jakaitė

The author of this paper analyses the concept and application of settlements between the supervisory authority and financial market participants. The author seeks to reveal the significance of the role of public interest in the competence and activity of the supervisory authority and how it determines the practical and theoretical approach towards the application of settlements. The paper assesses the pros and cons of settlements, as well as presents a comparative analysis of the practice of settlements in the United States.

The obligatory prerequisite of the settlement is the legal right of the parties to dispose the subject of this settlement. The imperative principle prevails in the sanctions process; therefore, the possibility of the supervisory authority to conclude the settlement with the financial market participant during the process of administrative court proceedings is very limited: it may be the case when the subject of the settlement is not identical to the main subject matter of the obligation.

The author analyses the right to conclude the settlement at the pre-litigation stage. It is concluded that the right of the supervisory authority to conclude the settlement with the financial market participant before the dispute is brought to the trial should be regulated by laws. However, the compulsory condition for such a pre-litigation settlement should be the requirement that it will be disclosed to the public and could be treated as a soft law for preventive future purposes.

SETTLEMENTS BETWEEN SUPERVISORY AUTHORITY AND FINANCIAL MARKET PARTICIPANTS: THEORETICAL POSSIBILITY OR ACHIEVABLE REALITY?

61

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

61

Tomas Ramanauskas is Doctor of Social Sciences and Head of the Systemic Risk Modelling Division of the Economics Department of the Economics and Financial Stability Service at the Bank of Lithuania.

Skirmantė Matkėnaitė is a senior economist at the Systemic Risk Modelling Division of the Economics Depart-ment of the Economics and Financial Stability Service at the Bank of Lithuania.

Virgilijus Rutkauskas is a doctoral student at the Institute of Social Welfare, Lithuanian Social Research Centre, and the principal economist at the Macroprudential Policy Division of the Economics Department of the Economics and Financial Stability Service at the Bank of Lithuania.

Authors‘ areas of activities: financial stability, systemic risk modelling, macroprudential analysis, credit risk.

APPLICATION OF THE INTEGRATED ACCOUNTS FRAMEWORK FOR EMPIRICAL INVESTIGATION OF THE ECONOMIC AND FINANCIAL CYCLE IN LITHUANIA

Tomas RamanauskasSkirmantė MatkėnaitėVirgilijus RutkauskasLietuvos bankasGedimino pr. 601103 VilniusE-mail: [email protected]

In this paper we take the integrated accounts perspective to analyse the case of the recent economic and financial cycle in Lithuania. This cycle was marked by the sectoral balance sheet expansion during the boom years followed by a balance sheet recession associated with economically very painful credit and monetary contraction. The cyclical developments were strongly associated with exuberant bank lending during the boom years, followed by a sudden reversal of lending conditions and the subsequent repatriation of debt financing by foreign banks. From the integrated accounts perspective, one of the crucial factors stabilising the economy after the crisis was rapid accumulation of public debt, which ef-fectively offset deleveraging of the private sector. The government had to resort mainly to costly foreign financing, though in principle, under certain conditions, domestic financing could have been achieved.Keywords: financial cycle, economic cycle, credit, macroeconomic and financial linkages.

Introduction

Advances in national accounting frameworks and the associated analytical tools, compilation of more detailed financial accounts and constantly improving statistical compatibility between economic and financial accounts allow economists to usefully apply the integrated accounts (IA) framework for the descriptive and normative analysis of macro-financial linkages, economic imbalances and factors affecting cyclical fluctuations. In this paper we take the IA perspective to analyse the case of the recent boom-and-bust cycle in Lithuania, namely, the run-up to the economic crisis of 2008, the crisis period and the subsequent recovery.

The current analysis is largely based on the integrated economic and financial accounts, the associated analytical IA tables and specific sectoral budget and summing-up constraints. These principles are discussed at a conceptual level in our other paper (Ramanauskas, Matkėnaitė, Rutkauskas 2016) published in the current volume of the journal, therefore in some cases we will refer to that paper instead of reiterating conceptual arguments at length.

Lithuania’s case is very well-suited for the IA analysis. Importantly, Lithuania has both from-whom-to-whom and instruments representation of financial accounts. The data starts from Q4 2003, which is an early stage of the financial cycle leading to the crisis. The financial accounts data for Lithuania are tractable owing to a small and rather basic financial system dominated by traditional retail banking. Another aspect alleviating the IA analysis is that before adopting the euro from 2015, the economy operated under the currency board arrangement (a peg to the euro) — a particularly straightforward currency regime.

The financial and economic cycle in Lithuania was marked by very dynamic developments, quite typical for the boom-and-bust cycles (see, e.g., Kindleberger 2005; Reinhart, Rogoff 2011). The boom period was characterised by bubbling property and


62

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

62

credit markets, large economic imbalances (primarily trade deficits) and the banking sector’s heavy reliance on financing from foreign parent banks. The crisis was very deep, associated with a sudden unwinding of accumulated imbalances, collapse in lending, monetary contraction and the reversal of external financial capital flows. The recovery came on the back of a sharp increase in government debt (which effectively offset deleveraging processes in the rest of the economy) and was also underpinned by export recovery, real wage adjustments through “internal devaluation” (see, e.g., Aslund 2010; Aslund, Dombrovskis 2011) and the stepped up support from the European structural funds. Since a boom-and-bust cycle is generally characterised by the accumulation and subsequent unwinding of economic and financial imbalances, the IA analysis allows one to relate the developments in the different parts of the economic system, spot rising vulnerabilities and potentially trace back the origin of imbalances.

The paper is structured as follows: in Section 1 we briefly discuss the context of macroeconomic developments in Lithuania in the run-up to the crisis. In Section 2 we document the processes of expansion, contraction and the subsequent reflation of sectoral balance sheets during the recent economic boom, crisis and recovery in Lithuania. Section 3 explores the crucial link between real sector, balance-of-payments and financial developments. In Section 4 we investigate the role of bank lending behaviour and their procyclical financing from foreign parent banks in exacerbating the economic cycle. In Section 5 we show that during the crisis deleveraging of the private sector was offset by accelerated accumulation of government debt and discuss the economic implications of that. In Section 6 we briefly examine monetary dynamics and its contributing factors during the cycle.

1. The context of macroeconomic developments in the run-up to the crisis

At the beginning of the past decade the Lithuanian economy set on the path of strong recovery from the Russian crisis (see Fig. 1 and 2). At the outset the recovery was driven by strong exports, household consumption and a broad-based rise in sectoral activity. A few years into the recovery, persistently high structural and cyclical unemployment rates decidedly turned downwards (see Fig. 3). Economic modernisation, financial liberalisation, stable currency regime and the prospective accession to the European Union (EU) lured in respectable foreign banking groups (mostly from Scandinavia), which were willing to facilitate strong credit expansion.

Fig. 1. Demand contributions to real annual GDP growth

Fig. 2. Dynamics of selected real GDP expenditure components

Source: Statistics Lithuania. Source: Statistics Lithuania.

63

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

63

The economic recovery soon morphed into investment, consumption, credit and property price booms. From 2003 to 2007 the real gross domestic product (GDP) growth rate averaged 8.7 per cent per year. Household consumption was the main demand-side driver behind economic growth as it grew on average by 11.1 per cent during this period. Real investment expenditure grew at an even faster rate (16.9 % on average), though it was considerably more volatile. The unemployment rate declined steadily before reaching cyclical lows of 3.8 per cent in 2007 (see Fig. 3). Wage and income growth generally outpaced the productivity growth. Quite remarkably, nominal GDP more than doubled in the five years to 2007. Real income growth was slightly dampened by rising consumer prices but inflationary pressures became a real problem only in 2007. In any case, given the stable value of the national currency due to its peg to the euro, such nominal income growth reflected an immense increase in the purchasing power and standards of living.

Fig. 3. Unemployment rates and real economic activity

Fig. 4. Breakdown of loans of other MFIs to the private sector

Source: Statistics Lithuania. Source: Bank of Lithuania.

It should come as no surprise that the extraordinary rise in income and activity levels during such a short period of time should be closely linked to credit developments. There was more than a five-fold increase in the size of other monetary and financial institutions’ (MFIs) loan portfolio in the five years leading to its peak in end-2008 (see Fig. 4), and especially strong growth in lending to households (both consumer lending and housing loans). As detailed in Ramanauskas (2011), the main drivers behind strong credit growth were rising income levels, upward trending property prices and very low or even negative real rates on loans and deposits (see Fig. 5 and 6).

Of course, such relationships have a significant element of reflexivity. A large part of credit-fuelled expenditure translated into a rise of nominal incomes of domestic residents, and a rapid increase in the nominal GDP slowed the rise in relative indebtedness figures such as the debt-to-GDP ratio allowing the economy to retain the capacity to absorb new credit.

64

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

64

At the microeconomic level, rising prices and, especially, rising wages lowered the real debt-servicing cost encouraging people to take up new credit. Retail depositors were forced to accept very low and even negative real interest rates as major banks were able to fill funding gaps by acquiring financing from their foreign parent banks (which seemingly did not need to worry about local inflation risks because they provided euro-denominated funding). Thus, in the environment of extremely low or even negative real interest rates there were strong incentives to borrow and invest in risk assets, primarily in the booming real estate, rather than passively save and let inflation erode the real value of savings.

Fig. 5. Dynamics of real average interest rates on new loans and new deposits

Fig. 6. Selected housing market indicators

Sources: Statistics Lithuania, Bank of Lithuania. Sources: Statistics Lithuania, Bank of Lithuania.

Fig. 7. Breakdown of nominal gross fixed capital formation (quarterly, seasonally adjusted)

Fig. 8. Saving and investment balance(four-quarter moving averages)

Source: Statistics Lithuania. Source: Statistics Lithuania; authors‘ calculations.

65

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

65

The economy’s ability to absorb credit at a frantic pace was eventually exhausted, as evidenced by a sharp increase in economic imbalances. First of all, there were obvious supply-side bottlenecks in the residential real estate sector, as the flow of credit to support demand for housing significantly exceeded the insufficient supply of new housing, adding upward pressures on housing prices, which recorded roughly a five-fold increase from the start of the decade to their peak in 2008. Also, excesses in credit-driven domestic demand were reflected by large and rising external imbalances. Credit-led investment activity levels were well in excess of national savings, resulting in an outsized current account gap, which was abruptly closed during the crisis, and the current account subsequently remained roughly balanced owing primarily to a considerably lower investment activity (see Fig. 7 and 8).

Fig. 9. Saving rates(four-quarter moving averages)

Fig. 10. Wage and inflationary pressures (annual growth rates)

Source: Statistics Lithuania; authors’ calculations. Source: Statistics Lithuania; authors‘ calculations.

During the boom years, exuberant household consumption also contributed to the formation of external imbalances, as household saving rates were on a steady decline and briefly turned negative in 2007 and 2008 (see Fig. 9). Other important constraints to the stimulating economic impact of the credit boom include bottleneck effects in the labour market, an increasing gap between the wage and productivity growth (as reflected in rising unit labour costs) and the consequent inflationary pressures, particularly evident in the dynamics of the GDP deflator-based inflation measure (see Fig. 10).

2. Sectoral balance sheet expansion, contraction and reflation

The past decade’s strong economic growth in Lithuania could be partly attributed to fundamental factors, such as natural convergence processes, technological progress, economic integration, improving external competitiveness and booming exports (see the macroeconomic models developed in Andersen et al. 2003; Vetlov 2004; Rudzkis, Kvedaras 2005; Ramanauskas 2011). But, of course, there was also a huge credit and property price boom on top of that. It is outside the scope of the current paper to quantitatively determine the relative importance of fundamental and debt-related drivers behind economic growth. However, as we discuss in Ramanauskas et al. (2016), expenditure financing by running down net financial assets can provide a strong demand-side stimulus, whereas the aggregate repayment phase is generally associated with the sectoral balance sheet contraction and a balance sheet recession, which is often fought against by trying to reflate sectoral balance sheets. Financial accounts data confirm that this pattern is also relevant for Lithuania.

66

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

66

During the boom years, sectoral balance sheets in Lithuania expanded very rapidly, outpacing even the brisk nominal GDP growth (see Fig. 11 and 12). The instrument representation of financial accounts reveals that the sectoral balance sheet expansion can be primarily attributed to bank credit flows into the private nonfinancial sector, a concurrent rise in bank deposits and the appreciation in the value of equity holdings. Other studies, employing the IA analysis, document qualitatively similar balance sheet expansion in other countries.*

Since financial liabilities of institutional units (sectors) are financial assets of other units (sectors), netting them out, i.e. taking the difference between financial assets and financial liabilities of institutional sectors, shows the financial net worth of sectors and the net financial international position of the national economy. We can see from Figure 13 that the net financial assets of the total economy were negative and were falling quite rapidly during the boom years, largely driven by the fall in the net financial worth of nonfinancial corporations. A few observations are in order. The net financial worth of the nonfinancial corporations sector is naturally very negative because the liabilities side of their balance sheets is mainly comprised of financial instruments (equity and debt), whereas the bulk of the asset side of their balance sheets is comprised by nonfinancial assets, i.e. tangible and intangible business capital. Moreover, an increase in equity valuations weighs down on the financial net worth of corporations, since the value of their financial liabilities (more precisely, equity) increases. Of course, this has the exactly opposite effect on the net worth of holders of equity (e.g. the household sector). Also note that prior to the crisis the general government sector had modestly positive net financial assets but its financial net worth turned negative when the crisis hit. Finally, the financial sector is effectively netted out because its net financial worth is generally tiny compared to the gross size of its financial assets or liabilities.

Fig. 11. Sectoral decomposition of financial assets of total economy

Fig. 12. Sectoral decomposition of financial liabilities of total economy

Source: Bank of Lithuania. Source: Bank of Lithuania.

*See, e.g. Barwell and Burrows (2011), for the analysis of the United Kingdom case and Be Duc and Le Breton (2009), for the euro area analysis.

67

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

67

Fig. 13. Sectoral decomposition of net financial assets of total economy

Fig. 14. Net acquisition of financial assets(four-quarter sum of GDP ratios)


Bearing in mind the large fluctuations in equity valuations during the analysed period, it makes sense to eliminate the revaluation effects on the sectoral balance sheet positions if one wants to analyse the direct relationship between sectoral expenditure, such as household consumption, and its sources of financing. Even though economic theorists and policy makers often suggest that an increase in nominal wealth of households should lead to a rise in household consumption, it is reasonable to think that it is exactly the realised gains or proceeds from asset sales that should be much more important in enabling additional expenditure than a mere psychological effect related to unrealised gains. In this light, it is useful to look into sectoral net acquisition of financial assets, which is the difference between asset and liability transactions (see Fig. 14). This representation clearly shows that both household and nonfinancial corporations sectors were running down their net financial assets (mostly by borrowing from banks) right until the onset of the crisis, when the nonfinancial private sector became a net lender, primarily because of the reversal of financial flows between banking sector and the private nonfinancial sector. Amid depression like economic conditions and a rapidly deteriorating fiscal position during the crisis, the government sector had to drastically step up borrowing, consequently leading to the above-mentioned decline in its financial net worth.

3. The link between macro and finance — decomposition of the financial account of the total economy

Strong credit expansion per se may not necessarily be a cause for concern from the sustainable development and financial stability perspective. To better understand risks to the economy, it is instructive to have a systemic approach that takes account of the flow of funds among sectors, the evolution of the sectoral balance sheet positions and the formation of macroeconomic imbalances.

68

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

68

At the total economy level, the financial account position in the balance of payments serves as the crucial link between economic and financial transactions. The financial account of the total economy records net acquisition of financial assets by the total economy but it is also linked by the balance-of-payments (BOP) identity to the current and capital account balance. The BOP identity simply states that — abstracting from statistical errors and omissions — the sum of net income, net current transfers and net capital transfers from abroad must be reflected in the BOP’s financial account position. For Lithuania, this is visualised in Figure 15.

Fig. 15. The balance-of-payments identity(four-quarter sum to GDP ratios)

Fig. 16. Decomposition of financial account(four-quarter sum to GDP ratios)


Fig. 17. Net acquisition of foreign financial assets(four-quarter sum to GDP ratios)

Sources: Statistics Lithuania, Bank of Lithuania.

69

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

69

During the boom years, the current account deficit was growing very rapidly, driven by large trade deficits and, in particular, by imports of investment goods. Before the crisis, the current account deficits were largely financed through the financial account, though the role of capital transfers from the EU structural funds has increased significantly since the start of the crisis. It can be seen from Figure 16 that historically one of the main components of the BOP’s financial account balance was “other investment”, which mainly is foreign bank lending to their Lithuanian subsidiaries and branches and which exhibited highly procyclical behaviour. In contrast, portfolio investment was anticyclical mainly owing to the sovereign debt issuance. Notably, foreign direct investment seems to be a quite stable source of foreign financing.

Figure 17 provides the from-whom-to-whom perspective on the drivers behind the net acquisition of foreign financial assets. We can observe financial inflows in the banking sector and subsequent outflows from it, as well as the stabilising impact on financing flows by the government borrowing from abroad during the crisis period. Note that Figures 16 and 17 offer two alternative decompositions of the total economy’s financial account. Comparing these figures reveals that the nonfinancial sector is usually the ultimate borrower (saver), whereas the financial sector, borrowing from non-residents or lending abroad, acts as the intermediary. This does not imply, however, that banks do not exert significant control over credit processes in the economy.

The above empirical analysis suggests that strong credit and asset price growth, accompanied by rising pressures on prices, tensions in the labour market and, importantly, persistent trade imbalances financed by foreign debt (as opposed to foreign direct investments) — all together serve as the indication of excessive credit growth and provide a strong warning about risks to the sustainable economic development and financial stability.

4. The role of bank credit in the economic cycle

It is a formidable task to pinpoint the exact impact of bank credit on the economy — it requires setting up a structural economic model with a fully functional financial sector, making behavioural assumptions, dealing with endogeneity issues and keeping track of flows and stocks of financial variables.* Most often credit variables are included in the quantitative analysis in an ad hoc way.** Often no sufficient attention is devoted to making appropriate transformations of credit data (i.e. choosing among stocks, flows, changes in flows, ratios, etc.) before quantitatively analysing economic relationships, potentially leading to false conclusions about the economic role of credit (Calvo et al. 2006; Biggs et al. 2010). The empirical IA analysis helps to shed more light on these issues by suggesting some reasonable transformations of credit variables and indicating the need to take into account the indirect effects of credit (money) creation.

Consider, for example, the dynamics of the total household sector expenditure in Lithuania. By the vertical IA constraint, households’ total expenditure on consumption and investment can be financed either from disposable income or by running down net financial assets (see Fig. 18). Notably, this constraint implies that expenditure levels*** should be associated with net financing flows. It can be seen from Figure 18 that only a small fraction of household expenditure levels can be directly linked to net financing flows, and the bulk of sectoral spending depends on the sector’s disposable income. However, if we are interested in the drivers behind expenditure growth, we need to associate (percentage) changes in expenditure levels with (percentage) changes in financing flows. Incidentally, that is why in quantitative analyses credit stock variables often need to be transformed by taking second-order differences, as is also pointed out in Biggs et al. (2010). Figure 19 is a contribution chart showing how much income and net financial funding contributed to the household sector’s nominal expenditure growth. We can immediately see that, in contrast to the levels case, a significant part of household expenditure growth is associated with financial funding and it has a strongly procyclical effect. Qualitatively similar effects were also found for the financing of the nonfinancial corporate sector’s expenditure.

*Ramanauskas (2011) is one such attempt to model the Lithuanian economy with a functional banking sector.**See, e.g., Ramanauskas et al. (2015), Stakėnas, Stasiukynai-tė (2016), for the analysis of the Lithuanian case.***Note that, from the sta-tistical viewpoint, expenditure levels (for a given period) are flow variables.

70

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

70

Fig. 20. Net financing of household sector(four-quarter sum to GDP ratios)

Fig. 21. Net financing of national economy excluding the MFI sector(four-quarter sum to GDP ratios)


Fig. 18. Household consumption and investment expenditure and its financing sources(four-quarter sums)

Fig. 19. Contributions to the annual growth of household expenditure


Financial accounts allows us examine further which specific financing transactions (with whom and with what instruments) enabled an increase in sectoral spending. Continuing with the household sector’s example, we again use the vertical constraint of financial accounts in the analytical IA table to decompose net financing (see Fig. 20). Bank credit is one of the financing instruments, though, as can be seen from the Figure 20, its impact on sectoral expenditure can be either smaller or larger than that of net financing. In this particular case households’ borrowing from banks before the crisis significantly contributed to households’ net financing and directly added to nominal expenditure levels. However, it does not end there because part of this increase in household spending

71

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

71

Fig. 22. Domestic demand and credit flows(four-quarter sums)

Fig. 23. Domestic demand and credit impulse(annualised changes)


results, in a circular manner, in a rise in the household income, which is to some extent reflected by a rise in money holdings of the household sector. In other words, bank credit boosts the overall amount of money in the economic system, and the dynamics of sectoral money holdings reflects subsequent changes in sectoral income and spending. Figure 20 shows that a strong growth in bank credit to households was accompanied by a similar increase in the household sector’s money holdings, which serves as a rough indication that the household income and deposit levels also rose strongly, making credit to households largely self-financing. The gap between credit flows and dynamics of money holdings began to widen before the crisis suggesting that it might be important to monitor such gaps for macroprudential purposes. A similar graph for the total economy excluding the MFI sector (see Fig. 21) provides a slightly clearer picture of the relative impact of credit on the expenditure and income sides because at the aggregate level the dynamics of money stock is not affected by financial transactions among domestic nonmonetary sectors.

As we discuss in Ramanauskas et al. (2016), since bank credit is not predicated on existing savings but rather creates new purchasing power, credit flows directly contribute to nominal expenditure levels but the impact on domestic income is not so clear-cut because credit-fuelled expenditure might become income of non-residents (if foreign goods or services are imported). Therefore we cannot easily discern the direct stimulating impact of bank credit on the nominal GDP but we can do that for domestic demand.* Figure 22 shows the (annualised) flows of domestic credit as a share of domestic demand. We can see from the figure that at the height of the credit boom up to 19 per cent of nominal domestic expenditure were financed by domestic credit, before credit flows became a drag of about 5 per cent on domestic demand at the trough during the crisis. A reversal of bank credit flows at the beginning of the crisis resulted in a very strong but relatively short-lived (lasting almost two years) demand-side shock to the Lithuanian economy despite the fact that a steady decline in the stock of the bank loan portfolio lasted much longer — about five years. The explanation is that changes in domestic demand are linked to changes in credit flows and these changes turned positive at the end of 2010 (see Fig. 23), even as the flows themselves remained negative.

*Domestic demand is defined here as nominal private and public consumption and in-vestment excluding changes in inventories.

More generally, the credit impulse, which is defined here as the ratio of the change in credit flows and the nominal GDP (Biggs et al. 2010), summarises the direct stimulating demand-side impact of credit flows. As can be seen from Figure 23, the credit impulse subsided before the crisis, implying that during the last two years of the boom period

72

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

72

credit directly accounted for a relatively small part of domestic demand growth. However, this does not capture the earlier discussed indirect effects, whereby credit-fuelled domestic demand induces income growth, which again stimulates demand. In any case, a drop in domestic demand during the crisis seems very strongly associated with changes in credit flows.

A deeper look at the dramatic change in bank credit flows at the beginning of the crisis helps to explain why the level of indebtedness matters for the severity of the crisis. A change in bank risk perceptions and the sharply deteriorating economic outlook led to a collapse in new bank lending (see Fig. 24). At the same time, the outstanding debt needed to be serviced, and financial flows from the nonfinancial sector to the banking sector continued. This stream of debt service payments naturally depends on the overall indebtedness of the nonfinancial sector: the higher the level of debts, the larger debt repayment flows (relative to the size of the economy) and the stronger downward pressure on broad money aggregates and the overall purchasing power. In this particular crisis episode, the downward pressure on credit flows and money aggregates was further aggravated by sharp adverse movements in interest rates. Facing devaluation risks, trying to optimise the foreign exchange structure of loan and deposit portfolios, and preparing the ground for repatriation of financial capital to parent institutions, banks drove up VILIBOR interbank rates, together with interest rates on loans and deposits.

Fig. 24. Flows of other MFIs lending to nonfinancial sector

Fig. 25. Interest payments on external debt of other MFIs

Sources: Statistics Lithuania, Bank of Lithuania. Sources: Statistics Lithuania, Bank of Lithuania; authors‘ calculations.

Highly procyclical flows of “hot” financial capital between foreign parent banking institutions and their Lithuanian counterparts played a special role in exacerbating the recent financial and business cycle in Lithuania. Since the banking system’s ability to extend new credit is limited by money outflows from the economy via the current account (especially when the economy is overheating), domestic banks become reliant on foreign funding. A back-to-back comparison of foreign assets and liabilities of deposit-taking institutions reveals that during the boom they amassed significant amounts of foreign liabilities, which peaked at 14 billion euros (or 44% of GDP) in 2008 (see Fig. 26 and 27). By far the biggest part of these liabilities was constituted by continuously rolled over short-term deposits from foreign parent banks, and they amounted to around 12 billion euros at the peak. During the crisis, foreign parent banks bolstered capital of their Lithuanian subsidiaries but at the same time started withdrawing debt financing, albeit on a much larger scale.

73

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

73

In hindsight, fast accumulation of short-term foreign debt by banks warrants close attention from the regulator because of the inherent risks of reversal of financial capital flows. It should also be recognised that bank business models based on strong reliance on financing from parent institutions open strategic possibilities for fuelling credit booms by providing financing at relatively favourable terms or, on the contrary, funnelling profits from subsidiaries by charging higher rates that those prevailing in the market (see Fig. 25). It is important to ensure that such financial transactions are carried out transparently and at market terms. It can be noted in passing that over the period from 2005 to 2015 banks paid around 2.5 billion euros in interest to their non-resident depositors (essentially parent banks), which is very large in comparison to dividend payouts.

5. Replacement of accumulation of private debt with public debt

The burst of domestic credit and asset price bubbles, coupled with negative external shocks to foreign trade, resulted in a severe economic downturn in Lithuania. Moreover, adverse interest rate shocks (in particular, increases in rates on litas-denominated loans and deposits) effectively amounted to strong monetary policy tightening, adding downward pressures on prices, nominal wages and monetary aggregates. Given the strong dependence of public finances on nominal GDP dynamics (i.e. changes in both real economic activity and prices), the state of public finances sharply deteriorated during the crisis (see Fig. 28). In 2009, the general government’s disposable income declined by 36 per cent, largely driven by a fall in income taxes and a rise in social (unemployment) benefits. Facing financing problems and soaring borrowing costs, government had to undertake fiscal consolidation measures. In 2009, actual discretionary spending was curbed by 12.4 per cent, mostly by reducing public investment and collective consumption expenditure. Nevertheless, since the decline in the general government’s disposable income outweighed the reduction in discretionary spending, there was a strong cyclical increase in general government deficits and a consequent rise in government debt levels. As can be seen from Figure 29, total financial liabilities of general government quadrupled in nominal terms from around 5 billion euros in 2008 to 20 billion euros at the end of 2015 (at the same time gross general government debt rose from 16 to 45% of GDP). The increase in government debt was primarily financed by borrowing from

Fig. 26. Stock foreign assets of other MFIs Fig. 27. Stock of foreign liabilities of other MFIs


74

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

74

abroad. Domestic banks also added to their holdings of government debt at a similar pace, maintaining a relatively stable share (about a fifth) of debt holdings.

There is little doubt that the government’s deficit spending and the associated debt accumulation were among the key factors that helped to prevent an even deeper economic downturn and support the economic recovery in Lithuania (see Ramanauskas 2011). Deleveraging of the private sector was effectively offset by accelerated accumulation of government debt, which is rather typical during debt crisis episodes (Tichy 2013; Rutkauskas 2015). From the IA perspective, the government spending was financed by running down net financial assets, i.e. by borrowing from abroad and, to a lesser degree, from domestic banks. As argued in Ramanauskas et al. (2016), such mode of expenditure financing is not conditioned on other sectors’ savings and therefore has an immediate strong positive effect on domestic demand. Moreover, a large fraction of government spending is usually domestically oriented, which directly adds to nominal income and stimulates real economic activity.* So the decision problem facing the government was essentially to choose the right amount of deficit spending. However, there was little fiscal leeway, as market financing might have been unavailable or prohibitively expensive without proper fiscal discipline, while overly tight austerity would have amplified the economic downturn, potentially further damaging public finances. Of course, the longer-term financial consequences of borrowing at rather unfavourable terms also had to be taken into consideration. Borrowing expensively for relatively long maturities during the crisis led to persistently high effective interest rates on public debt for a long period after the crisis. Accumulation of additional foreign public debt during the recent crisis has so far resulted, by rough estimates, in over 2 billion euros in additional interest payments.

Extensive government borrowing from abroad and financial capital flight from the domestic banking sector were closely interlinked. First of all, the reversal of bank credit flows and parent banks’ decisions to gradually withdraw financing of Lithuanian banks contributed to the severity of economic and fiscal crisis and the size of government’s funding gap. Banks, as major players in the Lithuanian financial market, did not provide sufficient financing to the government and there was no appropriate financial infrastructure in place to effectively tap into financial resources of other domestic sectors, therefore the government was forced to borrow extensively from abroad. Large financial inflows related to government borrowing from abroad provided a big boost to the liquidity

Fig. 28. Dynamics of government‘s disposable income and discretionary spending

Fig. 29. Financial liabilities of general government


*Fiscal multipliers can be espe-cially large in a recessionary environment with high unem-ployment (Ramanauskas 2011).

75

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

75

in the banking sector,* effectively enabling domestic banks to siphon off the “excess” liquidity to their parent banks and gradually replace their liabilities to parent banks with domestic retail deposits.

