Društvo ekonomistov Maribor EKONOMIJA 2024 Posvetovanje o gospodarstvu, politiki in tehnologiji ZBORNIK RECENZIRANIH ZNANSTVENIH PRISPEVKOV Doc. dr. Dejan Romih (ur.) Asist. Nejc Fir (ur.) % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % % 6 8 % 6 8 % 3 % 3 % 2 2 + + % 6 8 % % 6 8 % 3 % 2 3 % 2 + + % 6 8 % 6 8 % 3 % 2 + % % 3 % 2 + % 6 8 % 3 % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + 2 + % 6 8 % 3 % 2 + % % 6 8 % 6 8 % 3 % 2 + 3 % 2 + % % 6 8 % 3 % 2 + % 6 6 8 % 3 % 2 + % 6 8 % 3 % 2 + 8 % 3 % 2 + % % 6 6 8 8 % 3 % 2 + % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + Maribor, februar 2024 Maribor, april 2025 EKONOMIJA 2024 Posvetovanje o gospodarstvu, politiki in tehnologiji https://demb.si/ https://demb.si/ekonomija-2024/ Zbornik recenziranih znanstvenih prispevkov Ekonomija 2025 Posvetovanje o gospodarstvu, politiki in tehnologiji Maribor Društvo ekonomistov Maribor 2025 https://demb.si/ Uredila doc. dr. Dejan Romih (Univerza v Mariboru) in asist. Nejc Fir (Univerza v Mariboru) Tehnično uredila doc. dr. Dejan Romih (Univerza v Mariboru) in asist. Nejc Fir (Univerza v Mariboru) Recenzirali red. prof. dr. Silvo Dajčman (Univerza v Mariboru), doc. dr. Blaž Frešer (Univerza v Mariboru), red. prof. dr. Alenka Kavkler (Univerza v Mariboru), izr. prof. dr. Klavdij Logožar (Univerza v Mariboru), red. prof. dr. Žan Jan Oplotnik (Univerza v Mariboru), izr. prof. dr. Igor Perko (Univerza v Mariboru), red. prof. dr. Simona Šarotar Žižek (Univerza v Mariboru) in red. prof. dr. Sonja Treven (Univerza v Mariboru) Lektoriral Mitja Brünec Izdalo in založilo Društvo ekonomistov Maribor © 2025, Društvo ekonomistov Maribor Besedilo © 2025, avtorji To delo je licencirano z licenco Creative Commons Priznanje avtorstva-Nekomercialno-Deljenje pod enakimi pogoji 4.0 Mednarodna (CC BY-NC-SA 4.0) https://creativecommons.org/licenses/by-nc-sa/4.0/ Kataložni zapis o publikaciji (CIP) pripravili v Narodni in univerzitetni knjižnici v Ljubljani COBISS.SI-ID 233298691 ISBN 978-961-6059-27-5 (PDF) PREDGOVOR Društvo ekonomistov Maribor je skupaj z Ekonomsko-poslovno fakulteto Univerze v Mariboru organiziralo posvetovanje Ekonomija 2024, Posvetovanje o gospodarstvu, politiki in tehnologiji, ki je potekalo 5. decembra 2024 na Ekonomsko-poslovni fakulteti Univerze v Mariboru in na daljavo s pomočjo aplikacije Microsoft Teams. Na posvetovanju je sodelovalo osem avtorjev z Ministrstva za finance Republike Slovenije, Univerze v Ljubljani, Univerze v Mariboru in Urada Republike Slo-venije za makroekonomske analize in razvoj, ki so predstavili sedem znanstvenih prispevkov s po-dročja ekonomije. V tem zborniku je objavljenih šest znanstvenih prispevkov. Posvetovanje je potekalo od 10.00 do 13.50, pri čemer sta njegove udeležence pozdravila doc. dr. Dejan Romih, podpredsednik Društva ekonomistov Maribor, in red. prof. dr. Borut Milfelner, pro-dekan za raziskovalno dejavnost Ekonomsko-poslovne fakultete Univerze v Mariboru, ki sta avtor-jem in članom društva zaželela uspešno posvetovanje. Uvodno vabljeno predavanje je izvedel dr. Marko Grobelnik z Instituta »Jožef Stefan«, ki je predaval o umetni inteligenci. Doc. dr. Dejan Romih in asist. Nejc Fir, urednika ZAHVALA Društvo ekonomistov Maribor se iskreno zahvaljuje Ekonomsko-poslovni fakulteti Univerze v Ma-riboru za soorganiziranje posvetovanja Ekonomija 2024, urednikoma doc. dr. Dejanu Romihu in asist. Nejcu Firu za izdelavo zbornika recenziranih znanstvenih prispevkov ter recenzentom za opravljeno delo. Iskreno se zahvaljujemo tudi red. prof. dr. Borutu Milfelnerju, dr. Marku Grobel-niku in drugim udeležencem posvetovanja. Red. prof. dr. Žan Jan Oplotnik, predsednik društva KAZALO VSEBINE Produktivnost in stroški dela v Sloveniji Ana Milanez & Gregor Rihtarič .................................................................................................. 8 Vpliv negotovosti trga dela na ameriško gospodarstvo Nejc Fir & Dejan Romih .......................................................................................................... 19 Vpliv negotovosti cene nafte na ameriško gospodarstvo Dejan Romih ......................................................................................................................... 28 Vpliv geopolitičnega tveganja na sistemski stres v ameriškem in kitajskem finančnem sistemu Sabina Taškar Beloglavec, Nejc Fir & Dejan Romih .................................................................. 36 Hibridno delo v slovenskih organizacijah Andrej Kohont ....................................................................................................................... 50 Študija primera odkrivanja znanja v digitalnih sledeh poslovnih aplikacij s pomočjo rudarjenja procesov Gregor Polančič ..................................................................................................................... 57 Ekonomija 2024 Zbornik recenziranih znanstvenih prispevkov PRODUKTIVNOST IN STROŠKI DELA V SLOVENIJI1 Ana Milanez, Ministrstvo za finance, Slovenija ✉ Gregor Rihtarič, Ministrstvo za finance, Slovenija Povzetek: Skladna rast stroškov dela in produktivnosti omogoča ohranjanje stroškovne konku-renčnosti. Omejevanje plačnih pritiskov je še posebej relevantno ob prisotnosti megatrendov, kot so staranje prebivalstva in podnebne spremembe, ki po eni strani zavirajo rast produktivnosti in po drugi povzročajo znatne finančne pritiske. V zadnjih treh desetletjih je v Sloveniji rast sredstev za zaposlene na opravljeno delovno uro večinoma sledila oz. zaostajala za rastjo produktivnosti dela. V primerjavi z rastjo skupne faktorske produktivnosti pa so se povprečna sredstva za zapo-slene povečevala hitreje. Mikropodatki razkrivajo, da so se v obdobju 2008–2023 v približno polo-vici slovenskih podjetij stroški plač povečevali hitreje od produktivnosti. Podjetja, ki so zabeležila večjo rast stroškov plač na zaposlenega od rasti produktivnosti, so bila v povprečju manj dobičko-nosna. Ključne besede: konkurenčnost, produktivnost, strošek dela, tehnični napredek. Cobiss: 1.08 1 Uvod V zadnjih dvajsetih letih je rast produktivnosti v Evropi upadla, kar je eden izmed poglavitnih raz-logov za poslabšanje konkurenčnosti evropskega gospodarstva. Slovenija glede na produktivnost še vedno precej zaostaja za povprečjem Evropske unije, med zadnjo krizo pa se je konvergenca še upočasnila (UMAR, 2024). Ekonomska politika na ravni EU je usmerjena v spodbujanje inovacij in prestrukturiranje gospodarstva, ki bo ustvarjalo višjo dodano vrednost (Draghi, 2024). Negati-ven vpliv megatrendov, kot sta zeleni in demografski prehod, na produktivnost se bo v odsotnosti 1 Prispevek ne izraža stališča Ministrstva za finance. od strukturnih sprememb in obsežnih investicij v prihodnje še stopnjeval (Ayiar idr., 2016; Milanez 2020; OECD, 2024). V zadnjih letih sicer konkurenčnost predvsem energetsko intenzivnih panog omejujejo tudi povišane cene energije. Ohranjanje stroškovne konkurenčnosti z vidika omejeva-nja presežne rasti stroškov dela je torej posebej pomembno. V prispevku analiziramo gibanje stro-škov dela in produktivnosti v Sloveniji na podlagi agregatnih in podjetniških mikropodatkov. V dru-gem poglavju je predstavljena metodologija, v tretjem poglavju analiziramo rezultate, v četrtem poglavju podamo sklep. 2 Metode Za analiziranje slovenskega gospodarstva na agregatni ravni predpostavljamo neoklasično pro-dukcijsko funkcijo (Solow, 1956) v logaritmirani obliki (ln) – enačba 1. Nominalni bruto domači proizvod (v nadaljevanju: BDP) Slovenije (Y) v tekočem letu (t) je odvisen od celotnega števila opravljenih delovnih ur (L), zaloge kapitala (K) in reziduala (TFP) v tekočem letu. Predpostavljamo, da elastičnost BDP na vložek dela (α) znaša 0,65. lnY t = lnTFP t + αlnLt + (1 − α) ∗ lnKt (1) Zaloga kapitala v tekočem letu predstavlja vsoto bruto investicij v osnovna sredstva v tekočem letu in zaloge kapitala v preteklem letu (t − 1), pomanjšano za stalno potrošnjo kapitala (upošte-vajoč predpostavljeno fiksno amortizacijsko stopnjo (as) v vrednosti 7,5 %) – enačba 2. Pri tem predpostavljamo tudi, da je zaloga kapitala leta 1995 znašala 1,8-kratnik slovenskega BDP-ja. K t = (1 − as) ∗ Kt−1 + It (2) Rast agregatne produktivnosti dela: Y t Δ ln () je tako odvisna od stopnje poglabljanja kapitala: Lt Δ ln (K t) in reziduala agregatne produkcijske funkcije (skupna faktorska produktivnost, v nadalje- Lt vanju tudi: TFP): ΔlnTFP t, ki označuje neopazovane faktorje, kot so tehnični napredek, učinkovita alokacija virov, mednarodna trgovina in produktivnost delovne sile, ki je povezana z izobrazbo, njeno kakovostjo, usposabljanji ter zdravjem, oz. vse preostale faktorje, ki vplivajo na BDP Slove-nije in niso zajeti v merilu dela in kapitala (Zymek, 2024). TFP je izračunan kot ostanek produkcij-ske funkcije, pri čemer približek njegove rasti predstavlja letna sprememba indeksa v logaritmu (enačba 3): ΔlnTFP t = ΔlnYt − αΔlnLt − (1 − α) ∗ ΔlnKt (3) O plačnih pritiskih lahko govorimo, ko se povprečni stroški dela povečujejo hitreje od produktiv-nosti dela (UMAR, 2007). V poglavju 2.1 primerjamo gibanje sredstev za zaposlene na opravljeno delovno uro in gibanje BDP na opravljeno delovno uro. Literatura sicer izpostavlja, da opredelje-vanje plačnih pritiskov na podlagi primerjave med rastjo stroškov dela in BDP ni primerno, saj sta si kazalnika endogena (Blanchard, 1997, 1998). Plače, ki naj bi sledile rasti produktivnosti, na-mreč tudi same vplivajo na stopnjo poglabljanja kapitala, saj podjetja prilagajajo delovno inten-zivnost na podlagi relativnih cen dela in kapitala. V poglavju 2.1 zato analiziramo tudi gibanje stro-škov dela na enoto dela v primerjavi rezidualom agregatne produkcijske funkcije iz enačbe 1, ki je v skladu z neoklasično teorijo na dolgi rok tudi edino gonilo rasti produktivnosti dela, saj je raz-merje med kapitalom in delom v ravnovesnem stanju stabilno. V poglavju 2.2 nato analiziramo gibanje stroškov dela in produktivnosti v Sloveniji na ravni podjet-niških mikropodatkov. Vir podatkov je baza zaključnih računov slovenskih podjetij AJPES za ob-dobje 2008–2023. V analiziranem vzorcu so zajeta podjetja z več kot enim zaposlenim, ki so po- slovala v SKD dejavnostih A-S2. Skupno število opazovanj znaša 379.158. Tabela 1: Število opazovanih podjetij Leto Število Leto Število 2008 21.332 2016 23.397 2009 21.596 2017 24.633 2010 21.26 2018 25.498 2011 21.019 2019 26.31 2012 20.276 2020 26.651 2013 20.401 2021 27.241 2014 21.303 2022 27.718 2015 22.229 2023 28.294 Vir: AJPES, lastni izračuni. Predpostavljamo, da je dodana vrednost (dv) podjetja i v tekočem letu odvisna od vložka dela (l), ki ga označuje število zaposlenih na podlagi opravljenih ur (AJPES postavka: aop 188), zaloge 2 SKD klasifikacija: A: kmetijstvo in lov, gozdarstvo, ribištvo; B: rudarstvo; C: predelovalne dejavnosti; D: oskrba z elek-trično energijo, plinom in paro; E: oskrba z vodo; ravnanje z odplakami in odpadki; saniranje okolja; F: gradbeništvo; G: trgovina; vzdrževanje in popravila motornih vozil; H: promet in skladiščenje; I: gostinstvo; J: informacijske in komunika-cijske dejavnosti; K: finančne in zavarovalniške dejavnosti; L: poslovanje z nepremičninami; M: strokovne, znanstvene in tehnične dejavnosti; N: druge raznovrstne poslovne dejavnosti; O: dejavnost javne uprave in obrambe; dejavnost obvezne socialne varnosti; P: izobraževanje; Q: zdravstvo in socialno varstvo; R: kulturne, razvedrilne in rekreacijske dejavnosti; S: druge dejavnosti. kapitala (k), ki jo označujejo opredmetena osnovna sredstva (AJPES postavka: aop 010), ter preo-stalih faktorjev, ki so zajeti v rezidualu produkcijske funkcije (tfp) – enačba 4. lndvit = lntfpit + αSKDlnlit + (1 − αSKD)lnkit (4) Dodana vrednost predstavlja kosmati donos poslovanja (AJPES postavka: aop 126) pomanjšan za stroške blaga, materiala in storitev (AJPES postavka: aop 128) ter druge poslovne odhodke (AJPES postavka: aop 148). Predpostavljamo linearno homogeno produkcijsko funkcijo s sektorsko spe-cifično elastičnostjo dodane vrednosti na vložek dela (αSKD) oz. kapitala (1 − αSKD), zato rezidual produkcijske funkcije določenega podjetja (tfpit) zajema tudi morebitne odmike v deležu dohodka od dela v dodani vrednosti v določenem podjetju od povprečne vrednosti tega deleža v določeni SKD dejavnosti na ravni črk, ki temelji na podatkih 2022 KLEMS (Tabela 2). Tabela 2: predpostavljene elastičnosti dela na ravni SKD dejavnosti SKD dejav- SKD dejav- (v %)* (v %)* nost nost Total 74,5 J 63,5 A 66,7 K 54,4 B 77,5 L 4,6 C 66,4 M 87,4 D 38,0 N 92,4 E 67,5 O 74,4 F 68,6 P 90,3 G 70,9 Q 86,6 H 68,1 R 80,3 I 82,0 S 92,9 Opomba: 𝛼𝑆𝐾𝐷 predstavlja povprečen delež dohodka od dela v dodani vrednosti v obdobju 1995–2021 v določeni SKD dejavnosti. Vir: Podatkovna baza EU KLEMS 