A vitáról Tavasszal Dedák István arról írt, hogy a bérek tartós növekedését meghatározó makrogazdasági fundamentumok - mind korábbi önmagunkhoz, mind régiós versenytársainkhoz képest - nemcsak rosszak, hanem kifejezetten ijesztőek. Ezzel kapcsolatban (többek között) azt mutatta meg, hogy a bérek sokkal gyorsabban növekednek, mint a termelékenységünk, ezért a folyamat fenntarthatatlan.
Molnár Dániel és György László (akkor még) a Századvég színeiben vitába szállt Dedákkal, azt hangsúlyozva, hogy a gyors bérnövekedés fenntartható, egyebek mellett azért, mert nemzetközi összevetésben a bérek részesedése a megtermelt jövedelmekből (a bérhányad) alacsony, és korrekcióra szorul. Őszi cikkében Dedák viszont arra hívta fel a figyelmet, hogy a bérköltségek egy másik statisztikai számbavétel, a nemzeti számlák alapján csak nagyon visszafogottan emelkedtek, ami végül is összhangban van a termelékenység igen lassú növekedésével. A szerző két írása együttesen viszont felhívta a figyelmet egy óriási ellentmondásra: egyik oldalról nézve a bérek gyorsan nőttek, a másik oldalról viszont lassan. A kétféle statisztika közötti ellentmondás kényelmes magatartásra adna lehetőséget: hátradőlve büszkélkedünk a gyors bérnövekedéssel, majd a versenyképességért aggódóknak mutogatnánk a visszafogott bérköltségemelkedés alternatív statisztikáit. Ez azonban nem csak szellemi restség lenne a részünkről, hanem veszélyes önbecsapás is, ami gazdaságpolitikai hibákhoz vezethet. Ezért érdemes tisztázni, mi a helyzet a bérek emelkedésével, illetve annak fenntarthatóságával. Oblath Gábor alapos munkával mutatta meg, hogy a kétféle módon értelmezett reálbérváltozás közötti 30 százalékpontnyi résnek mindössze egyharmadát magyarázzák meg a fogalmi, illetve módszertani különbségek. A többi valószínűleg statisztikai hiba (ami főként a 2015. évet érintheti). Balatoni András, az MNB vezető közgazdásza szintén rámutatott a kétféle béradat közötti ellentmondás tarthatatlanságára, majd kontrollstatisztikák alapján azt a következtetést vonta le, hogy a magas bérdinamika valós képet mutat. Ez viszont azt is jelenti, hogy bár a hazai bérek jelentős, a termelékenység bővülését meghaladó emelkedését a korábban historikusan alacsony szintre kerülő bérhányad lehetővé, sőt szükségessé tette, a bérhányad 2017-ben már a historikus átlag közelében alakult. Ebből pedig Balatoni azt a fontos tanulságot vonta le, miszerint előretekintve fontos, hogy a bérek emelkedése a termelékenység növekedésével összhangban alakuljon. Mielőtt részletesebben belemennék a számításokba, érdemes egy kis módszertani kitérőt tenni, hogy megérthessük, hogy miért is olyan nehéz megmondani azt, hogy mennyivel "nőttek a bérek".Az elemzésünkben háromféle statisztika felhasználásával próbálunk meg "igazságot tenni". Ugyanakkor mindhárom statisztikának megvan a maga sajátossága, erőssége és gyengesége. A felhasznált statisztikák:
1. Havi rendszerességű intézményi adatgyűjtés
Ebben a statisztikában külön figyelik meg a legalább 5 főt foglalkoztató vállalkozásokat, a non-profit szervezetek esetében mintavételes megfigyelés történik, míg a költségvetési kör megfigyelése teljes körű. A statisztika értelmezését azonban több dolog is nehezíti:- egyrészt a könnyen hozzáférhető (a KSH oldalán könnyen megtalálható/megnézhető) béradatok csak a teljes munkaidős foglalkoztatottak bérét mutatják. A KSH oldalán lehetőség van az összes foglalkoztatott bértömegét és létszámát is letölteni, így az összes foglalkoztatott átlagbérét is kiszámítani; de a "közbeszédben" nem ez az adat szokott megjelenni.