Some important lessons can be drawn from this episode of financial capital repatriation enabled by government borrowing from abroad. The IA analysis reveals that, contrary to the beliefs of many economists and policy makers, in a similar crisis situation a large part of soaring government debt could in principle be financed domestically. One of the crucial conditions for this is the constructive and cooperating behaviour of banks. If banks had shown trust and provided sufficient amounts of credit to the government, this would have added to the liquidity of the banking sector (just like in the case of government borrowing from abroad), making such credit largely self-financing. In hindsight, banks could have profited from high yields of government debt and would have even been able to use the created liquidity to gradually reduce their foreign liabilities. From the state perspective, it would have been more beneficial for the economy if the high interest paid by the government during and after the crisis had been earned by domestic creditors (e.g., resident bondholders or bank depositors) rather than foreign bondholders. This serves as an indication of the risks associated with the concentrated, mainly foreign-owned banking sector and prevailing very similar banking business models. This also suggests that strong domestic banks, networks of credit unions (i.e. local financial intermediaries with distributed ownership) and developed domestic markets for government debt could be instrumental in dealing with similar crisis situations.

6. Monetary dynamics during the financial cycle

Analysis of monetary developments is important for policy makers because it helps to assess if developments in the credit market are sound, the level of deposit financing of banks is appropriate and if inflationary pressures related to changes in the nominal purchasing power are in check. The IA framework offers convenient ways to analyse drivers behind monetary dynamics from several perspectives, namely, the sectoral level, the money-issuing sector’s perspective and the macroeconomic level.

Changes in sectoral money holdings are driven by the sector’s nonfinancial balance (basically the difference between income and expenditure) and net financing transactions (for more see Ramanauskas et al. (2016) for a more detailed discussion about the factors contributing to the monetary dynamics). For example, rapid accumulation of money holdings by the household sector during the boom period was primarily associated with strong bank credit flows to the household sector, whereas the nonfinancial balance — or, loosely speaking, saving —was negative and contributed negatively to the dynamics of sectoral money holdings (see Fig. 30).** During the crisis, the reverse was true: household saving positively contributed to the accumulation of money balances while net repayment of debt to banks weighed down of money holdings of the household sector. A similar pattern also applied for the nonfinancial corporate sector. Notably, money holdings of the private nonfinancial sector were declining only very briefly, at the height of the crisis in 2009. The change in government sector’s money holdings fluctuated around zero throughout the whole period; a notable development is the strong increase in the budget deficits in the period from 2009 to 2013 and the associated rise in borrowing, mostly from abroad.

Monetary developments can be seen through the prism of balance sheets of the MFI sector. In the IA table, the vertical financing constraint of the MFI sector relates monetary dynamics to other balance sheet items of the MFI sector (see Fig. 31),*** quite similarly to the decomposition of broad money aggregates to their counterparts in the monetary survey statistics. The boom period dynamics seems intuitive: bank credit was the main driver behind the growth in the money stock while rising net foreign liabilities of banks reflected the outflow of money from the economy. In contrast, during the crisis the money stock was growing at the same time when banks increased their net foreign assets (reduced foreign liabilities). It would be clearly wrong to draw the causal relationship here — banks’ repayment of funding to their parent banks could not be a logical reason for the money stock to grow. The explanation to this apparent puzzle is that a change

*This is because a large fraction of government expenditure was domestically oriented and was transferred to the bank acco-unts of the beneficiaries.**The graph also shows that significant excess spending (i.e. a negative spike in household saving) in 2008 was enabled by nonmonetary financing from the nonfinancial corporations. There are statistical discre-pancies between economic and financial accounts of the household sector around that time, therefore these particular spikes have to be interpreted with caution.***In this and other figures we use the financial accounts’ de-finition of broad money, which slightly differs from the mone-tary survey definition of broad money (M3) but the two series are quite similar in quantitative terms in Lithuania.

76

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

76

in the net foreign assets of the MFI sector reflects various underlying processes – in this case it reflects active general government’s borrowing from abroad and the adjustment of the current account balance.

Fig. 30. Contributing factors to dynamics of household sector‘s money holdings(four-quarter sum to GDP ratios)

Fig. 31. Broad money counterparts from MFI sector‘s balance(four-quarter sum to GDP ratios)


Fig. 32. Macroeconomic drivers behind money growth(four-quarter sum to GDP ratios)


Figure 33 serves as an example showing that certain identity relationships are overly general to correctly identify the drivers behind changes in the variables of interest. To identify the macroeconomic drivers behind monetary dynamics in Lithuania, we extend the analysis along the lines detailed in Ramanauskas et al. 2016 (in particular, see equation (10) therein). We can see from Figure 32 that during the boom period the growth in the money stock was primarily driven by credit expansion and, to some extent,

77

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

77

by nonmonetary financing from abroad, whereas the main dampening factor was the current account outflows. During the crisis, nonmonetary financing from abroad (of which government borrowing was by far the most important) and capital account inflows (i.e. support from EU structural funds) were the main factors contributing to the growth of the money stock, while bank credit flows were negative (as loans were being repaid on aggregate) and negatively contributed to the monetary dynamics.

*That certainly holds true under the currency board arrange-ment, whereby the central bank issues the requested amounts of domestic currency in exchange for the anchor currency.

Fig. 33. Broad money growth and inflation


Empirical identification of macroeconomic drivers behind monetary dynamics offers some important insights. Bank credit is an important source of money creation but monetary dynamics can ultimately be very different from credit dynamics because there are other sources for money creation, such as nonfinancial sectors’ financing from abroad,* and there are leakages of money from the economic system, mostly through financial and current accounts. Therefore, even though banks do create money by issuing loans, in the open economy credit might not necessarily be fully self-financing and banks may be constrained in their ability to extend new credit by their access to stable financing sources other than deposits. Finally, analysis of the macroeconomic drivers behind monetary dynamics is essential for macroprudential and monetary policy makers as it helps assessing whether monetary dynamics is balanced. For example, an exuberant credit growth coupled with large current account deficits is an immediate indication of unbalanced monetary dynamics. Also, as can be seen from Figure 33, strong money growth seems to lead to a build-up of inflationary pressures and generally is an important driver behind price dynamics.

Conclusion

We applied the IA analysis with the aim to empirically investigate the recent financial and economic cycle in Lithuania. We find clear evidence of the balance sheet expansion during the boom years followed by a balance sheet recession associated with economically very painful credit and monetary contraction. The boom-and-bust cycle was strongly associated with exuberant bank lending during the boom years, followed by a sudden reversal of lending conditions and the subsequent repatriation of debt financing by foreign banks. The Lithuanian experience also confirms that strong credit and asset price boom accompanied by economic imbalances, and debt financing of current account deficits in particular, is a potentially risky mix of economic conditions. The policy response to crisis was a market-imposed austerity but nevertheless there was a sharp rise in public

78

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

78

debt, essentially offsetting deleveraging in the private sector. The effective replacement of growth of private sector debt with a rapid accumulation of public debt was a very important stabilising factor. The IA analysis reveals that in principle under some conditions it could have been achieved through domestic financing, though in fact the government had to resort to foreign financing, which was rather costly. During the crisis the monetary dynamics was driven by government borrowing from abroad, stepped up capital transfers from abroad and positive current account adjustments, all of which allowed foreign parent banks to withdraw debt financing and replace it with domestic deposit financing.

References

Andersen F. M., Celov D., Grinderslev D., Kazlauskas A. 2003: A Macro-Econometric Model for Lithuania LITMOD. – Economic Modelling 22, 707–719.

Aslund A. 2010: The Last Shall Be the First. Peterson Institute for International Economics.Aslund A., Dombrovskis V. 2011: How Latvia Came Through the Financial Crisis. Peterson Institute

for International Economics.Barwell R., Burrows O. 2011: Growing Fragilities? Balance Sheets In. Bank of England Financial

Stability Paper No. 10.Be Duc L., Le Breton G. 2009: Flow-of-Funds Analysis at the ECB, Framework and Applications.

ECB Occasional Paper No. 105.Biggs M., Mayer T., Pick A. 2010: Credit and Economic Recovery: Demystifying Phoenix Miracles:

https://papers.ssrn.com/sol3/papers.cfm?abstract_id=1595980.Calvo G. A., Izquierdo A., Talvi E. 2006: Phoenix Miracles in Emerging Markets: Recovering without

Credit from Systemic Financial Crises. BIS Working Paper No. 221.Kindleberger C. P., Aliber R. Z. 2005: Manias, Panics, and Crashes. John Wiley&Sons, Inc.Ramanauskas T. 2011: What Caused the Recent Boom-And-Bust Cycle in Lithuania? Evidence from

a Macromodel with the Financial Sector. Lietuvos bankas, Working Paper No. 10. Ramanauskas T., Matkėnaitė S., Rutkauskas V. 2016: Conceptual Analysis of Credit and Money

Creation: the Integrated Accounts Perspective. – Pinigų studijos 1, 5–21.Ramanauskas T., Naruševičius L., Matkėnaitė S., Valinskytė N., Rutkauskas V. 2015: De-

terminants of Credit and its Relation with other Economic Processes. – Pinigų studijos 2, 27–47.Reinhart C. M., Rogoff K. S. 2011: From Financial Crash to Debt Crisis. – American Economic

Review 101, 1676–1706.Rudzkis R., Kvedaras V. 2005: A Small Macroeconometric Model of the Lithuanian Economy. –

Austrian Journal of Statistics 34(2), 185–197.Rutkauskas V. 2015: Financial Stability, Fiscal Sustainability and Changes in Debt Structure after Eco-

nomic Downturn. – Ekonomika 94(3), 70–85.Stakėnas J., Stasiukynaitė R. 2016: Monetary Policy Transmission: The Case of Lithuania. Lietuvos

bankas, Working Paper No. 24.Tichy G. 2013: What Can Sector Accounts Tell about the Financial Crisis? – Intereconomics 48, 106–115.Vetlov I. 2004: The Lithuanian Block of the ECSB Multi-Country Model. BOFIT Discussion Paper No. 13.

Santrauka

Tomas Ramanauskas, Skirmantė Matkėnaitė, Virgilijus Rutkauskas

Pasitelkiant tokią analizės priemonę kaip integruotosios sąskaitos, šiame straipsnyje nagrinėjamos sąsajos tarp ekonominių ir finansinių disbalansų, būdingos pastarajam ekonominiam ciklui Lietuvoje. Iš finansinių sąskaitų duomenų akivaizdžiai matyti, kad ekonominio pakilimo metu institucinių sektorių balansai plėtėsi, o ekonominis nuosmukis iš esmės buvo vadinamoji balansų recesija, susijusi su privačiojo sektoriaus balansų traukimusi, kartu – trumpalaikiu, bet didelių neigiamų ekonominių padarinių turėjusiu kredito srautų ir pinigų kiekio mažėjimu. Ekonominio pakilimo fazė buvo glaudžiai susijusi su ypač aktyviu kreditavimu, o nuosmukio fazė – su staigiu bankų skolinimo sąlygų pasikeitimu, per krizę patronuojantiesiems bankams labai sumažinus finansavimą.

INTEGRUOTŲJŲ SĄSKAITŲ TAIKYMAS LIETUVOS EKONOMINIO IR FINANSINIO CIKLO EMPIRINIAM TYRIMUI

79

T. R

aman

ausk

as,

S. M

atkė

nait

ė, V

. Ru

tkau

skas

App

licat

ion

of t

he I

nteg

rate

d A

ccou

nts

Fram

ewor

k fo

r

Empi

rica

l In

vest

igat

ion

of t

he E

cono

mic

and

Fi

nanc

ial

Cycl

e in

Lit

huan

ia

79

Apibendrinus Lietuvos patirtį, straipsnyje daroma išvada, kad kredito ir nekilnojamojo turto kainų bumas, kuriam vykstant didėja ekonominiai disbalansai, ir ypač – didėjančio einamosios sąskaitos deficito finansavimas užsienio skola, rodo ūkio plėtros modelio rizikingumą. Ekonominės politikos atsakas į krizę buvo finansų rinkos sąlygų nulemta taupymo politika, tačiau kartu ėmė sparčiai augti valdžios sektoriaus skola, ir tai atsvėrė privačiojo sektoriaus skolos mažėjimo poveikį bendrajai ūkio skolai. Šis privačiojo sektoriaus skolos didėjimo „pakeitimas“ augančia valdžios sektoriaus skola buvo labai svarbus ekonomikos stabilizavimo veiksnys.

Bankų kredito ypatumai lemia, kad tam tikromis sąlygomis toks ūkio stabilizavimasis galėtų būti pasiektas remiantis vietiniais finansavimo šaltiniais. Vis dėlto valdžios sektoriui teko labai didinti užsienio skolą mokant dideles palūkanas. Krizės metu pinigų kiekio kaita buvo daug nulemta valdžios sektoriaus skolinimosi iš užsienio, kapitalo pervedimų iš užsienio ir gerėjančio einamosios sąskaitos balanso, o visa tai sudarė galimybes patronuojantiesiems užsienio bankams iš šalies bankų atitraukti skolos finansavimą, jį pakeičiant vietiniu finansavimu indėliais.

80

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

80

Tomas Ramanauskas – socialinių mokslų daktaras, Lietuvos banko Ekonomikos ir finansinio stabilumo tarnybos Finansinio stabilumo departamento Sisteminės rizikos modeliavimo skyriaus viršininkas.

Skirmantė Matkėnaitė – Lietuvos banko Ekonomikos ir finansinio stabilumo tarnybos Finansinio stabilumo departamento Sisteminės rizikos modeliavimo skyriaus vyresnioji ekonomistė.

Tomas Reichenbachas – Lietuvos banko Ekonomikos ir finansinio stabilumo tarnybos Finansinio stabilumo departamento Makroprudencinės politikos skyriaus vyresnysis ekonomistas, Vilniaus universiteto Ekonomikos fakulteto Ekonominės politikos katedros doktorantas.

Autorių veiklos sritys: finansinis stabilumas, sisteminės rizikos modeliavimas, makroprudencinė analizė, kredito rinka.

KREDITO IR ĮKEISTO TURTO VERTĖS SANTYKIO RIBOJIMAS KAIP MAKROPRUDENCINĖS POLITIKOS PRIEMONĖ IR JOS TAIKYMAS LIETUVOJE

Skirmantė MatkėnaitėTomas Ramanauskas Tomas ReichenbachasLietuvos bankasGedimino pr. 601103 VilniusEl. p. [email protected]

Straipsnyje susitelkiama į vieną centrinių bankų ir kitų priežiūros institucijų taikomą makroprudencinės politikos priemonę – kredito dydžio ir įkeisto turto vertės santykio, bankų veiklos praktikoje įprasto vadinti LTV rodikliu, ribojimą. Apžvelgus tiek mikroekonominius, tiek makroekonominius šios priemonės taikymo aspektus, nagrinėjamas galimas jos poveikis ekonominiams ir finansiniams proce sams, pirmiau sia kredito ir nekilnojamojo turto rinkų raidai, priemonės taikymo ypatumai ir įvairių šalių įgyta taikymo praktika. Atskleidžiamas LTV rodiklio kaitos Lietuvoje sąryšis su ekonominiu ir finansiniu ciklu, įvertinamas rodiklio ribojimo realus ir hipotetinis poveikis kredito ir nekilnojamojo turto rinkoms, kiti šios priemonės taikymo Lietuvoje aspektai.Pagrindiniai žodžiai: kredito ir įkeisto turto vertės santykis, makroprudencinė politika, finansinis stabi-lumas, kredito rinka, nekilnojamojo turto rinka.

Įvadas

Per pastarąją finansų krizę pasaulyje išryškėjo finansų sektoriaus reguliavimo problemos ir tapo akivaizdus sisteminio reguliavimo poreikis. Iki 2008 m. finansų sektoriaus reguliavimas daugiausia buvo mikroprudencinis, t. y. grindžiamas atskirų finansų įstaigų priežiūra, o sisteminio pobūdžio disbalansų analizei ir jų ribojimo priemonėms nebuvo skiriama pakankamai dėmesio. Vyravo požiūris, kad priežiūros institucijos neturėtų aktyviai reguliuoti finansų rinkos, nes laisva rinka skatina ekonomikos plėtrą ir efektyvų rizikos pasidalijimą. Taip pat manyta, kad bendrą ekonominį stabilumą galima užtikrinti pinigų politika, o mikroprudencinės politikos priemonėmis gali būti tinkamai užtikrinamas finansinis stabilumas. Neaktyvi buvo ir tokių rinkų, kaip išvestinių finansinių priemonių ir nekilnojamojo turto rinkos stebėsena ir reguliavimas. Per krizę paaiškėjo, kad, vyraujant gana liberaliam požiūriui į finansų rinkų reguliavimą, finansinis stabilumas daugelyje šalių nebuvo užtikrintas ir kad staigus su netvaria finansų sektoriaus raida susijusių ekonominių disbalansų koregavimasis gali reikšmingai paveikti ne tik atskiras finansų įstaigas, bet ir visą finansų sistemą bei realiąją ekonomiką. Reaguodamos į tokias sisteminio pobūdžio problemas, po finansų priežiūros institucijos ėmė aktyviai formuoti ir taikyti makroprudencinę politiką, orientuotą jau ne į atskiras finansų įstaigas, o į visą finansų sistemą. Šia politika siekiama mažinti sisteminės rizikos susidarymo galimybę, stiprinti visos finansų sistemos atsparumą ir taip užtikrinti tvarų finansų sektoriaus įnašą į ekonomikos augimą.

Lietuvoje pirmosios makroprudencinės politikos priemonės pradėtos taikyti 2011 m., Lietuvos bankui patvirtinus Atsakingojo skolinimo nuostatus. Jais įteisintos dvi pagrindinės šios politikos priemonės: 1) kredito ir įkeisto turto vertės santykio ribojimas, t. y. nustatyta, kad nekilnojamajam turtui įsigyti ar statyti suteikiamos paskolos dydžio ir įkeičiamo


81

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

81

įsigyjamo arba statomo nekilnojamojo turto rinkos vertės santykis būtų ne didesnis kaip 85 procentai; 2) vidutinės įmokos dydžio ir pajamų santykio ribojimas, t. y. nustatyta, kad visų įsipareigojimų pagal kredito ir kitas sutartis vidutinės įmokos ir kredito gavėjo gaunamų tvarių pajamų santykis būtų ne didesnis nei 40 procentų. Atsakingojo skolinimo nuostatus 2015 m. atnaujinant, maksimali paskolos trukmė sutrumpinta iki 30 metų, be to, nustatytas reikalavimas skaičiuojant vidutinės įmokos dydžio ir pajamų santykį atsižvelgti į galimą palūkanų normų padidėjimą. Tokiomis priemonėmis siekiama diegti atsakingo skolinimosi praktiką, riboti finansų įstaigų prisiimamą kredito riziką ir taip sudaryti sąlygas tvariai kredito rinkos raidai.

Bankų taikomas kredito ir įkeisto turto vertės santykis (angl. loan-to-value ratio, LTV), arba LTV rodiklis, yra svarbus kredito rinkos stebėsenos aspektu – šio rodiklio kaita yra tam tikras indikatorius, leidžiantis užčiuopti galimą disbalansų formavimąsi ir laiku pritaikyti atitinkamas makroprudencinės politikos priemones. Jis leidžia įvertinti pasiūlos ir paklausos balansą kredito rinkoje, jos dalyvių prisiimamą riziką ir nekilnojamojo turto rinkos perkaitimo grėsmę. Didelis ar sparčiai didėjantis vidutinis LTV rodiklis paprastai būna įspėjamasis ženklas, kad didėja kredito rinkos dalyvių tolerancija prisiimamai rizikai ir kad gali būti padidėjęs sisteminės rizikos lygis.

Šio straipsnio tikslas – išnagrinėti kredito ir įkeisto turto vertės santykio, arba LTV rodiklio, ribojimą kaip makroprudencinės politikos priemonę, leidžiančią riboti kredito rinkos dalyvių prisiimamą riziką, kartu paveikti finansinius ir ekonominius procesus. Pirmoje straipsnio dalyje aptariami LTV rodiklio mikroekonominiai ir makroekonominiai aspektai, jo sąsajos su ekonominiu ir finansiniu ciklu, šio rodiklio ribojimo galimybės ir galimas poveikis kredito bei nekilnojamojo turto rinkoms. Antroje dalyje išnagrinėjus LTV rodiklio kaitos Lietuvoje empirinius dėsningumus, trečiojoje vertinamas realus ir hipotetinis šio rodiklio ribojimo poveikis būsto paskolų portfelio struktūrai bei rizikingumui ir kiti šios priemonės taikymo aspektai.

1. LTV rodiklio ribojimas kaip makroprudencinės politikos priemonė

Tvarus, ūkio plėtrą palaikantis kredito augimas yra viena pagrindinių finansų sistemos stabilumo sąlygų, o kredito rinkos būklė, kaip atskleidžia ir finansinio akceleratoriaus veikimas, yra neatsiejama nuo procesų nekilnojamojo turto rinkoje. Būtent šios sąsajos ir kelia poreikį ieškoti tokių priemonių, kuriomis būtų galima paveikti tiek kredito, tiek nekilnojamojo turto rinką, jei abiejų aktyvumas taptų perteklinis. LTV rodiklio ribojimas yra viena iš tokių priemonių.

1.1. LTV rodiklis

Kuo mažesnis suteikiamos paskolos sumos ir ją imant įkeičiamo turto vertės santykis, arba LTV rodiklis, tuo geriau paskola padengta užstatu. Paskolas teikianti kredito įstaiga nustato tam tikrą minimalios užstato vertės dydį ir kartu – kiekvienos paskolos maksimalų LTV rodiklį, o priežiūros institucija makroprudenciniais tikslais gali nustatyti kredito įstaigų taikomų rodiklių maksimalią ribą. Paskolos laikotarpiu paskolos likutis mažėja ir užstato vertė kinta, todėl kinta ir faktinis LTV rodiklis, tačiau, šį rodiklį nagrinėjant kaip makroprudencinės politikos priemonę, toks pokytis paprastai nevertinamas. Nagrinėjami tik paskolos suteikimo momentu esantys LTV rodikliai. Į LTV rodiklio pokyčius paskolos laikotarpiu neatsižvelgiama ir šiame straipsnyje. Be to, jame nagrinėjami tik gyvenamosios paskirties nekilnojamojo turto paskolas apimantys LTV rodikliai – būtent jiems ribojimas dažniausiai ir taikomas. Jei taikoma mažesnė nei 100 procentų LTV rodiklio riba, tai reiškia, kad paskolos gavėjui taikomas pradinio įnašo reikalavimas, t. y. imdamas paskolą nekilnojamajam turtui įsigyti jis dalį įsigyjamo turto vertės turi apmokėti nuosavomis lėšomis. Pavyzdžiui, maksimaliajai LTV rodiklio ribai sudarant 85 procentus, paskolos gavėjas turi pateikti 15 procentų įsigyjamo nekilnojamojo turto vertės sudarantį pradinį įnašą.

Nustatant maksimalią LTV rodiklio ribą, siekiama mikroprudencinių tikslų, t. y. didinti bankų ir namų ūkių atsparumą, kartu ir makroprudencinių – didinti visos finansų sistemos

82

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

82

stabilumą (ESRB 2015). Nustatant tam tikro dydžio užstato reikalavimą, mažinami galimi bankų nuostoliai dėl skolininkų neįvykdomų įsipareigojimų ir jų neįvykdymo tikimybė. Taigi, pirmiausia mažinama kredito rizika, tačiau kartu gali būti ribojamas pernelyg spartus kredito augimas, kuris, kaip ir didelis įsiskolinimo lygis, yra vienas svarbiausių veiksnių, lemiančių finansų krizes*. Vadinasi, kredito ir įkeisto turto vertės santykio ribojimu siekiama finansų sistemos stabilumo, o vienas pagrindinių priežiūros institucijoms tenkančių uždavinių jo siekiant yra užtikrinti tvarų, ūkio plėtrą palaikantį kreditavimo augimą. Kadangi išsivysčiusiose valstybėse vis didesnę paskolų dalį sudaro būsto paskolos (Jordà ir kt. 2015, 2016), vis aktualesnės tampa būtent su būsto paskolomis susijusios makroprudencinės politikos priemonės.

Netvarų kredito augimą gali sustiprinti vadinamasis finansinio akceleratoriaus efektas. Tarkime, dėl sumažėjusių palūkanų normų, išaugusių nacionalinių pajamų ar kitų priežasčių ima kilti nekilnojamojo ir investicinio turto kainos. Paprastai tai būna inertiškas ir ilgai trunkantis procesas. Didėjant investicinio turto kainoms, stiprėja paskatos didinti investicijas, todėl didėja kredito paklausa. Tokių paskatų stiprėjimas yra susijęs su teigiamais lūkesčiais dėl tolesnio kapitalo vertės prieaugio, didėjančiu Tobino q rodikliu** ir kitais veiksniais. Kylant nekilnojamojo ir kito įkeisti galimo turto kainai, kredito įstaigos būna linkusios suteikti didesnes paskolas, taip didėja kredito pasiūla. Didėjant ir kredito paklausai, ir jo pasiūlai, kredito apimtis auga. Kreditas padeda didinti vartojimo ir investicinių prekių paklausą, o tai savo ruožtu lemia nekilnojamojo ir kito turto kainų didėjimą. Taip susidaro save palaikantis aktyvumo ciklas, arba finansinis akceleratorius, ir dėl to gali labai sustiprėti cikliniai ekonominio aktyvumo ir kainų svyravimai (žr. 1 pav.)***.

1 pav. Finansinio akceleratoriaus veikimo schema

Šaltinis: sudaryta autorių.

Finansinio akceleratoriaus veikimas priklauso nuo to, kaip keičiasi bankų keliami reikalavimai dėl užstato ir jų klientų turimos galimybės sukaupti pradinį įnašą, vadinasi, ribojant LTV rodiklį gali būti slopinamas finansinio akceleratoriaus veikimas. Kylant nekilnojamojo ir kito turto kainoms, pradinį įnašą sukaupti būna sunkiau. Kita vertus, bankų konkurencija ir kredito bumo metu jiems būdingas palankus požiūris į prisiimamą riziką paprastai lemia mažinamus reikalavimus dėl užstato vertės, kartu – didėjančius LTV rodiklius (žr. Borio ir kt. 2001; Dell’Ariccia, Marquez 2006). Tokiomis aplinkybėmis ir tampa akivaizdus LTV rodiklio kaip makroprudencinės politikos priemonės taikymo poreikis: priežiūros institucijai nustačius maksimalią LTV rodiklio ribą, kredito įstaigos negalėtų mažinti reikalavimų dėl užstato, ir finansinio akceleratoriaus poveikis būtų silpnesnis.

1.2. Poveikis kredito ir nekilnojamojo turto rinkoms

Empiriniai tyrimai patvirtina, kad nustatant griežtesnius reikalavimus dėl kredito ir įkeičiamo turto vertės santykio galima sumažinti perteklinį kredito ir nekilnojamojo turto

*Su pertekliniu įsiskolinimu susijusią riziką ir neigiamą skolos mažėjimo poveikį ekonomikai XX a. pirmojoje pusėje nagrinė-jęs I. Fisheris (1933) pasiūlė sko-los defliacijos teoriją. H. Minsky (1986) iškėlė finansinio nestabi-lumo hipotezę. Pateiktos įžval-gos paklojo teorinius pamatus aiškinant kredito vaidmenį per pastarąją finansų krizę (pvz., Eggertsson, Krugman 2012) ir makroprudencinės politikos poreikį (pvz., Farhi, Werning 2013). Empirinį ryšį tarp kredito augimo ir finansų krizių nagri-nėjo daug autorių (Borio ir kt. 2001; Reinhart, Rogoff 2009; Schularick, Taylor 2012).**Tobino q rodiklis – tai įmonės rinkos vertės ir jos balansinės vertės santykis arba būsto rinkos vertės ir jo statybos sąnaudų santykis.***Finansų krizės metu finan-sinio akceleratoriaus efektas būna neigiamas – mažėjanti užstato vertė neigiamai veikia kreditavimo procesus, o tai dar labiau skatina turto kainų kritimą. Daugiau apie finansinį akceleratorių žr. B. S. Bernanke ir kt. (1999).

83

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

83

rinkų aktyvumą bei cikliškumą, tačiau kiekybinis poveikio vertinimas gerokai skiriasi. Pavyzdžiui, C. Crowe‘o ir kt. (2011) atliktas tyrimas rodo, kad 10 procentinių punktų didesnė LTV rodiklio maksimali riba lemia 13 procentų sudarantį nominaliųjų būsto kainų padidėjimą. V. J. Duca ir kt. (2011) teigia, kad šio rodiklio sumažėjimas 1 procentiniu punktu yra susijęs su nekilnojamojo turto kainų augimo sumažėjimu 10 procentinių punktų. K. Choongsoo ir kt. (2014) skaičiavimais, rodiklio sumažėjimas 10 procentinių punktų lemia 2,8 procento mažesnes nekilnojamojo turto kainas, 2,2 procento mažesnį kredito lygį ir 0,8 procento mažesnį bendrąjį vidaus produktą (BVP). C. McDonaldas (2015) nustatė poveikio anticikliškumą: LTV rodiklio ribojimo poveikis būna didesnis, kai kredito apimtis ir nekilnojamojo turto kainos kyla sparčiai, bet nedidelis, kai jos krinta. Šių tyrimų rezultatus reikėtų vertinti atsargiai, nes tai, kokį poveikį daro reikalavimo dėl kredito ir įkeičiamo turto vertės griežtinimas, priklauso nuo daugelio aspektų, tokių kaip palūkanų normų aplinka, rinkos dalyvių paskatos ir pirmenybės, tipinis reikalaujamo ir pageidaujamo įnešti pradinio įnašo dydis ir t. t.