2022, lastni izračuni. Tfp je izračunan kot ostanek produkcijske funkcije posameznega podjetja, približek njegove rasti pa predstavlja letna sprememba njegovega logaritma: Δlntfp it = Δlndvit − αSKDΔlnlit − (1 − αSKD)Δlnkit (5) V poglavju 2.2 primerjamo rast stroškov plač (AJPES postavka: aopt 140) na zaposlenega z rastjo dodane vrednosti na zaposlenega ter rastjo TFP. V nadaljevanju poglavja razdelimo podjetja v dve skupini: tista, ki so v posameznem letu zabeležila hitrejšo rast plač na zaposlenega od produktiv-nosti dela, ter tista, v katerih so se plače v posameznem letu povečevale počasneje. Opazujemo gibanje razmerja med številom podjetij v omenjenih dveh skupinah ter preverimo, ali so med njimi obstajale razlike v uspešnosti poslovanja z vidika dobičkonosnosti. Primerjamo povprečno vrednost (mediano) donosnosti lastniškega kapitala, donosnosti sredstev in marže EBITDA v obeh skupinah podjetij. Donosnost lastniškega kapitala (ROE) predstavlja razmerje med čistim dobič-kom (AJPES postavka: aop 186) oz. izgubo (AJPES postavka: aop 187) ter povprečno vrednostjo kapitala (AJPES postavka aop 056) in kaže, koliko čistega dobička/izgube je ustvarjene na denarno enoto vloženega kapitala. Donosnost sredstev predstavlja razmerje med čistim dobičkom oz. iz-gubo ter povprečnimi sredstvi (AJPES postavka: aop 001) in kaže, koliko čistega dobička oz. čiste izgube je izkazane na denarno enoto sredstev. Marža EBITDA pa predstavlja razmerje med denar-nim tokom iz poslovanja in čistimi prihodki od prodaje (AJPES postavka: aop 110) in kaže, koliko denarnih enot pozitivnega ali negativnega denarnega toka iz poslovanja poslovni subjekt realizira na denarno enoto čistih prihodkov od prodaje. Pri tem je denarni tok iz poslovanja oz. EBITDA iz-računana kot poslovni izid, povečan za odpise vrednosti. Izračun EBITDA po AJPES postavkah: (aop 186 – aop 187) – (aop 153 – aop 166) + (aop 184 + aop 185) + aop 145. Manjša vrednost marže EBITDA, donosnosti sredstev in donosnosti kapitala nakazuje na uspešnejše poslovanje. Pri tem velja izpostaviti, da je večja vrednost kazalnika donosnosti kapitala lahko dosežena tudi na račun večjega finančnega vzvoda, česar iz kazalnika ni mogoče razbrati. 2.1 Agregatna produktivnost in stroški dela v Sloveniji Primerjava med rastjo sredstev za zaposlene na opravljeno delovno uro in rastjo BDP na oprav-ljeno delovno uro v obdobju 1996–2023 ne nakazuje na bistvene plačne pritiske v Sloveniji (tabela 3). Sredstva za zaposlene so sledila rasti produktivnosti dela oz. so se v primerjavi z BDP v pov-prečju obdobja 1996–2023 povečevala počasneje (za 0,1 o. t. na leto). So se pa sredstva za zapo-slene na opravljeno delovno uro v povprečju opazovanega obdobja v Sloveniji povečevala neko-liko hitreje, kot se je povečeval TFP (v povprečju obdobja 1996–2023 za 1,4 o. t. na leto) – tabela 3. Tabela 3: Primerjava rasti produktivnosti dela, TFP in stroškov dela na opravljeno delovno uro opravljeno delovno uro (v Nominalna rast sredstev Razlika med nominalno rastjo Nominalna Nominalna rast BDP Razlika med nominalno rastjo sred-za zaposlene na sredstev za zaposlene na oprav-rast TFP na opravljeno delovno stev za zaposlene na opravljeno de-ljeno delovno uro in BDP na uro (v %) lovno uro in TFP (v o. t.) (v %) %) opravljeno delovno uro (v o. t.) 1996 3,9 7,0 3,6 –3,1 0,3 1997 7,2 10,4 7,0 –3,2 0,2 1998 4,8 6,8 4,3 –2,0 0,5 1999 3,3 5,2 2,8 –1,9 0,4 2000 4,9 2,5 0,0 2,4 5,0 2001 6,4 6,0 3,6 0,4 2,9 2002 2,9 4,2 3,1 –1,2 –0,1 2003 4,1 5,4 3,2 –1,3 0,8 2004 4,4 4,2 2,4 0,2 2,0 2005 8,0 7,9 4,6 0,1 3,4 2006 7,0 8,1 5,5 –1,1 1,5 2007 6,6 8,4 6,4 –1,8 0,2 2008 5,8 4,1 2,4 1,7 3,5 2009 1,6 –3,9 –5,8 5,5 7,4 2010 3,8 2,7 1,1 1,1 2,7 2011 2,5 4,7 3,1 –2,2 –0,6 2012 0,2 –0,3 –1,4 0,4 1,5 2013 –0,6 0,3 –0,1 –1,0 –0,5 2014 0,1 1,8 1,9 –1,7 –1,8 2015 1,1 1,6 1,7 –0,5 –0,6 2016 5,2 4,1 3,7 1,1 1,5 2017 4,9 5,3 5,1 –0,4 –0,2 2018 5,1 4,5 4,2 0,6 0,8 2019 5,2 3,4 3,2 1,8 2,0 2020 8,1 2,1 –0,4 6,0 8,6 2021 3,8 5,5 6,1 –1,8 –2,3 2022 3,8 5,1 4,6 –1,2 –0,8 2023 10,5 11,5 9,6 –1,0 0,9 Povprečje 4,5 4,6 3,1 –0,1 1,4 1996–2023 Opomba: Problemu uporabe različnih deflatorjev se izognemo z uporabo nominalnih indikatorjev. Vir: AMECO (2024a, 2024b, 2024c, 2024d, 2024e), Eurostat (2024), lastni izračuni. 2.2 Produktivnost in stroški dela v slovenskih podjetjih Analiza na podlagi podjetniških mikropodatkov razkriva, da so povprečni stroški plač na zaposle-nega v slovenskih podjetjih v zadnjih petnajstih letih rasli nekoliko hitreje od povprečne dodane vrednosti na zaposlenega in povprečnega TFP (slika 1). Slika 1: Povprečna rast* kazalnikov produktivnosti in stroškov plač 15 10 5 0 -5 -10 -15 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 Rast stroškov plač na zaposlenega Rast dodane vrednosti na zaposlenega Rast tfp Opomba: : * Aritmetična sredina mikropodatkov. Vir: AJPES, lastni izračuni. V povprečju obdobja 2008–2023 je rast stroškov plač na zaposlenega presegala rast dodane vre-dnosti na zaposlenega za 3,2 o. t., TFP pa za 2,5 o. t. – slika 2. Slika 2: Povprečna razlika* med rastjo stroškov plač na zaposlenega in rastjo dodane vrednosti na zaposle-nega ter rastjo TFP 14 12 10 8 6 t. o. 4 2 0 -2 -4 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 Dodana vrednost na zaposlenega tfp Opomba: * Aritmetična sredina mikropodatkov. Vir: AJPES, lastni izračuni. V obdobju 2008–2023 je okoli polovica oz. več kot 45 % slovenskih podjetij zabeležilo večjo rast stroškov plač na zaposlenega od rasti dodane vrednosti na zaposlenega in rasti TFP (slika 3). Slika 3: Delež podjetij z večjo rastjo stroškov plač na zaposlenega od rasti dodane vrednosti na zaposlenega oz. rasti TFP, v % 70 60 50 % vtij 40 je podž 30 ele D 20 10 0 2008 2009 2010 2011 2012 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2023 tfp Dodana vrednost na zaposlenega Vir: AJPES, lastni izračuni. Deskriptivna statistika nakazuje, da so podjetja, ki so zabeležila večjo rast stroškov plač na zapo-slenega od rasti produktivnosti, bila manj dobičkonosna. Mediana vrednosti kazalnikov dono-snost lastniškega kapitala, donosnost sredstev in marža EBITDA je bila namreč med podjetji, ki so zabeležila večjo rast stroškov plač od rasti TFP, nižja kot med tistimi, pri katerih so stroški plač rasli počasneje od produktivnosti (tabela 4). Tabela 4: Primerjava kazalnikov dobičkonosnosti med podjetji, ki so se spopadala s plačnimi pritiski, in pod-jetji, ki se niso Podjetja z manjšo rastjo stroškov dela na zaposlenega od rasti Podjetja z večjo rastjo stroškov dela na zaposlenega od rasti TFP, mediana vrednosti kazalnika TFP, mediana vrednosti kazalnika Donosnost lastniškega Donosnost sred- Marža Donosnost lastni- Donosnost sredstev Marža kapitala (%) stev (%) EBITDA (%) škega kapitala (%) (%) EBITDA (%) 2008 3,6 0,9 8,7 2,1 0,5 6,5 2009 2,5 0,6 8,0 1,1 0,2 5,6 2010 2,0 0,5 7,4 1,1 0,2 5,3 2011 2,0 0,6 7,3 1,1 0,3 5,2 2012 2,0 0,6 7,3 1,1 0,3 4,9 2013 2,1 0,7 7,1 1,3 0,3 5,3 2014 2,5 0,9 7,3 1,7 0,5 5,8 2015 2,8 1,0 7,5 1,8 0,6 5,8 2016 2,9 1,1 7,5 2,1 0,7 6,2 2017 3,0 1,1 7,6 2,3 0,8 6,4 2018 3,2 1,2 7,8 2,3 0,9 6,5 2019 3,0 1,2 7,9 2,1 0,8 6,5 2020 3,0 1,2 8,6 1,3 0,4 5,8 2021 3,3 1,3 8,8 2,2 0,8 6,6 2022 3,6 1,5 8,5 2,5 0,9 6,6 2023 3,5 1,4 8,6 2,3 0,9 6,9 Mediana 2008–2023 2,9 1,0 7,9 1,8 0,6 6,1 Vir: AJPES, lastni izračuni. 3 Sklep V prispevku smo analizirali gibanje stroškov dela in produktivnosti v Sloveniji. Agregatni podatki kažejo, da je v zadnjih treh desetletjih v Sloveniji rast sredstev za zaposlene na opravljeno delovno uro večinoma sledila oz. zaostajala za rastjo BDP na opravljeno delovno uro. Gibanje stroškov dela in gibanje produktivnosti dela sta si endogena, zato smo primerjali tudi rast stroškov dela z rastjo tehničnega napredka, ki smo ga opredelili kot ostanek neoklasične produkcijske funkcije. Ugotavljamo, da so se v povprečju opazovanega obdobja sredstva za zaposlene povečevala hi-treje, kot se je povečeval tehnični napredek. Mikropodatki razkrivajo, da je v obdobju 2008–2023 več kot 45 % slovenskih podjetij zabeležilo hitrejšo rast plač od rasti produktivnosti. Deskriptivna statistika nakazuje, da so bila podjetja, v katerih so plače rasle hitreje od produktivnosti, v pov-prečju manj dobičkonosna. Literatura Aiyar, S., Ebeke, C., & Shao, X. (2016). The impact of workforce aging on European productivity (IMF Working Paper No. 16/238). International Monetary Fund. https://doi.org/10.5089/9781475559729.001 AJPES. (2025). Fi=Po Finančni podatki. AJPES. (2024). Baza letnih poročil gospodarskih družb v Sloveniji 1995–2023. AMECO. (2024a). 6 – Domestic Product – 6.1 – Gross Domestic Product. https://dashboard.tech.ec.europa.eu/qs_di- git_dashboard_mt/public/sense/app/667e9fba-eea7-4d17-abf0-ef20f6994336/sheet/2f9f3ab7-09e9-4665-92d1- de9ead91fac7/state/analysis AMECO. (2024b). 6 – Domestic Product – 6.4 – Gross Domestic Product per Hour Worked. https://dashbo- ard.tech.ec.europa.eu/qs_digit_dashboard_mt/public/sense/app/667e9fba-eea7-4d17-abf0- ef20f6994336/sheet/2f9f3ab7-09e9-4665-92d1-de9ead91fac7/state/analysis AMECO. (2024c). 16 – General Government (S13) – 16.2 – Expenditure (ESA 2010). https://dashbo- ard.tech.ec.europa.eu/qs_digit_dashboard_mt/public/sense/app/667e9fba-eea7-4d17-abf0- ef20f6994336/sheet/2f9f3ab7-09e9-4665-92d1-de9ead91fac7/state/analysis AMECO. (2024d). 7 – Gross Domestic Product (Income Approach), Labour Costs – 7.1 – Compensation of Employees. https://dashboard.tech.ec.europa.eu/qs_digit_dashboard_mt/public/sense/app/667e9fba-eea7-4d17-abf0- ef20f6994336/sheet/2f9f3ab7-09e9-4665-92d1-de9ead91fac7/state/analysis AMECO. (2024e). 6 – Domestic Product – 6.10 – Gross Value Added, Total Economy. https://dashbo- ard.tech.ec.europa.eu/qs_digit_dashboard_mt/public/sense/app/667e9fba-eea7-4d17-abf0- ef20f6994336/sheet/2f9f3ab7-09e9-4665-92d1-de9ead91fac7/state/analysis Arpaia, A., & Pichelmann, K. (2007). Nominal and real wage flexibility in EMU (European Economy – Economics Papers No. 281). Evropska Komisija. https://ec.europa.eu/economy_finance/publications/pages/publication9587_en.pdf Blanchard, O. (1997). The medium run. Brookings Papers on Economic Activity, 2, 89–158. https://www.bro- okings.edu/wp-content/uploads/2016/07/1997b_bpea_blanchard_nordhaus_phelps.pdf Blanchard, O. (1998). Revisiting European unemployment: Unemployment, capital accumulation, and factor prices (Geary Lecture Series No. 28). ESRI. https://www.esri.ie/publications/revisiting-european-unemployment- unemployment-capital-accumulation-and-factor-prices Costa, L., Garnero, A., & Milanez, A. (2024). The heat is on: Heat stress, productivity and adaptation among firms (OECD Economics Department Working Papers No. 1828). OECD Publishing. https://doi.org/10.1787/19d94638-en Eurostat. (2024). Population and employment. https://ec.europa.eu/eurostat/databrowser/view/nama_10_pe/defa- ult/table?lang=en&category=na10.nama10.nama_10_aux Evropska komisija. (2024). The future of European competitiveness – A competitiveness strategy for Europe. https://commission.europa.eu/document/download/97e481fd-2dc3-412d-be4c-f152a8232961_en Feyrer, J. (2007). Demographics and productivity. The Review of Economics and Statistics, 89(1), 100–109. Koszerek, D., Havik, K., Mc Morrow, K., Röger, W., & Schönborn, F. (2007). An overview of the EU KLEMS Growth and Productivity Accounts (European Economy – Economic Papers No. 290). https://ec.europa.eu/economy_fi- nance/publications/pages/publication9467_en.pdf Milanez, A. (2020). Workforce ageing and labour productivity dynamics. Naše gospodarstvo / Our Economy, 66(3), 1– 13. https://journals.um.si/index.php/oe/article/view/2121 Solow, R. M. (1956). A contribution to the theory of economic growth. The Quarterly Journal of Economics, 70(1), 65– 94. https://doi.org/10.2307/1884513 Strauch, R. (2024). Three megatrends will determine future growth in Europe. https://www.esm.europa.eu/articles- and-op-eds/three-megatrends-will-determine-future-growth-europe The Vienna Institute for International Economic Studies. (2022). wiiw – Growth and productivity data. https://euklems.eu/ UMAR. (2007). Ekonomski izzivi 2007. https://www.umar.gov.si/fileadmin/user_upload/publikacije/izzivi/ei_07.pdf UMAR. (2024). Poročilo o razvoju 2024. https://www.umar.gov.si/publikacije/porocilo-o-razvoju/publikacija/porocilo- o-razvoju-2024-1 Zymek, R. (2024). Total factor productivity. https://www.imf.org/en/Publications/fandd/issues/2024/09/back-to-ba- sics-total-factor-productivity-robert-zymek Ekonomija 2024 Zbornik recenziranih znanstvenih prispevkov VPLIV NEGOTOVOSTI TRGA DELA NA AMERIŠKO GOSPODARSTVO Asist. Nejc Fir, Univerza v Mariboru, Slovenija Doc. dr. Dejan Romih, Univerza v Mariboru, Slovenija ✉ Povzetek: V tem prispevku analiziramo vpliv negotovosti trga dela na ameriško gospodarstvo, pri