- Ugyan a költségvetési szektor megfigyelése teljes körű, de ez csak a "szűken" értelmezett állami szektort jelenti. A nemzeti számlák szerinti kormányzati szektorban dolgozók létszáma és bértömege is érdemben magasabb, mint az intézményi adatgyűjtésben megfigyelt szervezetek adata.
- A versenyszektor esetében az 50 főnél többet foglalkoztató cégeket figyelik meg teljeskörűen, míg az az alattiakat mintavételes eljárással figyelik meg. Az 5 főnél kisebb cégek egyáltalán nem szerepelnek az adatgyűjtésben. Ugyanakkor a cégek besorolása évente egyszer, az év elején történik, emiatt sokszor előfordul, hogy januárban "megmagyarázhatatlan" ugrások történnek a versenyszektor foglalkoztatásában. Mivel ezek a létszámváltozások nem ugyanolyan mértékben érintik a gazdasági szektorokat, mint a teljes foglalkoztatásbeli súlyuk, ezért ez a jelenség is torzítja az innen származó átlagbér adatokat (noha, ennek mértéke aligha lehet nagyobb 0,1-0,2%-nál).
- Továbbá ez a statisztika a belföldön működő vállalkozások adatait figyeli meg, viszont arra nincs tekintettel, hogy a cég által foglalkoztatottak, illetve a kifizetett bértömeg mekkora része érint nem rezidens (külföldi) munkavállalót. Ugyanakkor a külföldi munkavállalók viszonylag alacsony arányát tekintve ez aligha okoz érdemi problémát.
2. Nemzeti számlák
A nemzeti számlás (NSZ) adatok felhasználásánál mi külön vizsgáltuk a kormányzati szektor által fizetett munkajövedelmeket és a vállalati szektor által kifizetett jövedelmeket. A háztartások által realizált "bér és kereset" adat használata az összehasonlíthatóság szempontjából problémás, a következők miatt:- a háztartások által realizált "bér és kereset" kategória tartalmazza az egyéni vállalkozók bérként kivett jövedelmét, ugyanakkor jól tudjuk, hogy az egyéni vállalkozások esetében ez meglehetősen rugalmasan tud alakulni, ráadásul a többi statisztika eleve nem is tartalmazza az egyéni vállalkozók adatait.
- Továbbá ez a kategória tartalmazza a rezidens háztartások külföldi jövedelmeit is (ami nem a hazautalt jövedelmet jelenti, hanem a külföldön dolgozó magyar rezidensek becsült külföldi munkajövedelmét).
- Szintén fontos, hogy ebben a statisztikában a vállalati szektor tartalmazza az 5 főnél kisebb cégeket is (kivétel az egyéni vállalkozók), melyek ágazati eloszlása érdemben eltér az 5 főnél nagyobb cégek eloszlásától, vagyis az egyes iparágakban dolgozók aránya érdemben eltér a nemzeti számlákban és az intézményi adatgyűjtésben. Ráadásul az intézményi adatgyűjtésből azt is látjuk, hogy a kis cégek (5-9 fő) esetében jelentősen eltér a bérdinamika a nagyobb cégeknél tapasztalttól (50 fő felett). Ez jórészt annak köszönhető, hogy a kis cégeket sokkal erősebben szokták érinteni a minimálbér emelések. Mivel feltételezhető, hogy az 5 főnél kisebb cégek bérei inkább az 5-9 fős cégekével mozognak együtt, és összességében az ekkora cégekben foglalkoztatottak száma igen jelentős, ezért ez jelentősebb eltérést is okozhat az egyes években a nemzeti számlás bérek és az intézményi statisztikában megfigyelt bérek növekedési ütemeiben.
- Fontos kiemelni, hogy amíg az intézményi adatgyűjtés és a később bemutatásra kerülő NAV adatbázis a bértömegadatokkal konzisztens létszámadatokat is tartalmaz. Vagyis a "bértömeg-létszám-átlagbér" adatok konzisztensen kiszámíthatók, addig a nemzeti számla csak bértömeg adatokat közöl. Ugyan elérhető a KSH oldalán a "GDP termelésben foglalkoztatottak" száma, azonban ez alapvetően az LFS felmérésen alapszik, ilyen értelemben nem beszélhetünk konzisztens bértömeg-létszám adatokról, így az átlagbér sem számítható ki konzisztensen. Márpedig, amikor bérnövekedésről beszélünk, akkor az alatt az átlagbér növekedést értjük.