LTV rodiklio keitimo poveikį kredito ir nekilnojamojo turto rinkoms kiekybiškai įvertinti sunku dar ir dėl to, kad jis priklauso nuo rinkos konjunktūros ir jos dalyvių elgsenos. Vis dėlto galima išskirti kelis pagrindinius poveikio rinkos dalyvių elgsenai atvejus ir kaip pavyzdį panagrinėti hipotetinę nekilnojamojo turto rinką, kurioje veikia dešimt namų ūkių – potencialių būsto pirkėjų. Kiekvienas ketina paeiliui įsigyti 100 tūkst. eurų kainuojantį būstą, galiojant 85 procentų maksimaliojo LTV rodiklio reikalavimui, t. y. taikant 15 tūkst. eurų pradinio įnašo reikalavimą. Jei LTV rodiklis sumažinamas iki 75 procentų, galimi šie atvejai (žr. 2 ir 3 pav.):

1) jei būsto pirkėjas turi pakankamai lėšų ir yra pasirengęs įnešti didesnį pradinį įnašą, sumažinus LTV rodiklį kredito apimtis sumažėtų nedaug (tiek pat, kiek padidėtų pradinio įnašo suma), poveikio jai procentinis dydis būtų pastovus laiko požiūriu, o nekilnojamojo turto rinka nebūtų paveikta;

2) jei būsto pirkėjas siekia įsigyti tam tikrą jo poreikius atitinkantį būstą, tačiau šiuo metu neturi sukaupęs užtektinai lėšų pradiniam įnašui, sumažinus LTV rodiklį jis būtų priverstas būsto įsigijimą atidėti, kol sukaups pakankamą pradinį įnašą. Taigi, rodiklio sumažinimas turėtų stiprų trumpalaikį poveikį, o ilgalaikis poveikis kredito apimčiai būtų nedidelis (ji sumažėtų tiek, kiek padidėtų pradinis įnašas). Ilgalaikis poveikis nekilnojamojo turto rinkai būtų minimalus, nes būsto pirkimas būtų kuriam laikui atidedamas, bet galiausiai būtų nuperkama tiek pat tokios pačios vertės būsto;

3) jei būsto pirkėjas nenori ar negali sukaupti reikiamo pradinio įnašo ir sutiktų pirkti pigesnį būstą, sugriežtinus reikalavimą jis imtų atitinkamai mažesnę paskolą. Taip kredito apimtis gerokai sumažėtų ir poveikis jai būtų pastovus laiko požiūriu;

4) jei namų ūkis nori įsigyti jo poreikius atitinkantį būstą ir pirkti pigesnio nesutiktų, tačiau negali sukaupti reikiamo pradinio įnašo, sugriežtinus užstato reikalavimą jis būsto neįpirktų ir būtų priverstas nuomotis. Patiriamos nuomos sąnaudos ribotų galimybes taupyti, taip mažėtų būsto paskolos prieinamumas ir galimybė įsigyti nuosavą būstą. Neigiamas poveikis kredito ir nekilnojamojo turto rinkoms būtų labai stiprus.

Padėtis tokioje hipotetinėje kredito ir būsto rinkoje yra išvardytų atvejų derinys, vadinasi, bendras LTV reikalavimo griežtinimo poveikis kredito ir nekilnojamojo turto rinkoms būtų slopinamasis, ypač trumpuoju laikotarpiu. Žinoma, poveikio stiprumas priklauso nuo to, kuris rinkos dalyvių tipas dominuoja, o rinkos dalyvių tipų pasiskirstymo proporcijos paprastai nėra žinomos.

84

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

84

Taikant tokią makroprudencinės politikos priemonę kaip LTV rodiklio ribojimas, paprastai daromas ilgalaikis struktūrinis poveikis kredito ir nekilnojamojo turto rinkoms, tačiau nustatyta per didelė ar per maža maksimali rodiklio riba gali turėti atitinkamų socialinių pasekmių. Pirmiausia, mažinamos paskatos ir galimybės būsto paskolą imti tikintis vertės prieaugio ar siekiant būstą išnuomoti. Ribojamas galimas įsiskolinimas, o kartu ir investicijų pelningumas (nuosavybės grąža), vadinasi, ir paskatos užsiimti spekuliacine veikla. Kaip žinoma, spekuliacinė paklausa yra vienas svarbiausių nekilnojamojo turto kainų burbulų formavimosi veiksnių, taigi, ją pažabojant, siekiama užkirsti kelią burbulų formavimuisi ir su tuo susijusioms neigiamoms socialinėms pasekmėms.

Kita vertus, jei taikomas palyginti griežtas reikalavimas dėl kredito ir įkeisto turto vertės santykio ir susiformuoja atitinkami rinkos dalyvių lūkesčiai, mažesni ir pigesni būstai gali tapti paklausesni, atitinkamai keistųsi būsto kainos ir net naujo būsto pasiūla (pvz., statytojai imtų orientuotis į mažesnių būstų statybą). Pernelyg griežtas pradinio įnašo reikalavimas pirmiausia veiktų jaunus, mažiau finansinio turto sukaupusius asmenis, siekiančius įsigyti pirmąjį būstą. Taip dalis potencialių pirmojo būsto pirkėjų gali būti išstumti iš rinkos ir priversti būstą nuomotis. Vadinasi, gali didėti nuomos kainos ir kartu gali susidaryti sąlygos didesnių galimybių pasiskolinti turintiems asmenims imti būsto paskolas ir pelningai nuomoti už jas įsigytą būstą. Tai veikiausiai būtų neoptimalu ekonominiu požiūriu ir didintų turtinę nelygybę. Žinoma, poveikį ilgainiui švelnintų rinkos savireguliacija: suaktyvėjus nuomos veiklai ir augant nuomojamo turto pasiūlai, nuomos kainos mažėtų, o tai atitinkamai veiktų ir būsto kainas. Vis dėlto radikalus reikalavimo sugriežtinimas, pavyzdžiui, LTV rodiklio apribojimas iki 50–60 procentų, gali turėti ir priešingą poveikį: jei potencialūs pirmojo būsto pirkėjai būtų išstumti iš rinkos ir todėl labai padidėtų nuomojamų būstų paklausa, o finansiškai pajėgesni būsto pirkėjai nesugebėtų pakankamai greitai įsigyti užtektinai nuomai skirtų būstų ir tą paklausą patenkinti, rinkoje galėtų susidaryti tokia padėtis, kad trumpuoju laikotarpiu didėja tiek būsto, tiek nuomos kainos.

1.3. Sąveika su kitomis ekonominės politikos priemonėmis

LTV rodiklio ribojimas kaip makroprudencinės politikos priemonė veiksmingiausias būna tada, kai yra taikomas kartu su kitais skolinimo ribojimais, pavyzdžiui, vidutinės įmokos dydžio ir pajamų santykio (angl. debt service-to-income ratio, DSTI), visų

2 pav. Paskolų portfelio dydis taikant skirtingą LTV rodiklio ribojimą

3 pav. Paskolų portfelio dydžio skirtumas, palyginti su pagrindiniu scenarijumi

Šaltinis: sudaryta autorių.

85

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

85

finansinių įsipareigojimų ir pajamų santykio (angl. debt-to-income ratio, DTI), paskolos ir pajamų santykio (angl. loan-to-income ratio, LTI) ribojimu. Taikant DSTI ar DTI rodiklių ribojimą, mažinama paskolų gavėjų nemokumo tikimybė, nes reikalaujama, kad jie gautų pakankamas ir pastovias pajamas, kurios leistų tinkamai vykdyti skolos įsipareigojimus net ir reikšmingai sumažėjus pajamoms. Taip mažinami galimi bankų nuostoliai dėl paskolų negrąžinimo. Juos mažinti siekiama ir nustatant LTV rodiklio maksimalią ribą. Taigi, visų šių rodiklių ribojimas yra viena kitą papildančios makroprudencinės politikos priemonės.

Maksimalios LTV rodiklio ribos nustatymas gali atstoti kitas reguliavimo priemones, pavyzdžiui, anticiklinio kapitalo rezervo normos ar kitų kapitalo reikalavimų taikymą, arba taip gali būti stiprinamas tų priemonių poveikis. Anticiklinio kapitalo rezervo norma nustatoma kylant ekonominio perkaitimo rizikai, bet jeigu bankai yra pakankamai kapitalizuoti ir linkę prisiimti riziką ar nekilnojamojo turto įkeitimu užtikrintas paskolas vertina kaip pakankamai saugias, ši priemonė kreditavimo aktyvumą gali veikti nepakankamai. Tokiu atveju priežiūros institucijos sugriežtintas reikalavimas dėl užstato vertės gali būti papildoma per didelį kreditavimą slopinanti priemonė. Pernelyg aktyvų su nekilnojamuoju turtu susijusių paskolų teikimą priežiūros institucijos gali mažinti ir kitais būdais, pavyzdžiui, didindamos bankų kapitalo rizikos koeficientus (angl. capital risk weights), tačiau šių būdų, kaip ir anticiklinio kapitalo rezervo normos griežtinimo, poveikis irgi gali būti nepakankamas. Be to, dėl tokių priemonių taikymo didėja viso su nekilnojamuoju turtu susijusių paskolų portfelio kapitalo poreikis, nors anksčiau suteiktos ir iš dalies jau grąžintos paskolos gali būti pakankamai saugios. Griežtesnis reikalavimas dėl užstato vertės būtų taikomas tik naujoms paskoloms, taigi ir dėl to šio reikalavimo griežtinimas yra efektyvesnė makroprudencinės politikos priemonė.

Makroprudencinis reguliavimas pastaraisiais metais įgyja vis didesnę svarbą ir kaip priemonė, praverčianti bandant suderinti pinigų politikos ir finansinio stabilumo siekius. Vykdydamas pinigų politiką, centrinis bankas siekia kainų stabilumo ir tvarios ūkio plėtros, tačiau kartais šie tikslai nevisiškai dera su finansų sistemos stabilumo siekiu. Viena iš priežasčių yra tai, kad finansinis ciklas paprastai būna ilgesnis už ekonominį ciklą (Borio 2012). Skatinamoji pinigų politika padeda išjudinti ekonomiką, bet jei tuo metu yra susidariusi finansinio ciklo pakilimo fazė, gali didėti kredito ir nekilnojamojo turto kainų burbulų rizika (IMF 2012). Be to, pinigų sąjungose vykdoma centralizuota pinigų politika ne visada atitinka kiekvienos iš šalių poreikius. Makroprudencinis reguliavimas, ir būtent LTV rodiklio ribojimas, teikia galimybę sustiprinti ar susilpninti pinigų politikos poveikį, kartu atsižvelgti į finansinio ciklo fazę ar išskirtinę šalies ekonominę padėtį.

Poveikis nekilnojamojo turto rinkai ir skolinimosi aktyvumui efektyvus būna tik tada, kai LTV ribojimas tinkamai derinamas su įvairiomis mokestinėmis priemonėmis, tokiomis kaip nekilnojamojo turto ar jo sandorių mokestis, su būsto paskolomis susietos pajamų mokesčio lengvatos. Jei šių priemonių taikymas kelia tam tikrą riziką šalies finansiniam stabilumui, priežiūros institucijos gali būti priverstos griežtinti reikalavimą dėl kredito ir įkeisto turto vertės santykio ir taikyti kitus makroprudencinius reikalavimus. Tiesa, griežtinant visus šiuos reikalavimus, kreditavimo galimybės suvaržomos, tačiau ekonominių paskatų, kylančių dėl mokesčių lengvatų ar pernelyg žemų palūkanų normų, gali likti, taigi rizika finansiniam stabilumui nevisiškai pašalinama.

Maksimalaus LTV rodiklio ribojimas turi socialinį poveikį, ir jis gali būti netolygus. Pavyzdžiui, labiausiai būtų veikiami mažesnį finansinį turtą sukaupę pirmojo būsto pirkėjai, pirmiausia jaunos šeimos. Kai kuriose šalyse nustatomas šioms grupėms palankesnis LTV rodiklis, suteikiamos valstybės garantijos arba subsidijuojamas paskolų draudimas. Tokių išimčių taikymas vertintinas nevienareikšmiškai. Viena, kreditoriui suteikiamos papildomos garantijos skolininko nemokumo atveju, kreditas tampa labiau prieinamas visoms socialinėms grupėms. Antra, dėl to ir būsto kainos gali būti didesnės, be to, didėja rizika, kad per daug paskolų gali būti suteikta socialiai pažeidžiamiems asmenims, kurie kilus krizei nesugebėtų vykdyti skolos įsipareigojimų. Gana nesėkminga patirtis Lietuvoje, kai prieš pastarąją finansų krizę valstybės remiamas būsto paskolų draudimas ilgainiui nukrypo nuo numatyto socialinio tikslo, patvirtina, kad perteklinėmis garantijomis didinama moralinė rizika ir gali būti sukelta kitokių, nei siekiama, socialinių pasekmių.

86

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

86

1.4. Rodiklio procikliškumas ir anticiklinis jo taikymas

Jei netaikomas makroprudencinis reguliavimas, LTV rodiklio kaitai paprastai būna būdingas procikliškumas, t. y. rodiklis didėja kredito ir nekilnojamojo turto kainų bumo metu ir mažėja per krizę (žr. Neagu ir kt. 2015). Tokį procikliškumą lemia tiek paklausos, tiek pasiūlos veiksniai. Jei būsto kainos didėja gerokai sparčiau nei gyventojų pajamos ir kitų prekių kainos, potencialiems būsto pirkėjams tampa sunkiau sukaupti pradinį įnašą, todėl kyla paklausos spaudimas LTV rodiklį didinti. Rinkoje tikintis tolesnio būsto kainų augimo, bankai irgi skatinami švelninti reikalavimus dėl užstato, nes numatoma, kad, kylant užstato vertei ir klientui grąžinant paskolą, jos padengimas užstatu ilgainiui gerės. Bankų konkurencija, siekis didinti skolinimo rinkos dalį ir perteklinė bankų apsauga nuo rizikos (pvz., neįteisintas fizinio asmens bankroto institutas, valstybės subsidijuojamas paskolų draudimas ir pan.) taip pat yra svarbūs veiksniai, skatinantys bankus mažinti taikomų kreditavimo standartų griežtumą. Žinoma, vykstant finansų krizei, rinkos dalyvių netikrumas dėl būsto vertės ir gyventojų pajamų perspektyvų labai padidėja, todėl per krizę ir kurį laiką po jos paprastai teikiamos palyginti saugios paskolos.

Kadangi rinkos dėsnių lemiamam LTV rodiklių lygiui būdingas procikliškumas, net ir nustatyta pastovi rodiklio maksimalioji riba gali turėti anticiklinį poveikį. Finansinio ciklo pradžioje, kredito rinkoje vyraujant atsargiam požiūriui į riziką, rinkos LTV rodikliai paprastai būna mažesni už nustatytą makroprudencinį LTV rodiklį, taigi pastarasis nėra ribojamojo pobūdžio (žr. 4 pav.). Toks jis tampa tik finansinio ciklo pakilimo fazėje, kredito rinkos dalyviams linkstant prisiimti vis daugiau rizikos, įsivyraujant ne tokioms griežtoms skolinimo sąlygoms.

4 pav. Pastovusis LTV rodiklio ribojimas 5 pav. Kintamasis LTV rodiklio ribojimas

Šaltinis: sudaryta autorių. Šaltinis: sudaryta autorių.

Nors pastovusis LTV rodiklio ribojimas turi anticiklinį poveikį, priežiūros institucijos gali taikyti kintamąjį ribojimą, t. y. rodiklį keisti pagal finansinį ciklą, keitimą grįsdamos iš anksto numatytomis taisyklėmis arba jį taikydamos tik tam tikroje finansinio ciklo fazėje. Iš pradžių, tik prasidėjus finansiniam pakilimui, kai būsto kainos dar būna santykinai žemos, o būstas – nepakankamai įvertintas, gali būti optimalu taikyti ribojamojo poveikio neturinčią rodiklio maksimalią ribą ir tik kredito bumui stiprėjant ją keisti. Tokio ribojimo privalumas yra tai, kad ekonominio atsigavimo metu ribojamasis poveikis pasireiškia vėliau negu taikant pastovųjį LTV ribojimą ir kišamasi tik tada, kai nustatomas sisteminės rizikos didėjimas (žr. 5 pav.). Straipsnio autorių atlikta faktiniais duomenimis grindžiama ex post simuliacinė analizė rodo, kad, siekiant išvengti finansų krizės, paskolos reikalaujant santykinai didelės vertės užstato turėtų būti teikiamos likus bent keleriems metams iki krizės pradžios*. Tačiau krizės pradžios tiksliai nuspėti neįmanoma ir sunku užtikrinti, kad priežiūros institucija, vadovaudamasi einamąja informacija, spėtų laiku įsikišti. Todėl daugelis šalių yra linkusios nustatyti pastovų makroprudencinį LTV rodiklį, kartu numatyti ir tai, kad prireikus jį būtų galima keisti.

Kintamasis LTV rodiklio ribojimas taikomas gana retai, būtent todėl, kad labai sunku iš anksto numatyti krizes. Be to, išankstinėmis taisyklėmis grindžiamas kintamasis ribojimas

*Anksčiau suteiktos paskolos dėl užstato vertės padidėjimo ir paskolų grąžinimo tampa palyginti saugios.

87

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

87

gali iškraipyti rinkos dalyvių lūkesčius ir paskatinti juos imti paskolas prieš reikalavimą griežtinant. Taip finansinio ciklo pakilimo fazėje gali dar labiau sustiprėti kredito bumas. Svarbu ir tai, kad kredito rinkos suvaržymai ar jų griežtėjimas verčia kai kuriuos rinkos dalyvius keisti taikomus verslo modelius ar net daryti spaudimą priežiūros institucijai. Dažnas LTV rodiklio keitimas dar ir trukdo rinkos dalyviams kurti ilgalaikius finansinius planus.

Bene daugiausia aktyvaus anticiklinio LTV rodiklio ribojimo patirties yra sukaupęs Honkongas. Maksimali LTV rodiklio riba, sudaranti 40–70 procentų, jame buvo nustatyta 1995 m., o iki 2014 m., atsižvelgiant į ekonomikos ir finansinio ciklo fazę, buvo keičiama devynis kartus. E. Wongo ir kt. (2014) teigimu, Honkonge LTV rodiklio ribojimas gerokai padėjo suvaldyti sisteminę riziką, susijusią su nekilnojamojo turto rinkos cikliškumu. Be to, LTV rodiklis buvo nustatomas atsižvelgiant į paskolos dydį ir paskirtį.

Ir kitose šalyse taikomos įvairios LTV rodiklio ribojimo išimtys. Pietų Korėjoje LTV rodiklis ribojamas pagal regionus, kuriuose įsigyjamas nekilnojamasis turtas. Nuo 2002 m. būsto paskoloms šioje šalyje buvo taikoma 60 procentų riba, o teikiant būsto paskolas didesniu spekuliaciniu aktyvumu pasižyminčiuose regionuose nuo 2003 m. imta taikyti 40 procentų riba. Regionai buvo nustatyti pagal būsto paskolų skaičiaus augimą, daugiau nei vieną paskolą turinčių skolininkų skaičiaus augimą ir atvejų, kai nekilnojamojo turto objektai perparduodami dar neįvykus pirminiam pardavimo sandoriui, skaičių (Arvai ir kt. 2014; Jácome, Mitra 2015). Anot K. Choongsoo (2014), LTV rodiklio ribojimą diferencijuojant pagal regionus, buvo galima sumažinti nekilnojamojo turto kainų augimo tempus spekuliaciniu aktyvumu pasižyminčiose Pietų Korėjos dalyse. Vengrijoje, siekiant riboti paskolų užsienio valiuta riziką, taikomos skirtingos LTV rodiklio ribos pagal paskolos valiutą.

1 lentelė

Europos šalyse taikomas LTV rodiklio ribojimas

Šalis Lygis, %

Pastabos

Kipras 70 80 proc. – pirmo būsto pirkėjams

Malta 70

Vengrija 80 Iki 35 proc. – paskoloms užsienio valiuta

Liuksemburgas 80

Airija 80 90 proc. – pirmo būsto pirkėjams; 70 proc. – jei būstas perkamas nuomai

Estija 85 90 proc. – apdraustoms paskoloms

Lietuva 85 Iki 95 proc. – valstybės remiamoms paskoloms

Švedija 85 Ribojimas yra tik rekomendacinio pobūdžio

Rumunija 85 90 proc. – apdraustoms paskoloms; paskoloms užsienio valiuta gali būti iki 60 proc.

Norvegija 85

Lenkija 85 Planuojama nuo 2017 m. sumažinti iki 80 proc.; apdraustoms paskoloms – 90 proc.

Suomija 90 95 proc. – pirmojo būsto pirkėjams

Latvija 90 95 proc. – valstybės apdraustoms paskoloms

Danija 95

Slovakija 100

Nyderlandai 106 2018 m. numatoma taikyti 100 proc., vėliau kiekvienais metais mažinti 1 proc. punktu, kol 2028 m. bus 90 proc.

Šaltinis: ESRB (2015).

Dauguma šalių LTV rodiklio ribojimą ėmė taikyti po pasaulinės finansų krizės. E. Cerutti ir kt. (2016) teigimu, 2000–2013 m. pasaulyje šią makroprudencinės politikos priemonę taikė 25 šalys. Europoje ją taiko arba artimiausiu metu taikys 16 šalių (žr. 1 lent.). Maksimali LTV rodiklio reikšmė svyruoja nuo 70 iki 106 procentų. Kai kuriose šalyse (Nyderlanduose, Kanadoje) LTV rodiklis mažinamas laipsniškai, siekiant išvengti stipraus poveikio kredito ir nekilnojamojo turto rinkų aktyvumui. Nustatant LTV rodiklio ribojimą, neretai taikomos įvairios išimtys. Pavyzdžiui, trijose Europos šalyse (Kipre, Airijoje ir Suomijoje) pirmojo būsto pirkėjams taikoma 5–15 procentinių punktų mažesnė maksimalaus LTV rodiklio

88

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

88

riba, keturiose šalyse (Estijoje, Rumunijoje, Lenkijoje ir Latvijoje) apdraustoms paskoloms taikoma riba, mažesnė 5–10 procentų.

2. LTV rodiklių kaita Lietuvoje ir ją lemiantys veiksniai

2005–2015 m. Lietuvoje veikiančių bankų taikomi rinkos LTV rodikliai pasižymėjo procikliškumu, t. y. reikalavimai dėl užstato vertės mažėjo ekonominio bei finansinio ciklo pakilimo metu ir didėjo nuosmukio metu (žr. 6 pav.). Vidutinis šalies bankų sistemos naujų paskolų LTV rodiklis didžiausios reikšmės (83 proc.) tapo 2007 m. pirmąjį ketvirtį, per patį nekilnojamojo turto rinkos įkarštį (žr. 7 pav.). Prasidėjus krizei, vidutinis rodiklis gana staiga sumažėjo iki 73–75 procentų. Atsigaunant būsto rinkai, LTV rodikliai vėl didėjo, išskyrus laikotarpį nuo 2011 m. pabaigos iki 2012 m. vidurio, kai skolinimo sąlygos sugriežtėjo, Lietuvos bankui paskelbus Atsakingojo skolinimo nuostatus.

6 pav. Vidutinio LTV rodiklio, BVP ir nekilnojamojo turto kainų kaita

7 pav. Vidutinio LTV rodiklio kaitos ir skolinimo sąlygų sąryšis+

Šaltinis: Lietuvos statistikos departamentas; autorių skaičiavimai.

Pastaba: +neigiamos reikšmės reiškia, kad didesnė apklaustų bankų dalis sąlygas griežtino; neigiamas stulpelių nuolydis rodo, kad sąlygas griežtinančių ir švelninančių bankų santykis didėja.

Šaltinis: Lietuvos bankas; autorių skaičiavimai.

LTV rodiklių procikliškumą lėmė tiek kredito pasiūlos, tiek paklausos veiksniai. Finansinio ciklo pakilimo metu šalyje veikiantys bankai buvo linkę mažinti reikalavimų dėl užstato vertės griežtumą, o per krizę reikalavimus labai griežtino. Taip pat matyti glaudus sąryšis tarp vidutinio bankų sistemos LTV rodiklio ir būsto paskolų sąlygų (žr. 7 pav.). Vyraujant visuotiniams lūkesčiams dėl nekilnojamojo turto kainų augimo, bankai irgi buvo linkę manyti, kad užstato vertė didės ir paskolos padengimas užstatu ilgainiui gerės. Be to, bankų prisiimamą riziką ribojo tokie veiksniai kaip būsto paskolų draudimas, neįteisintas fizinio asmens bankroto institutas, gana gera bankų apsauga nuo infliacijos, valiutos kurso, palūkanų normų rizikos. Šalies rinkoje dominuojančių bankų galimybės nebrangiai gauti finansavimą iš patronuojančiųjų bankų, ambicingas pelningumo siekis ir agresyvi konkurencija dėl skolinimo rinkos dalies irgi skatino bankus mažinti paskolų teikimo sąlygų griežtumą ir sudarė prielaidas didėti LTV rodikliams. Tokias prielaidas sudarė ir paklausa, nes, sparčiai didėjant būsto kainoms, gyventojų galimybės sukaupti pradinį įnašą didėjo ne taip sparčiai.

1998 m. Lietuvos Respublikos Vyriausybė, siekdama spręsti būsto finansavimo problemą ir paskatinti nekilnojamojo turto rinkos aktyvumą, priėmė sprendimą steigti būsto paskolų draudimo bendrovę UAB „Būsto paskolų draudimas“. Taip siekta, kad būstas taptų labiau

89

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

89

prieinamas namų ūkiams, gaunantiems reguliarias pajamas, bet negalintiems sukaupti pradinio įnašo. Įkurta socialinėms problemoms spręsti, ši bendrovė pamažu tapo pelno siekiančiu komerciniu subjektu ir pradėjo drausti ne tik valstybės remiamas, bet ir kitas būsto paskolas. Iki 2013 m. jos paslaugomis pasinaudojo daugiau kaip 47 tūkst. namų ūkių. Net 75 procentai visų 2003–2011 m. apdraustų būsto paskolų buvo kitos būsto paskolos, o tokia vidutinė paskola buvo beveik du kartus didesnė nei valstybės remiama paskola. Kaip matyti iš 8 paveikslo, valstybiniu būsto paskolų draudimu apdraustų paskolų dalis ekonominio pakilimo metu didėjo. Didžioji dalis 2006–2008 m. suteiktų paskolų, kurios buvo prastai padengtos užstatu, buvo apdraustos šiuo draudimu (žr. 9 pav.).

8 pav. UAB „Būsto paskolų draudimas“ apdraustų būsto paskolų portfelio kaita

9 pav. UAB „Būsto paskolų draudimas“ 2006–2008 m. apdraustų būsto paskolų pasiskirstymas

Šaltiniai: Lietuvos bankas; autorių skaičiavimai. Šaltiniai: Lietuvos bankas; autorių skaičiavimai.

10 pav. Vidutinis būsto paskolos gavėjo amžius ir naujų paskolų skaičius (per ketvirtį)

Šaltinis: Lietuvos bankas; autorių skaičiavimai.

Taigi, UAB „Būsto paskolų draudimas“ iš bankų perėmė didelę dalį kredito rizikos, o bankams sudarė geras sąlygas teikti rizikingas paskolas didelės rizikos neprisiimant. Vėliau paaiškėjo, kad būsto paskolų draudimo bendrovės prisiimama rizika nebuvo tinkamai įkainota, ir per krizę bendrovė patyrė reikšmingų nuostolių (Lietuvos bankas 2013: 16–17)*. Nuo 2011 m. ji draudimo sutarčių nebesudarė, o 2016 m. buvo panaikintas ir jos turėtos draudimo licencijos galiojimas. Taigi, valstybės iš dalies kompensuojamų būsto

*2010 m. Lietuvos Respublikos finansų ministerija buvo pri-versta atlikti pirmą UAB „Būsto paskolų draudimas“ įstatinio kapitalo padidinimą – kapitalas padidintas 60 mln. litų. 2011 m. įstatinis kapitalas padidintas dar 50 mln. litų (2011 m. 36 mln., o 2012 m. – 65 mln. Lt buvo skirti sukauptiems nuostoliams padengti). 2012 m. pabaigoje UAB „Būsto paskolų draudi-mas“ įstatinis kapitalas sudarė tik 36 mln. litų, todėl 2013 m. buvo padidintas dar 30 mln. litų.

90

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

90

11 pav. Naujų būsto paskolų pasiskirstymas pagal paskolos gavėjo amžių

12 pav. Naujų būsto paskolų pasiskirstymas pagal paskolos gavėjo LTV rodiklius

Šaltinis: Lietuvos bankas; autorių skaičiavimai. Šaltiniai: Lietuvos bankas; autorių skaičiavimai.

Ekonominio pakilimo metu didėjo ne tik vidutinis būsto paskolų LTV rodiklis, bet ir paskolų, kurių LTV rodikliai ypač dideli, dalis (žr. 12 pav.). 2007 m. paskolos, kurių LTV rodiklis buvo didesnis nei 80 procentų, sudarė apie 50 procentų visų naujų paskolų. Spartus šių paskolų daugėjimas yra signalas, kad rinkoje kyla tokių problemų kaip nepakankamas būsto įperkamumas, neadekvatus rizikos vertinimas, neatsakingas skolinimas ir skolinimasis. Rizikos vertinimas iš esmės pasikeitė finansų krizės metu, kai bankai patyrė reikšmingų nuostolių, o nekilnojamojo turto kainos labai krito. Per finansų krizę ir iškart po jos, bet dar prieš imant taikyti LTV rodiklio ribojimą (2001 m.), naujų paskolų LTV rodikliai dažniausiai nesiekdavo 80 procentų.

Bankų sistemos vidutinio LTV rodiklio kaita yra glaudžiai susijusi su kredito rinkos aktyvumu, būsto kainų lygiu ir realiosiomis palūkanų normomis. Ekonometriškai ši priklausomybė įvertinama pasitelkiant paprastą paklaidų koregavimo modelį. Sąryšiai tarp kintamųjų įvertinami sudarant kointegracinę (ilgojo laikotarpio) lygtį* ir dinaminę (trumpojo laikotarpio) lygtį. Kointegracinė lygtis numato, kad LTV rodiklio ilgalaikės pusiausvyros lygis priklauso nuo kredito rinkos aktyvumo, t. y. nuo bendros naujų būsto paskolų nominaliosios vertės, Lietuvos statistikos departamento skelbiamo būsto kainų indekso ir realiosios palūkanų normos**. Gauti koeficientai yra statistiškai reikšmingi, o jų ženklai atitinka ekonominę logiką (žr. 2 lent.).