čemer uporabljamo lokalnoprojekcijski in vektorski avtoregresijski model. Na podlagi analize im-pulzno-odzivnih funkcij smo ugotovili, da šok negotovosti trga dela vpliva na rast industrijske pro-izvodnje, stopnjo brezposelnosti in obrestno mero, ne pa tudi na stopnjo inflacije, kar je koristna informacija za ameriško centralno banko. Ključne besede: gospodarstvo, negotovost, trg dela, Združene države Amerike 1 Uvod Epidemija covida-19 (angl. Covid-19 epidemics) je negativno vplivala na marsikoga in na marsikaj, med drugim tudi na ameriški trg dela (Cajner idr., 2020), na katerem sta naraščala negotovost in strah pred odpuščanjem. Izkazalo se je, da ameriški trg dela ni bil odporen na šok covida-19 (angl. Covid-19 shock), ki je v Združenih državah Amerike (ZDA) povzročil recesijo covida-19 (angl. Covid-19 recession). Ta je trajala od marca do aprila 2020, kar pomeni, da je bila najkrajša recesija v ameriški zgodovini, kljub temu pa je negativno vplivala na ameriško zaposlenost (prav tam). Izkuš-nje iz epidemije covida-19 učijo, da bi lahko bilo stanje na ameriškem trgu dela še slabše, če ne bi imeli možnosti za delo na daljavo. V tem prispevku analiziramo vpliv negotovosti trga dela (angl. labour market uncertainty) na ame-riško gospodarstvo, pri čemer negotovost trga dela definiramo kot stanje v gospodarstvu, ko izida (dogajanja) na trgu dela (angl. labour market outcome) ni mogoče zanesljivo napovedati. Izkazalo se je, da je epidemija covida-19 povzročila potrebo po merjenju, opazovanju in spremljanju nego-tovosti trga dela. V ta namen smo razvili na kabelskih novicah temelječi indeks negotovosti trga dela, ki je koristen pripomoček za oblikovalce politike. Dejstvo je, da se definicije in merila negotovosti trga dela, ki jih srečujemo v literaturi, med seboj razlikujejo, zaradi česar rezultati raziskav med seboj niso popolnoma primerljivi. To moramo upoš-tevati, drugače tvegamo, da mešamo jabolka in hruške. Nekateri raziskovalci negotovost trga dela enačijo z negotovostjo delovnega mesta (angl. job insecurity) in negotovostjo zaposlitve (angl. employment insecurity), kar lahko pri bralcih povzroči zmedo, čeprav so pojmi med seboj pove-zani. Namen tega prispevka zato ni samo analizirati vpliv negotovosti trga dela na ameriško gospo-darstvo, ampak tudi spodbuditi razpravo o negotovosti trga dela ter njenih vzrokih in posledicah. Pri pregledu literature smo ugotovili, da je negotovost trga dela slabo raziskana. Claveria in Sorić (2023) poudarjata, da je eden izmed razlogov za to dejstvo, da negotovosti trga dela ni mogoče neposredno meriti. V nasprotju z nami sta negotovost trga dela definirala kot nesoglasje potrošni-kov glede pričakovane stopnje brezposelnosti čez 12 mesecev. Ugotovila sta, da je bila negotovost trga dela največja tik pred izbruhom epidemije covida-19, ko je bilo nesoglasje med potrošniki glede pričakovane stopnje brezposelnosti največje, preden se je to zmanjšalo. Ugotovila sta tudi, da negotovost trga dela vpliva na stopnjo brezposelnosti, kar je pred njima ugotovil že Claveria (2021). Chang, Hong in Karabarbounis (2016) pa so ugotovili, da negotovost trga dela vpliva na izogibanje potrošnikov tveganju na finančnem trgu. Ta prispevek je strukturiran tako, da ima pet poglavij. V drugem poglavju podajamo metode, v tre-tjem rezultate, v četrtem razpravo, v petem pa sklep. 2 Metode V raziskavi, katere rezultate podajamo v naslednjem poglavju, smo uporabili lokalnoprojekcijski model (angl. local projection model)1 in vektorski avtoregresijski model (angl. vector autoregres-sive model) s petimi spremenljivkami: negotovostjo trga dela (lmu), stopnjo rasti industrijske pro-izvodnje (ipi), stopnjo brezposelnosti (ur), stopnjo rasti cen življenjskih potrebščin (cpi), obrestno mero (ffer). Parametre modelov smo ocenili s pomočjo State 18 (StataCorp, 2023). Pri tem smo 1 Gl. Jordà (2005, 2023), Jordà in Taylor (2024). uporabili mesečne podatke od januarja 2010 (!) do junija 2024. Negotovost trga dela smo izmerili s pomočjo na kabelskih novicah temelječega indeksa negotovosti trga dela, ki smo ga dobili tako, da smo v iskalno polje na spletni strani https://tvnews.stanford.edu/ vnesli text="employment | [job] | labor | labour market | unemployment" AND text="[risk] | [uncertain] | unknown | unpre-dictable | unpredictability" AND textwindow="10" in sprožili iskanje. 3 Rezultati V tem poglavju podajamo rezultate analize vpliva šoka negotovosti trga dela na ameriško gospo-darstvo, pri čemer šok negotovosti trga dela definiramo kot nenadno in nepričakovano povečanje na kabelskih novicah temelječega indeksa negotovosti trga dela za en standardni odklon, kar je ustaljena praksa v ekonomiji. 3.1 Vpliv šoka negotovosti trga dela na stopnjo rasti industrijske proizvodnje Najprej nas je zanimalo, ali in kako šok negotovosti trga dela vpliva na stopnjo rasti industrijske proizvodnje. S slike 1 je razvidno, da šok negotovosti trga dela značilno negativno vpliva na stopnjo rasti industrijske proizvodnje, kar pomeni, da nenadno in nepričakovano povečanje negotovosti trga dela povzroči zmanjšanje industrijske proizvodnje. To smo pričakovali glede na to, da tudi druge raziskave kažejo, da šok negotovosti navadno negativno vpliva na industrijsko proizvodnjo (gl. npr. Baker, Bloom & Davis, 2016). Izkazalo se je, da je vpliv šoka negotovosti trga dela na stop-njo rasti industrijske proizvodnje kratkotrajen, in to ne glede na model. Slika 1: Odziv stopnje rasti industrijske proizvodnje na šok negotovosti trga dela Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 3.2 Vpliv šoka negotovosti trga dela na stopnjo brezposelnosti Nato nas je zanimalo, ali in kako šok negotovosti trga dela vpliva na stopnjo brezposelnosti. S slike 2 je razvidno, da šok negotovosti trga dela značilno pozitivno vpliva na stopnjo brezposelnosti, kar pomeni, da nenadno in nepričakovano povečanje negotovosti trga dela povzroči povečanje stop-nje brezposelnosti. To je ugotovil tudi Pries (2016). Izkazalo se je, da je vpliv šoka negotovosti trga dela na stopnjo brezposelnosti kratkotrajen, in to ne glede na model, kar se sklada z rezultati, ki jih podajamo v poglavju 3.1. Slika 2: Odziv stopnje brezposelnosti na šok negotovosti trga dela Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 3.3 Vpliv šoka negotovosti trga dela na stopnjo rasti cen življenjskih potrebščin Potem nas je zanimalo, ali in kako šok negotovosti trga dela vpliva na stopnjo rasti cen življenjskih potrebščin. S slike 3 je razvidno, da šok negotovosti trga dela značilno ne vpliva na stopnjo rasti cen življenjskih potrebščin. Z drugimi besedami, nenadno in nepričakovano povečanje negotovo-sti trga dela ne povzroči spreminjanja stopnje inflacije, kar je koristna informacija za ameriško centralno banko, ki med drugim skrbi tudi za cenovno stabilnost v ZDA. Slika 3: Odziv stopnje rasti cen življenjskih potrebščin na šok negotovosti trga dela Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 3.4 Vpliv šoka negotovosti trga dela na obrestno mero Na koncu pa nas je zanimalo, ali in kako šok negotovosti trga dela vpliva na obrestno mero. S slike 4 je razvidno, da šok negotovosti trga dela značilno negativno vpliva na obrestno mero, kar po-meni, da nenadno in nepričakovano povečanje negotovosti trga dela povzroči znižanje obrestne mere, kar je posledica odziva centralne banke na zmanjšanje stopnje rasti industrijske proizvod-nje in povečanje stopnje brezposelnosti. Izkazalo se je, da je vpliv šoka negotovosti trga dela na obrestno mero v primeru lokalnoprojekcijskega modela kratkotrajnejši, v primeru vektorskega av-toregresijskega modela pa dolgotrajnejši. Slika 4: Odziv obrestne mere na šok negotovosti trga dela Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 4 Razprava Rezultati kažejo, da šok negotovosti trga dela vpliva na ameriško gospodarstvo, kar smo pričako-vali glede na rezultate drugih raziskav. Iz tega izhaja potreba po preprečevanju (nastajanja) nego-tovosti trga dela, na kar opozarjajo tudi drugi raziskovalci (Claveria, 2021; Claveria & Sorić, 2023; Chang, Hong & Karabarbounis, 2016). Jasno je, da negotovost, kakršna koli že, vpliva na ravnanje gospodarskih enot (Baker, Bloom & Davis, 2016; Pries, 2016; Jo & Lee, 2019), kar velja tudi za ne-gotovost trga dela. Pri analizi posledic negotovosti trga dela moramo upoštevati različne vidike: ekonomske, psiholo-ške, sociološke, zdravstvene (gl. npr. Claveria, Sorić & Sorić, 2024). V zadnjem času opažamo na-raščanje zanimanja ekonomistov za neekonomske vidike posledic negotovosti, kar je razumljivo glede na raznovrstnost (obravnavane) problematike (tematike). Jasno je, da dogajanje na trgu dela vpliva na ravnanje delodajalcev (na eni strani) in delojemalcev (na drugi strani), kar povzroča po-trebo po upoštevanju različnih vidikov, če želimo celovito obravnavati problematiko. Zavedati se moramo tudi, da različni udeleženci na trgu dela različno dojemajo in zaznavajo negotovost (Bo-lano & Vignoli, 2021). 5 Sklep Namen tega prispevka je bil analizirati vpliv šoka negotovosti trga dela na gospodarstvo. Na pod-lagi podatkov za ZDA smo ugotovili, da šok negotovosti trga dela vpliva na stopnjo rasti industrijske proizvodnje, stopnjo brezposelnosti in obrestno mero, ne pa tudi na stopnjo inflacije. To pomeni, da so rezultati raziskave koristni za (ameriške) oblikovalce politike, saj opozarjajo na vlogo in po-men preprečevanja (nastajanja) negotovosti v gospodarstvu. Problem je, da negotovosti ne pov-zročajo samo domači (tj. notranji), ampak tudi tuji (tj. zunanji) dejavniki, kar narekuje potrebo po sodelovanju med (prizadetimi) državami. Pri preprečevanju (nastajanja) negotovosti imajo po-membno vlogo tudi (domači in tuji) mediji, ki lahko s preprečevanjem širjenja lažnih novic ipd. prispevajo k izboljšanju razmer. Literatura Baker, S. R., Bloom, N., & Davis, S. J. (2016). Measuring economic policy uncertainty. The Quarterly Journal of Econo- mics, 131(4), 1593–1636. https://doi.org/10.1093/qje/qjw024 Bergbrant, M. C., & Bradley, D. (2022). Did they just say that? Using AI to extract economic policy uncertainty from cable news networks. SSRN. https://doi.org/10.2139/ssrn.4059681 Bolano, D., & Vignoli, D. (2021). Union formation under conditions of uncertainty: The objective and subjective sides of employment uncertainty. Demographic Research, 45(5), 141–186. https://doi.org/10.4054/DemRes.2021.45.5 Cajner, T., Crane, L. D., Decker, R. A., Hamins-Puertolas, A., & Kurz, C. (2020). Tracking labor market developments during the COVID-19 pandemic: A preliminary assessment (Finance and Economics Discussion Series No. 2020-030). Board of Governors of the Federal Reserve System. https://doi.org/10.17016/FEDS.2020.030 Chang, Y., Hong, J. H., & Karabarbounis, M. (2018). Labor market uncertainty and portfolio choice puzzles. American Economic Journal: Macroeconomics, 10(2), 222–262. https://doi.org/10.1257/mac.20160207 Claveria, O. (2021). Uncertainty indicators based on expectations of business and consumer surveys. Empirica, 48, 483–505. https://doi.org/10.1007/s10663-020-09479-1 Claveria, O., & Sorić, P. (2023). Labour market uncertainty after the irruption of Covid-19. Empirical Economics, 64, 1897–1945. https://doi.org/10.1007/s00181-022-02304-7 Claveria, O., Sorić, M., Sorić, P. (2024). Analysis of the impact of financial and labour uncertainty on suicide mortality in England. Health and Place, 89, 103329. https://doi.org/10.1016/j.healthplace.2024.103329 Jo, S., & Lee, J. J. (2019). Uncertainty and labor market fluctuations (Working Paper No. 1904). Federal Reserve Bank of Dallas. https://doi.org/10.24149/wp1904 Jordà, Ò. (2005). Estimation and inference of impulse responses by local projections. The American Economic Review, 95(1), 161–182. https://doi.org/10.1257/0002828053828518 Jordà, Ò. (2023). Local projections for applied economics. Annual Review of Economics, 15, 607–631. https://doi.org/10.1146/annurev-economics-082222-065846 Jordà, Ò., & Taylor, A. M. (2024). Local projections (NBER Working Paper No. 32822). National Bureau of Economic Re- search. https://doi.org/10.3386/w32822 Pries, M. J. (2016). Uncertainty-driven labor market fluctuations. Journal of Economic Dynamics and Control, 73, 181– 199. https://dx.doi.org/10.1016/j.jedc.2016.09.003 StataCorp. (2023). Stata statistical software: Release 18. StataCorp LLC. Priloga Slika P.1: Čas zaslona o negotovosti trga dela 1800 1600 1400 ah) 1200 und ek 1000 s (v 800 slona za 600 Čas 400 200 0 01 06 11 04 09 02 07 12 05 10 03 08 01 06 04 09 02 07 12 05 10 03 08 01 06 11 04 09 02 12 05 10 03 08 0- 0- 0- 1- 1- 2- 2- 2- 3- 3- 4- 4- 5- 5- 5-11 6- 6- 7- 7- 7- 8- 8- 9- 9- 0- 0- 0- 1- 1- 2- 2-07 2- 3- 3- 4- 4- 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 202 202 202 202 202 202 202 