3. Céges NAV-adóbevallás adatok
Itt a kettős könyvvitelt alkalmazó vállalkozások adatai szerepelnek, vagyis ez a statisztika leginkább az intézményi adatgyűjtés "vállalkozás" kategóriájának felel meg. Elemzésünkben kettéválasztottuk a vállalkozásokat és a költségvetési szektort. Ennek 2 oka is van:- Az elérhető adatok megbízhatósága: amíg a teljes kormányzati szektorra a költségvetési zárszámadási törvényből igen magas megbízhatóságú adatok állnak rendelkezésre, addig - ahogy fentebb is említettük - az intézményi adatgyűjtésben megfigyelt kör, csak a szűkebben értelmezett államot foglalja magában.
- A bérnövekedési adatok több szempontból is fontosak elemzői szemszögből: a lakossági fogyasztás szempontjából a teljes bértömeg számít, azonban versenyképességi, illetve inflációs szempontból a vállalati szektor bérnövekedése a mérvadó.
Először nézzük mi történt az állami szektorban!
Azért, hogy a létszámadatok problémáját megkerüljük, az ÁHT bértömeg növekedését vizsgáltuk:
Látható, hogy ebben a szektorban mindkét statisztika nagyon hasonló tendenciát mutat.
Ugyan 2006-2012 között a NSZ adatokból számított bértömeg növekedés átlagosan és tendenciózusan 1 százalékponttal meghaladta az intézményi adatokból számoltét, ez az eltérés bőven megmagyarázható az eltérő lefedettségi körrel, ráadásul a bértömeg növekedés eltérés egy része az eltérő létszám dinamikából is fakadt. 2013-at követően fordult a kocka és az intézményi adatgyűjtés mutat némileg, átlagosan 0,8%-al, magasabb növekedést. Vagyis a nagy eltérés a bérnövekedésben bizonyosan nem az állami szektorra vezethető vissza.A vállalati szektor esetében megkíséreltük az átlagbérek összevetését. Ehhez az általunk, az LFS adatokból kalkulált hazai versenyszféra foglalkoztatási adatokkal osztottuk vissza a bértömeg növekedést. Ezen túlmenően a 2006/2007-es intézményi adatokat korrigáltuk az Eppich-Lőrincz (2007) tanulmány módszertan alapján kalkulált fehéredési hatással.
Nemcsak az átlagbér, hanem a teljes bértömeg is csökkent
Ez utóbbi az akkori makro környezetben igen nehezen elképzelhető dolog számunkra. Már csak azért is, mert 2014/15-ben az szja és munkavállalói TB bevételek átlagosan 6,4%, illetve 6,8%-kal nőttek, miközben az intézményi adatgyűjtésből kiszámítható bértömeg átlagosan 7%-kal nőtt a két év átlagában. Vagyis azt lehet mondani, hogy amíg a vállalati és lakossági adóbevallás adatok, illetve a társadalom biztosítási adatok mind-mind egymással és az intézményi adatgyűjtés adataival is összhangban vannak, addig a nemzeti számla 2014/2015 meglehetősen eltérő folyamatokat mutat, ráadásul az utóbbi év esetében még a tapasztalt makrogazdasági folyamatokkal is szembe megy az adat.
A 2015-ös KSH Nemzeti Számla "bér és kereset" adatok esetében az iparágak (TEÁOR 64-es mélységig vizsgálva)
széles körében tapasztalható nagyon furcsa bértömeg alakulás.
Ebből a szempontból a legkirívóbb iparágak: építőipar (-14,1% bértömeg csökkenés, miközben az építőipari teljesítmény 2015-ben csúcsra járt), szakmai, tudományos, műszaki tevékenység (-9%), szálláshely szolgáltatás, vendéglátás (-3%, miközben az iparág árbevétele rendkívül gyors ütemben nőtt).A 2014-es folyamatok megítélése viszont bonyolultabb. Ebben az évben a KSH által közölt GNDI 4,5, az alulról számított pedig 4,8%-kal nőtt. Amennyiben a fent leírt korrekciót végrehajtjuk, úgy az 4,5%-ról 5,4%-ra növelné 2014-ben a KSH-s GNDI növekedését, ami 0,5%-ponttal magasabb, mint az alulról számított GNDI növekedése. De a két évet együtt nézve, a korrigált KSH-s GNDI és az alulról számított GNDI átlagos növekedése majdnem megegyezik (4,9% vs. 5,2%). A fentiek alapján tehát azt mondhatjuk, hogy a felhasználási/megtakarítási folyamatokkal sokkal inkább az intézményi béradatok vannak összhangban.
