millió Ft
Év 1,03 1,04 Vegyes Belső
kamatráta alkalmazásával
1996 317 977 405 640 179 837 605 153
1997 389 499 497 756 428 950 939 393
1998 442 073 565 516 945 544 1 451 272
1999 524 602 672 173 1 193 173 1 763 548
2000 575 858 737 709 308 752 1 480 866
2001 602 049 776 042 228 593 1 665 864
2002 618 085 800 154 818 363 2 207 755
2003 645 049 836 337 955 386 2 235 054
2004 660 875 860 533 1 375 004 2 688 473 2005 680 307 888 774 1 201 620 2 339 276
2006 737 434 964 515 533 295 2 653 338
2007 784 007 1 026 537 1 521 640 2 738 574 2008 823 723 1 080 147 1 561 498 3 170 810 2009 838 673 1 102 055 1 696 152 2 934 210 Átlag 617 158 800 992 924 843 2 062 399 Forrás: saját számítás
4.3 Hipotézisek vizsgálata
Ebben a fejezetben az 1.2 fejezetben megfogalmazott öt hipotézis igazolására kerül sor.
Vizsgálatukat és bizonyításukat vagy esetleges elvetésüket az empirikus vizsgálatban kapott eredmények alapján végeztem el.
1. A tőkeszolgálat számítás alapját képező használati díj nagyságára a tőkehozam (kamatráta) választása jelentős hatással bír.
A kutatás során négyféle kamatráta vizsgálatára került sor. Elsőként a megtérülési rátát (belső kamatráta) a nemzeti számla adatokból, a nettó működési eredmény és az állóeszköz-állomány hányadosaként határoztam meg a piaci szektorokban. A külső kamatrátára vonatkozó feltételezéshez (3 és 4%-os, illetve a vegyes kamatráta) az MNB adatbázisában található, a nem pénzügyi vállalatokra vonatkozó havi átlagos kamatlábak jelentették a kiindulópontot. A számításokat a 4.2.1 pontban részleteztem. Az eredmények
124
azt mutatják, hogy a különböző kamatlábbal számított bérleti díj minden eszköz esetében jelentős különbségeket mutat a vizsgált évek mindegyikében.
A 14 éves idősort tekintve valamennyi eszközcsoportnál a használati költségek a belső kamatrátával számolva jelentősen nagyobb értékűek, mint az alkalmazott három külső kamatráta esetén (szignifikancia szint 5%). 1996 és 2009 között az összes eszközcsoport használati költségének éves átlagos értéke belső kamatrátával számolva 3 935 milliárd Ft, vegyes kamatrátával ez az összeg 2 617 milliárd Ft, 4%-os kamatrátával 2 463 milliárd Ft, és 3%-os kamatrátával 2 250 milliárd Ft. A belső kamatrátával számított használati költség 60,0%-kal haladja meg a 4%-os kamatrátával számított értéket. A 4%-os kamatrátával számított használati költség átlagos értékénél a vegyes kamatrátával számított használati költség 6%-kal magasabb, míg a 3%-os kamatrátával számított érték átlagosan 9%-kal alacsonyabb értéket mutat a vizsgált időszakban.
A belső kamatrátával számolt használati költségeket tekintve az épületek átlagos aránya a legnagyobb (48%), ezt követi a gépek, berendezések (38%), majd a szállítóeszközök (12%) és a szoftverek (1%) részesedése 1996 és 2009 között. Amennyiben a használati költségeknek 4%-os kamatrátával történik a megállapítása, akkor a gépek, berendezések használati költsége a legnagyobb értékű a vizsgált időszak átlagában. Az összes használati költségen belül átlagos arányuk 43%, az épületeké 41%, a szállítóeszközöké 14%, a szoftvereké 2%.
Egy eszközcsoportra vonatkoztatva a különböző kamatráták alkalmazásának a használati díjra gyakorolt hatását a gépek, berendezések idősoros adatainak példáján keresztül szemléltetem. A termelésben részt vevő eszközök összes bérleti díjában a gépek, berendezések bérleti díjának aránya eltérést mutat a négyféle kamatráta szerint (61. ábra).
Ez az arány azért kerül bemutatásra, mert ez jelenik meg a tőkeszolgálat Törnqvist-tipusú volumenindexének számítása során.
A belső kamatrátával számított használati díj arány 5%-os szignifikancia szint mellett mindhárom külső kamatrátával számított aránynál szignifikánsan alacsonyabb értéket mutat. A 3%-os és a vegyes, illetve a 4%-os és a vegyes kamatrátával számított arányok között nincs szignifikáns különbség. (11. számú melléklet)
61. ábra: A gépek és berendezések eszközcsoport használati díjának aránya az összes állóeszköz használati díjához viszonyítva különböző kamatráták feltételezése
mellett (százalék), 1996-2009 Forrás: saját számítás
A 2009. évben a különböző eszközcsoportok összesen bérleti díjon belüli arányát a négyféle kamatráta függvényében a 62. ábrán mutatom be.