202 202 202 202 202 Leto in mesec Vir podatkov: Lastni izračuni. Ekonomija 2024 Zbornik recenziranih znanstvenih prispevkov VPLIV NEGOTOVOSTI CENE NAFTE NA AMERIŠKO GOSPODARSTVO Doc. dr. Dejan Romih, Univerza v Mariboru, Slovenija ✉ Povzetek: Negotovost cene nafte je aktualna tema. Izkazalo se je, da obstaja potreba po merjenju, opazovanju in spremljanju negotovosti cene nafte ter ugotavljanje njenih vzrokov in posledic. V tem prispevku analiziramo vpliv šoka negotovosti cene nafte na ameriško gospodarstvo, pri čemer uporabljamo lokalnoprojekcijski model. Podatki za Združene države Amerike kažejo, da nenadno in nepričakovano povečanje na kabelskih novicah temelječega indeksa negotovosti cene nafte ne vpliva na ameriško gospodarstvo, razen na ceno nafte. Ključne besede: cena nafte, gospodarstvo, nafta, negotovost, Združene države Amerike Cobiss: 1.08 1 Uvod Nafta je surovina (za bencin), brez katere ameriško gospodarstvo ne more (normalno) delovati. Tako je razumljivo, da je zanimanje za ceno nafte med ameriškimi potrošniki veliko. V tem pri-spevku nas zanima, ali in kako šok negotovosti cene nafte (angl. oil price uncertainty shock) vpliva na ameriško gospodarstvo. Izkazalo se je, da nenadno in nepričakovano povečanje negotovosti cene nafte negativno vpliva na ameriško industrijsko proizvodnjo, kar opravičuje potrebo po mer-jenju, opazovanju in spremljanju negotovosti cene nafte. Podatki kažejo, da so Združene države Amerike (ZDA) neto uvoznica nafte, kar pomeni, da je ameriško gospodarstvo odvisno od uvoza nafte. V literaturi srečujemo različne definicije negotovosti cene nafte. V grobem jo lahko definiramo kot stanje na trgu, ko cene nafte ni mogoče zanesljivo napovedati. Na to vplivajo različni dejavniki: družbeni, finančni, gospodarski, okolijski, politični, tehnološki, varnostni in še bi lahko naštevali. Še vedno pa velja, da so glavni dejavniki negotovosti cene nafte napeti odnosi med državami, te-rorizem in vojne. Negotovost cene nafte lahko merimo z različnimi merili, kot so indeks volatilnosti cene nafte CBOE (angl. CBOE Crude Oil Volatility Index), na novicah temelječi indeks negotovosti cene nafte (angl. news-based index of oil price uncertainty), ki sta ga razvila Abiad & Qureshi (2023), in na kabelskih novicah temelječi indeks cene nafte (angl. cable news-based in-dex of oil price uncertainty), ki sta ga razvila Romih in Ravnak (2024). V tem prispevku se omejujemo na podatke za ZDA. Drill, baby, drill! (slov. Vrtaj, srček, vrtaj!) je politični slogan, ki so ga v preteklosti uporabili nekateri ameriški politiki, kot sta Donald J. Trump in Sarah L. Palin, da bi z njim opozorili na vlogo in pomen (vrtanja) nafte za ameriško gospodarstvo. Izkazalo se je, da je nemotena preskrba z energenti, kot je nafta, pomembna za nemoteno delo-vanje ameriškega gospodarstva. Ameriški trg nafte je zato pomembno raziskovalno področje, kar se kaže tudi v literaturi. V zadnjem času je bilo objavljenih veliko raziskav o vzrokih in posledicah spreminjanja cene nafte, s katerimi so raziskovalci zapolnili vrzeli v literaturi, ki so nastale po fi-nančni krizi leta 2008. Po njej se je v ameriških medijih veliko govorilo in pisalo tudi o negotovosti, ki je po mnenju Bakerja, Blooma in Davisa (2016) upočasnila okrevanje ameriškega gospodarstva. Raziskave kažejo, da negotovost vpliva tudi na trg nafte. V literaturi srečujemo različne vrste ne-gotovosti, kot je negotovost cene nafte (Elder & Serletis, 2010). Raziskave (Abiad & Qureshi, 2023; Apostolakis idr., 2021; Che, Wang & Li, 2024; Elder & Payne, 2024; Elder & Serletis, 2010; Śmiech idr., 2021; Triantafyllou, Vlastakis & Kellard, 2024) kažejo, da šok negotovosti cene nafte negativno vpliva na gospodarstvo. S tem prispevkom dopolnjujemo literaturo o negotovosti cene nafte, ki je zaradi napetih odnosov med Izraelom na eni strani ter Libanonom (Hezbolahom), Iranom in Palestino (Hamasom) na drugi strani aktualna tema. Težave v regiji pa povzročajo tudi napeti odnosi med Združenim kraljestvom in ZDA (Zahodom) na eni strani in Jemnom (hutijci) na drugi strani, ki so posledica hutijskih napa-dov na (zahodne) ladje (tankerje) v Rdečem morju. Ta prispevek je strukturiran tako, da ima pet poglavij. V drugem poglavju podajamo metode, v tre-tjem rezultate, v četrtem razpravo, v petem pa sklep. 2 Metode V raziskavi smo uporabili lokalnoprojekcijski model (angl. local-projection model) s petimi spre-menljivkami in tremi odlogi. Model vključuje na kabelskih novicah temelječi indeks negotovosti cene nafte (opu), naravni logaritem cene nafte (ln_op), obrestno mero (ffer), stopnjo brezposelno-sti (ur) in naravni logaritem indeksa industrijske proizvodnje (ln_ip), ki meri dejansko proizvodnjo vseh obratov, ki se nahajajo v ZDA, ne glede na to, kdo jih ima v lasti. Podatke o na kabelskih novi-cah temelječem indeksu smo dobili od Romiha in Ravnaka (2024), druge podatke pa od Zvezne rezervne banke v St. Louisu, ki so prosto dostopni na spletu. Vrstni red spremenljivk (opu, ln_op, ffer, ur in ln_ip) smo določili na podlagi literature (gl. Baker, Bloom & Davis, 2016), število odlogov pa na podlagi dveh informacijskih kriterijev: HQIC (angl. Hannan and Quinn Information Crite-rion), SBIC (angl. Schwarz’s Bayesian information criterion), pri čemer smo število odlogov pove-čali za en odlog (gl. StataCorp, 2023a), saj smo število odlogov določili za vektorski avtoregresijski model. Romih in Ravnak (2024) sta negotovost trga dela definirala kot čas zaslona o negotovosti cene nafte (v sekundah). Podatke sta dobila s pomočjo uporabe spletne aplikacije Stanford Cable TV News Analyzer, in sicer tako, da sta v iskalno vrstico vnesla iskalni niz (text="[barrel] | brent | crude | gas | gasoline | [petrol] | WTI | West Texas Intermediate" AND text="price" AND text="change | changing | [fall] | fluctuate | fluctuating | fluctuation | [rise] | rising | [uncertain] | instability | un-stable | volatile | volatility" AND textwindow=15), izbrala čas (od januarja 2010 do septembra 2024) in časovno enoto (mesec) ter sprožila iskanje. V raziskavi smo uporabili mesečne podatke od januarja 2010 do septembra 20241. 3 Rezultati V okviru raziskave nas je zanimalo, ali in kako pozitivni šok negotovosti cene nafte vpliva na ame-riško gospodarstvo. Pri tem smo se omejili na štiri spremenljivke: ln_op, ffer, ur in ln_ip. Ugotovili smo, da nenadno in nepričakovano povečanje na kabelskih novicah temelječega indeksa negoto-vosti cene nafte za en standardni odklon značilno vpliva samo na ceno nafte, in sicer pozitivno, ne pa tudi na druge spremenljivke (gl. sliko 1). To pomeni, da je ameriško gospodarstvo odporno 1 Pri navedbi obdobja nismo upoštevali odlogov. na šok negotovosti cene nafte, kar je koristna informacija za ameriške oblikovalce politike. V na-daljevanju nas je zanimalo, ali to velja tudi za šok cene nafte. Slika 1: Odziv spremenljivk ln_op, ffer, ur in ln_ip na šok negotovosti cene nafte Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Ugotovili smo, da nenadno in nepričakovano povečanje cene nafte značilno vpliva na vse spre-menljivke (najmanj na negotovost cene nafte). To pomeni, da ameriško gospodarstvo ni odporno na pozitivni šok cene nafte, kar nas ne preseneča glede na vlogo in pomen nafte v ameriškem gospodarstvu. Preseneča pa nas, da nenadno in nepričakovano povečanje cene nafte pozitivno vpliva na industrijsko proizvodnjo, negativno pa na stopnjo brezposelnosti (gl. sliko 2). Z drugimi besedami povedano, industrijska proizvodnja se poveča, stopnja brezposelnosti pa zniža. Ugoto-vili smo, da se tudi obrestna mera zviša, kar je logično glede na povečanje gospodarske aktivnosti. En razlog za to je, da smo se v raziskavi omejili na obdobje po letu 2009, ko je nastopil preobrat v proizvodnji nafte (gl. sliko P2 v prilogi), ki je vplival tudi na dogajanje na ameriški borzi (gl. npr. Huang & Mollick, 2020; Thorbecke, 2019). Pažický (2021) je npr. ugotovil, da je šok cene nafte v različnih obdobjih različno vplival na ameriško gospodarstvo, tudi pozitivno. Slika 2: Odziv spremenljivk ln_op, ffer, ur in ln_ip na šok cene nafte Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 4 Razprava Rezultati raziskave so zanimivi zato, ker se razlikujejo od rezultatov nekaterih drugih raziskav (gl. npr. Abiad & Qureshi, 2023; Apostolakis idr., 2021; Che, Wang & Li, 2024; Elder & Payne, 2024; Elder & Serletis, 2010; Śmiech idr., 2021; Triantafyllou, Vlastakis & Kellard, 2024). Dejstvo je, da se merilo negotovosti cene nafte, ki smo ga uporabili v raziskavi, razlikuje od drugih meril negoto-vosti cene nafte po tem, da temelji na kabelskih novicah. To pomeni, da je velikost negotovosti cene nafte odvisna tudi od velikosti poročanja ameriških kabelskih televizijskih mrež o negotovo-sti cene nafte, to pa od 101 dejavnika. To ne pomeni, da merilo, ki sta ga razvila Romih in Ravnak (2024), ni zanesljivo, ampak samo, da meri negotovost cene nafte, ki temelji na poročanju ameri-ških kabelskih televizijskih mrež o negotovosti cene nafte. Upoštevati moramo, da ima vsako me-rilo negotovosti svoje prednosti in slabosti, zaradi česar je priporočljivo uporabljati različna merila negotovosti. V raziskavi smo se omejili tudi na sorazmerno kratko obdobje, v katerem je prišlo do povečanja proizvodnje nafte v ZDA, kar je dejavnik, ki ga moramo upoštevati pri analizi (prim. Pažický, 2021). 5 Sklep Namen tega poglavja je bil analizirati vpliv šoka negotovosti cene nafte na ameriško gospodarstvo. S pomočjo uporabe lokalnoprojekcijskega modela smo ugotovili, da nenadno in nepričakovano povečanje negotovosti cene nafte značilno ne vpliva na ameriško gospodarstvo, razen na ceno nafte, pa še to komaj opazno, kar se ne sklada z našimi pričakovanji. Tako predlagamo, da se opra-vijo dodatne raziskave, ki bi naše ugotovitve potrdile ali ovrgle. Viri Abiad, A., & Qureshi, I. A. (2023). The macroeconomic effects of oil price uncertainty. Energy Economics, 125, 106839. https://doi.org/10.1016/j.eneco.2023.106839 Apostolakis, G. N., Floros, C., Gkillas, K., & Wohar, M. (2021). Financial stress, economic policy uncertainty, and oil price uncertainty. Energy Economics, 104, 105686. https://doi.org/10.1016/j.eneco.2021.105686 Che, M., Wang, L., & Li, Y. (2024). Global economic policy uncertainty and oil price uncertainty: Which is more important for global economic activity. Energy, 310, 133305. https://doi.org/10.1016/j.energy.2024.133305 Elder, J., & Payne, J. E. (2024). Oil price uncertainty shocks and the gender gap in the U.S. unemployment. Energy Eco- nomics, 131, 107338. https://doi.org/10.1016/j.eneco.2024.107338 Elder, J., & Serletis, A. (2010). Oil price uncertainty. Journal of Money, Credit and Banking, 42(6), 1137–1159. https://www.jstor.org/stable/40784879 Hong, J., Crichton, W., Zhang, H., Fu, D. Y., Ritchie, J., Barenholtz, J., ... & Fatahalian, K. (2021). Analysis of faces in a decade of US cable TV news. V KDD'21: Proceedings of the 27th ACM SIGKDD Conference on Knowledge Discovery & Data Mining (str. 3011–3021). https://doi.org/10.1145/3447548.3467134 Huang, W., & Mollick, A. V. (2020). Tight oil, real WTI prices and U.S. stock returns. Energy Economics, 85, 104574. https://doi.org/10.1016/j.eneco.2019.104574 Painter, D. S. (2012). Oil and the American century. The Journal of American History, 99(1), 24–39. http://www.jstor.org/stable/41510299 Pažický, M. (2021). Oil price shock in the US and the euro area – evidence from the shadow rate and the term premium. Review of Economic Perspectives, 21(3,) 309–346. https://doi.org/10.2478/revecp-2021-0014 Romih, D., & Ravnak, I. (2024). Na kabelskih novicah temelječi indeks negotovosti cene nafte: primer uporabe umetne inteligence v praksi. V N. Hrovatin, M. Švigelj & J. Zorić (ur), 4. konferenca SAEE s področja energetske ekonomike (135– 139). Ekonomska fakulteta. https://konference.ef.uni-lj.si/saee2024/zbornik/ StataCorp. (2023a). Stata 18 base reference manual. Stata Press. https://www.stata.com/manuals/r.pdf StataCorp. (2023b). Stata statistical software: Release 18. StataCorp LLC. Śmiech, S., Papież, M., Rubaszek, M., & Snarska, M. (2021). The role of oil price uncertainty shocks on oil-exporting countries. Energy Economics, 93, 105028. https://doi.org/10.1016/j.energy.2021.105028 Thorbecke, W. (2019). Oil prices and the U.S. economy: Evidence from the stock market. Journal of Macroeconomics, 61, 103137. https://doi.org/10.1016/j.jmacro.2019.103137 Triantafyllou, A., Vlastakis, N., & Kellard, N. (2024). Oil price uncertainty and the macroeconomy. SSRN. http://dx.doi.org/10.2139/ssrn.4790038 U.S. Energy Information Administration. (2024). U.S. field production of crude oil (thousand barrels per day). U.S. De- partment of Energy. https://www.eia.gov/dnav/pet/hist/LeafHandler.ashx?n=pet&s=mcrfpus2&f=a Priloga