Aggregált adatok szintjén megpróbáltunk utánajárni, hogy ebben az évben történhetett-e fehéredés. Az intézményi adatokban ágazati szinten azt láthatjuk, hogy voltak olyan iparágak, ahol az átlagosnál érdemben gyorsabb volt 2014-ben a bérnövekedés (a 4% körüli átlag helyett 8-10%) körüli. Ezen iparágak között vannak olyanok amikről "joggal feltételezhetjük", hogy történhetett fehéredés: takarítás, őrzés-védés, oktatás, művészet. De ezek az ágazatok hozzávetőleg 55 ezer embert érintettek az intézményi statisztikában miközben a teljes versenyszektor foglalkoztatás közel 2 millió volt, így ezek az ágazatok 0,2 százalékpontnál kisebb mértékben torzíthatták a statisztikát. Szintén érdemes kiemelni, hogy attól, hogy ezekben az ágazatokban az átlagnál gyorsabban nőttek a bérek még nem feltétlenül jelent fehéredést, hiszen minden évben találhatunk olyan iparágakat melyekben az átlagnál érdemben gyorsabban nőnek a bérek. Ráadásul ezeket az ágazatokat, a cikk elején leírt mintavételezési probléma, a cégméretek miatt feltehetően erősebben érinti.
Egy kis modellezés
Mindezeken felül egy egyszerű ökonometriai vizsgálatot is elvégeztünk. A következő egyenletet becsültük meg:
- wage: intézményi statisztika átlagbér (összes foglalkoztatott átlagbére)
- gdp: nem mezőgazdasági versenyszektor GDP-je
- e_p: hazai, nem mezőgazdasági versenyszektor foglalkoztatás (LFS alapján)
- CPI: fogyasztói árak
- WCR: wage cost rate: a bérre rakódó szociális költségek
- unemp_norm: munkanélküliségi ráta normálva (átlagot kivontuk az értékből)
a felírt egyenlet ebben a formában gyakorlatilag azt jelenti, hogy a reál munkaköltség alakulása a termelékenységtől és a munkanélküliségtől függ. Ábrán szemléltetve:
Az ábrán bemutatott jelenséget az ökonometria nyelvére lefordítva azt mondhatjuk, hogy amennyiben a 2014 óta látott bérnövekedés nem valós, úgy azt kellene látnunk, hogy 2013 végéig tartó időszakon megbecsült β paraméterben törésnek kellene lennie, ha a becslést elvégezzük a teljes tényidőszakon (2018 Q2-ig).
A β paraméter becsült értéke a teljes időszakon -1.885, míg 2013 végéig becsülve -1.806. Már ez alapján is sejthető, hogy nincsen statisztikailag szignifikáns eltérés a két becsült paraméterben, de mind a Chow breakpoint teszt, mind a Chow forecast teszt nagyon erős szinten elutasítja a strukturális törés hipotézisét. Ez pedig azt jelent(het)i, hogy
a jelenlegi gyors béremelkedés leginkább az alacsony munkanélküliségnek és az égető munkaerőhiánynak köszönhető.
Tehát azt mondhatjuk, hogy több különféle statisztikai adatforrás is megerősíti, hogy 2014/15-ben gyors bérnövekedés történhetett a gazdaságban. Szintén elmondhatjuk, hogy a lakossági felhasználás és megtakarítás alakulása a kérdéses években alapvetően összhangban alakult az intézményi bérstatisztikában látottakkal. Természetesen az intézményi adatgyűjtés módszertani korlátai és az esetleges fehéredés miatt ebben a statisztikában is lehet torzítás, azonban ezek mértéke nem lehetett igazán számottevő. Az ökonometriai vizsgálatok szintén megerősítik, hogy a termelékenységtől elszakadó reál munkaköltség alakulás amit az intézményi adatgyűjtésből származó adatok mutatnak, alapvetően megmagyarázhatóak a munkaerő-piac ciklikus állapotával.
A szerző közgazdász, az OTP elemzési központjának szakértője.