62. ábra: A 2009. évi használati díj megoszlása eszközcsoportonként különböző kamatráták feltételezése mellett (százalék)
Forrás: saját számítás
A 62. ábráról leolvasható, hogy 2009-ben is az épületek használati díja a legnagyobb arányú az eszközcsoportok között, mind a négy kamatráta alkalmazása esetében. A belső kamatrátával számított használati díj összegének felét az épületek eszközcsoport adja.
0 20 40 60
1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
százalék
GÉP 1,03 GÉP 1,04 GÉP vegyes GÉP belső
0%
20%
40%
60%
80%
100%
1,03 1,04 VEGYES BELSŐ
ÉPÜLET GÉP SZÁLLÍTÓESZKÖZ SZOFTVER
126
2. Az állóeszköz-állomány értékének meghatározásánál, a lineáristól eltérő leírási függvényt, azaz geometriai és hiperbolikus függvényt alkalmazva, mindkét esetben a lineáris állományértéktől szignifikánsan eltérő eredmény adódik.
A 4.1.1 fejezetben a nem pénzügyi vállalatok négy eszközcsoport állóeszköz állományának alakulását vizsgáltam az értékcsökkenési leírásra vonatkozó különböző feltételezések mellett. Viszonyítási alapnak a hivatalos magyar állóeszköz-statisztikákban használt lineáris értékcsökkenési leírással számított értékeket tekintettem. A 4.1.1.1 fejezetben részletesen bemutatott eredmények igazolták alábbi várakozásaimat. Azaz a nettó állományérték – minden mást változatlannak tekintve – hiperbolikus értékcsökkenési függvényt feltételezve felül-, geometriai módszert alkalmazva alulmaradt a lineáris csökkenés feltételezésével számított nettó állomány értékektől. Az eltérések minden eszköztípusnál hasonló relációt mutatnak és szignifikánsak p=0,05%-os szint mellett mind folyó, mind változatlan áron. Az eszköztípusok összesen értékei a 63. ábrán láthatóak. A folyó áras geometriai nettó állomány értékek átlagosan 15,6%-kal alul-, a hiperbolikus állomány értékek 28,2%-kal felülmúlják a lineáris nettó állomány értékeket a vizsgált, 1995-2009 közötti időszakban a nem pénzügyi vállalatok szektorában. (12. számú melléklet)
63. ábra: A nettó állóeszköz-állomány alakulása különböző feltételezések mellett a nem pénzügyi vállalatok szektorában, folyó áron, 1995-2009
Forrás: KSH adatok alapján saját számítás
0 20 000 40 000 60 000
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
milliárd Ft
NETTÓ (HIP) NETTÓ (LIN) NETTÓ (GEO)
3. Az állóeszköz-statisztika keretei között figyelembe véve az értékcsökkenés mellett az eszközök hatékonyságának csökkenését, a hatékonysági profillal összhangban lévő értékcsökkenési profilt kell alkalmazni. Ez esetben valószínűsíthető, hogy a jelenlegi gyakorlatban alkalmazott, lineáris leírási függvénytől eltérő, más profil használatára van szükség az értékcsökkenés számításánál.
A jelenlegi magyar PIM modellben alkalmazott várható átlagos élettartam adatokat elfogadva, de feltételezve, hogy az eszközök használati ideje alatt a hatékonyságuk geometriai leírást követ – ahogy azt a 2.4.1 fejezetben is bemutattam –, az értékcsökkenési leírási függvény is geometriai csökkenést mutat. Ebben az esetben, azaz geometriai értékcsökkenési és hatékonysági függvény feltételezése mellett, a 4.1.1.1 fejezetben részletezett számításokban kimutatott módon az eszközök nettó állomány értéke kisebb lesz a jelenlegi lineáris számítási módszerrel meghatározott értékeknél (64. ábra).
64. ábra: A nettó állóeszköz-állomány alakulása különböző feltételezések mellett a nemzetgazdaság egészében, 1999. évi áron, 1995-2009
Forrás: KSH adatok alapján saját számítás
A nettó állomány értékek idősorának ismeretében egy adott évi értékcsökkenés értéke meghatározható (lásd a 4.1.2 fejezetet). A különböző értékcsökkenési függvények alkalmazásával kapott értékcsökkenés adatok közötti különbséget a GDP szintjének értékére gyakorolt hatás miatt a nem piaci termelők (kormányzati és a háztartásokat segítő non-profit szektorok) értékcsökkenés adataival szemléltetem (24. táblázat).
30 000 40 000 50 000 60 000
1995 1996 1997 1998 1999 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009
milliárd Ft
NETTÓ (LIN) NETTÓ (GEO) NETTÓ (HIP)
128
24. táblázat: A nem piaci termelők értékcsökkenése különböző leírási módok