Slika P1: Rezultati določitve števila odlogov (zaslonska slika) Lag-order selection criteria Sample: 2011m1 thru 2024m9 Number of obs = 165 Lag LL LR df p FPE AIC HQIC SBIC 0 -1336.87 7.96976 16.265 16.3032 16.3592 1 -428.754 1816.2 25 0.000 .000179 5.56065 5.78989 6.12537 2 -311.985 233.54 25 0.000 .000059 4.4483 4.86857* 5.48362* 3 -283.964 56.042 25 0.000 .000057 4.41168 5.02298 5.9176 4 -250.023 67.881 25 0.000 .000051* 4.30331* 5.10565 6.27982 5 -235.13 29.787 25 0.232 .000058 4.42582 5.41918 6.87292 6 -208.201 53.858 25 0.001 .000057 4.40243 5.58683 7.32014 7 -187.58 41.241 25 0.022 .000061 4.45552 5.83095 7.84382 8 -174.112 26.937 25 0.359 .000072 4.59529 6.16175 8.45419 9 -151.661 44.901 25 0.009 .000076 4.62619 6.38369 8.95569 10 -123.228 56.866 25 0.000 .000075 4.58458 6.53311 9.38468 11 -93.9455 58.565* 25 0.000 .000074 4.53267 6.67223 9.80337 12 -75.6173 36.656 25 0.062 .000083 4.61354 6.94413 10.3548 * optimal lag Endogenous: opu ln_op ffer ur ln_ip Exogenous: _cons Vir: StataCorp (2023b), lastni izračuni. Slika P2: Gibanje časa zaslona o negotovosti cene nafte od januarja 2010 do septembra 2024 1800 1600 1400 ah) 1200 und ek 1000 s (v 800 slona za 600 Čas 400 200 0 01 06 11 04 09 02 07 12 05 10 03 08 01 06 11 09 02 07 12 10 03 08 01 11 04 09 02 07 12 05 10 03 08 0- 0- 0- 1- 1- 2- 2- 2- 3- 3- 4- 4- 5- 5- 5- 6-04 6- 7- 7- 7- 8-05 8- 9- 9- 0- 0-06 0- 1- 1- 2- 2- 2- 3- 3- 4- 4- 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 201 202 202 202 202 202 202 202 202 202 202 202 202 Leto in mesec Vir podatkov: Hong idr. (2021), lastni izračuni. Slika P3: Gibanje proizvodnje nafte v ZDA od leta 1860 do 2023 14000 12000 ) ih 10000 tisoč (v e ft 8000 na čk 6000 ov sod ilo 4000 ev Št 2000 0 0 4 8 2 6 0 4 8 2 6 0 4 8 2 6 0 4 8 2 6 0 4 8 2 6 0 4 8 2 6 0 4 8 2 6 0 4 8 2 6 0 186 186 186 187 187 188 188 188 189 189 190 190 190 191 191 192 192 192 193 193 194 194 194 195 195 196 196 196 197 197 198 198 198 199 199 200 200 200 201 201 202 Leto Vir podatkov: U.S. Energy Information Administration (2024). Ekonomija 2024 Zbornik recenziranih znanstvenih prispevkov VPLIV GEOPOLITIČNEGA TVEGANJA NA SISTEMSKI STRES V AMERIŠKEM IN KITAJSKEM FINANČNEM SISTEMU Viš. pred. mag. Sabina Taškar Beloglavec ✉ Asist. Nejc Fir, Univerza v Mariboru, Slovenija Doc. dr. Dejan Romih, Univerza v Mariboru, Slovenija Povzetek: V tem prispevku nas zanima, ali in kako nenadno in nepričakovano povečanje indeksa geopolitičnega tveganja vpliva na sestavljeni kazalnik sistemskega stresa v finančnem sistemu. Rezultati raziskave kažejo, da je odziv sistemskega stresa v finančnem sistemu na šok geopolitič-nega tveganja odvisen od njegove narave. Ugotovili smo, da šok geopolitične akcije vpliva na po-večanje sistemskega stresa v ameriškem in kitajskem finančnem sistemu, šok geopolitične grož-nje pa ne, kar je koristna informacija za ameriške in kitajske oblikovalce politike. Ugotovili smo tudi, da šok geopolitičnega tveganja v Združenih državah Amerike vpliva na povečanje geopolitič-nega tveganja na Kitajskem, s krajšim zamikom pa tudi na sistemski stres v kitajskem finančnem sistemu. Ključne besede: finančni sistem, geopolitično tveganje, sistemski stres, Združene države Amerike Cobiss: 1.08 1 Uvod Geopolitični dogodki, ki smo jim priča, kot sta vojni med Rusijo in Ukrajino ter med Izraelom in Hamasom (Hezbolahom), povzročajo potrebo po merjenju, opazovanju in spremljanju geopolitič-nega tveganja ter ugotavljanju njegovih vzrokov in posledic. V tem prispevku nas zanima, ali in kako šok geopolitičnega tveganja vpliva na sistemski stres v ameriškem in kitajskem finančnem sistemu. Pri tem geopolitično tveganje definiramo kot tveganje napetosti v odnosih med dvema ali več državami, terorizma ali vojne (Caldara & Iacoviello, 2022), sistemski stres pa kot sistemsko tveganje, ki se je uresničilo (Holló, Kremer & Lo Duca, 2012). Raziskave (Demir in Danisman, 2021; Dieckelmann idr., 2024; Hodula idr., 2024; Phan, Tran & Iylke, 2022) kažejo, da lahko geopolitični dogodki, kot so vojne in spopadi, vplivajo na realni in finančni sektor, zlasti v državah, ki se vojsku-jejo ali spopadajo. Dieckelmann idr. (2024) so ugotovili, da lahko nenadno in nepričakovano povečanje geopolitič-nega tveganja vpliva na zmanjšanje potrošnje, proizvodnje in investiranja, kar lahko negativno vpliva na gospodarstvo. To so ugotovili tudi Demir in Danisman (2021), Hodula idr. (2024) ter Phan, Tran in Iylke (2022), ki se strinjajo, da lahko poslabšanje geopolitičnega položaja v svetu vpliva na povečanje negotovosti ter posledično na poslabšanje razmer v realnem in finančnem sektorju. Tako je pomembno, da centralne banke opazujejo in spremljajo geopolitični položaj v svetu. To velja zlasti za ameriško in kitajsko centralno banko, saj je stabilnost ameriškega in kitajskega fi-nančnega sistema pomembna za stabilnost svetovnega finančnega sistema. Ta prispevek je strukturiran tako, da ima pet poglavij. V drugem poglavju podajamo opis metode, v tretjem rezultate, v četrtem razpravo, v petem pa sklep. 2 Metode V raziskavi, katere rezultate podajamo v naslednjem poglavju, uporabljamo vektorski avtoregre-sijski model (angl. vector autoregressive model), v nadaljevanju model VAR, in lokalnoprojekcijski model (angl. local-projection model), v nadaljevanju model LP, z dvema spremenljivkama: indek-som geopolitičnega tveganja (angl. geopolitical risk index) (gpr), s katerim merimo geopolitično tveganje, in sestavljenim kazalnikom sistemskega stresa (angl. composite indicator of systemic stress, CISS) (ciss), s katerim merimo sistemsko tveganje v finančnem sistemu. V raziskavi upo-rabljamo tudi modela VAR in LP s tremi spremenljivkami (geopolitično akcijo, geopolitično grož-njo, sistemskim stresom), s katerima dopolnjujemo rezultate raziskave. Podatke o indeksu geo- političnega tveganja (za Kitajsko in ZDA) smo dobili na spletni strani https://www.matteoiacovi- ello.com/gpr.htm, podatke o CISS-u (za Kitajsko in ZDA) pa na spletni strani Evropske centralne banke (ECB). 3 Rezultati V tem poglavju podajamo rezultate raziskave, za katere menimo, da omogočajo vpogled v vzročno zvezo med geopolitičnim tveganjem na eni strani in sistemskim stresom v finančnem sistemu na drugi strani, s čimer dopolnjujemo literaturo o vzrokih sistemskega stresa v finančnem sistemu in posledicah geopolitičnega tveganja. Najprej podajamo rezultate analize vzročne zveze med geo-političnim tveganjem in sistemskim stresom v ameriškem finančnem sistemu, nato rezultate ana-lize vzročne zveze med geopolitičnim tveganjem in sistemskim stresom v kitajskem finančnem sistemu, potem pa rezultate analize prenosa šoka geopolitičnega tveganja iz ZDA na Kitajsko. 3.1 Analiza vzročne zveze med geopolitičnim tveganjem in sistemskim stresom v ameriškem finanč- nem sistemu Slika 1 kaže odziv sistemskega stresa v ameriškem finančnem sistemu na šok geopolitičnega tve-ganja. Iz grafa ortogonalizirane impulzno-odzivne funkcije (angl. orthogonalised impulse-re-sponse function, OIRF), ki smo ga dobili na podlagi modela VAR, je razvidno, da nenadno in nepri-čakovano povečanje vrednosti indeksa geopolitičnega tveganja za en standardni odklon značilno ne vpliva na vrednost CISS-a za ZDA, kar pomeni, da med obema pojavama ni vzročne zveze. To pa ne velja za graf OIRF, ki smo ga dobili na podlagi modela LP, kjer po nekaj mesecih nenadno in nepričakovano povečanje vrednosti indeksa geopolitičnega tveganja značilno pozitivno vpliva na vrednost sistemskega stresa v ameriškem finančnem sistemu. Slika 1: Odziv sistemskega stresa v ameriškem finančnem sistemu na šok geopolitičnega tveganja Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Zanimalo nas je tudi, ali se rezultati razlikujejo glede na to, ali gre za geopolitično akcijo ali geopo-litično grožnjo. Slika 2 kaže odziv sistemskega stresa v ameriškem finančnem sistemu na šok ge-opolitične akcije. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, je razvidno, da nenadno in nepričakovano povečanje vrednosti indeksa geopolitične akcije za en standardni odklon zna-čilno ne vpliva na vrednost CISS-a za ZDA, kar pomeni, da med obema pojavoma ni vzročne zveze. To pa ne velja za graf OIRF, ki smo ga dobili na podlagi modela LP, kjer po nekaj mesecih nenadno in nepričakovano povečanje vrednosti indeksa geopolitične akcije značilno pozitivno vpliva na vre-dnost sistemskega stresa v ameriškem finančnem sistemu. Slika 2: Odziv spremenljivk na šok geopolitične akcije: primer ZDA Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Slika 3 kaže odziv sistemskega stresa v ameriškem finančnem sistemu na šok geopolitične grož-nje. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, je razvidno, da nenadno in nepričako-vano povečanje vrednosti indeksa geopolitične grožnje za en standardni odklon značilno ne vpliva na vrednost CISS-a za ZDA, kar pomeni, da med obema pojavoma ni vzročne zveze. To velja tudi za graf OIRF, ki smo ga dobili na podlagi modela LP. Slika 3: Odziv spremenljivk na šok geopolitične grožnje: primer ZDA Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Zanimalo nas je tudi, ali in kako šok geopolitičnega tveganja v ZDA vpliva na sistemski stres v ame-riškem finančnem sistemu. Slika 4 kaže odziv sistemskega stresa v ameriškem finančnem sistemu na šok geopolitičnega tveganja v ZDA. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, je razvidno, da nenadno in nepričakovano povečanje vrednosti indeksa geopolitičnega tve-ganja za en standardni odklon značilno ne vpliva na vrednost CISS-a za ZDA, kar pomeni, da med obema pojavoma ni vzročne zveze. To pa ne velja za graf OIRF, ki smo ga dobili na podlagi modela LP. Slika 4: Odziv sistemskega stresa v ameriškem finančnem sistemu na šok geopolitičnega tveganja v ZDA Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 3.2 Analiza vzročne zveze med geopolitičnim tveganjem in sistemskim stresom v kitajskem finančnem sistemu Slika 5 kaže odziv sistemskega stresa v kitajskem finančnem sistemu na šok geopolitičnega tve-ganja. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, je razvidno, da nenadno in nepriča-kovano povečanje vrednosti indeksa geopolitičnega tveganja za en standardni odklon značilno ne vpliva na vrednost CISS-a za Kitajsko, kar pomeni, da med obema pojavoma ni vzročne zveze. Zna-čilen negativen odziv sistemskega stresa v kitajskem finančnem sistemu na nenadno in nepriča-kovano povečanje vrednosti indeksa geopolitičnega tveganja proti koncu proučevanega obdobja je težko pojasniti v skladu z ekonomsko teorijo. Slika 5: Odziv sistemskega stresa v kitajskem finančnem sistemu na šok geopolitičnega tveganja Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Zanimalo nas je tudi, ali se rezultati razlikujejo glede na to, ali gre za geopolitično akcijo ali geopo-litično grožnjo. Slika 6 kaže odziv sistemskega stresa v kitajskem finančnem sistemu na šok geo-politične akcije. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, je razvidno, da po nekaj mesecih nenadno in nepričakovano povečanje vrednosti indeksa geopolitične akcije za en stan-dardni odklon značilno pozitivno vpliva na vrednost CISS-a za Kitajsko. To velja tudi za graf OIRF, ki smo ga dobili na podlagi modela LP, kjer po nekaj mesecih nenadno in nepričakovano poveča-nje vrednosti indeksa geopolitične akcije značilno pozitivno vpliva na vrednost sistemskega stresa v ameriškem finančnem sistemu. To pa ne velja za šok geopolitične grožnje (gl. sliko 7). Slika 6: Odziv spremenljivk na šok geopolitične akcije: primer Kitajske Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Slika 7: Odziv spremenljivk na šok geopolitične grožnje: primer Kitajske Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. Zanimalo nas je tudi, ali in kako šok geopolitičnega tveganja na Kitajskem vpliva na sistemski stres v kitajskem finančnem sistemu. Slika 8 kaže odziv sistemskega stresa v kitajskem finančnem sistemu na šok geopolitičnega tveganja na Kitajskem. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, je razvidno, da nenadno in nepričakovano povečanje vrednosti indeksa geopolitič-nega tveganja za en standardni odklon značilno ne vpliva na vrednost CISS-a za Kitajsko, kar po-meni, da med obema pojavoma ni vzročne zveze. To pa ne velja za graf OIRF, ki smo ga dobili na podlagi modela LP. Slika 8: Odziv sistemskega stresa v kitajskem finančnem sistemu na šok geopolitičnega tveganja na Kitaj-skem Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 3.3 Analiza prenosa šoka geopolitičnega tveganja iz ZDA na Kitajsko V tem poglavju analiziramo prenos šoka geopolitičnega tveganja iz ZDA na Kitajsko, pri čemer upo-rabljamo modela VAR in LP s štirimi spremenljivkami: gpr_us, ciss_us, gpr_cn, ciss_cn. Slika 9 kaže odziv spremenljivk na šok geopolitičnega tveganja v ZDA. S slike 9 je razvidno, da nenadno in nepričakovano povečanje vrednosti indeksa geopolitičnega tveganja v ZDA za en standardni od-klon značilno pozitivno vpliva na vrednost indeksa geopolitičnega tveganja na Kitajskem. Iz grafa OIRF, ki smo ga dobili na podlagi modela VAR, pa je razvidno, da nenadno in nepričakovano pove-čanje vrednosti indeksa geopolitičnega tveganja v ZDA za en standardni odklon značilno ne vpliva na vrednost CISS-a za Kitajsko. To pa ne velja tudi za graf OIRF, ki smo ga dobili na podlagi modela LP. Slika 9: Odziv spremenljivk na šok geopolitičnega tveganja v ZDA Opomba: Os x kaže čas v mesecih po šoku, os y pa odziv opazovane spremenljivke na šok skozi čas v enotah opazovane spremenljivke. Vir podatkov: Lastni izračuni. 