*Visi kointegracinės lygties kin-tamieji yra nestacionarūs, tačiau juos sieja kointegracinis sąryšis (lygties paklaidos stacionarios).**Realioji palūkanų norma skaičiuojama iš litais ir eurais suteiktų paskolų vidutinės pa-lūkanų normos atimant metinį procentinį kompensacijos dir-bantiesiems pokytį, t. y. verti-nant skolininkams tenkančią realiąją palūkanų naštą atsi-žvelgiama į tai, kad ji pirmiau-sia priklauso nuo nominaliojo darbo užmokesčio pokyčio, o ne nuo vartojimo kainų poky-čio. Visi kointegracinės lygties kintamieji, išskyrus realiąją pa-lūkanų normą, išreiškiami kaip natūriniai logaritmai.

paskolų draudimo atvejis rodo, kad, svarstant socialinės paramos ar makroprudencinio reguliavimo išimčių galimybes, būtina tinkamai įvertinti tokių galimybių keliamą riziką finansų sistemai, rinkos dalyviams ir mokesčių mokėtojams.

Dar viena LTV rodiklių procikliškumo priežastis buvo ta, kad ekonominio pakilimo metu besiskolinusių asmenų vidutinis amžius buvo mažesnis nei asmenų, kurie skolinosi po krizės (žr. 10 pav.). Ekonominio pakilimo metu paskolas ėmusių jaunų žmonių dalis buvo didesnė (žr. 11 pav.), o per krizę labiausiai sumažėjo būtent jaunimui suteikiamų naujų paskolų dalis. Tiesa, tam įtakos galėjo turėti ir išaugusi emigracija. Suprantama, kad jauni žmonės būna sukaupę mažiau finansinio turto ir veikiausiai įsigyja pirmą būstą, todėl jų imamų paskolų LTV rodikliai būna gana dideli.

91

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

91

Remiantis įvertinta kointegracine lygtimi, galima teigti, kad LTV rodikliai svyruoja gerokai mažiau nei aiškinantieji kintamieji, taigi elastingumo koeficientai yra santykinai maži. LTV rodikliai jautriausiai reaguoja į būsto kainų pokyčius: būsto kainoms padidėjus 1 procentu, ilguoju laikotarpiu LTV rodiklio pokytis gali būti 0,1 procentinio punkto. LTV rodikliai didėja ir didėjant nekilnojamojo turto paskolų rinkos aktyvumui, tačiau elastingumo koeficientas yra mažesnis (0,02). LTV rodiklio priklausomybė nuo realiosios palūkanų normos yra neigiama, nes didėjanti realioji palūkanų norma neigiamai veikia nekilnojamojo turto ir kredito rinką, ji yra susijusi su griežtesniu rizikos vertinimu ir griežtesniais užstato reikalavimais. Realiajai palūkanų normai padidėjus 1 procentiniu punktu, LTV rodikliai ilguoju laikotarpiu turėtų sumažėti apie 0,06 procentinio punkto. Iš paklaidų koregavimo modelio dinaminės lygties matyti, kad LTV rodiklių kaitai būdingas artėjimas link ilgalaikės pusiausvyros lygio.

Suteiktų paskolų skirstinių analizė rodo, kad tarp suteikiamos paskolos dydžio ir jos LTV rodiklio yra teigiamas ryšys. LTV rodikliai didėja aktyvėjant kredito rinkai ir kylant nekilnojamojo turto kainoms, tačiau didesnių paskolų LTV rodikliai yra didesni (žr. 13 ir 14 pav.).

Matyti akivaizdus teigiamas sąryšis tarp dažniausiai teikiamų paskolų (iki 116 tūkst. Eur, arba 400 tūkst. Lt) sumos ir paskolos LTV rodiklio, nors didelių paskolų sumos ir paskolos LTV rodiklio priklausomybė ir silpnėja. Ir iš tikrųjų sukaupti pradinį įnašą mažesnėms paskoloms turėtų būti lengviau. Be to, labiau tikėtina, kad būstą jau turintys ir siekiantys įsigyti geresnį būstą asmenys ima palyginti mažas paskolas ir tų paskolų LTV rodikliai gana maži.

3. LTV rodiklio ribojimas Lietuvoje

Lietuvos bankui 2011 m. patvirtinus Atsakingojo skolinimo nuostatus, Lietuvoje buvo pradėtas taikyti LTV rodiklio ribojimas. Nustatyta 85 procentų riba. Šis reikalavimas taikytas visoms Lietuvoje suteikiamoms paskoloms, skirtoms nekilnojamajam turtui įsigyti ir statyti. Atsakingojo skolinimo nuostatuose numatyta, kad griežtesnis reikalavimas (40 proc.) turi būti taikomas paskoloms, skirtoms žemės sklypui įsigyti, ir paskoloms, suteikiamoms tam pačiam gavėjui, siekiančiam įsigyti daugiau kaip vieną gyvenamosios paskirties nekilnojamojo turto vienetą. Paskoloms, suteikiamoms ne Europos ekonominėje erdvėje esančiam nekilnojamajam turtui įsigyti arba statyti, rekomenduota taikyti 15 procentinių punktų mažesnę maksimaliąją LTV rodiklio ribą.

2 lentelė

Vidutinį bankų sistemos LTV rodiklį lemiančių veiksnių vertinimas+

Kointegracinė lygtis:priklausomasis kintamasis – LTV

Dinaminė lygtis:priklausomasis kintamasis – ΔLTV

Kintamasis Koeficientas Kintamasis Koeficientas

Konstanta 36,11***

(0,00) EC–1

–0,79***

(0,00)

log(Naujos paskolos) 1,75***

(0,00) Δlog(Naujos paskolos)2,17***

(0,00)

log(Būsto kainos) 9,61***

(0,00) Δlog(Būsto kainos)6,57

(0,17)

Realioji palūkanų norma –6,16**

(0,04) Δlog(Naujos paskolos–4)

–1,57***

(0,00)

Δ(Realioji palūkanų norma–4)

–6,84*

(0,06)

Pakoreguotas R2 0,85 0,65

Durbino ir Watsono statistika 1,63 2,00

Pastaba: +skliaustuose pateiktos p reikšmės; ** ir *** atitinkamai 10 %, 5 % ir 1 % statistinis reikšmingumas; log – natūrinis logaritmas; Δ – pokytis per ketvirtį; R2 – apibrėžtumo koeficientas; aiškinančiųjų kintamųjų indeksai rodo pavėlinimą ketvirčiais.

Šaltinis: autorių skaičiavimai.

92

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

92

Imant taikyti LTV ribojimą, siekta, kad trumpalaikis poveikis kredito rinkai būtų kiek įmanoma mažesnis, o ilgalaikis (struktūrinis) poveikis atitiktų tikslus, kurių siekiama makroprudencine politika. 2011 m., kai buvo patvirtinti Atsakingojo skolinimo nuostatai, būsto kreditavimo aktyvumas buvo mažas: 2010 m. per metus suteikta penkis kartus mažiau naujų būsto paskolų nei 2007 m. Trumpalaikis poveikis kredito apimčiai buvo nedidelis dar ir dėl to, kad po krizės paskolų, kurių LTV rodiklis didelis, dėl pačių kredito įstaigų taikytų griežtesnių reikalavimų beveik nebuvo suteikiama (žr. 15 pav.).

Kad finansų rinkos dalyviai pasirengtų vykdyti įsigaliosiančius naujus reikalavimus, apie pusmetį su jais buvo konsultuojamasi. Be to, Atsakingojo skolinimo nuostatai paskelbti 2011 m. rugsėjo 1 d., o įsigaliojo lapkričio 1 d. Ilgas pereinamasis laikotarpis lėmė, kad padaugėjo paskolų, kurių LTV rodikliai buvo šiek tiek didesni už tikėtiną LTV rodiklio ribą (suskubta suteikti apie 500–700 tokių paskolų). Panašių tendencijų pastebėta ir kitų šalių praktikoje (žr. ESRB 2014). Tai skatina priežiūros institucijas spręsti, ar supažindinti rinkos dalyvius su numatomu taikyti makroprudenciniu reguliavimu ir kokį pereinamąjį laikotarpį taikyti. Išankstinis informavimas ir pereinamasis laikotarpis teikia aiškumo rinkos dalyviams, bet kartu mažinamas trumpalaikio poveikio stiprumas.

Reikšmingi paskolų vertės skirstinio pokyčiai (žr. 16 pav.) patvirtina, kad esminį makropru dencinio LTV rodiklio taikymo tikslą – rinkoje įtvirtinti pakankamo paskolos padengimo užstatu praktiką – pavyksta sėkmingai įgyvendinti. Prieš krizę daugiausia buvo suteikiama paskolų, kurių LTV rodikliai buvo 95–100 procentų, o įsigaliojus Atsakingojo skolinimo nuostatams ėmė vyrauti paskolos, kurių LTV rodikliai yra 75–85 procentai (žr. 15 pav.), ir padidėjo paskolų, kurių LTV rodiklis yra ties leistina riba, koncentracija.

13 pav. LTV rodiklio ir paskolos vertės sąryšis(2008 m. tečiasis ketvirtis)

14 pav. LTV rodiklio ir paskolos vertės sąryšis(2015 m. trečiasis ketvirtis)

Šaltinis: Lietuvos bankas; autorių skaičiavimai. Šaltinis: Lietuvos bankas; autorių skaičiavimai.

93

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

93

15 pav. Per ketvirtį suteikiamos naujos būsto paskolos pagal LTV rodiklius

16 pav. Per ketvirtį suteikiamų naujų paskolų vertės skirstiniai pagal paskolos LTV rodiklius+

Pastaba: +2015 m. IV ketv. dalies paskolų LTV rodiklis didesnis nei 85 proc. Daugelis iš jų yra skirtos namų statybai finansuoti ir išmokamos dalimis statybos metu. Naudojamoje duomenų bazėje paskolos vertė lygi planuojamai išmokėti sumai, o užstato vertė atnaujinama pasibaigus konkrečiam statybos etapui, todėl kai kuriais atvejais faktiniai LTV rodikliai yra mažesni už apskaičiuotus naudojant minėtus duomenis.

Šaltinis: Lietuvos bankas; autorių skaičiavimai. Šaltinis: Lietuvos bankas; autorių skaičiavimai.

LTV rodiklio ribojimu siekiama, kad net ir gerokai sumažėjus nekilnojamojo turto kainoms paskolos būtų tinkamai padengtos užstatu. Paskolos laikotarpiu LTV rodiklis keičiasi pagal tai, kokia paskolos dalis grąžinama ir kaip keičiasi užstatyto būsto vertė (dėl nusidėvėjimo ir kainų kaitos rinkoje). Lietuvoje daugiausia teikiama apie 24–25 metų trukmės būsto paskolų, per metus vidutiniškai grąžinama 5–8 procentai paskolos sumos, tiek pagerėja ir faktinis paskolos padengimas užstatu.

Nustatant LTV rodiklio ribą, svarbu atsižvelgti ir į galimą bei jau buvusį nekilnojamojo turto kainų kritimą. Pavyzdžiui, Lietuvoje per pastarąją finansų krizę būsto kainos, palyginti su aukščiausiu lygiu, per dvejus metus nukrito apie 40 procentų, ir labiausiai krizė paveikė kelerius metus iki jai prasidedant paskolas ėmusius gyventojus, nes būstas jų buvo įsigytas santykinai didelėmis kainomis, o grąžinta paskolos dalis buvo nedidelė. Žinoma, būtų neracionalu bandyti išvengti krizės nustatant itin griežtą LTV rodiklio ribojimą, nes tai pernelyg varžytų kredito rinką. Nustatant šį rodiklį, pravartu įvertinti pasaulinę nekilnojamojo turto rinkos krizių patirtį. Iš Tarptautinio valiutos fondo (IMF 2009) pateikiamų duomenų matyti, kad nekilnojamojo turto kainos per krizę vidutiniškai krinta 15–20 procentų (žr. 3 lent.). Taigi, Lietuvoje nustatytas 85 procentų sudarantis bazinis LTV rodiklis iš esmės tinka pakankamai užstato kokybei užtikrinti, jei nėra akivaizdžių aplinkybių, dėl kurių reikėtų reikalavimą griežtinti.

3 lentelėBūsto kainų kritimo 1970–2008 m. statistika+

1970–2008 1970–1985 1985–2008

Nekilnojamojo turto kainų nuosmukių skaičius 47 22 25

Vidutinis nekilnojamojo turto kainų nuosmukių skaičius šalyje 2,8 1,3 1,5

Nekilnojamojo turto kainų kritimas nuo aukščiausio iki žemiausio taško (pokytis proc.) –17,7 –19,4 –15,6

Nekilnojamojo turto kainų nuosmukio trukmė (ketvirčiais) 10,0 11,2 9,7

BVP kritimas (pokytis proc., palyginti su dydžiu iki krizės) –4,3 –5,4 –3,3

Pastaba: +pateikiamos vidutinės reikšmės.

Šaltinis: IMF (2009).

94

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

94

Kad nustatomas LTV rodiklis būtų tinkamas, turi būti įvertintas ne tik rizikos ribojimo aspektas, bet ir galimas poveikis rinkos aktyvumui. Esant griežtesniam reikalavimui dėl užstato, būstą ketinantiems įsigyti asmenims gali tekti ilgiau kaupti pradinį įnašą arba pirkti mažesnį ar pigesnį būstą. Pavyzdžiui, jei galioja 85 procentų LTV rodiklis, tipiniam namų ūkiui sukaupti pradinį įnašą trunka apie trejus metus, o rodiklį pakeitus 5 procentiniais punktais, taupymo laikas pailgėtų arba sutrumpėtų maždaug vienais metais (žr. 17 pav.)*. Jei namų ūkis nuspręstų įsigyti būstą imdamas paskolą, kuriai užtenka turimo pradinio įnašo, tai, LTV rodiklį sumažinus (padidinus) 5 procentiniais punktais, jis gebėtų įsigyti 14 kvadratinių metrų mažesnį (28 kv. m didesnį) būstą. Žinoma, LTV rodiklio sumažinimo poveikis būsto įperkamumui būtų mažesnis, jei dėl to sumažėtų būsto kainos.

17 pav. Tipinio namų ūkio būsto įperkamumo ir laiko, reikalingo pradiniam įnašui sukaupti, sąryšis+

Kaip minėta, taikant LTV rodiklio ribojimą siekiama mažinti bankų, namų ūkių ir kitų rinkos dalyvių nuostolius dėl būsto kainų kritimo. Per krizes visuomenės patiriami nuostoliai būna daug didesni nei bankų patiriami su būsto paskolomis susiję nuostoliai. Pavyzdžiui, per pastarąją finansų krizę nemažą dalį bankų nuostolių Lietuvoje kompensavo valstybės (mokesčių mokėtojų) pinigais finansuojama UAB „Būsto paskolų draudimas“, o nemokūs gyventojai, neturėdami teisinių galimybių bankrutuoti, buvo priversti riboti išlaidas būtiniausiems poreikiams, dalis jų buvo priversti emigruoti, papildomai skolintis ar kitais būdais spręsti finansines problemas. Be to, bankai kartu su jų patronuojamomis nekilnojamojo turto bendrovėmis pasiekė, kad iš skolininkų perimamas būstas nebūtų skubiai parduodamas stagnacijos apimtoje rinkoje, ir tai palaikė būsto kainas. Visuomenė gali patirti ir netiesioginių nuostolių: gali būti iškreipta šalies gamybos ir atlyginimų struktūra, sukaupiamos perteklinės investicijos nekilnojamojo turto sektoriuje, gali sumažėti būsto įperkamumas, išaugti gyventojų įsiskolinimas, didėti turtinė nelygybė. Norint kiekybiškai įvertinti netiesioginį poveikį, reikėtų remtis makroekonominiais modeliais. Toliau bus tiriamas tik tiesioginis su nekilnojamojo turto kainų kritimu susijęs nuostolis.

Bankams mažinant riziką, dažnai ji atitenka bankų klientams ar kitiems rinkos dalyviams, todėl yra pagrindo manyti, kad konservatyviai vertinami hipotetiniai bankų nuostoliai geriau negu faktiniai rodo tiesioginius visuomenės gerovės nuostolius, patiriamus dėl nekilnojamojo turto kainų kritimo. Remiantis mikroekonominio lygmens informacija apie 2005–2009 m. bankų suteiktas paskolas, apskaičiuojami hipotetiniai, konservatyviai įvertinti bankų nuostoliai, o tada vertinama, kiek juos galėjo sumažinti makroprudencinis

*Atliekant skaičiavimus, tipiniu namų ūkiu laikomas namų ūkis, kurio pajamos atskaičius mokes-čius yra 800 eurų per mėnesį. Taip pat daroma prielaida, kad namų ūkis kas mėnesį sutaupo 30 procentų pajamų ir imdamas paskolą (taikomas maksimalus LTV rodiklis) įsigyja 55 kvadrati-nių metrų būstą, kurio kaina yra 1 000 eurų už kvadratinį metrą.

95

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

95

reikalavimas – nustatyta 85 procentų LTV rodiklio riba. Atliekant simuliacinę analizę laikoma, kad paskolos laikotarpiu užstato vertė kito kaip bendras šalies būsto kainų indeksas, tačiau kartu ją neigiamai veikė turto nusidėvėjimas (2 % per metus). Daroma prielaida, kad paskola tampa neveiksni, kai pirmą kartą užfiksuojamas ilgesnis nei 90 dienų vėlavimas mokėti jos įmokas, ir tariama, kad bankas visada pareikalauja grąžinti neveiksnią paskolą. Jei užstato vertė didesnė už paskolos likutį, klientas parduoda turtą ir bankas nepatiria nuostolio, tačiau jei užstato vertė nepakankama, bankas perima užstatą ir jį parduoda rinkoje (tariama, kad grynosios pardavimo pajamos sudaro 70 % to laikotarpio rinkos vertės – dėl teisinių, administracinių, pardavimo išlaidų bei galimo nelikvidumo). Pardavęs užstatą, bankas padengia dalį paskolos likučio, o likusi paskolos dalis laikoma banko nuostoliais. Nagrinėjami du atvejai: vienu atveju analizuojamos faktiškai suteiktos paskolos, kitu atveju daroma prielaida, kad finansinio ciklo pakilimo metu galiojo 85 procentų maksimalaus LTV rodiklio reikalavimas ir jo neatitinkančių paskolų nebuvo suteikta (plg. 1.2 sk. aprašytą 4 atvejį).

18 pav. Bankų hipotetinių nuostolių struktūra pagal būsto paskolų suteikimo metus

Šaltinis: autorių skaičiavimai.

Remiantis atliktais skaičiavimais galima teigti, kad, nustačius 85 procentų LTV rodiklio ribą, tiesioginiai krizės nuostoliai bankams ir visuomenei būtų buvę daug mažesni (žr. 18 pav.). Jei nebūtų galiojęs makroprudencinis reikalavimas, bankai būtų patyrę 114 mln. eurų nuostolių (0,5 % 2005–2009 m. suteiktų paskolų vertės). Didžiausi nuostoliai būtų buvę patirti iš paskolų, suteiktų 2007–2008 m. Paskolos, suteiktos 2005–2006 m., buvo palyginti saugios, nes būsto kainos vėliau dar labai kilo. 2007–2008 m. skolinimo sąlygos tapo itin negriežtos (daugelio suteikiamų paskolų LTV rodiklis siekė 100 proc.), o 2009 m. bankai patys sugriežtino reikalavimus ir teikdavo tik saugias paskolas. Jei visu nagrinėjamu laikotarpiu būtų galiojusi 85 procentų LTV rodiklio riba ir paskolos, kurių LTV rodiklis didesnis nei 85 procentai, nebūtų buvusios teikiamos, bankų patirtų nuostolių suma siektų 20 mln. eurų (būtų 83 % mažesnė, palyginti su pagrindiniu scenarijumi), o per šį laikotarpį suteiktų paskolų suma būtų 36 procentais mažesnė nei pagal pagrindinį scenarijų. Dar labiau griežtinant reikalavimą, šie nuostoliai mažėtų dar labiau, tačiau šis sumažėjimas ekonominiu požiūriu nebūtų reikšmingas.

Šiuo metu visoje Lietuvoje taikomas vienodas LTV rodiklio ribojimas, tačiau, kaip minėta, pasaulinėje praktikoje pasitaiko atvejų, kai skirtingiems šalies regionams būna nustatytas skirtinga maksimali LTV rodiklio riba. Toks poreikis paprastai kyla dėl kredito ir nekilnojamojo turto rinkų raidos skirtumų regionuose. Lietuvoje kol kas jo nematyti: nors regionai pagal kredito apimtį skiriasi (žr. 19 pav.), nekilnojamojo turto kainų kaita pagrindiniuose šalies regionuose yra panaši (žr. 20 pav.)*.

*Dėl mažo sandorių skaičiaus mažesnių miestų būsto kainų indeksai pasižymi didesne kai-ta, todėl turėtų būti vertinami atsargiai.

96

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

96

Vis dėlto jeigu ateityje sostinės ir kitų didmiesčių ar tam tikrų regionų nekilnojamojo turto rinkoje ryškėtų rinkos perkaitimo požymių, tiems regionams galėtų būti taikomas griežtesnis reikalavimas dėl paskolos ir užstato santykio. Esminis tokio diferencijavimo privalumas būtų tas, kad būtų išvengta skolinimo apribojimų regionuose, kuriuose sisteminės rizikos požymių nėra.

Išvados

Kredito ir įkeisto nekilnojamojo turto vertės santykio, arba LTV rodiklio, ribojimas yra svarbi makroprudencinės politikos priemonė. Ji padeda mažinti tiesioginius bankų nuostolius dėl skolininkų įsipareigojimų neįvykdymo, o mažesnė paskolų rizika turi teigiamą poveikį užtikrinant visos bankų sistemos stabilumą, kreditavimo raidos tvarumą ir darnią ūkio plėtrą. Šios priemonės taikymo poveikis daug priklauso nuo rinkos konjunktūros ir rinkos dalyvių elgsenos, tačiau apskritai yra slopinamojo pobūdžio – ribojant maksimalią rinkos LTV rodiklio ribą, mažinamas perteklinis kredito ir nekilnojamojo turto rinkų aktyvumas, ypač trumpuoju laikotarpiu. LTV rodiklio ribojimas taip pat turi ilgalaikį struktūrinį poveikį, pirmiausia todėl, kad taikant šią priemonę apribojamos galimybės taikyti didelį finansinį svertą. Kita vertus, pernelyg griežtas ribojimas gali turėti nepageidaujamų socialinių ir ekonominių pasekmių, ir labiausiai paveikti būtų jauni, mažiau finansinio turto sukaupę asmenys, siekiantys įsigyti pirmąjį būstą.

Rinkos LTV rodiklio kaitai Lietuvoje prieš finansų krizę ir po jos buvo būdingas procikliškumas. Kredito bumo metu šalyje didėjo ir vidutinis nekilnojamojo turto paskolų LTV rodiklis, ir paskolų, kurias teikiant buvo taikomas didelis paskolos ir užstato vertės santykis, dalis naujų nekilnojamojo turto paskolų portfelyje, o per krizę naujų paskolų LTV rodikliai staiga sumažėjo. Tokios tendencijos rodė nepakankamą būsto įperkamumą, galimą skolininkų rizikos vertinimo neadekvatumą ir kredito bumo metu besiformavusią neatsakingo skolinimo bei skolinimosi praktiką. LTV rodiklių procikliškumą galėjo didinti ir nepakankamai ekonomiškai pagrįstas būsto paskolų draudimas. Tačiau apskritai rinkos LTV procikliškumas rodo, kad jo ribojimas būtų tikslinga makroprudencinės politikos priemonė, leidžianti teigiamai paveikti tiek kredito, tiek nekilnojamojo turto rinką, o kartu ir jų sąsają. Lietuvoje pritaikytas LTV rodiklio ribojimas atitinka besiformuojančią tarptautinę praktiką ir gali reikšmingai sumažinti tiesioginius nuostolius, bankų bei visuomenės patiriamus gerokai krintant būsto kainoms.

19 pav. Naujų būsto paskolų suma(2015 m. ketvirtasis ketvirtis)

20 pav. Būsto kainų indeksas pagal apskritis

Šaltinis: Lietuvos bankas. Šaltiniai: VĮ Registrų centras, Lietuvos bankas.

97

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

97

Ėmus LTV rodiklį riboti, iš pradžių poveikis kredito ir nekilnojamojo turto rinkai nebuvo didelis, nes tuo metu paskolų, kurių LTV rodikliai būtų dideli, beveik nebuvo suteikiama. Tačiau nustatytasis reikalavimas padėjo užtikrinti, kad, kredito rinkai atsigaunant, tokių paskolų dalis neišaugo. Visą laikotarpį taikyta pastovaus dydžio maksimali LTV rodiklio riba, šis dydis nė karto nebuvo keičiamas, todėl susiformavo atitinkami rinkos dalyvių lūkesčiai, o tai irgi padeda siekti tvarios kredito rinkos plėtros.

Galiausiai pažymėtina, kad Lietuvoje šiuo metu taikomas LTV rodiklio ribojimas turi anticiklinį poveikį – po krizės jis rinkos dalyvius mažai tevaržė, o kredito rinkos aktyvumui ir būsto kainoms didėjant, būtų labiau juntamas.

Literatūra

Arvai Z., Prasad A., Katayama K. 2014: Macroprudential Policy in the GCC Countries. IMF Staff Discussion Note, March.

Bernanke B. S., Gertler M., Gilchrist S. 1999: The Financial Accelerator in a Quantitative Business Cycle Framework. – Handbook of Macroeconomics 1, 1341–1393.

Borio C. 2012: The Financial Cycle and Macroeconomics: What Have We Learnt? BIS Working Papers, No. 395.

Borio C., Furfine C., Lowe P. 2001: Procyclicality of the Financial System and Financial Stability: Issues and Policy Options. BIS Working Papers, No. 1.

Cerutti E., Claessens S., Laeven L. 2016: The Use and Effectiveness of Macroprudential Policies: New Evidence. IMF Working Paper No. 15/61.

Choongsoo K. 2013: Macroprudential Policies: Korea’s Experiences: https://www.imf.org/external.Choongsoo K. 2014: Macroprudential Policies in Korea — Key Measures and Experiences. Banque de

France, Financial Stability Review No. 18. Crowe C, Dell’Ariccia G., Igan D., Rabanal P. 2011: Policies to Deal with Macrofinancial Stability:

Options to Deal with Real Estate Booms: https://www.imf.org/external.Dell’Ariccia G., Marquez R. 2006: Lending Booms and Lending Standards. – Journal of Finance

61(5), 2511–2546.Duca V. J., Muellbauer J., Murphy A. 2011: House Prices and Credit Constraints: Making Sense

of the US Experience. – The Economic Journal 121(552), 533–551. Eggertsson B. E., Krugman P. 2012: Debt, Deleveraging, and the Liquidity Trap: A Fisher-Minsky-

Koo Approach. – The Quarterly Journal of Economics 127(3), 1469–1513.ESRB (European Systemic Risk Board) 2015: A Review of Macro-prudential Policy in the EU One

Year After the Introduction of the CRD/CRR: https://www.esrb.europa.eu.Farhi E., Werning I. 2013: A Theory of Macroprudential Policies in the Presence of Nominal Rigidi-

ties. NBER Working Paper No. 19313.Fisher I. 1933: The Debt-Deflation Theory of Great Depressions. – Econometrica 1(4), 337–357.Iacoviello M. 2010: Housing in DSGE Models: Findings and New Directions. – Housing Markets in

Europe: A Macroeconomic Perspective, 3–16.IMF (International Monetary Fund) 2009: World Economic Outlook October 2009: http://www.

imf.org/external.IMF (International Monetary Fund) 2012: The Interaction of Monetary and Macroprudential Poli-

cies: https://www.imf.org/external.Jcome L. I., Mitra S. 2015: LTV and DTI Limits: Going Granular. IMF Working Paper No. 15/154. Jordá Ó., Schularick M., Taylor A. M. 2015: Mortgaging the Future? FRBSF Economic Letter.Jordá Ó., Schularick M., Taylor A. M. 2016: The Great Mortgaging: Housing Finance, Crises and

Business Cycles. – Economic Policy 31(85), 107–152. Lietuvos bankas 2013: Finansinio stabilumo apžvalga: http://www.lb.lt.McDonald C. 2015: When is Macroprudential Policy Effective? BIS Working Papers, No. 496.Minsky H. 1986: Stabilizing an Unstable Economy. New Haven, Conn.: Yale University Press. Neagu F., Tatarici L., Mihai I . 2015: Implementing Loan-To-Value and Debt Service-To-Income

Measures: A Decade of Romanian Experience. National Bank of Romania, Occasional Papers, No. 15.Reinhart C. M., Rogoff S. K. 2009: This Time is Different: Eight Centuries of Financial Folly. Prince-

ton, N. J.: Princeton University Press.Schularick M., Taylor A. M. 2012: Credit Booms Gone Bust: Monetary Policy, Leverage Cycles, and

Financial Crises, 1870–2008. – American Economic Review 102(2), 1029–1061.Wong E., Tsang A., Kong S. 2014: How Does Loan-To-Value Policy Strengthen Banks‘ Resilience to

Property Price Shocks — Evidence from Hong Kong. HKIMR Working Paper No. 03/2014.

http://www.sciencedirect.com/science/article/pii/S1572308915001035

http://www.sciencedirect.com/science/article/pii/S1572308915001035

https://www.imf.org/external

https://www2.bc.edu/matteo-iacoviello/research_files/HSDGE.pdf

https://www.imf.org/external

98

Pini

gø s

tudi

jos

2016

/1

A

pžva

lgin

iai

stra

ipsn

iai

98

Summary

Skirmantė Matkėnaitė, Tomas Ramanauskas, Tomas Reichenbachas

The loan-to-value (LTV) ratio is an important macroprudential surveillance indicator, which is indicative of the supply and demand balance in credit and real estate markets, risks assumed by market participants and overheating pressures arising in those markets. Supervisory institutions set caps to LTV ratios, aiming for both microprudential and macroprudential objectives. From the microprudential perspective, LTV caps or, equivalently, the minimum collateral requirements, can effectively reduce bank losses in the event of borrower insolvency and contribute, at least to some extent, to lowering the probability of default by the borrower. All this has systemic implications for the stability of the financial system, sustainable growth and balanced economic development, and this is the realm of macroprudential policy.