4 Razprava Dejstvo je, da obstaja potreba po merjenju, opazovanju in spremljanju geopolitičnega tveganja, ki lahko negativno vpliva na gospodarstvo (realni in finančni sektor). To smo lahko videli na primeru eskalacije rusko-ukrajinske vojne, ki je vplivala na povečanje finančnega stresa v Rusiji in Ukrajini, pa tudi v nekaterih drugih državah (Qureshi idr., 2022; Romih, 2024). Eskalacija rusko-ukrajinske vojne, zlasti pa grozljivi prizori iz Buče in nekaterih drugih ukrajinskih mest, so marsikoga šokirali. Finančne sankcije, ki so jih nekatere države sprejele zoper Rusijo, kot je izključitev nekaterih ruskih bank iz mednarodnega finančnega sporočilnega sistema, so zamajale ruski finančni sektor in po-sledično vplivale na povečanje finančnega stresa v Rusiji. Izkazalo se je, da sta tudi mir in sodelo-vanje dejavnika finančne stabilnosti, na kar opozarjajo tudi drugi avtorji. Ruski napad na Ukrajino, izraelski napad na Hamas (Palestino) in zaostrovanje odnosov med Ki-tajsko in Tajvanom so sprožili razpravo o odpornosti finančnega sistema na geopolitično tveganje. V tem prispevku smo se omejili na ameriški in kitajski finančni sistem, pri čemer smo ugotovili, da ni povsem jasno, ali in kako nenadno in nepričakovano povečanje indeksa geopolitičnega tveganja za en standardni odklon vpliva na sistemski stres v ameriškem in kitajskem finančnem sistemu. Izkazalo se je, da je odziv sistemskega stresa v ameriškem in kitajskem finančnem sistemu na šok geopolitičnega tveganja odvisen od narave geopolitičnega tveganja, pa tudi da šok geopolitične akcije vpliva na povečanje sistemskega stresa v ameriškem in kitajskem finančnem sistemu, šok geopolitične grožnje pa ne, kar je koristna informacija za ameriške in kitajske oblikovalce politike. Ugotovili smo tudi, da šok geopolitičnega tveganja v ZDA vpliva na povečanje geopolitičnega tve-ganja na Kitajskem, s krajšim zamikom pa tudi na sistemski stres v kitajskem finančnem sistemu. 5 Sklep Namen tega prispevka je bil analizirati vzročno zvezo med geopolitičnim tveganjem in sistemskim stresom v finančnem sistemu. Zanimalo nas je zlasti, ali in kako šok geopolitičnega tveganja vpliva na sistemski stres v ameriškem in kitajskem finančnem sistemu. Na podlagi analize smo ugotovili, da geopolitična grožnja v okviru geopolitičnega tveganja ne vpliva na sistemski stres v finančnem sistemu, geopolitična akcija (uresničitev geopolitične grožnje) pa, in sicer pozitivno. To se je po-kazalo tudi med rusko-ukrajinsko vojno, ki se je začela februarja 2014 in razširila februarja 2022. Vojna (geopolitična akcija) je namreč vplivala na povečanje sistemskega stresa v ruskem in ukra-jinskem finančnem sistemu. Pri tem velja, da je na stanje v Rusiji vplivala zlasti izključitev nekate-rih ruskih bank iz sistema SWIFT. Literatura Caldara, D., & Iacoviello, M. (2022). Measuring geopolitical risk. American Economic Review, 112(4), 1194–1225. https://doi.org/10.1257/aer.20191823 Demir, E., & Danisman, G. O. (2021). The impact of economic uncertainty and geopolitical risks on bank credit. The North American Journal of Economics and Finance, 57, 101444. https://doi.org/10.1016/j.najef.2021.101444 Dieckelmann, D., Kaufmann, C., Larkou, C., McQuade, P., Negri, C., Pancaro, C., & Rößler, D. (2024). The impact of geopolitical risks on financial stability. V ECB Financial Stability Review, May 2024 (str. 92–103). https://www.ecb.europa.eu/pub/pdf/fsr/ecb.fsr202405~7f212449c8.en.pdf Hodula, M., Janků, J., Malovaná, S., & Ngo, N. A. (2024). Geopolitical risks and their impact on global macro-financial stability: Literature and measurements (CNB Working Paper No. 8/2024). Czech National Bank. https://www.cnb.cz/en/economic-research/research-publications/cnb-working-paper-series/Geopolitical-Risks-and- Their-Impact-on-Global-Macro-Financial-Stability-Literature-and-Measurements/ Nguyen, T. C., & Thuy, T. H. (2024). Bank wholesale funding in an era of rising geopolitical risk. The World Economy, 47, 4306–4330. https://doi.org/10.1111/twec.13620 NguyenHuu, T., & Örsal, D. K. (2024). Geopolitical risks and financial stress in emerging economies. The World Eco- nomy, 47, 217–237. https://doi.org/10.1111/twec.13529 Phan, D. H. B., Tran, V. T., & Iyke, B. N. (2022). Geopolitical risk and bank stability. Finance Research Letters, 46(Part B), 102453. https://doi.org/10.1016/j.frl.2021.102453 Qureshi, A., Rizwan, M. S., Ahmad, G., & Ashraf, D. (2022). Russia–Ukraine war and systemic risk: who is taking the heat? Finance Research Letters, 48, 103036. https://doi.org/10.1016/j.frl.2022.103036 Ekonomija 2024 Zbornik recenziranih znanstvenih prispevkov HIBRIDNO DELO V SLOVENSKIH ORGANIZACIJAH Izr. prof. dr. Andrej Kohont, Univerza v Ljubljani, Slovenija ✉ Povzetek: V prispevku na temelju empiričnih podatkov obravnavamo hibridno delo v slovenskem okolju ter izzive, ki jih prinaša na individualni in organizacijski ravni. V izhodišču najprej opredelimo hibridno delo, v nadaljevanju pa v središče obravnave postavimo organizacijsko podporo hibridnemu delu v okviru delovnih zahtev in virov. Rezultati kažejo, da je hibridno delo v slovenskih organizacijah v razmahu in predstavlja utečen način dela. Na drugi strani z vidika potrebe po sodelovanju in krepitve organizacijske kulture predstavlja izziv, ki ga organizacije naslavljajo z različnimi načini organizacije dela, nadzora in krepitve vodenja ter sodelovanja. Pri tem je ključno sporočilo, da so za uspešno hibridno delo potrebni odzivnost in ustrezna opora vodij ter sodelovanje v živo. Pozitivni učinki hibridnega dela so po mnenju zaposlenih vidni predvsem na področju uravnoteženosti zasebnega in delovnega življenja – omogočajo večjo avtonomijo glede kraja opravljanja dela in prispevajo k umiku v domač prostor, ko to zahteva vsebina dela. Če je omenjenega dela preveč, se pri zaposlenih pojavljajo preobremenjenost, stres, občutek izoliranosti in nezmožnost usklajevanja dela ter ostalih področij življenja. Predstavljene so tudi različne dobre prakse organizacijske podpore hibridnemu delu, ki so delodajalcem in zaposlenim lahko v pomoč ter priporočila za nadaljnje raziskovanje. Ključne besede: hibridno delo, organizacijska podpora, vodje, izzivi, kakovost dela Cobiss: 1.08 1 Uvod Cilj prispevka je analizirati načine hibridnega dela, ki se izvajajo v slovenskih organizacijah, na podlagi strukturiranih intervjujev z delavci in vodji. Najprej opredelimo značilnosti hibridnega dela z vidika delavcev in vodij, kar je v obstoječi litera-turi še redko. Drugič podajamo analizo hibridnega dela z vidika njegovega obsega, delovnih obre-menitev, počutja delavcev ter usklajevanja dela in družine. Tretjič poudarjamo pomen organiza-cijske podpore delavcem in vloge vodij v hibridnem delovnemu procesu z namenom zmanjšanja negativnih učinkov na počutje in predanost delavcev ter opredeljujemo dobre delovne prakse, ki bi jih lahko organizacije uporabljale v prihodnosti. Na temelju analize pridobljenih empiričnih po-datkov predstavljamo stanje in izzive na področju hibridnega dela v slovenskih organizacijah in nazadnje podajamo priporočila za strokovnjake, delavce in organizacije, ki lahko služijo tudi za nadaljnje raziskovanje. 2 Pregled literature Hibridno delo je kombinacija (virtualnega) dela na daljavo in dela v tradicionalnem prostoru delo-dajalca (Cook idr., 2020; Kaiser idr., 2022; Xie idr., 2019). Delavcu omogoča kombinacijo opravlja-nja dela z oddaljene lokacije in iz prostorov delodajalca oz. razdelitev opravljanja dela med dom in prostor delodajalca (Lake, 2024). Hibridno delo razdelimo v štiri kategorije. Prva je nerekonstru-irano delo, ki v osnovi ni hibridno in označuje proces dela, v katerem so se delavci po pandemiji vrnili h klasičnemu načinu dela. Druga je nadzorovano hibridno delo, ki je osredotočeno na pra-vila, prakse in vloge, ki veljajo na klasičnem delovnem mestu kot osnove za izvedbo dela na da-ljavo. Pri tej obliki dela se največkrat določi dneve v tednu, ko je mogoče delati doma, in dneve, ko je zapovedano delo v prostorih delodajalca. Tretja je prožno hibridno delo, ki se osredotoča na naloge v delovnem procesu in ne na pravila in vloge ter delavcem ponuja več avtonomije in izbire. Četrta je pametno zrelo hibridno delo, ki je podobno prožnemu hibridnemu delu, vendar ima močan poudarek na preobrazbi in inovacijah ter virtualizaciji dela kot osrednjem načelu (Lake, 2024; Hopkins, 2023). Pri odločitvi za najprimernejši model za organizacijo so ključni naslednji dejavniki: potreba po fi-zični prisotnosti delavca na določeni lokaciji, obseg in kompleksnost interakcij z delavci ter upo-raba delovnih sredstev, strojev in opreme, ki so determinirani z lokacijo (Gratton, 2022), koliko de-lavcev si želi delati od doma in kako pogosto bi radi delali od doma (Alexander idr., 2020). Halford (2005) izpostavlja, da hibridno delo spremeni naravo in organizacijo dela, obenem pa spreminja naloge in vloge v domačem, organizacijskem in virtualnem prostoru. Golden in Gajen-dran (2019) v tej zvezi izpostavljata, da pisarniško delo v prostorih delodajalca krepi interakcije, mreženje in povezanost med delavci in skupinami, prispeva k bolj kreativnim rešitvam, novincem je v pomoč pri uvajanju v organizacijo ter ostreje postavi mejo med delovnim in ostalimi področji življenja. Na drugi strani pa lahko delo od doma delavcem ponuja možnost hkratne skrbi za dru-žino in dom, s čimer (lahko) prispeva k večji prožnosti na področju delovnega in zasebnega življe-nja, skrajšuje čas in stroške vožnje na delo in je lahko (ali pa sploh ne) vir miru, udobja in koncen-tracije za delo. Predotova in Vargas Llave (2021) pa dodajata, da virtualni svet ne more v celoti nadomestiti vezi, ki jih spletemo osebno, hkrati pa velja, da je ob manj pogostih fizičnih stikih težje ohranjati kohezivnost in identifikacijo z delovno skupino (Fiol & O'Connor, 2005). Dosedanje štu-dije in njihova sinteza (več o tem v Kohont & Ignjatović, 2022) so razkrile raznolike prednosti, sla-bosti ter kontradiktornosti dela na daljavo in hibridnega dela za delavce in delodajalce/organiza-cije. Pomemben in aplikativen koncept pri naslavljanju slabosti hibridnega dela je zaznana organiza-cijska podpora v okviru teorije zahtev in virov (Bakker & Demerouti, 2017) in se nanaša na obseg, v katerem organizacije nagrajujejo delavce za njihov trud, jim pomagajo, ko to potrebujejo, nare-dijo njihovo delo zanimivo in jim zagotavljajo ustrezne delovne pogoje (Rhoades & Eisenberger, 2002). Raziskave kažejo, da so delavci, ki jim je zagotovljena organizacijska podpora, organizaciji bolj pripadni, zadovoljnejši pri delu, delovno uspešnejši, zanje je značilna nižja fluktuacija, so bolj pozitivno razpoloženi, čutijo povečan entuziazem, imajo željo po pomoči drugim in ustvarjajo vire, ki lahko nevtralizirajo stresorje na delovnem mestu (Aubé idr., 2007; Eisenberger idr., 2001; Pa-naccio & Vandenberghe, 2009; Riggle idr., 2009). 3 Metode Značilnosti hibridnega dela v Sloveniji predstavljamo na temelju 75 strukturiranih intervjujev z de-lavci in vodji, ki delajo hibridno. Uporabili smo naključni vzorec in anketirance povabili k intervjuju prek LinkedIna, pri čemer smo uporabili pristop snežne kepe. V vzorcu intervjuvancev je 71 % žensk in 29 % moških. 83 % jih dela v zasebnem sektorju, od teh 41 % v velikih podjetjih. 31 % intervjuvancev je vodij. 53 % jih je v starostnih razredih 36–55 let in imajo pretežno višjo ali visoko-šolsko izobrazbo. Vsebino intervjujev smo zapisali in prepise vsebinsko analizirali z iterativno ana-lizo, da bi odkrili podobnosti in razlike v odgovorih. Nato smo prepise intervjujev kodirali. V prvem nizu kodiranja smo uporabili tehniko aksialnega (odprtega) kodiranja (Fick, 2018; Saunders, 2019). 4 Rezultati Intervjuvanci so povedali, da jih več kot polovica (52 %) hibridno dela dva dni na teden, dobra če-trtina (27 %) pa tri dni na teden. Delovne aktivnosti beležijo z vsakodnevnimi poročili o delu in s sistemi beleženja prisotnosti, dogovorjen pa imajo tudi čas pričakovane dostopnosti. Večina re-spondentov (55 %) tudi pravi, da sta pobuda in želja po hibridnem delu pretežno na njihovi strani. To še posebej (kot pogoj za sklenitev zaposlitve) izpostavljajo mlajši intervjuvanci. V raziskavi so bili izpostavljeni naslednji pozitivni vidiki hibridnega dela: je bolj sproščeno, delavcem omogoča prilagajanje delovnega časa in posledično lažje usklajevanje zasebnega in delovnega življenja, daje jim več časa, ki ga lahko preživijo z družino, ali jim omogoča lažje usklajevanje z usposablja-njem in študijem ob delu. Izpostavljajo, da hibridni način dela temelji na močnem medsebojnem zaupanju med delavcem in delodajalcem ter skrbi obeh za nemoteno izvajanje delovnega pro-cesa. Ključno vlogo pri tem igra enakost pogojev za delo v prostorih delodajalca in doma. Respondenti poročajo o različnih oblikah podpore hibridnemu delu, od pisnih navodil za delo od doma ter skupinskih in individualnih načrtih aktivnosti do spletnih usklajevalnih sestankov in sestankov v živo ob točno določenih dnevih in urah ter obenem vedno hibridno. Glede na naravo delovnih procesov oz. nalog v organizacijah obstajajo različni načini organizacije dela: a) delavci sami prilagajajo svoj delovni urnik, torej kdaj bodo delali od doma in kdaj v prostorih delodajalca, pri čemer se lahko vsak teden držijo istega urnika ali pa ga spreminjajo po lastni želji, in b) za delo od doma je potreben dogovor z vodjo. V zelo veliki večini imajo delodajalci posluh za usklajevanje delovnih in družinskih obveznosti, ki jih tako delavci usklajujejo brez večjih težav. Pomembno vlogo pri organizaciji dela in komunikaciji z delavci imajo vodje. Organizacijska podpora (hibridnemu) delu se izraža tudi z načini razvoja za delo potrebnih kompetenc, mentoriranjem, možnostmi prenosa znanja ter sodelovalnega dela in izmenjave idej. Respondenti poročajo, da kljub uvedbi hibridnega dela večina teh aktivnosti po-teka v živo. Intervjuvanci med izzivi izpostavljajo, da stik z delavci in iskanje rešitev preko komunikacijskih oro-dij ne more v celoti nadomestiti stika v živo. Pretežno se tudi strinjajo, da h krepitvi stikov, vključe-nosti in enakosti vseh prispeva dogovor o obsegu hibridnega dela. Obenem opažajo, da so uskla-jevanja z ostalimi oddelki na daljavo lahko napornejša in dolgotrajnejša od tistih v živo. Izpostav-ljajo tudi slabše pogoje dela od doma in potrebo po oddaljenem dostopu do dokumentov. Intervjuvanci še poročajo, da je pri delu od doma mestoma njihov delovni čas daljši, saj delo opravljajo tudi po uradnem koncu delovnika, skozi cel dan, kar močno posega v njihov zasebni čas in onemogoča usklajevanje delovnega in zasebnega življenja. Nekateri opažajo motnje zbranosti, ki so povezane z monotonim delom, ali pa se znajdejo pod večjim pritiskom, ker morajo ob koncu poročati o delu in imajo nenehen občutek, da ne delajo dovolj učinkovito. Posledično si vzamejo manj odmorov, kar njihov stres in delovni napor le še povečuje. Mestoma sta zaradi domačih opra-vil, ki jih opravljajo hkrati z delom, motena njihova koncentracija in osredotočenost. Mnogi inter-vjuvanci poudarjajo potrebo po pogovoru v živo, ki prispeva h gradnji odnosov med člani ekipe ter izmenjavi idej in skrajša odzivni čas delavcev, še posebej ko gre za razreševanje kompleksnejših zadev ali za potrebo po usklajenem skupinskem delovanju, razpravi in hitrem reagiranju. Kljub predstavljenim izzivom bi velika večina (72 intervjuvancev) še naprej delala hibridno. 5 Razprava in sklep Pogosta pojavnost dela od doma med pandemijo covida-19 in pospešena digitalizacija delovnih procesov sta spremenila naravo, izvedbo in organizacijo dela, s čimer je hibridno delo postalo obi-čajna praksa. Organizacija hibridnega dela in načini opore, ki prispevajo k njegovi uspešni in učin-koviti izvedbi, so se optimizirali, hkrati pa se na nove razmere odziva tudi institucionalni, delovno-pravni okvir, recimo z zagotavljanjem pravice do odklopa in podrobnejše ureditve teledela. Rezultati raziskave, ki smo jo opravili, potrjujejo, da sta za kakovostno izvajanje hibridnega dela ključni organizacijska kultura, ki temelji na zaupanju med delodajalcem (vodjo) in delavcem, ter organizacijska podpora, ki zagotavlja enakost delovnih pogojev v prostorih delodajalca in doma. Za njuno uspešno implementacijo je potrebna proaktivna vloga strokovnjakov oz. oddelka mened-žmenta človeških virov (Trullen idr., 2016), ki mora na eni strani ponuditi oporo vodjem in delav-cem, na drugi strani pa z organizacijskemu kontekstu primernim obsegom hibridnega dela obliko-vati pogoje, ki bodo v organizaciji zagotavljali uspešno izmenjavo znanja, ustvarjanje kreativnih rešitev in delovanje ekip ter krepili sodelovalno in kohezivno organizacijsko kulturo. Večina re-spondentov v raziskavi sicer ne poroča o večjih težavah s hibridnim delom, izpostavlja pa, da skupnega oz. skupinskega iskanja rešitev v živo ne moreta v celoti nadomestiti sodelovanje na daljavo in udobje domačega naslonjača. Rezultati potrjujejo, da je hibridni model dela treba uva-jati premišljeno, upoštevaje značilnosti organizacijske kulture, specifičnosti delovnega procesa in potreb delavcev, in sicer z oblikovanjem kontekstualno odzivnih načinov organizacijske podpore, kar odpira tudi prostor za nadaljnje raziskave. Literatura Alexander, A., de Smet, A., & Mysore, M. (2020). Reimagining the post-pandemic workforce. McKinsey Quarterly. https://www.mckinsey.com/capabilities/people-and-organizational-performance/our-insights/reimagining-the-post- pandemic-workforce Aubé, C., Rousseau, V., & Morin, E. M. (2007). Perceived organizational support and organizational commitment. Jo- urnal of Managerial Psychology, 22(5), 479–495. http://doi.org/10.1108/02683940710757209 Bakker, A. B., & Demerouti, E. (2017). Job demands–resources theory: Taking stock and looking forward. Journal of Occupational Health Psychology, 22(3), 273–285. http://doi.org/10.1037/ocp0000056 Cook, J., Mor, Y., & Santos, P. (2020). Three cases of hybridity in learning spaces: Towards a design for a Zone of Pos- sibility. British Journal of Educational Technology, 51, 1155–1167. https://doi.org/10.1111/bjet.12945 Eisenberger, R., Armeli, S., Rexwinkel, B., Lynch, P. D., & Rhoades, L. (2001). Reciprocation of perceived organizational support. Journal of Applied Psychology, 86(1), 42–51. http://doi.org/10.1037/0021-9010.86.1.42 Fick, U. (2018). An introduction to qualitative research. London: Sage Publications. Fiol, C. M., & O'Connor, E. J. (2005). Identification in face-to-face, hybrid, and pure virtual teams: Untangling the con- tradictions. Organization Science, 16(1), 19–32. http://doi.org/10.1287/orsc.1040.0101 Golden, T. D., & Gajendran, R. S. (2019). Unpacking the role of a telecommuter’s job in their performance: Examining job complexity, problem solving, interdependence, and social support. Journal of Business and Psychology, 34(1), 55– 69. http://doi.org/10.1007/s10869-018-9530-4 Gratton, L. (2022). Redesigning work: How to transform your organisation in make hybrid work for everyone. UK: Pen-guin Random House. Halford, S. (2005). Hybrid workspace: Re-spatialisations of work, organisation and management. New Technology, Work and Employment, 20(1), 19–33. http://doi.org/10.1111/j.1468-005X.2005.00141.x Hopkins, J., & Bardoel, A. (2023). The future is hybrid: How organisations are designing and supporting sustainable hybrid work models in post-pandemic Australia. Sustainability, 15(4). https://doi.org/10.3390/su15043086 Kaiser, S., Suess, S., Cohen, R., Mikkelsen, E. N., & Pedersen, A. R. (2022). Working from home: Findings and prospects for further research. German Journal of Human Resource Management, 36(3), 205–212. http://doi.org/10.1177/23970022221106973 Kohont, A., & Ignjatović, M. (2022). Organizational support of working from home: Aftermath of COVID-19 from the perspective of workers and leaders. Sustainability, 14(9). https://doi.org/10.3390/su14095107 Lake, A. (2024). Beyond hybrid working: A smarter and transformational approach to flexible working. London and New York: Routledge. http://doi.org/10.4324/9781003288930 Panaccio, A., & Vandenberghe, C. (2009). Perceived organizational support, organizational commitment, and psycho-logical well-being: A longitudinal study. Journal of Vocational Behavior, 75(2), 224–236. http://doi.org/10.1016/j.jvb.2009.06.002 Predotova, K., & Vargas Llave, O. (2021). Workers want to telework but long working hours, isolation and inadequate equipment must be tackled. Eurofound. https://www.eurofound.europa.eu/en/resources/article/2021/workers-want- telework-long-working-hours-isolation-and-inadequate-equipment Rhoades, L., & Eisenberger, R. (2002). Perceived organizational support: A review of the literature. Journal of Applied Psychology, 87(4), 698–714. http://doi.org/10.1037/0021-9010.87.4.698 Riggle, R. J., Edmondson, D. R., & Hansen, J. D. (2009). A meta-analysis of the relationship between perceived organi-zational support and job outcomes: 20 years of research. Journal of Business Research, 62(10), 1027–1030. http://doi.org/10.1016/j.jbusres.2008.05.003 Saunders, M. N. K., Lewis, P., & Thornhill, A. (2019). Research methods for business students. London: Pearson Edu-cation Limited. Trullen, J., Stirpe, L., Bonache, J., & Valverde, M. (2016). The HR department's contribution to line managers' effective implementation of HR practices. Human Resource Management Journal, 26(4), 449–470. http://doi.org/10.1111/1748-8583.12116 Xie, J. L., Elangovan, A. R., Hu, J., & Hrabluik, C. (2019). Charting new terrain in work design: A study of hybrid work characteristics. Applied Psychology, 68(3), 479–512. http://doi.org/10.1111/apps.12169 Zakon o spremembah in dopolnitvah Zakona o delovnih razmerjih (ZDR-1D). (2023). Uradni list RS, 102-01/23-15/26. Ekonomija 2024 Zbornik recenziranih znanstvenih prispevkov ŠTUDIJA PRIMERA ODKRIVANJA ZNANJA V DIGITALNIH SLEDEH POSLOVNIH APLIKACIJ S POMOČJO RUDARJENJA PROCESOV Izr. prof. dr. Gregor Polančič, Univerza v Mariboru, Slovenija ✉ Povzetek: Upravljanje poslovnih procesov je uveljavljena metodologija, katere poglavitni namen je izboljšanje organizacijskih procesov z uporabo različnih tehnik in tehnologij, ki v veliki meri te-meljijo na modelih procesov. Pogoj za uspešno upravljanje je zato zagotavljanje veljavnih in ka-kovostnih modelov, kar pa je v praksi težko doseči, saj so ti pogosto zaradi človeških dejavnikov nepopolni, nepravilni oz. neažurni. S povečanjem stopnje digitalizacije in avtomatizacije poslovnih procesov se je v zadnjih letih močno uveljavil na podatkih temelječ pristop upravljanja procesov, ki jih v obliki digitalnih sledi generirajo poslovne informacijske rešitve. Za tehnike in tehnologije, ki omogočajo navedeno, se je uveljavil termin rudarjenje procesov, s podpornimi orodji pa je možno procese vizualizirati, ana-lizirati, ovrednotiti, medsebojno primerjati, odkrivati morebitna odstopanja in drugo. V prispevku so predstavljeni osnove rudarjenja procesov ter pomen dnevnikov dogodkov in na-prednih algoritmov za odkrivanje, preverjanje skladnosti in izboljšave procesov. Osrednji del pri-spevka je demonstracija zmožnosti sodobnih orodij za rudarjenje procesov, ki temeljijo na dnev-niku dogodkov, pridobljenem iz poslovnega informacijskega sistema. Ključne besede: rudarjenje procesov, upravljanje poslovnih procesov, poslovna informacijska re-šitev, procesna inteligenca, digitalizacija, proces odobritve posojila Cobiss: 1.08 57 1 Uvod Vsaka organizacija stremi k doseganju poslovnih ciljev, kar vključuje ustvarjanje vrednosti za stranke, povečanje prihodkov, izboljšanje operativne učinkovitosti in trajnostni razvoj. Po-membno sredstvo za doseganje navedenega je ustrezna skrb za procese organizacije. Navedeno lahko dosežemo z metodologijo upravljanja poslovnih procesov (angl. business process mana-gement), ki predstavlja skupek uveljavljenih praks, tehnik in tehnologij za kontinuirano izboljše-vanje in prilagajanje poslovnih procesov. Številne dejavnosti »tradicionalnega« upravljanja poslovnih procesov temeljijo na modelih proce-sov, ki služijo različnim namenom, kot so: analiziranje procesov, komuniciranje o procesih, digi-talizacija procesov in spremembe oz. izboljšave procesov. Ker v takšnih primerih odločitve uprav-ljanja poslovnih procesov v veliki meri temeljijo na modelih procesov, je poglavitni izziv zagotav-ljanje njihove veljavnosti (angl. validity), kar pomeni, da modeli predstavljajo dejanske procese oz. njihovo operativno izvajanje in jih opisujejo v celoti (angl. completeness) (Dumas idr., 2018). V praksi se je izkazalo, da je ravno zagotavljanje skladnosti modelov procesov pogosto šibek člen njihovega upravljanja. Zaradi nenehnih sprememb v poslovnem okolju se poslovni procesi konti-nuirano spreminjajo in prilagajajo. Modeli poslovnih procesov tako hitro postanejo neskladni