The market LTV ratios are primarily driven by supply-side factors in the credit market, although credit demand is also important. On the supply side, there is a close empirical relationship between average LTV ratios and bank lending conditions, which is not surprising, given that lenders’ risk tolerance and collateral requirements have a direct influence on the average levels of market LTV indicators. On the demand side, personal income levels, demand for housing, and borrowing needs also have an impact on actual LTV ratios. Moreover, as housing prices rise, it can be more difficult to accumulate the amount of funds needed for the loan down-payment, which leads to growing pressure on banks to lower their collateral and down-payment requirements, especially in a tight competition environment. The inherent procyclicality of LTV ratios strengthens the effect of the so-called financial accelerator and contributes to larger cyclical fluctuations during the financial cycle. In other words, when the market value of collateral increases and collateral requirements loosen (i.e. LTV ratios increase), this may result in excessive credit growth and, therefore, there is a need for macroprudential policies aimed at curbing the procyclicality of LTV ratios.

Macroprudential regulation on LTV ratios can have important ramifications for the financial behaviour of banks and households, and thereby for the functioning of housing and credit markets. Stricter requirements for LTV ratios might force some potential house buyers to acquire smaller housing or postpone their acquisition of housing until they have accumulated the higher required down-payments. Excessively stringent LTV caps may even permanently force some households out of the housing market to the rent market.

The dynamics of market LTV indicators in Lithuania also exhibited clear procyclicality. There is a positive relationship between the average market LTV indicator and GDP, lending activity and housing prices. Individual LTV ratios of many loans extended during the episode of unbalanced economic growth in 2005–2008 were large, and in some cases there were no down-payment requirements at all. These practices were seemingly also driven by state-supported, but arguably economically ill-conceived, housing loan insurance schemes. In this context, bank loan losses related to insured non-performing loans were small but the state-owned insurance company Būsto paskolų draudimas suffered significant losses owing to the financial crisis. This highlights the importance of suitable economic assessment of risks, if (state-subsidised) insurance schemes are put in place.

Limits to LTV ratios are currently imposed in many European countries and they typically range from 70 to 90 per cent. In Lithuania, a maximum LTV limit of 85 per cent was enacted with the Bank of Lithuania setting the Responsible Lending Regulations in 2011. Since then, some structural changes in the bank loan portfolio were observed, as a significant portion of new loans concentrated in the 80–85 per cent LTV range. The unintended short-term market impact related to stricter LTV requirements was minimal, owing to the fact that in the aftermath of the financial crisis banks themselves were not willing to extend loans with high LTV ratios, and in addition to this, the requirement

LOAN-TO-VALUE CAPS AS A MACROPRUDENTIAL MEASURE AND ITS APPLICATION IN LITHUANIA

99

S. M

atkė

nait

ė, T

. Ra

man

ausk

as,

T. R

eich

enba

chas

Kre

dito

ir

įkei

sto

turt

o ve

rtės

san

tyki

o ri

bojim

as k

aip

mak

ropr

uden

cinė

s po

litik

os p

riem

onė

ir j

os t

aiky

mas

Lie

tuvo

je

99

became binding after relatively long consultations with market participants and following a two-month transitional period.

There have been no changes in the macroprudential LTV requirements in Lithuania since the introduction of these policies, and well-anchored market expectations with regard to the macroprudential LTV cap contribute to stable and sustainable credit market development. Even a stable LTV cap inherently has a countercyclical effect as it is less binding after a crisis but is likely to become more binding as credit and housing prices pick up during the financial cycle. Micro-based empirical simulation confirmed that macroprudential regulation of LTV ratios can significantly impact potential losses of banks and other market participants and it is essential to ensure that this requirement is in place at least several years prior to the downturn of the financial cycle. The safest way to ensure this is to impose the basic levels of the LTV cap (as it is the case in Lithuania), which could be changed in reaction to specific economic and financial developments.

100

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

100

PASTARŲJŲ METŲ LIETUVOS BŪSTO RINKOS RAIDOS TENDENCIJOS

Jokūbas Markevičius – Lietuvos banko Ekonomikos ir finansinio stabilumo tarnybos Finansinio stabilumo departamento Makroprudencinės analizės skyriaus vyresnysis ekonomistas.

Veiklos sritys: finansų rinkos, finansinių disbalansų vertinimas, bankų sektorius, nekilnojamojo turto rinkos ir jos raidos analizė.

*Už vertingas įžvalgas rengiant šį komentarą autorius dėkoja Lietuvos banko Finansinio sta-bilumo departamento Makro-prudencinės analizės skyriaus ekonomistui Vaidotui Šumskiui ir šio skyriaus viršininkui Andriui Škarnuliui.

Jokūbas MarkevičiusLietuvos bankasGedimino pr. 6 01103 Vilnius El. p. [email protected]

Įvadas*

Būsto paklausa Lietuvoje pastaruoju metu gerokai didėjo ir artėjo prie lygio, buvusio iki ekonomikos nuosmukio. Paklausai didėjant, daugiau būstų buvo įsigyjama ir imant paskolas iš bankų. Padažnėjus būstų pirkimui, didėjo į gyvenamąjį nekilnojamąjį turtą nukreiptų investicijų srautas, daugėjo naujų būsto statybų. Pasiūlai iš esmės neatsiliekant nuo paklausos, būsto kainų augimas Lietuvoje tebebuvo tvarus, tačiau, sparčiai didėjant rinkos aktyvumui, didėja ir galimų rinkos disbalansų tikimybė. Tai skatina vertinti, kiek stebimasis būsto rinkos aktyvumas yra tvarus, nagrinėti kainų raidos tendencijas, pirkėjų elgseną ir jų lūkesčius, kartu išryškinti pagrindinius aktyvumo didėjimo veiksnius.

Vertinant šalies būsto rinką, paprastai naudojami oficialaus Lietuvos statistikos duomenų teikėjo – Lietuvos statistikos departamento – duomenys. Šiame komentare remiamasi dar ir Lietuvos banko, Valstybinio socialinio draudimo fondo valdybos prie Socialinės apsaugos ir darbo ministerijos („Sodros“), Valstybinės mokesčių inspekcijos ir VšĮ Registrų centro turimais duomenimis. Būsto kainų raidai vertinti pasitelkiami ir kai kurių nekilnojamojo turto rinkos dalyvių, tokių kaip UAB „Ober-Haus“ (Ober-Haus 2016), UAB „Inreal“ (Inreal 2016), UAB „Eika“ (Lietuvos bankas 2016), skelbimų portalo „Aruodas.lt“ (Aruodas.lt 2016) pateikiami duomenys. Tiesa, nors jie parodo tam tikras tendencijas Lietuvos būsto rinkos atskiruose segmentuose, duomenų imčių ir jų tikslinimo metodologiniai skirtumai neleidžia tiksliai nustatyti visos šalies būsto kainų raidos. Taigi, jai vertinti naudojamas Lietuvos statistikos departamento skelbiamas būsto kainų indeksas, o minėtais duomenų šaltiniais kaip papildomais remiamasi vertinant tam tikrų rinkos segmentų kainų raidą.

Šiame komentare iš pradžių nagrinėjamos didėjančio aktyvumo Lietuvos būsto rinkoje priežastys. Atskirai vertinama būsto kainų raida didžiausią šalies būsto rinkos dalį sudarančioje Vilniaus būsto rinkoje. Tada pateikiama į didėjančią būsto paklausą aktyviai reaguojančios pasiūlos apžvalga ir galiausiai daromos išvados.

1. Didėjančio aktyvumo Lietuvos būsto rinkoje priežastys

Nuo 2009 m. šalyje sudaromų būsto sandorių daugėja beveik nepertraukiamai, ir nors 2015 m. pirmojoje pusėje jų pastebimai sumažėjo, vėliau būsto paklausa vėl ėmė augti (žr. 1 pav.). Per 2016 m. pirmuosius tris ketvirčius Lietuvoje būsto sandorių sudaryta 13,8 procento daugiau nei prieš metus ir tik 11,9 procento mažiau nei per pirmuosius tris 2007 m. ketvirčius. Tokį sandorių gausėjimą pirmiausia skatina ekonominės ir demografinės priežastys.

Palyginti su 2010 m., darbą turinčių gyventojų šalyje 2016 m. trečiąjį ketvirtį buvo 9,7 procento daugiau, vidutinis gyventojų neto darbo užmokestis išaugo 34,3 procento, o bendras kainų augimas išliko nuosaikus. Esant tokiai padėčiai, didėjo gyventojų perkamoji galia, kartu ir jų galimybės įsigyti būstą ar sutaupyti paskolos pradinį įnašą, juolab kad


101

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

101

būsto kainų lygis vis dar buvo beveik ketvirtadaliu mažesnis nei 2008 m. Lietuvos statistikos departamento (2016) atliekami statistikos vartotojų nuomonių tyrimai rodo, kad nuo 2009 iki 2016 m. bent šiek tiek sutaupančių gyventojų dalis padidėjo nuo 16 iki 36 procentų. Tuo pat metu didėjo ir vartotojų pasitikėjimo rodiklis. Gerėjančias namų ūkių galimybes įsigyti būstą atskleidžia nuo 2008 m. vis didėjantis būsto įperkamumo indeksas, kuriuo daugiausia atsižvelgiama į gyventojų pajamų lygį, būsto kainų lygį ir vyraujančias palūkanų normas (žr. 2 pav.). Iš jo matyti, kad 2016 m. pradžioje galimybės įpirkti būstą buvo geriausios nuo indekso skaičiavimo pradžios – 2000 m. (Lietuvos bankas 2010).

1 pav. Gyvenamosios paskirties nekilnojamojo turto sandorių skaičius ir būsto kainų indeksas

2 pav. Būsto įperkamumo, darbo užmokesčio ir kainų rodikliai

Šaltiniai: VŠĮ Registrų centras, Lietuvos statistikos departamentas, UAB „OberHaus“, „Aruodas.lt“.

Šaltiniai: Lietuvos statistikos departamentas, Lietuvos bankas.

Daugėjant santykinai didesnes pajamas uždirbančių gyventojų, didėjo ir naujo arba aukštesnės kokybės būsto paklausa. „Sodros“ duomenimis, 2010–2016 m. daugiau nei 600 eurų siekiančias draudžiamąsias pajamas uždirbančių asmenų dalis išaugo nuo 32 iki 47 procentų, o asmenų, kurių draudžiamosios pajamos sudaro daugiau kaip 1 300 eurų, dalis padidėjo nuo 5,5 iki 10,7 procento (žr. 3 pav.), taigi visiškai tikėtina, kad dalis jų nusprendė įsigyti aukštesnės kokybės būstą (pvz., didesnį, naujesnį, esantį patrauklesnėje vietoje) ir tai prisidėjo prie tokių būstų paklausos išaugimo. Įsigyjant aukštesnės kokybės būstą, gali būti linkstama imti antrą būsto paskolą, o seną būstą išnuomoti – tai iš dalies patvirtintų nuo 2014 m. sparčiau ėmęs didėti namų ūkių, turinčių dvi ar daugiau būsto paskolų, skaičius (žr. 3 pav.).

Po ekonomikos nuosmukio bankams sugriežtinus skolinimo sąlygas, dalis namų ūkių būsto pirkimo sprendimus turėjo atidėti. Lietuvos banko atliekamų komercinių bankų apklausų* duomenys rodo, kad skolinimo sąlygas bankai nepertraukiamai griežtino nuo 2007 m. pradžios iki 2010 m. vidurio. Nuo 2011 m. lapkričio mėn. įsigaliojo Atsakingojo skolinimo nuostatai, numatantys, kad būsto paskolą imantis namų ūkis privalo turėti bent 15 procentų sudarantį pradinį įnašą, o visų per mėnesį mokamų kredito grąžinimo ir paskolos įmokų suma negali viršyti 40 procentų namų ūkio pajamų. Susidarius tokiai padėčiai, nemaža dalis gyventojų, neturėjusių pradiniam įnašui reikalingų lėšų, būsto pirkimo sprendimus turėjo atidėti, kol reikiamą įnašą sukaups. Lietuvos banko turimi Namų ūkių finansinės stebėsenos informacinės sistemos duomenys** rodo, kad 2015–2016 m.asmenims iki 24 metų amžiaus suteiktų būsto paskolų dalis sudaro 7 procentus visų tuo

*Bankų apklausų dėl skolinimo sąlygų rezultatai skelbiami Lietu-vos banko interneto svetainėje adresu http://www.lb.lt.**Dalis jų pateikiami Paskolų turinčių namų ūkių finansinės būklės apžvalgose, skelbiamose Lietuvos banko interneto svetai-nėje adresu http://www.lb.lt.

http://www.lb.lt

102

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

102

laikotarpiu suteiktų būsto paskolų, t. y. gerokai mažiau nei 2006–2007 m., kai ji buvo daugiau nei dvigubai didesnė – 15 procentų visų tuo laikotarpiu suteiktų būsto paskolų (žr. 4 pav.).

3 pav. Draudžiamųjų pajamų pasiskirstymas ir daugiau nei vieną būsto paskolą turinčių gyventojų skaičius

4 pav. Būsto paskolų gavėjų amžius

Šaltinis: „Sodra“; autoriaus skaičiavimai. Šaltinis: Lietuvos bankas.

Neišgalėdami įsigyti nuosavo būsto, dalis gyventojų, ypač jaunesnio amžiaus, buvo priversti jį nuomotis, o išaugusi nuomojamų būstų paklausa prisidėjo prie nuomos kainų didėjimo (žr. 5 pav.). Skelbimų portalo „Aruodas.lt“ duomenimis, 2016 m. liepos mėn. metinis būsto nuomos kainų augimas Lietuvoje siekė 8,5 procento. Palyginti su 2011 m., nuomos kainos buvo padidėjusios beveik 50 procentų. Vis dėlto tam tikri Lietuvos banko duomenys rodytų, kad laikui einant trūkstamų lėšų pradiniam įnašui gali būti sukaupiama ir būstas įsigyjamas kiek vėliau, nes 2014–2015 m. sumažėjusį būsto paskolų teikimą asmenims iki 24 metų pakeitė būsto paskolos 25–34 metų amžiaus gyventojams. Labai tikėtina, kad daugiau nei penkerius metus po Atsakingojo skolinimo nuostatų priėmimo trukęs ekonomikos ir pajamų augimo laikotarpis leido sukaupti reikiamą pradinį įnašą, ir nemaža dalis gyventojų, kurie 2011 m. dar neturėjo pakankamai lėšų būstui įsigyti ar būsto paskolai, 2016 m. jau galėjo pirkti nuosavą būstą, o tai didino aktyvumą nekilnojamojo turto rinkoje. Tai ypač matyti iš būsto sandorių, sudarytų Vilniuje, kur jaunesnio amžiaus suaugusių gyventojų dalis yra didžiausia.

Gyventojų galimybes įsigyti būstą pasiskolinus iš banko gerino ir mažos palūkanų normos. Nuo 2012 m. tarpbankinės palūkanų normos EURIBOR nuolat mažėjo, todėl rekordiškai žemos buvo ir palūkanos už bankų teikiamas naujas būsto paskolas. Pavyzdžiui, nuo 2011 m. rugsėjo mėn. iki 2016 m. liepos mėn. vidutinės palūkanos už bankų teikiamas būsto paskolas eurais sumažėjo 4 procentiniais punktais – iki 2 procentų. Palūkanoms sumažėjus, gyventojams tapo lengviau įpirkti norimą būstą. Tikėtina, kad todėl dalis jų būstą pirko anksčiau, nei būtų pirkę, jei palūkanos būtų buvusios didesnės. Be to, nuo 2010 m. skirtumas tarp vidutinės mėnesio būsto nuomos įmokos ir už panašų būstą per mėnesį mokamos paskolos įmokos nuolat didėjo, todėl daugėjo paskatų palikti nuomos rinką ir įsigyti nuosavą būstą. Pavyzdžiui, 2016 m. kovo mėn. per mėnesį mokama vidutinė nuomos įmoka už 50 kvadratinių metrų ploto nuomojamą butą Vilniaus Šiaurės miestelio mikrorajone, apskaičiuota naudojant skelbimų portalo „Aruodas.lt“ paskelbtus 1 kvadratinio metro būsto nuomos ir pardavimo vidutinių kainų duomenis, siekė 394 eurus. To paties laikotarpio tokio pat ploto butui Vilniuje įsigyti suteiktos būsto

103

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

103

paskolos vidutinė mėnesio įmoka, apskaičiuota taikant vidutinę palūkanų normą pagal suteikiamų naujų būsto paskolų statistinius duomenis ir darant prielaidą, kad paskola mokama anuiteto būdu, yra perpus mažesnė – 272 eurai (žr. 6 pav.). Toks skirtumas pradinį įnašą sutaupiusiems gyventojams turėjo būti ypač didelė paskata imti būsto paskolą, o ne jį nuomotis.

5 pav. Nuomos kainos ir naujų būsto paskolų srautas

6 pav. Vidutinė nuomos ir vidutinė paskolos mėnesio įmoka už 50 kvadratinių metrų ploto butą Vilniaus Šiaurės miestelio mikrorajone

Šaltinis: „Aruodas.lt“; autoriaus skaičiavimai.

Pastaba: būsto paskolos įmoka apskaičiuota darant prielaidą, kad 50 kv. metrų ploto būstas įsigyjamas turint 15 proc. pradinį įnašą ir taikant vidutinę kredito įstaigų atitinkamą mėnesį naujoms paskoloms taikytą palūkanų normą.

Šaltinis: „Aruodas.lt”; autoriaus skaičiavimai.

Palūkanų normoms esant mažoms, daugėjo paskatų pirkti būstą nuomai ir taip gauti didesnę grąžą. Skelbimų portalo „Aruodas.lt“ duomenimis, vidutinis butų nuomos Vilniuje pajamingumas, skaičiuojamas kaip vidutinės metinės buto nuomos ir buto pardavimo kainų santykis, 2016 m. liepos mėn. siekė 6,4 procento, o tai reikšmingai daugiau nei grąža už mažos rizikos finansinį turtą – 10 metų trukmės Lietuvos vyriausybės obligacijas (0,45 proc.) ar ilgalaikius (daugiau nei 2 m. trukmės) kredito įstaigų indėlius (0,93 proc.). Šių finansinių priemonių grąža nuo 2014 m. reikšmingai mažėjo, o būsto nuomos pajamingumas, nuomos kainoms šalyje didėjant, išaugo.

Sumažėjus palūkanoms, daugėjo ir paskatų būstą įsigyti investiciniais tikslais. Tikėtina, kad jį įsigydami pirkėjai dažniausiai rinkosi pigesnius senos statybos butus didmiesčių gyvenamuosiuose rajonuose, nes jų paklausa nuomos rinkoje paprastai būna didžiausia. Nors duomenų, kurie parodytų tikslią investiciniais tikslais įsigytų būstų dalį, nėra, vis dėlto kai kurie rodikliai atskleistų, kad pastaruoju metu ji didėjo. Pavyzdžiui, Valstybinės mokesčių inspekcijos duomenimis, iš nekilnojamojo turto nuomos Vilniuje gautos gyventojų deklaruojamosios pajamos didėjo nuo 2012 m., o 2015 m. jos sudarė 55,7 mln. eurų – 61 procentu daugiau nei 2012 m. (žr. 7 pav.). Tuo pačiu laikotarpiu būstą Vilniuje legaliai nuomojančių asmenų skaičius išaugo dvigubai. VšĮ Registrų centro duomenimis, 2016 m. pirmojo ketvirčio pabaigoje antrinių būstų (butų, kuriuose savininkas negyvena), palyginti su visais šalyje registruotais būstais, buvo 93 101, arba 11,9 procento. Vilniuje jų buvo 12 procentų (24 829 butai). Būstų kaip investicijų patrauklumą rodytų ir sparčiai augęs į šalies nekilnojamojo turto rinką investuojančių informuotiesiems investuotojams skirtų fondų skaičius. 2013 m. tokių fondų dar nebuvo, o 2016 m. liepos mėn. jų jau buvo apie 30.

104

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

104

Gerėjant gyventojų galimybėms įsigyti būstą ir bankų galimybėms teikti paskolas, nuo 2013 m. pabaigos prie didėjančio būsto rinkos aktyvumo vis labiau prisidėjo bankų kreditavimas. Nuo 2010 m. augančios gyventojų pajamos leido ne tik sutaupyti lėšų pradiniam įnašui, bet ir mažino skolininkų riziką. Bankų turto kokybei pamažu gerėjant, jų galimybės skolinti išaugo. Pavyzdžiui, nuo 2010 iki 2016 m. antrojo ketvirčio Lietuvos bankų sektoriaus neveiksnių paskolų lygis sumažėjo nuo 19,7 iki 4,7 procento. Visa tai turėjo įtakos, kad nuo 2013 m. rugsėjo mėn. būsto paskolų portfelis ėmė tolygiai didėti, o 2016 m. birželio mėn. metinis būsto paskolų augimas jau siekė 6,5 procento. Kartu išaugo skolinantis iš banko įsigyjamų būstų dalis. Sprendžiant iš Lietuvos banko turimų duomenų, nuo 2013 iki 2016 m. spalio mėn. ši dalis padidėjo 18,3 procentinio punkto – iki 44,4 procento (žr. 8 pav.). Nors ji dar buvo mažesnė nei 2007 m. (67,3 proc.), spartesnis šios dalies didėjimas pastaruoju metu rodo, kad besiskolinančių namų ūkių įtaka būsto sandorių skaičiaus augimui yra reikšminga. Tokia padėtis, kai skolinimasis būstui įsigyti yra pagrįstas ne kainų augimo lūkesčiais, o pamatiniu poreikiu įsigyti nuosavą būstą, nėra ydinga. Perteklinio gyventojų įsiskolinimo riziką riboja ne tik stipresnė jų finansinė padėtis, bet ir nuo 2011 m. galiojantys (2015 m. atnaujinti) Atsakingojo skolinimo nuostatai.

7 pav. Būsto nuomotojų skaičius Vilniuje ir iš būsto nuomos Vilniuje gautos deklaruojamosios pajamos

8 pav. Naujų būsto paskolų srautas ir sandorių įkeičiant būstą dalis

Šaltinis: Valstybinė mokesčių inspekcija. Šaltiniai: VŠĮ Registrų centras, Lietuvos bankas; autoriaus skaičiavimai.

Prasidėjus ekonomikos nuosmukiui, naujų būsto paskolų srautas sumažėjo, sugriežtėjo skolinimo sąlygos ir šalyje išaugo nedarbo lygis. Todėl daugiau būsto sandorių turėjo būti finansuojama emigrantų perlaidomis – tokią prielaidą patvirtintų nuo 2009 m. reikšmingai sustiprėjęs per ketvirtį Lietuvoje sudarytų būsto sandorių ir emigrantų perlaidų į Lietuvą ryšys (Lietuvos bankas 2015). 2009–2015 m. per metus lėšų į Lietuvą emigrantai vidutiniškai pervesdavo 42,3 procento daugiau nei 2006–2008 m., o 2014 m. pervestų lėšų suma yra pati didžiausia per visą istoriją – 1,47 mlrd. eurų. Perlaidų augimas 2014 m. pirmąjį pusmetį reikšmingai padidėjo, kaip ir būsto sandorių skaičius. Tikėtina, kad artėjant euro įvedimui emigrantai suskubo įsigyti nekilnojamojo turto Lietuvoje. Nors per 2015 m. ir 2016 m. pradžią į Lietuvą pervedamų lėšų srautas šiek tiek atslūgo, jis tebebuvo reikšmingai didesnis nei prieš ekonominį nuosmukį, o tai rodytų, kad emigrantų įtaka šalies būsto paklausai tebėra reikšminga.

Pati didžiausia ir aktyviausia yra Vilniaus būsto rinka. Nuo 2014 m. sostinėje butų kainos augo sparčiau nei kituose šalies didmiesčiuose (žr. 9 pav.). UAB „Ober-Haus“ duomenimis, 2016 m. liepos mėn. sostinės butų kainų lygis buvo 6,1 procento didesnis nei prieš metus ir 13 procentų didesnis nei 2014 m. pradžioje. Butų sandorių skaičius Vilniuje nuo 2014 m. irgi didėjo sparčiau nei likusioje šalies teritorijoje (žr. 10 pav.). Remiantis VšĮ Registrų centro duomenimis, apskaičiuojama, kad Vilniuje nuo 2014 m. sausio mėn. iki 2016 m. balandžio mėn. butų sandorių buvo sudaroma vidutiniškai

105

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

105

32,9 procento daugiau nei 2011–2013 m., toks sandorių padaugėjimas likusioje šalies teritorijoje sudarė 27,1 procento. Apskritai Vilniuje 2015 m. sudaryta 7 740 butų įsigijimo sandorių – 2,12 procento daugiau nei kituose keturiuose šalies didmiesčiuose kartu sudėjus (7 579 sandoriai).

9 pav. UAB „Ober-Haus“ skelbiami butų kainų didžiuosiuose Lietuvos miestuose indeksai

10 pav. Butų pirkimo ir pardavimo sandoriai per ketvirtį Lietuvos didmiesčiuose

Šaltinis: UAB „Ober-Haus“. Šaltinis: VšĮ Registrų centras.

Sostinės būsto rinkos aktyvumą pirmiausia lemia augantis miesto gyventojų skaičius. Nors apskritai šalies gyventojų mažėja, 2015 m. Vilniuje jų buvo 0,2 procento daugiau nei 2008 m. Spartesnis gyventojų gausėjimas Vilniuje pastebimas nuo 2013 m., o 2015 m. metinis Vilniaus gyventojų prieaugis sudaro 0,54 procento. Vilniuje sparčiai daugėja jaunimo, o jo poreikis įsigyti būstą paprastai būna didesnis. Lietuvos statistikos departamento duomenys rodo, kad nuo 2011 m. vykusio gyventojų surašymo iki 2015 m. Vilniuje gyvenančių 24–30 metų amžiaus asmenų padaugėjo 6,2 procento, šios amžiaus grupės dalis išaugo nuo 12,2 iki 12,8 procento (žr. 11 pav.).

11 pav. Vilniaus gyventojų pasiskirstymas pagal amžių

Šaltinis: Lietuvos bankas.

Tokio amžiaus gyventojų gausėja ir Kaune, kitur jaunimo santykinė dalis mažėja. Didieji Lietuvos miestai daug jaunesnio amžiaus gyventojų, pirmiausia studentų, pritraukia iš kitų

106

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

106

Būsto paklausą Vilniuje didina ir didėjantis geriau apmokamų darbo vietų skaičius. Pastaraisiais metais sostinėje vyko sparti užsienio įmonių steigiamų paslaugų centrų plėtra, o tokie centrai paprastai būna linkę įdarbinti jaunus aukštos kvalifikacijos darbuotojus, dažnai – informacinių technologijų specialistus, už didesnį nei vidutinis atlygį. Pavyzdžiui, vidutinis neto darbo užmokestis informacijos ir ryšių įmonėse 2016 m. pirmąjį ketvirtį siekė 1 003 eurus, o tai 74 procentais daugiau nei visų sektorių įmonių vidurkis. Nuo 2006 iki 2016 m. Lietuvoje veikiančių informacijos ir ryšių įmonių padaugėjo daugiau nei du kartus, kompiuterių programavimo, konsultacinės ir su ja susijusios veiklos įmonių – keturis kartus. Vien 2015 m. šalyje (tikėtina, daugiausia Vilniuje) kompiuterių programavimo, konsultacinės ir su ja susijusios veiklos įmonių skaičius išaugo 233, todėl kartu sparčiai daugėjo santykinai geriau apmokamų darbo vietų jauniems gyventojams. Be to, 2016 m. liepos mėn. „Sodros“ duomenimis, net 46 procentai 25–34 metų amžiaus grupei priklausančių asmenų per mėnesį uždirba daugiau kaip 700 eurų, ir tokia dalis yra didžiausia iš visų amžiaus grupių. Taigi, Vilniuje daugėjant jaunesnio amžiaus gyventojų, kartu daugėjo ir didesnes pajamas uždirbančių asmenų.

2. Būsto kainų raida Vilniuje

Sprendžiant iš VšĮ Registrų centro pateikiamų duomenų, nuo 2013 m. prie butų kainų augimo sostinėje labiau prisidėjo antrinėje rinkoje miegamuosiuose rajonuose* parduodamų butų kainos. Pavyzdžiui, 2013–2016 m. šiam segmentui priklausančių butų kainų mediana padidėjo nuo 839 iki 1 074 eurų už kvadratinį metrą, o metinis augimas 2016 m. antrąjį ketvirtį siekė 8,6 procento. Tokių butų kainų medianai padidėjus, skirtumas tarp jos ir visų Vilniuje parduodamų butų kainų medianos didėjo nuosaikiau (žr. 13 pav.). Todėl galima teigti, kad butų kainų kilimas sostinėje daugiausia yra lemiamas būtent

12 pav. Vestuvių ir naujagimių skaičius Vilniuje

Šaltinis: Lietuvos statistikos departamentas.

*VšĮ Registrų centras miega-miesiems rajonams priskiria didelio tankumo ir toliau nuo miesto centrinės dalies esančius mikrorajonus.

šalies miestų, o jų registracijos vieta paprastai lieka nepakitusi. Įvertinus ir kitur registruotus asmenis, Vilniaus ar Kauno jaunų gyventojų dalis ir jos augimas būtų dar didesni. Tiesa, po nepriklausomybės atgavimo Lietuvos didmiesčiuose gimusių Lietuvos piliečių dalis yra santykinai nedidelė, todėl būsimos jaunimo kartos poveikis būsto paklausai vidutiniu laikotarpiu gali būti mažesnis.

Nuo 2014 m. sostinėje sparčiai daugėjo naujų šeimų, o jų poreikis turėti nuosavą būstą paprastai irgi būna didesnis. Pavyzdžiui, 2015 m. santuokų ir naujagimių skaičius Vilniuje siekė atitinkamai 4 881 ir 6 991, t. y. buvo didžiausias per praėjusį dešimtmetį (žr. 12 pav.), ir atitinkamai 10,6 ir 11,2 procento didesnis nei prieš dvejus metus. Sukūrę šeimas gyventojai dažnai ieško nuosavo būsto, ir tai turi reikšmingos įtakos būsto paklausai Vilniuje.

107

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

107

Ekonominio nuosmukio laikotarpiu sostinės antrinėje rinkoje butų kainos krito labiausiai, taigi jų augimo tempui įtakos turi ir žemas bazės efektas. Sprendžiant iš VšĮ Registrų centro duomenų, mažiausias atotrūkis nuo kainų lygio, buvusio iki ekonominio nuosmukio, skiria Vilniaus centre pirminėje rinkoje parduodamų butų kainas: jų mediana 2016 m. antrąjį ketvirtį buvo tik 5,8 procento mažesnė nei aukščiausias iki nuosmukio buvęs lygis, ir ypač sparčiai kainos kilo 2015 m. (žr. 15 pav.). Tokiai kainų raidai daug įtakos galėjo turėti įgyvendinami aukštos klasės butų statybos projektai sostinės centre. Vilniaus miegamuosiuose rajonuose pirminėje rinkoje parduodamų butų kainų mediana nuo kainų lygio, buvusio iki nuosmukio, yra atitrūkusi 18,6 procento. Kita vertus, antrinėje rinkoje parduodamų butų kainų atotrūkis nuo 2008 m. buvusio aukščiausio lygio yra gerokai didesnis: centre 2016 m. antrąjį ketvirtį parduotų butų kainų mediana mažesnė 22 procentais, miegamuosiuose rajonuose parduotų butų – net 36,9 procento. Tokios aplinkybės, kad miegamuosiuose rajonuose antrinėje rinkoje parduodamų butų kaina yra labiausiai nutolusi nuo lygio, buvusio prieš ekonominį nuosmukį, ir kad tokie butai apskirtai yra pigiausi, galėjo turėti įtakos jų kainų augimui nuo 2013 m. Po mažo likvidumo laikotarpio padidėjusi paklausa būsto rinkoje kilstelėjo ir tokių butų kainas, o nuo 2014 m. jų augimas galėjo būti santykinai didesnis dėl žemos bazės efekto.

Nuo 2013 m. pabaigos vis didesnę Vilniuje parduotų butų dalį sudaro pirminėje rinkoje parduoti butai. 2014–2015 m. butų joje per ketvirtį buvo nuperkama vidutiniškai 2,4 karto (300 butų) daugiau nei 2011–2013 m., likusioje šalies dalyje – 1,5 karto (75 butais)

13 pav. Vilniuje parduotų butų kainų medianų skirtumas, palyginti su 2013 m. pirmuoju ketvirčiu

14 pav. Butų pardavimo sandoriai pagal segmentus

Šaltinis: VšI Registrų centras; autoriaus skaičiavimai. Šaltinis: VšI Registrų centras; autoriaus skaičiavimai.

antrinėje rinkoje miegamuosiuose rajonuose parduodamų butų. Ir apskritai jų dalis yra didžiausia, nors pastaruoju metu ir mažėja (žr. 14 pav.). Tiesa, duomenų trūkumas neleidžia įvertinti antrinėje rinkoje parduodamų butų pasiskirstymo pagal objekto pastatymo metus. Vis dėlto tikėtina, kad didžiausią dalį būsto sandorių turėtų sudaryti butai, pastatyti iki 2000 m. Pirma, jie sudaro apie 70 procentų viso Vilniaus būsto fondo. Antra, matyti stiprus koreliacinis ryšys tarp VšĮ Registrų centro skelbiamos Vilniaus miegamuosiuose rajonuose antrinėje rinkoje parduotų butų kainų medianos ir UAB „Ober-Haus“ skelbiamų senos statybos butų gyvenamuosiuose rajonuose kainų.

108

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

108

daugiau. 2016 m. pirmąjį pusmetį Vilniuje pirminėje rinkoje sudaryta 48,2 procento daugiau sandorių nei prieš metus. Labiausiai padaugėjo naujų butų sandorių sostinės miegamuosiuose rajonuose, tačiau butų pardavimo centre sandorių irgi daugėjo. 2013–2016 m. pirminėje rinkoje sudaromų butų sandorių, palyginti su visais Vilniuje sudarytais butų sandoriais, padaugėjo nuo 11,9 iki 30,2 procento. Pirminėje rinkoje siūlomi butai paprastai būna brangesni nei butai antrinėje rinkoje, taigi tokių butų gausėjimas ir galėjo prisidėti prie bendro butų kainų lygio sostinėje išaugimo.

Nors nuo 2009 m. Vilniuje vis daugiau parduodama visų kokybės kategorijų naujų butų, ypač daugėja aukštesnės kokybės, t. y. vidutinės ir prestižinės klasės, butų sandorių. Pavyzdžiui, UAB „Eika“ duomenimis, 2009–2015 m. ekonominės klasės naujų butų sandorių skaičius išaugo 208 procentais, vidutinės klasės – 501 procentu, o prestižinės klasės – 378 procentais (žr. 16 pav.). 2015 m. vidutinės ir prestižinės klasės butų sandoriai sudarė net 56,4 procento visų pastatytų naujų butų sandorių. Ši struktūra gerokai skiriasi nuo struktūros, kuria pasižymėjo sostinės butų rinka iki ekonominio nuosmukio: 2006 m. tokia dalis siekė 23,7 procento, o daugiausia buvo parduodama ekonominės klasės butų (76,3 proc.). Be to, didelę 2015 m. Vilniuje įsigytų naujų butų dalį sudaro miesto centre ar netoli jo pastatyti butai, kurie yra brangesni nei butai sostinės gyvenamuosiuose rajonuose. Skelbimų portalo „Aruodas.lt“ duomenimis, 2015 m. Naujamiestyje, Senamiestyje, Užupyje ir Šnipiškėse parduota 30 procentų visų pirminėje rinkoje Vilniuje parduotų butų. Visa tai rodo, kad Vilniuje pastaruoju metu aktyvesni galėjo būti daugiau uždirbantys būsto pirkėjai.

15 pav. Vilniaus būsto rinkos segmentų kainų mediana

16 pav. Pirminėje rinkoje parduoti butai pagal klasę

Šaltinis: VšĮ Registrų centras. Šaltinis: UAB „Eika“.

Didėjant aukštos klasės būstų pasiūlai sostinės centre, atotrūkis tarp centre ir kituose rajonuose parduodamų butų kainų reikšmingai išaugo. VšĮ Registrų centro duomenys rodo, kad nuo 2015 m. sostinėje pirminėje rinkoje parduotų butų kainų mediana sparčiai kyla. Panašias tendencijas atskleidžia ir kitų nekilnojamojo turto rinkos dalyvių pateikiama informacija. UAB „Ober-Haus“ duomenys rodytų, kad naujų butų kainos sostinės centre sparčiau ėmė kilti nuo 2015 m. vidurio, o UAB „Inreal“ duomenys – kad prestižinės klasės parduodamų butų kainos 2016 m. pirmąją pusę kilo labiau nei kitų būsto rinkos segmentų kainos sostinėje t. y. jos kilo 7,7 procento. Skelbimų portalo „Aruodas.lt“ duomenys irgi rodo, kad atotrūkis tarp skelbiamų butų kainų sostinės centre – Senamiestyje ir Užupyje – ir kituose rajonuose nuo 2015 m. ėmė didėti labiau. Nors centre parduodamų būstų sandoriai sudaro santykinai nedidelę visų rinkos sandorių dalį ir jų įtaka bendrai kainų raidai yra nedidelė, viešojoje erdvėje tiek į juos, tiek į jų kainas labiau kreipiamas dėmesys, todėl tikėtina, kad tokių sandorių įtaka visuomenės nuomonei ir lūkesčiams apie nekilnojamojo turto kainų raidą yra didesnė.

109

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

109

3. Būsto pirkėjų grupės

Iš apžvalgos aiškėja, kad pastarojo meto paklausos išaugimą Lietuvos būsto rinkoje labiausiai lėmė trys pirkėjų grupės. Pirmajai priklauso jaunesnio amžiaus gyventojai, kurie, paėmę būsto paskolą, įsigyja nuosavą būstą toliau nuo centro esančiuose didmiesčių gyvenamuosiuose rajonuose. Pastaraisiais metais sostinėje gausėjo 24–30 metų gyventojų, daugėjo jaunų šeimų. Didėjant pajamoms ir mažėjant nedarbui, daugėjant didesnį darbo užmokestį siūlančių informacijos ir ryšių įmonių, šios amžiaus grupės šalies gyventojai galėjo sutaupyti reikiamą būsto paskolos pradinį įnašą. Be to, mažėjant palūkanų normoms ir kylant nuomos kainoms, įsigyti būstą tapo priimtiniau, nei jį nuomotis. Didėjančią šios gyventojų grupės paklausą rodo tai, kad didžiausią būsto paskolų dalį sudaro paskolos būtent šios amžiaus grupės atstovams.

Antroji pirkėjų grupė – investuotojai, perkantys būstą už sukauptas nuosavas arba skolintas lėšas ir siekiantys grąžos mažų palūkanų normų aplinkoje. Palūkanoms esant mažoms ir toliau mažėjant, o nuomos pajamingumui keletą metų nuosekliai augant, investuoti į nekilnojamąjį turtą pastaraisiais metais rinkosi vis daugiau laisvų lėšų turinčių asmenų. Nors duomenų, kurie rodytų, kokia yra investuotojų įtaka būsto paklausai Vilniuje ir Lietuvoje, nėra daug, vis dėlto matyti, kad nuo 2012 m. daugėjo už būsto nuomą surenkamų mokesčių, sparčiai steigėsi fondai, investuojantys į nekilnojamąjį turtą Lietuvoje. Tarp investuojančių į Lietuvos būsto rinką asmenų patenka ir emigrantai – jų įtaką būsto paklausai rodytų tai, kad ryšys tarp emigrantų perlaidų ir sudarytų būsto sandorių nuo 2009 m. reikšmingai sustiprėjo.

Trečiajai grupei priskirtini didesnes pajamas gaunantys šalies gyventojai, kurie, siekdami pagerinti savo gyvenimo sąlygas, perka aukštesnės kokybės būstą. Po ekonomikos nuosmukio didesnes pajamas gaunančių asmenų skaičius reikšmingai išaugo – 1 300 eurų ir daugiau per mėnesį uždirbančių asmenų dalis padidėjo dvigubai. Kartu gausėjo asmenų, kurie yra paėmę daugiau nei vieną hipotekos paskolą. Faktas, kad nuo 2014 m. vidurio daugėjo pirminėje rinkoje sostinės centre perkamų butų ir kad jų kainos iš esmės pasiekė 2008 m. buvusį lygį, rodytų, kad paklausą didino daugiau uždirbantys asmenys, kurie, atsiradus pakankami pasiūlai, panoro persikelti į aukštesnės kokybės ar arčiau miesto centro esančius būstus.

Lietuvos banko vykdomos nekilnojamojo turto rinkos dalyvių apklausos* rodo, kad spartaus būsto kainų augimo lūkesčių nei Vilniuje, nei visoje Lietuvos teritorijoje nesiformuoja. Pavyzdžiui, 2016 m. antrąjį ketvirtį 76 procentai respondentų nurodė, kad per ateinančius 12 mėnesių būsto kainos Vilniaus centre kils ne daugiau nei 5 procentais, 53 procentai respondentų teigė, kad butų sostinės gyvenamuosiuose rajonuose kainos nepakis. Tokie lūkesčiai dera su didėjančiomis Vilniaus centrinės dalies butų kainomis ir augančia prestižinės klasės butų paklausa. Nuosaikūs rinkos dalyvių lūkesčiai dėl kainų raidos Vilniuje patvirtina, kad šiuo metu aktyvėjanti būsto rinka Vilniuje nėra veikiama pernelyg optimistinių nuotaikų. Iki ekonomikos nuosmukio buvo susiformavę lūkesčiai, kad būsto kainos kils vis sparčiau, ir tai skatino namų ūkius pirkti būstą spekuliaciniais tikslais. Tai, kad šiuo metu tokių lūkesčių nėra, mažina ir pernelyg spartaus būsto kainų augimo šalyje tikimybę.

4. Būsto pasiūlos raida Lietuvoje

Didėjant būsto paklausai, investicijų į gyvenamosios paskirties nekilnojamojo turto statybą irgi daugėjo. Statistikos departamento duomenys rodo, kad jos ypač padidėjo 2013 m., o 2015 m. buvo 16,4 procento didesnės nei prieš metus ir didžiausios nuo 2008 m. (žr. 17 pav.). Didėjant investicijoms, didėjo tiek butų statybos leidimų, tiek baigtų statyti butų skaičius. 2015 m. Lietuvoje iš viso baigti statyti 10 177 butai – daugiausia nuo 2009 m. Tų pačių metų ketvirtąjį ketvirtį butų statyti baigta daugiau nei bet kurį ekonominio pakilimo (2006–2008 m.) ketvirtį. Be to, 2015 m. išduoti 13 706 butų statybos leidimai, t. y. 18,6 procento daugiau nei prieš metus. Apskritai nuo 2010 m. leidžiamų statyti butų skaičius už pabaigtų statyti butų skaičių yra didesnis 1,7 karto, todėl leidimų trūkumas artimiausiu laikotarpiu varžyti pasiūlos neturėtų.

*Nekilnojamojo turto rinkos dalyvių apklausos skelbiamos Lietuvos banko interneto sve-tainėje adresu http://www.lb.lt.

110

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

110

Vilniuje naujų butų statyba nuo 2012 m. augo sparčiau nei kituose didmiesčiuose. Per 2015 m. sostinėje baigta statyti beveik 4 000 butų, maždaug tūkstančiu daugiau nei 2014 m. ir keturis kartus daugiau nei 2011 m. (žr. 19 pav.). Vilniuje per metus baigtų statyti butų skaičius jau pasiekė 2006 m. rodiklį. Panašios tendencijos vyravo ir Kaune: per metus baigtų statyti butų skaičius auga nuo 2013 m. ir jau pralenkė 2007 m. lygį. Daugėjant statomų butų, Vilniuje padaugėjo ir neparduotų naujų butų. UAB „Eika“ duomenys rodo, kad tokių butų Vilniuje daugėja nuo 2012 m. Sostinės pirminėje rinkoje 2015 m. pabaigoje buvo 3 819 neparduotų butų – daugiausia nuo 2007 m. ir beveik tiek pat, kiek 2015 m. baigta statyti naujų butų. Toks pasiūlos išaugimas riboja kainų augimą ir kartu neleidžia formuotis lūkesčiams dėl naujų butų trūkumo rinkoje.

Kitaip nei prieš ekonominį nuosmukį, kai didžiausią statomų butų dalį sudarė ekonominės klasės butai, pastaraisiais metais daugiausia statomi vidutinės ir prestižinės klasės butai. UAB „Eika“ duomenimis, 2007 m. pastatyti ekonominės klasės butai sudarė 72 procentus visų per metus pastatytų butų, vidutinės klasės butai – 9 procentus. 2015 m. pastatyti ekonominės klasės butai sudarė 42 procentus visų tais metais rinkai pasiūlytų butų, o vidutinės ir prestižinės klasių butai – atitinkamai 46 procentus ir 12 procentų (žr. 20 pav.). Tai rodo, kad nekilnojamojo turto plėtotojai vis labiau taikosi į didesnes pajamas uždirbančius gyventojus. Didėja investicijos ir į konversijos projektus – apleistas, dažnai gamybinės paskirties patalpas ar sklypus centre arba netoli centro. Tai rodo, kad linkstama toliau didinti naujų būstų pasiūlą didmiesčių centruose. Kadangi tokiems projektams įgyvendinti reikia daugiau lėšų, dažniausiai statomi aukštesnės klasės, taigi ir brangesni, būstai. UAB „Inreal“ duomenimis, 2016 m. pirmąjį pusmetį investicijos į teritorijų plėtrą, kai įsigytose teritorijose planuota plėtoti nekilnojamojo turto projektus, sudaro beveik trečdalį visų didesnių nei 1 mln. vertės investicijų (76,4 mln. Eur), didžioji jų dalis (58,5 mln. Eur) tenka Vilniui. Panašios tendencijos vyravo ir 2015 m., todėl tikėtina, kad prabangių būstų pasiūla Vilniuje artimiausiu laikotarpiu toliau didės.

17 pav. Investicijos į gyvenamųjų pastatų statybą, per metus leistų ir baigtų statyti butų skaičius

18 pav. Investicijos į gyvenamųjų ir negyvenamųjų pastatų statybą

Šaltinis: Lietuvos statistikos departamentas. Šaltinis: Lietuvos statistikos departamentas; autoriaus skaičiavimai.

2015 m. pabaigos investicijų į gyvenamųjų pastatų statybą ir šalies BVP santykis buvo 3,1 procento ir artėjo prie didžiausio – 2009 m. santykio (3,5 proc.). Tačiau investicijų į bet kokios paskirties nekilnojamąjį turtą lygis didėjo ne taip sparčiai, todėl jų ir BVP santykis didėjo nuosaikiau (žr. 18 pav.) ir 2015 m. pabaigoje sudarė 12,1 procento, o tai reikšmingai mažiau nei 2008 m., kai jis sudarė 18 procentų.

111

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

111

19 pav. Per laikotarpį baigtų statyti butų skaičius ir neparduoti butai

20 pav. Naujų butų pasiūla pagal kokybės klases

Šaltiniai: Lietuvos statistikos departamentas, UAB „Eika“. Šaltinis: UAB „Eika“.

Nors pasiūla išaugo, gyvenamųjų pastatų statybos sąnaudos, palyginti su laikotarpiu iki ekonominio nuosmukio, tebėra sumažėjusios. Per metus atliekamų gyvenamųjų pastatų statybos darbų vertė nuo 2012 m. didėja, o sąnaudos 2015 m. vis dar buvo gerokai mažesnės nei 2008 m. Per 2015 m. Lietuvoje baigtų statyti butų skaičius sudaro 86 procentus tokio 2008 m. rodiklio, o naujų gyvenamųjų pastatų statybos išlaidos – tik 34,6 procento 2008 m. išlaidų. Nuo 2012 m. statybos įmonėse dirbančių asmenų darbo užmokestis kyla sparčiau nei vidutinis darbo užmokestis Lietuvoje, tačiau dar nepasiekė iki nuosmukio buvusio lygio, t. y. sudaro 77,3 procento 2007 m. lygio (žr. 21 pav.). Statomų butų sparčiai daugėjant, statybos įmonėse dirbančių asmenų daugėja gerokai lėčiau. Tai rodytų reikšmingai išaugusį statybos įmonių darbo efektyvumą, kartu ir mažesnes būsto statybos sąnaudas. Tokios tendencijos ne tik turi įtakos parduodamų būstų kainoms, bet ir lemia mažesnį nekilnojamojo turto plėtotojų finansavimosi poreikį ir jų įsiskolinimo lygį.

21 pav. Statybos įmonėse dirbančių asmenų skaičius ir jų darbo užmokestis, palyginti su 2010 m.

22 pav. Vidutinis dokumentų, reikalingų būsto statybos leidimui gauti, skaičius ir leidimų tvarkymo trukmė

Šaltinis: Lietuvos statistikos departamentas. Šaltiniai: Pasaulio bankas, Lietuvos statistikos departamentas; auto-riaus skaičiavimai.

112

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

112

Nekilnojamojo turto plėtotojų galimybės reaguoti į paklausos pokyčius po ekonomikos nuosmukio pagerėjo. Pavyzdžiui, reikšmingai sumažėjo naujo gyvenamojo pastato statybą pradėti leidžiančių dokumentų skaičius (žr. 22 pav.). Pasaulio banko atliekamos apklausos rodo, kad 2012–2015 m. Lietuvoje nuo 159,5 dienos iki 103 dienų sutrumpėjo vidutinė statybų leidimų tvarkymo trukmė (World Bank 2016). Taigi, naujo būsto statybas galima pradėti anksčiau, o tai mažina staigaus pasiūlos trūkumo ir nesubalansuoto būsto kainų augimo tikimybę. Svarbu ir tai, kad buto statybos leidimų skaičius nuo 2010 m. nuolat viršija per metus baigtų statyti butų skaičių, taigi nekilnojamojo turto plėtotojai nuolat didina galimybes didinti pasiūlą be papildomų leidimų. Pavyzdžiui, 2010–2016 m. Lietuvoje leistų ir baigtų statyti butų skaičiaus skirtumas sudarė 25 194, toks Vilniaus rodiklis buvo 7 763. Vadinasi, paklausai ėmus augti sparčiau, nekilnojamojo turto plėtotojai galėtų be papildomų administracinių ir laiko sąnaudų imtis naujų butų statybų.

Augant paklausai, butų likvidumas Vilniaus pirminėje rinkoje gerėjo, tai skatino nekilnojamojo turto plėtotojus nemažinti pasiūlos. 2015 m. Vilniuje neparduotų ir per metus pirminėje rinkoje parduotų butų santykis, parodantis naujo būsto likvidumą, yra 1,9, o tai reikšmingai mažiau nei 2010–2013 m. santykis, taigi naujo būsto likvidumas sostinėje gerėja. Kitaip tariant, naujo būsto paklausa auga sparčiau nei pasiūla. UAB „Inreal“ pateikiami skaičiavimai rodo, kad 2016 m. pirmojo pusmečio pabaigoje naują vidutinio dydžio būsto statybos projektą Vilniuje buvo galima įgyvendinti per mažiau nei metus. Tai mažina riziką, kad pastatyti butai bus neparduoti, ir kartu skatina nemažinti investicijų į naujus būsto projektus.

Išvados

1. Būsto paklausa Lietuvoje pastaraisiais metais didėja. Prie to prisidėjo bankų teikiamas kreditavimas, tačiau labiausiai paklausos išaugimą lėmė teigiami ekonomikos pokyčiai, mažų palūkanų normų aplinka ir demografinės tendencijos sostinėje. Vilniuje sudaroma apie pusė visų šalies būsto sandorių.

2. Paklausos didėjimą pastaruoju metu daugiausia lemia trijų tipų pirkėjai: 24–30 metų amžiaus didmiesčių gyventojai, imantys paskolą ir įsigyjantys nuosavą būstą toliau nuo centro esančiuose rajonuose (daugiausia jaunos šeimos, kurių pastaruoju metu sparčiai daugėjo ir kurių galimybės sukaupti norimo dydžio pradinį įnašą gerėjo); investuotojai, įskaitant ir emigrantus, perkantys būstą už sukauptas nuosavas ar skolintas lėšas ir siekiantys grąžos mažų palūkanų normų aplinkoje; didesnes pajamas gaunantys šalies gyventojai, kurie siekia persikelti gyventi į aukštesnės kokybės ar arčiau miesto centro esantį būstą.

3. Vilniuje būsto kainos pastaraisiais metais kilo sparčiau nei kituose šalies miestuose. Nors daugiausia lėmė antrinėje rinkoje miegamuosiuose rajonuose parduodami butai, pastebimai didėjo ir pirminėje rinkoje sudaromų būsto sandorių dalis. Pirminėje rinkoje, ypač miesto centre, parduodamų butų kainos priartėjo prie kainų lygio, buvusio iki ekonomikos nuosmukio, nors antrinėje rinkoje parduodamų būstų kainos tebebuvo gerokai mažesnės.

4. Didėjant būsto paklausai, didėjo ir investicijos į gyvenamosios paskirties nekilnojamąjį turtą. Dėl to baigtų statyti butų Vilniuje ir Kaune skaičius jau beveik pasiekė 2007 m. lygį, o neparduotų butų skaičius reikšmingai išaugo. Be to, palyginti su laikotarpiu iki ekonomikos nuosmukio, būsto pasiūla yra mažiau suvaržyta, todėl gali greičiau reaguoti į pasikeitusią paklausą.

5. Nors aktyvumas Lietuvos būsto rinkoje didėjo, būsto kainų augimas buvo tvarus. Spartesnį būsto kainų augimą Vilniuje ir visoje Lietuvos teritorijoje ribojo reikšmingai didėjusi pasiūla ir sumažėjusios statybos darbų sąnaudos. Svarbus veiksnys buvo ir tam tikras būsto pirkėjų lūkesčių nuosaikumas: nors susidomėjimas būsto rinka ir didėjo, spartaus kainų kilimo lūkesčiai nesiformavo.

6. Aktyvumui būsto rinkoje didėjant ir vis daugiau sandorių sudarant skolintomis lėšomis, daugėja ir rizikos. Padidėjęs rinkos aktyvumas gali įgauti emocinį aspektą, skatinantį būstą pirkti nesant ekonominio poreikio, siekiant užsidirbti iš laukiamo vertės

113

J. M

arke

viči

usPa

star

ųjų

met

ų Li

etuv

os b

ūsto

rin

kos

raid

os t

ende

ncijo

s

113

padidėjimo. Būsto paklausai neslūgstant, netikėtas pasiūlos sumažėjimas galėtų lemti reikšmingą kainų, kartu ir jų lūkesčių išaugimą. Paklausos šokas (pvz., palūkanų normų padidėjimas) galėtų neigiamai paveikti būsto pirkėjų, plėtotojų ar statytojų finansinę būklę, kartu galėtų lemti nuostolius jiems paskolas suteikusioms kredito įstaigoms. Paklausa gali mažėti ir dėl tolesnių demografinių tendencijų.

7. Dėl mažų palūkanų aplinkos daugėja paskatų įsigyti būstą imant paskolą, o ne jį nuomotis. Kartu vis daugiau būstų perkama investiciniais tikslais, siekiant juos išnuomoti. Esant tokiai padėčiai, susidaro spaudimas vidutiniu laikotarpiu mažinti nuomos kainas.

Literatūra

Aruodas.lt 2016: Nekilnojamojo turto kainų statistika: http://www.aruodas.lt.Inreal 2016: Rinkos apžvalgos: http://www.inreal.lt/nekilnojamas-turtas/lt/rinkos-apzvalgos.Lietuvos bankas 2010: Finansinio stabilumo apžvalga. 2010 m.: http://www.lb.lt. Lietuvos bankas 2015: Finansinio stabilumo apžvalga. 2015 m.: https://www.lb.lt.Lietuvos bankas 2016: Nekilnojamojo turto konferencija. Martynas Žibūda, UAB „Eika“: Nekilnojamojo

turto rinkos perspektyvos: NT plėtotojo požiūris: https://www.lb.lt.Lietuvos statistikos departamentas 2016: Statistikos vartotojų nuomonių tyrimai: http://www.stat.

gov.lt/statistikos-vartotoju-nuomoniu-tyrimai.Ober-Haus 2016: Rinkos apžvalgos: http://www.ober-haus.lt/rinkos_apzvalgos.World Bank 2016: Doing Business Data: http://www.doingbusiness.org.

https://www.lb.lt/nekilnojamojo_turto_konferencija_2016

114

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

114

Justinas Markauskas – Lietuvos banko Ekonomikos ir finansinio stabilumo tarnybos Ekonomikos departa-mento Pinigų politikos skyriaus vyresnysis ekonomistas.

Veiklos sritys: euro zonos ekonomika, pinigų politika.

Justinas MarkauskasLietuvos bankasGedimino pr. 601103 VilniusEl. p. [email protected]

Įvadas*

2016 m. birželio 23 d. referendumu britai nusprendė, kad Jungtinė Karalystė turi išstoti iš Europos Sąjungos (ES). Viena vertus, toks sprendimas šaliai turėtų suteikti daugiau savarankiškumo. Kita vertus, nėra aišku, kiek jo suteiks iš tikrųjų, nes šalies santykių su ES perspektyva vis dar nenuspėjama. Be to, dauguma ekonomistų mano, kad Jungtinės Karalystės pasitraukimas, dažnai vadinamas santrumpa „Brexit“ (angl. British exit), pakenks jos ekonomikai. Prieš referendumą pateikta daug pesimistinių prognozių. Vis dėlto pirmieji mėnesiai po referendumo leidžia daryti prielaidą, kad arčiau tiesos gali būti nuosaikesnis neigiamo poveikio Jungtinės Karalystės ekonomikai vertinimas.

Stipraus neigiamo „Brexit“ poveikio euro zonos ir ES ekonomikai neprognozuota. Kur kas žalingesnėmis laikytos galimos politinės pasekmės, būtent didesnis pavojus Europos integracijai. Vis dėlto po referendumo iššūkių kyla ir dėl pačios Jungtinės Karalystės vientisumo, o juos kelia proeuropietiškieji šalies regionai. Taigi, balsavimas atskleidė nemažus iššūkius tiek Jungtinei Karalystei, tiek ES, ir su jais teks dorotis keletą ateinančių metų.

1. Susiskaldžiusi šalis

Referendume dalyvavusių Jungtinės Karalystės gyventojų balsai pasiskirstė beveik po lygiai: 52 procentai balsavusiųjų pasisakė už šalies pasitraukimą iš ES, 48 procentai – kad šalis Sąjungoje liktų (žr. 1 pav.).

1 pav. Referendumo balsų pasiskirstymas pagal Jungtinės Karalystės regionus

Šaltinis: M. Coles, A. Kirk, Ch. Crol (2016).

*Autorius dėkoja Lietuvos banko darbuotojams Aurelijui Da-bušinskui, Sigitui Šiaudiniui ir Kristinai Barauskaitei už vertin-gas pastabas.

REFERENDUMAS DĖL JUNGTINĖS KARALYSTĖS NARYSTĖS EUROPOS SĄJUNGOJE: BAIGTIS, TURINTI PASEKMIŲ VISAM PASAULIUI

115

J. M

arka

uska

sRe

fere

ndum

as d

ėl J

ungt

inės

Kar

alys

tės

nary

stės

Eur

opos

Sąj

ungo

je:

baig

tis,

tur

inti

pas

ekm

ių v

isam

pas

auliu

i

115

1 lentelė

Jungtinės Karalystės 2010–2014 m. grynųjų metinių įmokų į ES biudžetą sudėtis

mlrd. svarų

Įmokų rūšis Dydis

Bendrosios įmokos 16,3

Įmokų nuolaida 3,6

Išmokos 5,6

Grynosios įmokos 7,1 (~ 1 proc. Jungtinės Karalystės mokestinių pajamų)

Šaltinis: HM Government (2016).

Savo poziciją išreiškė 72 procentai balsavimo teisę turinčių asmenų. Referendumo rezultatai atskleidė didelį britų visuomenės susiskaidymą: Škotija, Šiaurės Airija ir Londono miestas balsavo už pasilikimą, o Anglijos, išskyrus Londoną, ir Velso gyventojai laikėsi euroskeptiško požiūrio (Coles ir kt. 2016). Be to, už tolesnę narystę ES daugiausia balsavo jaunesni ir turtingesni šalies piliečiai, o vyresni ir mažiau pasiturintys išreiškė norą, kad šalis iš Sąjungos trauktųsi. Žemesnio išsilavinimo ir mažiau keliaujantys britai irgi buvo linkę balsuoti už pasitraukimą (Burn-Murdoch 2016). Iškilus aikštėn tokiam įvairiapusiškam susiskaidymui, naujoji premjerė Theresa May vienoje iš pirmųjų savo kalbų pabrėžė, kad sieks vienyti šalį.

2. Suprasti abi puses

Prieš referendumą euroskeptikai nutraukti narystę ES ragino pirmiausia dėl to, kad būtų suvaldyti imigracijos srautai, ypač vadinamasis pašalpų turizmas, kai į šalį atvykstama ne dirbti, o gyventi iš gaunamų pašalpų. Be to, pasitraukimo šalininkai teigė, kad nelanksčios ES verslo reguliavimo normos pernelyg varžo Jungtinės Karalystės bendrovių veiklą. Dalis verslininkų tam pritarė ir įžvelgė poreikį, kad šalies ekonomika būtų atplėšta nuo lėtai augančios kitų ES šalių ekonomikos ir būtų savarankiškai sudaromi prekybos susitarimai su dinamiškesnėmis pasaulio valstybėmis (Gordon 2016). Be to, euroskeptikai norėjo susigrąžinti didesnę nacionalinių sprendimų priėmimo laisvę. Jų manymu, jei Jungtinė Karalystė ES pasiliktų, galiausiai ji taptų Europos federalinės struktūros dalimi ir netektų savarankiškumo (Ross 2016). Nors šalies premjeras Davidas Cameronas vasario 19 d. pasiekė derybinį susitarimą, kad ES būtų imamasi reformų, jei Jungtinė Karalystė ES liktų, ir juo, kaip skelbė, užtikrino, kad daugelis euroskeptikams nerimo kėlusių klausimų bus sprendžiami, pasitraukimo šalininkai reikšmingos šio susitarimo naudos neįžvelgė.

Proeuropietiškai nusiteikę Jungtinės Karalystės gyventojai teigė, kad šalis būtų ekonomiškai bei politiškai stipresnė būdama ES sudėtinė dalis. Jai ekonomiškai naudingiau turėti prieigą prie bendrosios rinkos, nes ES yra stambiausia šalies prekybos partnerė. Be to, narystė ES suteikia daugiau derybinių galių pasaulyje. Narystės šalininkai daugumą imigrantų laikė veikiau šalies ekonomikos ramsčiu nei jos griovėjais. Jie manė, kad D. Camerono pasiektas derybinis susitarimas pašalpų turizmą sustabdytų. Be to, šiuo susitarimu ES sutiko siekti liberalesnių bendrosios rinkos, ypač paslaugų sektoriaus, reguliavimo normų. Britų savarankiškumas irgi būtų išsaugotas, nes Jungtinei Karalystei nebūtų taikomas ES sutarties „vis glaudesnės sąjungos“ principas (HM Government 2016).

3. Narystės ES alternatyvos

Jungtinė Karalystė iki referendumo turėjo ypatingą statusą ES. Ji nepriklausė nei euro, nei Šengeno zonai. Be to, nuo 1984 m. šaliai buvo taikoma apie 30 procentų sudaranti įmokų į ES biudžetą nuolaida (žr. 1 lent.), o šalies ministras pirmininkas vasario mėnesį dar ir išsiderėjo, kad, pasilikus ES, nebebūtų taikomas „vis glaudesnės sąjungos“ reikalavimas (HM Government 2016).

116

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

116

Nusprendus iš Sąjungos išstoti, tenka rinktis iš kitokių galimų santykių su ja alternatyvų. Nuo tos dienos, kai šalis oficialiai praneš Europos Parlamentui apie pasitraukimą, įsigalios Lisabonos sutarties 50 straipsnis, numatantis, kad per dvejus metus reikės susiderėti dėl išstojimo sąlygų. Jei per tiek laiko susitarta nebus, Jungtinė Karalystė oficialiai taps ES trečiąja šalimi (HM Government 2016)*. Naujoji premjerė T. May yra paskelbusi, kad apie Jungtinės Karalystės pasitraukimą iš ES Europos Parlamentui oficialiai praneš iki 2017 m. kovo mėn. (Elgot 2016).

Pirmoji galima santykių su ES alternatyva yra Europos ekonominė erdvė. Šiuo metu Europos ekonominę erdvę sudaro ES šalys narės ir Norvegija, Islandija bei Lichtenšteinas. Pastarosioms trims ES prekybos tarifai netaikomi, tačiau jos nepriklauso muitų sąjungai. Su dauguma ES reglamentų šioms šalims tenka taikstytis, jos turi sudaryti sąlygas laisvam žmonių judėjimui ir mokėti įmokas į ES biudžetą. Taigi, jei Jungtinė Karalystė taptų Europos ekonominės erdvės dalimi, jai ir toliau tektų paisyti didelės dalies ES reglamentų ir tęsti tą pačią migracijos politiką. Įmokos į ES biudžetą galėtų netgi išaugti, jei ES nuspręstų toliau nebetaikyti biudžeto įmokų nuolaidos Sąjungą palikusiai šaliai. Tačiau svarbiausia yra tai, kad, nebūdama ES narė, Jungtinė Karalystė nebeturėtų įtakos Sąjungai tariantis dėl bendrų reglamentų, bet šie reglamentai jai būtų taikomi (HM Government 2016).

Kai kurios šalys, pavyzdžiui, Šveicarija, Turkija ir Kanada, su ES yra pasirašiusios dvišalius prekybos susitarimus. Šių susitarimų sąlygos ir pobūdis yra labai nevienodi. Pavyzdžiui, Šveicarijos ryšiai su ES mažai kuo skiriasi nuo tų ryšių, kuriuos su ES palaiko Europos ekonominės erdvės narės. Dvišalė sutartis su Kanada, priešingai, numato kur kas atokesnius santykius. Bet apskritai, kuo geresnę prieigą prie ES bendrosios rinkos norima turėti, tuo daugiau ES reglamentų tenka įgyvendinti savo valstybėje (HM Government 2016).

Jei nė vieno iš dviejų glaudesnio bendradarbiavimo su ES susitarimų nepavyktų pasiekti, prekybos ryšius su ES Jungtinė Karalystė galėtų palaikyti kaip Pasaulio prekybos organizacijos narė. Taip ji atgautų daug prarastų nacionalinės valdžios galių, tačiau įtaka priimant sprendimus dėl pasaulio ekonomikos būtų mažesnė nei būnant ES nare. Be to, britų įmonėms, eksportuojančioms produkciją į ES, būtų sudėtingiau vykdyti veiklą, nes tektų prisitaikyti prie dvigubų gamybos standartų: Jungtinėje Karalystėje produkcijai būtų taikomi vietos įstatymai, o eksportuojamoms į ES bendrąją rinką prekėms – ES reikalavimai, kurie nuo vietos įstatymų skirtųsi (HM Government 2016).

4. Pasekmės Jungtinei Karalystei

Dauguma ekonomistų prognozuoja, kad dėl „Brexit“ Jungtinės Karalystės bendrasis vidaus produktas (BVP) sumažės. Prieš referendumą buvo pateikiama įvairių prognozių: nuo 2 procentų BVP padidėjimo iki 20 procentų ilguoju laikotarpiu sieksiančio jo sumažėjimo (žr. 2 pav.). Pirmieji ekonominiai duomenys po referendumo leidžia manyti, kad tikslesni buvo nuosaikesnio neigiamo poveikio vertinimai: dabartinės prognozės, atnaujintos atsižvelgiant į šiuos duomenis, rodo, kad Jungtinės Karalystės BVP augimas artimiausius dvejus metus mažinamas apie 2 procentinius punktus. Tačiau prognozės bus tikslinamos, nes vis dar nežinoma, kokio pobūdžio tolesnio bendradarbiavimo su ES bus siekiama, o ekonominis poveikis nuo to daug priklausys. Vis dėlto „Brexit“ turės ne tik ekonominių pasekmių. Pasekmės bus trejopos: finansinės, ekonominės ir politinės.

Finansinės pasekmės. Po referendumo Jungtinės Karalystės finansų rinkos patyrė nuosmukį. Akcijų indeksas FTSE 100 per dvi prekybos dienas sumažėjo 5,6 procento. Tiesa, per kitas dvi dienas nuosmukis buvo visiškai panaikintas. Bankų akcijų vertė per dvi prekybos dienas nukrito 16,1 procento ir atsistatė tik po šešių savaičių. Į vidaus rinką labiau orientuotas akcijų indeksas FTSE 250 krito 13,6 procento, bet per šešias savaites ir jis padidėjo iki buvusio lygio. Vyriausybės obligacijų pajamingumo sumažėjimas užsitęsė ilgiau: 10 metų trukmės vyriausybės vertybinių popierių pajamingumas, prieš pat referendumą sudaręs 1,5 procento, rugpjūčio viduryje buvo nukritęs iki 0,6 procento ir buvusio lygio rugsėjo mėnesį dar nebuvo pasiekęs.

*Nebent visos ES narės sutiktų pratęsti derybų laikotarpį.

117

J. M

arka

uska

sRe

fere

ndum

as d

ėl J

ungt

inės

Kar

alys

tės

nary

stės

Eur

opos

Sąj

ungo

je:

baig

tis,

tur

inti

pas

ekm

ių v

isam

pas

auliu

i

117

2 pav. Ilgalaikis pasitraukimo iš ES poveikis Jungtinės Karalystės BVP lygiui

Pastaba: Campos et al. (2014) žr. ašį dešinėje.

Šaltiniai: Bank of England (2015), HM Government (2016), Swedbank (2016); sudaryta autoriaus.

Smarkiai nuvertėjo svaras. Nominalusis efektyvusis svaro sterlingų kursas nuo 2015 m. lapkričio mėn. iki referendumo buvo sumažėjęs 6,6 procento, o po referendumo per tris mėnesius sumažėjo dar 11,8 procento. Prie nuvertėjimo daug prisidėjo ir Jungtinės Karalystės einamosios sąskaitos deficitas, kuris buvo didžiausias per visą istoriją (Bank of England 2016b). 2015 m. jis sudarė 5,2 procento BVP (Bank of England 2016a), 2016 m. pirmoje pusėje irgi nemažėjo (United Kingdom 2016).

Makroekonominės pasekmės. Dėl padidėjusio neapibrėžtumo prognozuojamas investicijų mažėjimas. Kai kurie Jungtinės Karalystės įmonių investavimo sprendimai buvo atidedami jau prieš balsavimą (Bank of England 2016b). Iškart po referendumo – liepos mėn. – ekonominės veiklos aktyvumo apklausų rezultatai parodė, kad pirkimo vadybininkų indeksas buvo nukritęs į žemiausią lygį per pastaruosius 3–4 metus. Bet vėliau pasitikėjimas ekonomikos perspektyva buvo atgautas ir investicijos 2016 m. trečiąjį ketvirtį augo (1,1 proc.). Vis dėlto augimas buvo lėtesnis nei ankstesnįjį ketvirtį (1,6 proc.). Prognozuojama, kad artimiausiais metais investicijos augs dar lėčiau ar net mažės.

Dėl neapibrėžtumo namų ūkių vartojimas irgi gali sumažėti. Jei derybos su ES užsitęs, didės nežinia dėl verslo aplinkos Jungtinėje Karalystėje, taigi įmonės gali pradėti mažinti darbuotojų skaičių. Taip išaugtų nedarbas, o dėl to sumažėtų vartojimas (Bank of England 2016b). Tiesa, kol kas nedarbo lygis šalyje nedidėja, priešingai, rugsėjo mėnesį jis sudarė 4,8 procento ir netgi buvo mažesnis nei birželio mėnesį (4,9 proc.). Nepaisant to, Anglijos bankas darbo rinkos atsparumą vertina kaip laikiną ir numato, kad artimiausiais metais nedarbo lygis padidės.

Didės spaudimas infliacijai. Prieš referendumą infliacija Jungtinėje Karalystėje, kaip ir daugelyje kitų išsivysčiusių pasaulio šalių, buvo mažesnė, nei norėta. Anglijos banko prognozės rodė, kad tikslas – 2 procentų infliacija – turėjo būti pasiektas per dvejus metus. Po referendumo prognozės reikšmingai pasikeitė: numatoma, kad jau 2017 m. pirmojoje pusėje infliacija bus didesnė nei 2 procentai ir panašus lygis laikysis bent trejus metus. Prie spaudimo infliacijai prisidėjo ir pats Anglijos bankas, po referendumo nusprendęs papildomai paskatinti Jungtinės Karalystės ekonomikos augimą, o ne stabdyti kainų kilimą, – rugpjūčio mėnesį jis sumažino bazinę palūkanų normą 0,25 procentinio punkto ir padidino kiekybinio skatinimo programos apimtį.

Prognozuojamas ir Jungtinės Karalystės valdžios sektoriaus biudžeto mažėjimas. Viena vertus, prieš referendumą euroskeptikai teigė, kad pasilikus Sąjungoje jis padidėtų, nes Jungtinei Karalystei nebereikėtų mokėti įmokų į ES biudžetą (HM Government 2016). Kita

118

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

118

vertus, Tarptautinio valiutos fondo (TVF) vertinimai rodo, kad jei dėl išstojimo Jungtinės Karalystės BVP lygis sumažės daugiau nei 1 procentu, šalies mokestinės pajamos sumažės labiau, nei šalis išleidžia ES biudžetui (IMF 2016a). TVF įžvalgas jau po referendumo patvirtino ir naujasis šalies finansų ministras Philipas Hammondas. Jis buvo priverstas atsisakyti ankstesnių Jungtinės Karalystės siekių iki 2020 m. subalansuoti valdžios sektoriaus biudžetą ir patvirtino deficitinio biudžeto planą.

Ekonomistai numato, kad ilguoju laikotarpiu sumažės ir Jungtinės Karalystės užsienio prekyba bei tiesioginės užsienio investicijos. ES yra svarbiausia Jungtinės Karalystės prekybos partnerė: prekyba su ES sudaro apie pusę šalies užsienio prekybos. Be to, net 72 procentai užsienio investuotojų prieigą prie Europos rinkos laiko svarbia būtent dėl Jungtinės Karalystės kaip investavimo krypties patrauklumo. Todėl manoma, kad Jungtinės Karalystės užsienio prekyba ir tiesioginės užsienio investicijos ilguoju laikotarpiu nukentės (trumpuoju laikotarpiu eksportas išaugs dėl nuvertėjusio svaro) (HM Government 2016). Be to, jei bus prarasta prieiga prie Europos rinkos, gali būti netekta Londono kaip pasaulio finansinio centro statuso. Gali susvyruoti ir svaro kaip tarptautinių atsargų valiutos statusas (Debnath 2016).

Vis dėlto kai kurie ekonomistai mano, kad Jungtinei Karalystei pasitraukti iš Sąjungos yra ekonomiškai naudinga. Jie daro prielaidą, kad savarankiška šalis efektyviai derėsis dėl dvišalių prekybos santykių ir iš esmės liberalizuos verslo reguliavimą vidaus rinkoje (Bank of England 2015). Vis dėlto sunku patikėti, kad Jungtinės Karalystės derybos dėl naujų užsienio prekybos sutarčių galėtų būti tokios efektyvios ir greitos. Pačiai ES, kuri yra daug didesnio ekonominio svorio organizacija, prekybos susitarimui su Kanada pasiekti prireikė net septynerių metų. Be to, Ekonominio bendradarbiavimo ir plėtros organizacijos (EBPO) pateikiama statistika rodo, kad jau dabar reguliacinė aplinka Jungtinėje Karalystėje yra itin liberali – antra pagal liberalumą tarp EBPO narių (HM Government 2016).

Politinės pasekmės. Jungtinė Karalystė įgis daugiau savarankiškumo priimant verslo aplinkos reguliavimo, migracijos ir kitus įstatymus. Tačiau kiek to savarankiškumo bus įgyta iš tikrųjų, nėra aišku, nes tai priklausys nuo būsimo šalies santykio su ES. Proeuropietiškai nusiteikę britai prieš referendumą teigė, kad narystė Sąjungoje netrukdo jos narėms priimti liberalių įstatymų. O Šveicarijos pavyzdys rodo, kad imigracija iš kitų valstybių nebūtinai būna mažesnė, šaliai nesant ES nare. Šveicarija nėra ES narė, tačiau atvykėliai iš ES šalių sudaro 16 procentų Šveicarijos gyventojų, o Jungtinėje Karalystėje tokių imigrantų yra tik 5 procentai (HM Government 2016).

Jungtinės Karalystės referendumas, atskleidęs skirtumą tarp proeuropietiškai ir euroskeptiškai nusiteikusių regionų, atskleidė ir šalies vientisumo problemas. Škotijos nacionalinės partijos lyderė Nicola Sturgeon pareiškė, kad jei Škotijos netenkins Jungtinės Karalystės ir ES derybų rezultatas, ji sieks surengti antrąjį referendumą už Škotijos nepriklausomybę, kad Škotija vėl galėtų prisijungti prie ES (Brooks 2016). O Airijos ministras pirmininkas Jungtinės Karalystės politikus perspėjo, kad mąsto apie galimą referendumą už Airijos ir Šiaurės Airijos susijungimą (Samuels 2016).

Po referendumo visiškai pasikeitė Jungtinės Karalystės politinių lyderių dėlionė. Buvęs ministras pirmininkas D. Cameronas atsistatydino, jį pakeitė naujoji šalies ministrė pirmininkė T. May (McKenzie, McLaughin 2016). Atsistatydino ir Jungtinės Karalystės nepriklausomybės partijos lyderis Nigelis Farage‘as, nes referendumo rezultatus jis palaikė savo politinės karjeros sėkminga pabaiga (Mason ir kt. 2016). Opozicijos lyderis Jeremy Corbynas, praradęs didelės Leiboristų partijos dalies pasitikėjimą, neatsistatydina ir taip kelia partijos skilimo grėsmę (Morales, Atkinson 2016).

5. Pasekmės pasauliui

TVF vadovė Christine Lagarde dar prieš referendumą įspėjo, kad „Brexit“ yra ne vidaus, o tarptautinis klausimas (O‘Donnel, Morales 2016). Balsavimas parodė, kad ji buvo teisi, nes šis referendumas jau turi pasekmių visam pasauliui.

Tuoj po balsavimo buvo sukrėstos tarptautinės finansų rinkos. Daugumoje pasaulio šalių dvi prekybos dienas po referendumo akcijų kainos krito: JAV jos sumažėjo 6,3 procento, Japonijoje – 5,6, o besiformuojančios rinkos ekonomikos šalyse – 4,9 procento. Vis dėlto

119

J. M

arka

uska

sRe

fere

ndum

as d

ėl J

ungt

inės

Kar

alys

tės

nary

stės

Eur

opos

Sąj

ungo

je:

baig

tis,

tur

inti

pas

ekm

ių v

isam

pas

auliu

i

119

per tris savaites šiose šalyse kainos atsistatė. Pasaulio bankų akcijų kainos krito labiau, nors per kelias savaites irgi atsistatė. Sumažėjo išsivysčiusių šalių vyriausybės vertybinių popierių pajamingumas – dėl saugių investicijų poreikio ir lūkesčių, kad centriniai bankai imsis skatinamosios pinigų politikos. Naftos kaina per dvi prekybos dienas sumažėjo 6,6 procento, bet per savaitę atsistatė. O aukso kaina per dvi savaites išaugo 8,2 procento ir rugsėjo mėnesį dar nebuvo grįžusi į buvusį lygį. Saugiosios pasaulio valiutos – JAV doleris ir Japonijos jena – po referendumo sustiprėjo.

Finansinis sukrėtimas ištiko ir euro zonos rinkas. Akcijų kainos per dvi prekybos dienas sumažėjo 11,2 procento, o bankų akcijų indeksas – 23,1 procento. Bendras akcijų kainų indeksas į buvusį lygį po šešių savaičių grįžo, bet bankų akcijų vertė rugsėjo mėnesį vis dar buvo žemesnė nei prieš „Brexit“. Euro zonos šalių vyriausybės vertybinių popierių pajamingumas dėl padidėjusių lūkesčių, kad Europos Centrinis Bankas skatins ekonomiką pinigų politikos priemonėmis, sumažėjo. Skirtumas tarp pagrindinių ir periferinių euro zonos šalių obligacijų pajamingumo po balsavimo šoktelėjo, bet jau kitą savaitę grįžo į lygį, buvusį prieš referendumą. Nors euras tapo stipresnis svaro atžvilgiu (per 3 mėn. jo kursas svaro atžvilgiu padidėjo 12,8 proc.), vis dėlto nominalusis efektyvusis kursas reikšmingai nepakito, nes euras nuvertėjo saugiųjų pasaulio valiutų atžvilgiu.

Poveikis euro zonos ekonomikai numatomas nedidelis. 2016 m. liepos mėn. TVF prognozuojamą 2016 m. ir 2017 m. euro zonos BVP augimą sumažino 0,1 procentinio punkto, palyginti su prognozuotu prieš referendumą (IMF 2016b). Kad dėl „Brexit“ labai sumažėtų euro zonos užsienio paklausa, nesitikima, nes euro zonos šalių prekių eksportas į Jungtinę Karalystę sudaro tik 7 procentus viso eksporto (Eurostat 2016b). Investicijos dėl susidariusio neapibrėžtumo gali sumažėti (Fitch 2016). Tačiau tiesioginės užsienio investicijos euro zonoje, ypač Airijoje, galėtų ir padidėti, jei užsienio bendrovės, siekdamos turėti prieigą prie bendrosios rinkos, keltųsi iš Jungtinės Karalystės į euro zonos ar kitas ES šalis. Vis dėlto Airijos BVP gali patirti didžiausią neigiamą poveikį, nes šią šalį su Jungtine Karalyste sieja glaudūs finansiniai, prekybos ir socialiniai ryšiai (Fitch 2016).

Toliau kils iššūkių euro zonos ir ES vientisumui. Viena vertus, nutraukus bendradarbiavimą su nelinkusia į glaudesnę Europos integraciją Jungtine Karalyste, ES lyg ir sumažėja trukdžių tapti vieningesnei. Kita vertus, senajame žemyne daugėja euroskepticizmo, taigi „Brexit“ gali dar labiau pakurstyti nacionalistinius judėjimus (Swedbank 2016). Gali suaktyvėti ir regioninio separatizmo nuotaikos (Fitch 2016). Juo labiau kad antiglobalistinės nuotaikos jau tampa pasauliniu reiškiniu. O dėl nežinios, kaip toliau kis nuotaikos dėl Europos integracijos, gali pablogėti tiek ES, tiek euro zonos kaip investavimo krypties perspektyvos (Swedbank 2016).

Bendras ekonominis poveikis Baltijos šalims neturėtų būti didelis. Pirmiausia, Baltijos šalių prekybos ryšiai su Jungtine Karalyste palyginti silpni: į Jungtinę Karalystę nukreipta 4,5 procento Lietuvos prekių eksporto (žr. 3 pav.), Latvijos – 5,0 procento, o Estijos – 2,8 procento (Eurostat 2016b). Vis dėlto kai kurie sektoriai gali būti paveikti labiau, pavyzdžiui, Lietuvos odos gaminių pramonė (2015 m. šių gaminių eksportas į Jungtinę Karalystę sudarė 21 proc.), Latvijos vilnos produkcija (sudarė 21 proc. eksporto), Estijos popieriaus gamyba (sudarė 11 proc. eksporto) (Eurostat 2016c).

3 pav. 2015 m. Lietuvos prekių eksportas pagal šalis

120

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

120

Poveikis Baltijos šalių ūkiams neturėtų būti didelis ir dėl to, kad Baltijos šalių ekonomika šiuo metu yra gana atspari finansiniams sukrėtimams. Skolinimosi kaina dėl referendumo rezultatų neturėtų padidėti, nes skolos lygis Baltijos šalyse nėra aukštas, be to, jis yra valdomas. Baltijos šalių BVP šiuo metu stabiliai auga, o tai dar labiau didina pasitikėjimą jų skolos tvarumu.

Tačiau migracijos srautai bus paveikti, nes Jungtinė Karalystė yra išskirtinai populiari tarp Baltijos šalių gyventojų kaip emigracijos kryptis (Swedbank 2016). Tarp lietuvių (Eurostat 2016a) ir latvių (Göller 2016) ji populiariausia. Emigrantų į Jungtinę Karalystę sumažėjus, kartu mažėtų ir emigrantų piniginės perlaidos. O jei ilguoju laikotarpiu ES vienybė toliau eižėtų ir bendroji rinka taptų dar mažesnė, reikšmingai nukentėtų Baltijos šalių užsienio prekyba, vadinasi, maža ir atvira Baltijos šalių ekonomika galėtų patirti ir didesnių nuostolių (Swedbank 2016).

Pirmieji Lietuvos banko vertinimai patvirtina, kad „Brexit“ poveikis Lietuvos ekonomikai neturėtų būti didelis. Rugsėjo mėnesį Lietuvos banko paskelbta Lietuvos ekonomikos raidos ir perspektyvų apžvalga rodo, kad dėl neapibrėžtumo, sukelto Jungtinės Karalystės referendumo rezultatų, Lietuvos realiojo BVP augimas 2016 m. gali sumažėti 0,1 procentinio punkto, o 2017 m. – 0,2 procentinio punkto (Lietuvos bankas 2016). Kaip pagrindiniai poveikio kanalai nurodomi lėtesnis eksporto bei investicijų augimas. Nors britų sprendimo išstoti iš ES neigiama įtaka asmeninėms perlaidoms jau juntama, iš Jungtinės Karalystės į Lietuvą pervedamų lėšų mažėjimas kol kas nėra itin didelis. Naujausi Lietuvos banko turimi duomenys rodo, kad 2016 m. pirmųjų trijų ketvirčių asmeninės perlaidos iš Jungtinės Karalystės į Lietuvą, palyginti su praėjusių metų to paties laikotarpio asmeninių perlaidų suma, yra sumažėjusios 7 procentais. Pagrindinė mažėjimo priežastis yra dėl „Brexit“ sukelto neapibrėžtumo smukęs svaro kursas. Vidutinis 2016 m. pirmųjų trijų ketvirčių svaro sterlingų kursas euro atžvilgiu yra 10 procentų mažesnis nei to paties 2015 m. laikotarpio svaro sterlingų kursas. Net jei perlaidos iš Jungtinės Karalystės į Lietuvą ateityje mažėtų dar labiau, nesitikima, kad tai juntamai paveiktų Lietuvos makroekonominius rodiklius, nes perlaidos iš vienos kurios nors valstybės jiems neturi didelės įtakos.

Išvados

Nors Jungtinėje Karalystėje referendumas įvyko birželio mėnesį, balsavimo rezultatų sukeltas neapibrėžtumas nesumažėjo. Nė kiek nepaaiškėjo, kuria kryptimi kinta ES ir Jungtinės Karalystės prekybos santykiai. Taigi, ir „Brexit“ poveikį dar sunku įvertinti, nes jis daug priklausys nuo pasirinkto ES ir Jungtinės Karalystės bendradarbiavimo būdo. Vis dėlto pirminis poveikis Jungtinės Karalystės ekonomikai yra nuosaikesnis, nei prieš referendumą tikėjosi daugelis ekonomistų.

Politinės referendumo pasekmės Baltijos šalims ir euro zonai yra reikšmingesnės nei ekonominės. Poveikis Baltijos šalių ir euro zonos BVP vertinamas tik kaip viena kita dešimtoji procento, nes šių šalių užsienio prekyba nėra labai priklausoma nuo prekybos su Jungtine Karalyste. Tačiau jeigu Jungtinės Karalystės atsiskyrimas Europoje paskatintų antiintegracines nuotaikas ir Europos vienybė toliau skilinėtų, tiek Baltijos šalių, tiek visos euro zonos ar ES ekonomika galėtų patirti ir didesnį neigiamą poveikį.

Literatūra

Bank of England 2015: EU Membership and the Bank of England: http://www.bankofengland.co.uk.Bank of England 2016: Inflation Report, May 2016: http://www.bankofengland.co.uk.Bank of England 2016: Monetary Policy Summary and Minutes of the Monetary Policy Committee

Meeting Ending on 11 May 2016: http://www.bankofengland.co.uk. Brooks L. 2016: Nicola Sturgeon Says She Would Consider 2017 Scottish Referendum. – The Guar-

dian, 17 July.Burn-Murdoch J. 2016: Brexit: Voter Turnout By Age. – FT Data, 24 June: http://blogs.ft.com.Coles M., Kirk A., Crol Ch. 2016: EU Referendum Results and Maps: Full Breakdown and Find Out

How Your Area Voted. – The Telegraph, 1 July.

121

J. M

arka

uska

sRe

fere

ndum

as d

ėl J

ungt

inės

Kar

alys

tės

nary

stės

Eur

opos

Sąj

ungo

je:

baig

tis,

tur

inti

pas

ekm

ių v

isam

pas

auliu

i

121

Debnath A. 2016: Pound May Lose Its Reserve Currency Status on Brexit, S&P Warns. – The Bloom-berg, 25 May.

Elgot J. 2016: Theresa May to Trigger Article 50 by End of March 2017. – The Guardian, 2 October.Eurostat 2016a: EU Trade Since 1988 by HS2-HS4: https://data.europa.eu.Eurostat 2016b: EU Trade Since 1988 by HS6: https://data.europa.eu.Eurostat 2016c: Emigration by Five Year Age Group, Sex and Country of Next Usual Residence: https://

data.europa.eu.Fitch 2016: ‘Brexit’ Would Increase Downside Risks to EU Sovereigns. Press Release, May.Göller D. 2015: A Country on the Move – Migration and Demographic Crisis in Latvia. – Baltic Rim

Economies 3, 42–43.Gordon S. 2016: Brexit Wins More Support from Business. – The Financial Times, 17 May. HM Government 2016: HM Treasury Analysis: the Long-Term Economic Impact of EU Membership

and the Alternatives: https://www.gov.uk.IMF (International Monetary Fund) 2016a: United Kingdom: 2016 Article IV Consultation–Press

Release; and Staff Report. IMF Country Report No. 16/168: https://www.imf.org. IMF (International Monetary Fund) 2016b: World Economic Outlook Update, July.Lietuvos bankas 2016: Lietuvos ekonomikos raida ir perspektyvos: http://www.lb.lt/makroekono-

mines_prognozes_2016_m_rugsejis.Mason R. 2016: Theresa May Joins G20 Summit to Face Brexit Warnings from Us and Japan. – The

Guardian, 4 September.Mason R., Botth R., Gentleman A. 2016: Nigel Farage Resigns as Ukip Leader After ‘Achieving

Political Ambition‘ of Brexit. – The Guardian, 4 July.McKenzie Sh., McLaughin E. C. 2016: Theresa May Becomes New British Prime Minister. – CNN,

14 July.Morales A., Atkinson A. 2016: Corbyn Dismisses Calls to Resign After Losing Confidence Vote. –

The Bloomberg, 28 June.O’Donnel S., Morales A. 2016: Brexit Could Hit Growth, House Prices and the Stock Market, IMF

Warns. – The Bloomberg, 13 May.Ross T. 2016: Boris Johnson: The EU Wants a Superstate, Just as Hitler Did. – The Telegraph, 15 May. Samuels G. 2016: Brexit Negotiators Should Be Prepared for United Ireland Referendum, Says Irish

Prime Minister 2016. – The Independent, 20 July.Swedbank 2016: Brexit: How Much of a Hit to the Baltics? 9 May: https://www.swedbank.lt. United Kingdom 2016: Balance of Payments: Current Account Balance, SA, British Pound Sterling.

Thomson Reuters Datastream.

122

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

122

Linas Jurkšas – Lietuvos banko Ekonomikos ir finansinio stabilumo tarnybos Ekonomikos departamento Pinigų politikos skyriaus vyresnysis ekonomistas, Vilniaus universiteto Ekonomikos fakulteto Finansų katedros doktorantas.

Veiklos sritys: makroekonomika, finansų rinkos.

*Už vertingas pastabas autorius dėkoja Lietuvos banko Ekono-mikos ir finansinio stabilumo tarnybos Ekonomikos departa-mento Pinigų politikos skyriaus viršininkui dr. Sigitui Šiaudiniui.

Linas JurkšasLietuvos bankasGedimino pr. 601103 VilniusE. p. [email protected]

Įvadas*

Tais pačiais metais, kai buvo įvesta bendroji valiuta euras (1999 m.), imtas skaičiuoti ir rodiklis EURIBOR (angl. Euro Interbank Offered Rate) – palūkanų norma, už kurią vieni bankai be užstato skolintų lėšų eurais kitiems bankams Europos tarpbankinėje rinkoje. Kadangi su šiuo rodikliu yra susieta didelės dalies paskolų ir įvairių investicinių priemonių kaina, jis yra išskirtinai svarbus užtikrinant sklandų pinigų politikos perdavimo mechanizmo veikimą, pradedant tokiomis jo grandimis kaip Europos Centrinio Banko nustatomos palūkanų normos ir baigiant namų ūkių bei bendrovių skolinimosi išlaidomis.

Vis dėlto pasitaikydavo įvairių manipuliavimo rinka atvejų, kai bankai neteisingai nurodydavo palūkanų normas, ir po finansų krizės reikšmingai sumažėjo tarpbankinio skolinimo be užstato apimtis, todėl šio rodiklio patikimumas susvyravo. Tokios priežastys skatina imtis permainų.

1. Kodėl permainos yra būtinos?

2008–2009 m. finansų krizė atskleidė, kad bankai turėjo paskatų nurodyti tikrovės neatitinkančias palūkanų normas. Pateikdami skaičiavimo agentūroms informaciją apie savo taikomą skolinimo ar skolinimosi kainą, jie remdavosi ne įvykusiais rinkos sandoriais, o numanomu palūkanų normų lygiu tarpbankinėje rinkoje. Galima skirti tris pagrindinius manipuliavimo rinka būdus:

1) tam tikri bankai nurodydavo pernelyg mažas skolinimosi išlaidas, kad atrodytų mažiau pažeidžiami, – tai ypač aktualu finansų krizės metu (Mollenkamp, Whitehouse 2008);

2) kai kurie bankai nurodydavo tokias palūkanų normas, kurios būdavo parankios jų turimoms nuo palūkanų normų lygio priklausančioms didžiulės vertės investicinėms priemonėms (Fidalgo 2016). Be to, bankuose dirbantys prekiautojai tomis priemonėmis dažnai bandydavo paveikti darbuotojų, atsakingų už palūkanų normų nurodymą skaičiavimo agentūroms, sprendimus;

3) siekdami padidinti grynąją palūkanų maržą, tam tikri bankai nurodydavo didesnes palūkanų normas pirmąją kiekvieno mėnesio dieną, kai perskaičiuojami kintamųjų palūkanų normų dydžiai (Snider, Youle 2010).

Nors dauguma tyrimų dėl galimo manipuliavimo rinka yra susiję su palūkanų norma LIBOR (angl. London Interbank Offered Rate), jų yra atlikta ir dėl EURIBOR. Europos Komisija 2013 m. keturiems bankams – „Barclays“, „Deutsche Bank“, „Société Générale“ir RBS – paskyrė iki šiol didžiausias baudas dėl dalyvavimo EURIBOR fiksavimo kartelyje. Šių baudų suma siekia beveik 1 mlrd. eurų (European Commission 2013). Dėl panašių nusižengimų dar trims bankams – „Crédit Agricole“, HSBC ir „JPMorgan Chase“ – paskirtos baudos, kurių bendra suma yra 485 mln. eurų (European Commission 2016).

EURIBOR SKAIČIAVIMO REFORMOS PRIELAIDOS IR GALIMOS PASEKMĖS

123

L. J

urkš

asEU

RIBO

R sk

aiči

avim

o re

form

os p

riel

aido

s ir

gal

imos

pas

ekm

ės

123

2. Pasaulinės iniciatyvos dėl indekso skaičiavimo pakeitimų

Siekdamos prevenciškai užkardyti galimus pažeidimus, pastaraisiais metais nacionalinės ir tarptautinės institucijos parengė rekomendacijų ir teisės aktų dėl palūkanų normų indekso skaičiavimo. Tai Martino Wheatley parengta LIBOR skaičiavimo peržvalgos ataskaita (The Wheatley Review 2012), Europos vertybinių popierių ir rinkų institucijos kartu su Europos bankininkystės institucija parengti indeksų nustatymo principai (ESMA-EBA 2013), Tarptautinės vertybinių popierių komisijų organizacijos parengti finansinių indeksų nustatymo principai (IOSCO 2013), Finansinio stabilumo tarybos (FSB 2014) ir Europos Parlamento (European Parliament 2016) pateiktos rekomendacijos.

Visomis šiomis rekomendacijomis ir teisės aktais siekiama kuo labiau sumažinti manipuliavimo palūkanų normų rinka galimybes, o kaip veiksmingiausia priemonė siūloma skaičiavimus grįsti įvykdytais rinkos sandoriais. Tarptautinės vertybinių popierių komisijų organizacija, parengusi finansinių indeksų nustatymo principus, nurodė, kad LIBOR, EURIBOR ir kiti svarbiausi palūkanų normų indeksai turėtų būti skaičiuojami ir toliau, bet jų skaičiavimo tvarka turėtų gerokai keistis: palūkanų normos turi atspindėti skolinimosi sandorių, o ne kotiruočių vertę ir turi apimti daugiau reikšmingų didmeninės finansų rinkos dalyvių, o valiutų, kuriomis skolinama rečiausiai, skaičius turėtų sumažėti (IOSCO 2013). Anot Finansinio stabilumo tarybos, sumažėjus tarpbankinės skolinimo be užstato rinkos apimčiai, gali reikšmingai padidėti palūkanų normų indeksų pažeidžiamumas finansinės įtampos metu, todėl rekomenduojama skaičiavimams naudoti ir kitų stambių skolinimo rinkos dalyvių (pvz., institucinių bendrovių) skolinimo bankams sandorių vertę (FSB 2014). Europos Parlamentas nurodo dar ir būtinybę vykdyti griežtesnę palūkanų normų indeksų skaičiavimą prižiūrinčių institucijų kontrolę, pavyzdžiui, jas privalomąja tvarka licencijuoti, užtikrinti skaidrią jų organizacinę struktūrą, interesų konfliktų vengimo politiką, o didžiausią dėmesį skirti patiems reikšmingiausiems – „kritiniams“ – palūkanų normų indeksams (European Parliament 2016).

Reikšmingų pokyčių patiria dauguma palūkanų normų indeksų. Dabartinė LIBOR skaičiavimo tvarka vis dar leidžia bankams taikyti numanomą skolinimo kainą, tačiau nuo 2017 m. bankai jau privalės skaičiuoti vidutinę palūkanų normą pagal rinkoje įvykusių skolinimosi sandorių išlaidas, be to, turės įtraukti daug daugiau įvairių skolinimosi objektų, pavyzdžiui, išlaidas dėl skolinimosi iš didelių bendrovių bei regionų ar šalių, tokių kaip JAV, Europos Sąjunga (ES), Japonija (ICE Benchmark Administration 2016). Pagrindinis Švedijos tarpbankinės palūkanų normos STIBOR (angl. Stockholm Interbank Offered Rate) skaičiavimo pokytis yra tai, kad bankai turi nurodyti vidutinę skolinimosi kainą pagal įvykusių tarpbankinių sandorių, komercinių popierių ir indėlių sertifikatų sandorių kainas ir kiekvienas bankas gali pasiskolinti ar paskolinti 100–500 mln. Švedijos kronų už kito banko nurodytas palūkanų normas (Swedish Bankers’ Association 2016).

3. Dabartinės indekso skaičiavimo problemos ir būsimi pokyčiai

Šiuo metu EURIBOR apibrėžiama kaip palūkanų norma, už kurią 11 valandą Briuselio laiku vieni pirmarūšiai bankai (angl. primary banks) siūlo tarpbankinius indėlius eurais kitiems ES ir Europos laisvosios prekybos asociacijos (ELPA) šalių pirmarūšiams bankams (EMMI 2015). Atrinkti aktyviausi tarpbankinės rinkos dalyviai – EURIBOR sąrašo bankai* – kasdien teikia palūkanų normas, kurios, jų įsitikinimu, parodo vieno pirmarūšio banko teikiamas kotiruotes dėl skolinimo kitam pirmarūšiam bankui. Pirmarūšiu banku laikomas bankas, kurio trumpalaikiai įsipareigojimai atitinka aukštų standartų reikalavimą, kuris skolina konkurencingomis rinkos palūkanų normomis ir yra aktyvus pinigų rinkos dalyvis, taip pat turi prieigą prie Eurosistemos atvirosios rinkos operacijų (EMMI 2016a).

Tokia apibrėžtis ir skaičiavimo praktika leidžia susidaryti trims rodiklio skaičiavimo spragoms. Pirmiausia, bankai gali nurodyti ne įvykusių sandorių duomenis, o kotiruotes, kurios dažnai nerodo tikrosios skolinimosi rinkoje kainos. Antra, nepakankamas sąvokos „pirmarūšis bankas“ apibrėžtumas kelia interpretavimo problemų. Trečia, nuo 2008 m. bankai mažiau skolina vienas kitam, nes vis dažniau gauna finansavimą iš kitų didmeninės

*2016 m. gruodžio 11 d. duo-menimis, dešimtyje ES šalių tokių bankų buvo 20 (EMMI 2016b).

124

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

124

finansavimo rinkos dalyvių, pavyzdžiui, institucinių investuotojų, ne finansų bendrovių. Dėl visų šių priežasčių EURIBOR administruojanti institucija – Europos pinigų rinkų institutas (EPRI) – pasiūlė apibrėžtį pakeisti ir EURIBOR apibrėžti kaip palūkanų normą, už kurią finansiškai stiprūs bankai gali be užstato pasiskolinti lėšų eurais iš ES ir ELPA šalių didmeninės rinkos (EMMI 2015).

Indeksą skaičiuojant pagal siūlomus pakeitimus, bus taikoma skolinimosi sandorių kaina, o ne kotiruočių vertė, įtraukiama daugiau skirtingo tipo sandorių, numatoma mažiau terminų, taikomas medianos skaičiavimo metodas. Bankai privalės nurodyti ne aštuonių, o penkių svarbiausių trukmių skolinimosi be užstato sandorių informaciją, būtent 1 savaitės, 1, 3, 6 ir 12 mėnesių. Šis pokytis aiškinamas tuo, kad 2 savaičių, 2 ir 9 mėnesių trukmės sandorių bankai sudaro per mažai. Sumažėjus tarpbankinio skolinimo apimčiai, bankai turės pranešti ne tik tarpbankinio skolinimosi sandorių, bet ir skolinimosi iš įvairių didmeninės finansavimo rinkos dalyvių, išleistų indėlių sertifikatų, komercinių popierių, kitų trumpalaikių vertybinių popierių sandorių informaciją, kad ir kokia būtų kita sandorio šalis. EPRI skaičiuos visų informaciją pateikusių bankų skolinimosi palūkanų normų medianą, o ne paprastą vidurkį atmetus 15 procentų didžiausių ir mažiausių verčių, ir taip bus dar labiau sumažinama atskirų bankų įtaka galutinei rodiklio reikšmei. Be to, jei kuris nors EURIBOR sąrašo bankas tam tikrą dieną sandorių nebus sudaręs (taip visiškai gali būti, ypač gali būti nesudaroma ilgesnių trukmių sandorių), galutiniam skaičiavimui bus naudojami prieš tai buvusios dienos (iš viso ne daugiau nei 6 ankstesnių dienų) to banko sandorių duomenys. Svarbu ir tai, kad bankai patys nebeturės atlikti skaičiavimų, jie visų skolinimosi sandorių informaciją teiks EPRI, o ši institucija apskaičiuos tiek kiekvieno banko, tiek visų bankų vidutinę skolinimosi kainą.

Nors EPRI planavo, kad pakeitimai įsigalios 2016 m. liepos mėn., kilus suinteresuotųjų šalių (bankų ir įvairių asociacijų) nepasitenkinimui, reforma šiek tiek atidėta ir turėtų įsigalioti 2017 m. antrąjį ketvirtį.

4. Numatomas reformos poveikis

Svarbiausias teigiamas pokytis, dėl kurio ir imtasi EURIBOR reformos, yra galimybės manipuliuoti palūkanų normomis sumažėjimas. Bankai privalės nurodyti iš tikrųjų įvykusių, o ne numanomų sandorių kainą. Be to, jei kelių bankų palūkanų normos iš kitų bankų nurodomų palūkanų normų išsiskirs, galutinei EURIBOR rodiklio reikšmei tai neturės esminės įtakos, nes bus taikomas medianos skaičiavimo metodas.

Dėl reformos gali pakisti EURIBOR lygis ir reikšmingai padidėti palūkanų normų kintamumas. Skolinimosi iš skirtingų rinkos dalyvių sandorių kaina kinta daug labiau nei bankų skelbiamų kotiruočių normos, o pagrindinės tokio kintamumo priežastys yra skirtinga kredito rizika, dienos metu kintanti situacija rinkoje ir kiti veiksniai. Svarbu ir tai, kad išaugęs kintamumas gali sukelti didesnius su palūkanų normomis susietų investicinių produktų (pvz., palūkanų normų apsikeitimo sandorių) vertės pokyčius ir didinti apsidraudimo kainą. EPRI skaičiavimai atskleidė, kad skirtingų trukmių EURIBOR lygis gali sumažėti 7–13 bazinių punktų (žr. 1 pav.). Kadangi daugiau nei 180 trln. eurų vertės išvestinių sandorių ir daugiau nei 1 trln. eurų vertės mažmeninių paskolų yra susieta su EURIBOR (Cœuré 2016), šio rodiklio lygio ir kintamumo pasikeitimas gali turėti poveikį ir pinigų politikos perdavimo mechanizmui. Vis dėlto vertinti šiuos skaičiavimus reiktų atsargiai, nes jie atlikti remiantis 2012–2013 m. duomenimis, kai palūkanų normos buvo gerokai didesnės. Tikrąjį poveikį, galimą turėti 2017 m., sudėtinga numatyti.

125

L. J

urkš

asEU

RIBO

R sk

aiči

avim

o re

form

os p

riel

aido

s ir

gal

imos

pas

ekm

ės

125

1 pav. 3 mėn. trukmės EURIBOR pagal dabartinę ir numatomą skaičiavimo metodiką

Šaltinis: EMMI (2015).

Tokie pokyčiai aktualūs ir besiskolinančioms Lietuvos bendrovėms bei gyventojams. 2016 m. liepos mėn. duomenimis, Lietuvos pinigų finansų įstaigų namų ūkiams suteiktų paskolų portfelio vertė siekė 8,1 mlrd. eurų, vidutinė palūkanų norma buvo 2,7 procento, paskolų ne finansų bendrovėms portfelio vertė siekė 8,2 mlrd. eurų, vidutinė palūkanų norma buvo 2,1 procento (Lietuvos bankas 2016). Kadangi didžiajai daliai naujų skolinimo eurais sandorių (nuo 2015 m. sausio mėn. – daugiau nei 80 proc.) taikoma iki 1 metų trukmės palūkanų norma, dažniausiai – skirtingų trukmių EURIBOR, Lietuvos bendrovės ir gyventojai turėtų pajusti reformos padarinius. Padidėjus kintamumui, bankams mokamos palūkanų normos keisis labiau. Be to, pakitus EURIBOR lygiui, skolinimosi kaina irgi bus kitokio lygio nei ta, kuri nustatoma pagal dabartinę rodiklio skaičiavimo tvarką (jei komerciniai bankai nekeis kainodaros). Svarbu ir tai, kad skaičiavimams naudojant iš tikrųjų įvykusių sandorių palūkanų normas, skolinimo ir skolinimosi kaina turėtų labiau atitikti tikrąją padėtį rinkoje. Tikėtina, kad tai padės lengviau įvertinti bankų grynąją palūkanų maržą ir realųjį pelningumą, o sisteminis su EURIBOR susietų priemonių pažeidžiamumas gali sumažėti.

5. Reformos keliami pavojai

Įgyvendinus reformą, gali kilti teisinė rizika. Pasikeitus EURIBOR skaičiavimo metodikai, gali atsirasti tiek skolininkų, tiek skolintojų, norinčių pakeisti sutarties sąlygas ar iš viso nutraukti sutartį, jei skolinimo ar skolinimosi kaina buvo kintanti ir susieta su šia palūkanų norma. Tiesa, EURIBOR skaičiavimo metodika buvo tobulinama ir anksčiau (pvz., nustatytas vidurkio skaičiavimas atmetant tam tikrą skaičių mažiausių ir didžiausių reikšmių), tačiau teisminių ginčų skaičius dėl to nepadidėjo.

Kad reforma būtų įgyvendinta sėkmingai, būtinas pakankamai didelis skaičiavimo procedūroje dalyvausiančių bankų skaičius. Po finansų krizės skolinimosi kainą nurodančių bankų sumažėjo beveik perpus, iki dvidešimties, o sudėtingesnė rodiklio skaičiavimo tvarka bankų norą dalyvauti šioje procedūroje gali dar labiau sumažinti. Dėl to galėtų mažėti EURIBOR patikimumas. Tačiau indekso išlaidos bus mažesnės, iš dalies dėl to, kad visus skaičiavimus atliks EPRI, kuris gaus visą skolinimosi sandorių informaciją tiesiogiai iš EURIBOR sąrašo bankų. Be to, siekdamas priimti galutinį sprendimą dėl konkrečių skaičiavimo tvarkos pakeitimų, kuriuo būtų atsižvelgiama į visus rinkos dalyvius, EPRI aktyviai konsultuojasi tiek su skaičiavimo procedūroje dalyvaujančiais bankais, tiek su informacijos vartotojais ir rengia viešas diskusijas. Atsižvelgęs į rinkos dalyvių pageidavimus, EPRI jau keletą kartų atidėjo galutinę reformos įgyvendinimo datą. Tikimasi, kad dėl sumažėjusių indekso skaičiavimo išlaidų ir atidėto įgyvendinimo daugiau

126

Pini

gø s

tudi

jos

2016

/1

K

itos

pub

likac

ijos

126

didžiausių tarpbankinės rinkos dalyvių sutiks teikti skolinimosi sandorių duomenis EPRI.Rinkos dalyvių nuomonės rodo, kad numatoma reformos nauda, iš esmės – sumažėsianti

galimybė manipuliuoti palūkanų normų rinka, turėtų nusverti tokias neigiamas pasekmes kaip kintamumo padidėjimas, teisinės rizikos išaugimas ir kt. Dėl šių priežasčių rinkos dalyviai siūlomus EURIBOR skaičiavimo pokyčius iš esmės palaiko (EMMI 2016b).

Išvados

Pagrindinė EURIBOR skaičiavimo problema yra tai, kad bankai, teikdami savo taikomą skolinimo ar skolinimosi kainą skaičiavimo agentūroms, remiasi numanomu palūkanų normų lygiu tarpbankinėje rinkoje. Daugumoje nacionalinių ir tarptautinių institucijų pastaraisiais metais pateiktų rekomendacijų siūloma keisti palūkanų normų indekso skaičiavimo tvarką: skaičiavimą kuo labiau grįsti įvykdytais rinkos sandoriais, naudoti daugiau skirtingo tipo sandorių, bet mažiau terminų, stiprinti palūkanų normų indeksų skaičiavimą administruojančių institucijų kontrolę.

2017 m. antrąjį ketvirtį turėtų būti įgyvendinti reikšmingi EURIBOR skaičiavimo pakeitimai, ir dauguma jų bus grindžiami institucijų pateiktomis rekomendacijomis: skaičiavimams bus naudojama skolinimosi sandorių, o ne kotiruočių kaina, įtraukiama daugiau skirtingo tipo didmeninės rinkos sandorių, numatoma mažiau terminų, taikomas medianos skaičiavimo metodas. Svarbu ir tai, kad pats EPRI apskaičiuos tiek kiekvieno banko, tiek visų bankų vidutinę skolinimosi kainą.

Numatomos reformos pasekmės yra nevienareikšmės: viena vertus, EURIBOR tiksliau atspindės tikrąją bankų skolinimosi kainą ir sumažės galimybė manipuliuoti palūkanų normomis, kita vertus, gali reikšmingai padidėti palūkanų normų kintamumas ir pakisti EURIBOR lygis, kilti teisinė rizika. Tai paveiktų ir Lietuvos gyventojų bei bendrovių skolinimosi kainą, kadangi didžioji dalis Lietuvos paskolų yra susietos su kintančiomis EURIBOR normomis. Vis dėlto EURIBOR reformos nauda reikšmingai priklausys nuo didžiausių bankų, teiksiančių skolinimosi sandorių duomenis, skaičiaus.

Literatūra

Cœuré B. 2016: Reforming Financial Sector Benchmarks. Welcome Remarks at the Annual Meeting of the Money Market Contact Group, Frankfurt Am Main: https://www.ecb.europa.eu.

EMMI (European Money Market Institute) 2015: Consultative Position Paper on the Evolution of Euribor: https://www.emmi-benchmarks.eu.

EMMI (European Money Market Institute) 2016a: Euribor Code of Conduct: https://www.emmi-benchmarks.eu.

EMMI (European Money Markets Institute) 2016b: Panel Banks: https://www.emmi-benchmarks.eu.EMMI (European Money Markets Institute) 2016c: The Path Forward to Transactin-based Euribor:

https://www.emmi-benchmarks.eu.ESMA-EBA 2013: Principles for Benchmark-Setting Processes in the EU: https://www.eba.europa.eu. European Commission 2013: Antitrust: Commission Fines Banks € 1.49 Billion for Participating in Car-

tels in the Interest Rate Derivatives Industry: http://europa.eu/rapid/press-release_IP-13-1208_en.htm. European Commission 2016: Antitrust: Commission Fines Crédit Agricole, HSBC and JPMorgan Chase

€ 485 Million for Euro Interest Rate Derivatives Cartel: http://europa.eu/rapid/press-release_IP-16-4304_en.htm.

European Parliament 2016: Interest Rates: Final Vote to Ensure Robust and Transparent Benchmark Setting: http://www.europarl.europa.eu.

Fidalgo J. 2016: Euribor Reform: Is the Euro Benchmark Effectively Stronger? – International Banker: http://internationalbanker.com/finance.

FSB (Financial Stabil ity Board) 2014: Reforming Major Interest Rate Benchmarks: http://www.fsb.org.ICE Benchmark Administration 2016: Roadman for ICE Libor: https://www.theice.com/publicdocs.IOSCO 2013: Principles for Financial Benchmarks. Final Report: https://www.iosco.org. Lietuvos bankas 2016: Paskolų eurais euro zonos rezidentams likučių palūkanų normos ir sumos:

http://www.lb.lt. Mollenkamp C., Whitehouse M. 2008: Study Casts Doubt on Key Rate. – Wall Street Journal:

http://www.wsj.com.Snider C. A., Youle T. 2010: Does the LIBOR Reflect Banks’ Borrowing Costs?: http://papers.ssrn.com.Swedish Bankers’ Association 2016: Stibor Framework Parts 2 and 3: http://www.swedishbankers.se.The Wheatley Review of LIBOR: Final Report 2012: https://www.gov.uk.

http://internationalbanker.com/finance

NURODYMAI AUTORIAMS

Moksliniame leidinyje „Pinigų studijos“ spausdinami lietuvių ir užsienio šalių autorių moksliniai ir apžvalginiai straipsniai apie ekonomikos, finansų, pinigų ir bankininkystės raidą, makroekonominių procesų modeliavimą ir prognozavimą, taip pat aktualijos, komentarai ir mokslo veikalų recenzijos. Kiekvienas straipsnis yra re-cenzuojamas mažiausiai dviejų recenzentų. Mokslinius straipsnius ir kitus mokslo darbus iš leidinio galima perspausdinti gavus Redaktorių kolegijos sutikimą.

STRAIPSNIŲ PATEIKIMAS. Pateikiami straipsniai turi būti originalūs, t. y. niekur kitur neskelbti, išskyrus straipsnius, spausdinamus iš užsienio leidinių. Kalba – lietuvių arba anglų. Straipsnio apimtis neturėtų būti didesnė kaip 1,5 autorinio lanko. Redakcija pasilieka sau teisę, suderinusi su autoriais, straipsnius trumpinti, redaguoti. Priimami tik kompiuteriu surinkti straipsniai (tarp eilučių turi būti 1,5 intervalo tarpai). Būtina pridėti teksto ir iliustracinės medžiagos kompiuterines laikmenas. Straipsnio tekstai pateikiami su Microsoft Word suderinamu formatu, o paveikslai – Microsoft Excel formatu.

STRAIPSNIO SANDARA. Rekomenduojama tokia straipsnio sandara: straipsnio pavadinimas, auto-riaus vardas ir pavardė, institucija, kuriai atstovauja autorius, institucijos adresas (įskaitant elektroninį paštą), įvadinė santrauka ir pagrindiniai žodžiai, tekstas, priedas (jeigu reikia), straipsnio santrauka anglų kalba, literatūros sąrašas, straipsnio pateikimo data, informacija apie autorių (mokslinis laipsnis ir mokslinis vardas, pareigos, veiklos sritys).

Lentelės ir paveikslai turi būti sunumeruoti ir turėti pavadinimus, taip pat turi būti nurodyti jų šaltiniai. Šaltiniai literatūros sąraše pateikiami abėcėlės (lotyniškos, po to – slaviškos) tvarka ir laikantis leidinyje nu-si stovėjusių jų aprašymo principų. Išnašos (jeigu reikia) rašomos kiekviename puslapyje. Jos turi būti labai trum pos (dėl leidinio maketo specifikos).

LEIDINIO ĮSIGIJIMAS. Dėl mokslinio leidinio įsigijimo rašyti el. p. adresu rvaskelai [email protected]. Leidinyje paskelbtus straipsnius ir kitus mokslo darbus galima parsisiųsti iš Lietuvos banko interneto svetainės http://www.lb.lt.

INSTRUCTIONS FOR AUTHORS

The academic journal Monetary Studies publishes scientific and survey articles by Lithuanian and foreign authors on the development of economy, finance, money and banking, the simulation and forecasting of macroeconomic processes, as well as topicalities, comments and reviews of scientific works. Every article is subject to a review by at least two referees. Request for permission to reprint any article and other material from the Journal should be addressed to the Editorial Office.

PRESENTATION OF ARTICLES. The articles presented should be original, i.e. never published before, except for articles from foreign publications. The language used should be Lithuanian or English. The size of an article should not exceed 9 000 words. The editors reserve themselves the right to shorten and to edit articles upon coordination with the authors. The editors accept articles in computer format (spaced at 1.5). Computer media must be attached. The texts of articles should be presented in Microsoft Word compatible format and charts in Microsoft Excel format.

STRUCTURE OF ARTICLE. The following structure of article is recommended: title of article, name and surname of the author, institution represented by the author, address of the institution (including e-mail address), abstract and key words, the text, appendices (if any), English summary of the article, list of literature, the date of submitting the article, information about the author (academic degree and academic title, position, areas of activity).

Tables and pictures should be headed and numbered; their sources should also be indicated. References on the list of literature should be presented in alphabetic order (first – Latin, then – Slavic) and following the principles used in the Journal. Footnotes (if any) are written on each page. They should be very short (due to the specificity of the design of the publication).

ACQUISITION OF THE PUBLICATION. For acquisition of the academic journal Monetary Studies please contact by e-mail: [email protected]. Any published article and other material can be downloaded from the website of Lietuvos bankas at http://www.lb.lt.

D:\My documents\NURODYMAI AUTORIAMS\[email protected]

http://www.lb.lt


http://www.lb.lt

Išleido Lietuvos bankas, Gedimino pr. 6, LT-01103 VilniusMaketavo ir spausdino UAB „Baltijos kopija“

Kareivių g. 13B, LT-09109 Vilnius Tiražas 440 egz. Užs. 31 660

Spaudai leidinys pasirašytas 2016 m. gruodžio 22 d.

1V I L N I U S


2016

/ 1

SPALIS / OCTOBER

PIN

IGØ

STU

DIJ

OS

/ MO

NET

ARY

STU

DIE

S

2016

Documents

PINIGØ STUDIJOS MONETARY STUDIES PINIGØ STUDIJOS / 2016€¦ · credit and the links between bank credit and money creation, and discuss the role of debt accumula-tion as a powerful