z dejansko izvajanimi procesi, kakor tudi s tehničnim in organizacijskim okoljem, v katerem se iz-vajajo. Modeliranje poslovnih procesov je prav tako podvrženo človeškim dejavnikom, saj je močno odvisno od spretnosti, znanj in razpoložljivosti analitika, kar vpliva na izdelane modele procesov. Tradicionalno odkrivanje in modeliranje procesov je drago in časovno potratno tudi za-radi vrzeli v poslovnem znanju deležnikov in pomanjkanja objektivnih validacij modelov (Kerre-mans idr., 2020). Modeli so zato pogosto nepopolni (ne opisujejo celotnega procesa), neskladni (ne predstavljajo dejanskega procesa) ali nepravilni (ne upoštevajo pravil diagramskega jezika, npr. BPMN, in so zato nerazumljivi tako za ljudi kot za izvajalna okolja). Poslovne odločitve, ki se sprejemajo na neustreznih modelih procesov, postanejo hitro neoptimalne ali celo napačne. Z višanjem stopnje digitalizacije in avtomatizacije (procesov) so se pojavile priložnosti za reševa-nje omenjenih izzivov z bolj neposrednim upravljanjem dejansko izvajanih procesov na osnovi po-datkov, ki jih poslovne informacijske rešitve generirajo v poslovnih operacijah (angl. business operations). Te podatke je možno z usmerjenimi tehnikami rudarjenja podatkov (angl. data mi-ning) pretvoriti v obliko, ki je uporabna za sprejemanje odločitev upravljanja procesov. Besedna 58 zveza »rudarjenje procesov« (angl. process mining) označuje družino podatkovno vodenih tehnik za analizo poslovnih procesov z uporabo podatkov o dogodkih, pridobljenih iz informacijskih sistemov, kot so sistemi ERP in sistemi za upravljanje odnosov s strankami (CRM). Rudarjenje procesov predstavlja uspešen primer prehoda akademskih zamisli in rešitev v poslovna okolja (Kerremans idr., 2020). Cilj prispevka je z uporabo metode študije primera demonstrirati in evalvirati zmožnosti sodobnih orodij za rudarjenje procesov, in sicer na osnovi referenčnega dnevnika dogodkov izvedbe pro-cesa »vloge za posojilo«. 2 Osnove rudarjenja procesov Rudarjenje procesov je krovni izraz, ki predstavlja kombinacijo podatkovnega rudarjenja in tehnik upravljanja procesov, ki uporabljajo napredne algoritme, strojno učenje in statistične metode za analizo podatkov o dogodkih z namenom analizirati poslovne operacije, vse od celovitih procesov do posameznih dejavnosti procesov. Slika 1 prikazuje rudarjenje procesov v širšem delovanju organizacije. Poslovni procesi, ki se iz-vajajo v organizaciji skozi interakcije med zaposlenimi, strankami in drugimi deležniki, ustvarjajo velike količine podatkov. Procesi so tudi vse bolj podprti in nadzorovani s poslovnimi informacij-skimi sistemi, ki hranijo podatke o izvajanju procesov v digitalni obliki. Te je mogoče uporabiti za izdelavo dnevnikov dogodkov, katerih ključni gradniki oz. atributi so ponazorjeni v tabeli 1. Pridob-ljene dnevnike dogodkov je mogoče uporabiti za tri osnovne namene rudarjenja procesov: odkri-vanje procesa, preverjanje skladnosti procesa in izboljšanje procesa. Odkrivanje se začne z dnev-niki dogodkov in ustvari model procesa. Preverjanje skladnosti primerja obstoječi model z dnev-nikom dogodkov in s tem izpostavi ujemanja in odstopanja med modelom procesa in dnevnikom dogodkov. Tehnika izboljšave se uporablja za razširitev, izboljšavo ali popravilo modela procesa, npr. za izvajanje simulacij. 59 Slika 1: Koncept delovanja rudarjenja procesov Vir: De Roock in Martin (2022). Rudarjenje procesov med drugim poslovnim uporabnikom omogoča, da identificirajo ozka grla, nepotrebne ponovitve opravil, odstopanja in vire odpadkov v svojih procesih ter odkrijejo prilož-nosti za optimizacijo delovanja in povečanje pozitivnih poslovnih rezultatov. V zadnjem desetletju je rudarjenje procesov dozorelo in na trg poslalo širok nabor orodij za po-slovno inteligenco in upravljanje poslovnih procesov. Rudarjenje procesov se danes uporablja v skoraj vseh industrijskih sektorjih, vključno z bančništvom in finančnimi storitvami, telekomuni-kacijami, energetiko, zdravstvom, logistiko in proizvodnjo (Kerremans idr., 2020). 2.1 Dnevniki dogodkov Za analizo poslovnega procesa s tehnikami rudarjenja procesov je treba iz informacijskega sistema pridobiti dnevnik dogodkov (Aalst, 2016), ki beleži izvajanje procesa. Dnevnike dogodkov je mogoče pridobiti iz skoraj katerega koli informacijskega sistema podjetja, naj bo to iz sistemov ERP ali CRM, kot so SAP, Dynamics, Salesforce ali ServiceNow, ali iz vertikalno specializiranih sistemov, kot so sistemi za izvajanje proizvodnje, sistemi za upravljanje zavarovanj, sistemi za upravljanje bolnišnic itd. 60 Tabela 1: Preprosti dnevnik dogodkov Številka primera Aktivnost Vir (oseba/oddelek) Časovni žig 3001 Oddaja vloge Stranka 13. 2. 2024, 8.30 3001 Preverjanje kreditne sposobnosti Kreditni oddelek 13. 2. 2024, 9.00 3001 Ocena vloge Posojilni svetovalec 13. 2. 2024, 10.00 3001 Zahteva za dodatne dokumente Posojilni svetovalec 13. 2. 2024, 11.30 3001 Prejem dodatnih dokumentov Stranka 13. 2. 2024, 14.00 3001 Končni pregled Vodja 13. 2. 2024, 15.30 3001 Potrditev posojila Vodja 13. 2. 2024, 16.00 3001 Izplačilo posojila Finančni oddelek 14. 2. 2024, 9.00 3002 Oddaja vloge Stranka 13. 2. 2024, 8.45 3002 Preverjanje kreditne sposobnosti Kreditni oddelek 13. 2. 2024, 9.15 3002 Ocena vloge Posojilni svetovalec 13. 2. 2024, 10.45 3002 Odbijanje posojila Vodja 13. 2. 2024, 12.00 3003 Oddaja vloge Stranka 13. 2. 2024, 9.00 3003 Preverjanje kreditne sposobnosti Kreditni oddelek 13. 2. 2024, 9.30 3003 Ocena vloge Posojilni svetovalec 13. 2. 2024, 10.30 3003 Zahteva za dodatne dokumente Posojilni svetovalec 13. 2. 2024, 11.15 3003 Prejem dodatnih dokumentov Stranka 13. 2. 2024, 13.45 3003 Ponovno preverjanje podatkov Kreditni oddelek 13. 2. 2024, 14.30 3003 Končni pregled Vodja 13. 2. 2024, 16.00 3003 Odbijanje posojila Vodja 13. 2. 2024, 16.30 Vir: Lastni. Dnevnik dogodkov, kot je ponazorjen v tabeli 1, vsebuje niz zapisov dogodkov procesa odobritve posojila, kjer je vsak zapis dogodka sestavljen iz naslednjih atributov: – številka primera ali ID primera (angl. case ID), ki predstavlja enolični identifikator primera (instance), kot je npr.: ID stranke; – časovni žig (angl. time stamp), ki predstavlja trenutek, ko je bil dogodek zabeležen v sistemu; – aktivnost: oznaka, ki se nanaša na izvedeno dejavnost (v tem primeru je sedem različnih oznak dejavnosti, in sicer: pregled vloge, pregled zgodovine posojil, ocena premoženja, 61 ocena tveganja posojila, ocena primernosti, zavrnitev vloge in priprava sprejemnega pa-keta); – vir: član osebja, povezan z izvajanjem aktivnosti (v tem primeru je šest različnih zaposle- nih, vključenih v dogodke); – vrsta transakcije, ki predstavlja status aktivnosti in v našem primeru (gl. tabela 1) ni eks- plicitno zabeležena, zato se predpostavi, da se dogodek zabeleži ob zaključku aktivnosti. Kot alternativa dnevnikom dogodkov se v zadnjem času uveljavlja tudi podpora t. i. tokovom do-godkov (angl. event stream), ki za razliko od dnevnikov predstavljajo sprotne, neprekinjene po-datke, kjer se dogodki zajemajo in obdelujejo, ko se zgodijo. Medtem ko dnevnik dogodkov zago-tavlja retrospektiven vpogled za analizo na podlagi dokončanih dogodkov, tok dogodkov omogoča sprotno spremljanje in prilagajanje procesov na podlagi sprotnih podatkov. 2.2 Algoritmi Kot je razvidno s slike 1, predstavlja dnevnik dogodkov (ali tok dogodkov) vhod v algoritme rudar-jenja procesov. Za potrebe odkrivanja ter preverjanja skladnosti in izboljšav modelov procesov uporablja rudarjenje procesov zapletene in napredne algoritme, ki lahko temeljijo na hevristikah, mehki logiki (angl. fuzzy logic), strojnem učenju (angl. maschine learning) in genetskih algoritmih. Med osnovne algoritme odkrivanja procesov spada algoritem Alfa, ki analizira relacije urejenosti med pari dogodkov v sledeh (angl. traces) dnevnika dogodkov, kot so: neposredni naslednik (angl. direct successor), vzročnost (angl. causality), sočasnost (angl. concurrency) in ekskluzivnost (angl. exclusiveness). Rezultat algoritma α je mreža delovnega toka, ki ohranja omenjene relacije dnevnika dogodkov L, kar zapišemo kot: 𝛼(𝐿) (Aalst, 2016). Slika 2: Algoritem Alfa 𝐿 3 2 4 = [〈𝑎, 𝑏, 𝑐, 𝑑〉 , 〈𝑎, 𝑐, 𝑑, 𝑏〉 , 〈𝑎, 𝑒, 𝑑〉] 1 62 𝛼(𝐿1)= Vir: Lastni. Druga skupina algoritmov je npr. namenjena preverjanju skladnosti, ki kvantificirajo odstopanja med zapisi v dnevniku dogodkov (tj. realno obnašanje procesa) in predpisanim modelom procesa. Na primer: preverjanje skladnosti na osnovi ponovitve izvedbe žetona (angl. token-based replay) natančno prešteje, kateri primerki procesa odstopajo od predpisane izvedbe in v kolikšni meri. Slika 3 ponazarja takšno metodo preverjanja skladnosti modela procesa (ponazorjen s Petrijevo mrežo) glede na njegovo dejansko izvedbo (L). Kvantifikacija je nato izvedena v tabelarični obliki, kjer se na osnovi primerjave dnevnika dogodkov z modelom procesa preštejejo veljavni in neve-ljavni koraki izvedbe. Slika 3: Kvantifikacija veljavnih in neveljavnih korakov izvedbe procesa Vir: Lastni. 63 Z uporabo funkcije prileganja (angl. fitness) se nato poda vrednost, ki predstavlja stopnjo ujema-nja izvedbe procesa z modelom procesa v odstotkih oz. na intervalu [0,1]. 1 𝑚 1 𝑟 𝑁,𝜎 𝑁,𝜎 𝑓𝑖𝑡𝑛𝑒𝑠𝑠(𝜎, 𝑁) = (1 − ) + (1 − ) 2 𝑐𝑁,𝜎 2 𝑝𝑁,𝜎 3 Zmožnosti orodij za rudarjenje procesov Sodobna orodja za rudarjenje procesov so postala zelo napredna in ponujajo širok nabor funkci-onalnosti, ki organizacijam omogočajo procesno inteligenco (angl. process intelligence) oz. boljše razumevanje, spremljanje in optimizacijo poslovnih procesov; med drugim omogočajo: – razumevanje, kako se izvajajo poslovne operacije na osnovi generiranih »AS-IS« diagra- mov procesov, ki temeljijo na podatkih o dogodkih, ki jih beleži informacijski sistem orga-nizacije; – analiziranje podatkov, z namenom, da se identificirajo točke trenja v poslovnem procesu in se jih poveže s ključnimi kazalniki uspešnosti (angl. key performance indicators); – razumevanje, kaj prispeva k želenim in neželenim rezultatom procesa, npr. različne de- javnosti, ki prispevajo k naročilom, ki so dostavljena pravočasno, v primerjavi z naročili, ki so dostavljena z zamudo; – prepoznavanje neskladnega vedenja, razumevanje temeljnih vzrokov odstopanj in kvanti- ficiranje vplivov teh odstopanj na uspešnost procesa; – napovedovanje prihodnje uspešnosti procesa v različnih scenarijih, tako da lahko ekipe sprejemajo boljše odločitve in bolje razvrstijo prednostna prizadevanja za avtomatizacijo in izboljšanje procesov. Pridobivanje zgornjega znanja o procesih je možno s štirimi osnovnimi zmožnostmi orodij za ru-darjenje procesov (gl. sliko 4): avtomatizirano odkrivanje procesov, rudarjenje uspešnosti proce-sov, preverjanje skladnosti in analiza različic. 64 Slika 4: Zmožnosti rudarjenja procesov Vir: Lastni. 4 Demonstracija rudarjenja procesov V nadaljevanju je predstavljena demonstracija zmožnosti rudarjenja procesov z uporabo orodja Apromore (www.apromore.com), ki temelji na referenčnem in anonimiziranem dnevniku dogod-kov izvedbe procesa »vloge za posojilo« nizozemske finančne ustanove (van Dongen, 2017), kot je podrobneje predstavljen v Blevi idr. (2017). Predpisani proces (TO-BE) za odobritev posojila (gl. sliko 5) se začne s pripravo vloge, ki se lahko odda elektronsko ali fizično v poslovalnici. Sledi avtomatsko preverjanje vloge, ki se lahko že v tej fazi tudi zavrne. V primeru, da je vloga primerna, banka pripravi ponudbo in jo posreduje stranki. Proces ima tri možne zaključke, dva od njih sproži stranka. Ta ponudbo izbere ali zavrne. Tretji izid sproži banka, ki lahko vlogo v primeru, da je neustrezna, zavrne. 65 Slika 5: BPMN-model procesa odobritve posojila (TO-BE) Vir: Lastni. 4.1 Avtomatizirano odkrivanje procesov Kot je razvidno s slike 4, avtomatizirano odkrivanje procesov zajame dnevnik dogodkov in ustvari model »AS-IS«, ki natančno nakazuje, kako dejanski proces deluje, in omogoča primerjavo s tem, kako podjetje želi, da proces deluje. Aplikacije za rudarjenje procesov podjetjem omogočajo vi-zualizacijo procesa in razumevanje, kje so težave in kako je mogoče proces izboljšati z avtomati-zacijo ali drugimi prizadevanji za izboljšanje. Avtomatizirano odkrivanje procesov prikazuje dejanski potek procesa, točke, kjer se sprejemajo odločitve, kje se izvajajo posegi, kdo jih izvaja, kje potekata predelava in odvečno delo ter kje po-teka predaja med zaposlenimi. Korak avtomatiziranega odkrivanja procesov je ključnega pomena za doseganje preglednosti procesa, kar je pogoj za izdelavo načrta za izboljšanje procesa. Slika 6 prikazuje z rudarjenjem procesov odkriti model procesa odobritve posojila, ki je generiran na osnovi 31.500 primerkov izvedbe omenjenega procesa. 66 Slika 6: Zaslonski posnetek algoritmično pridobljenega diagrama procesa odobritve posojila (AS-IS) Vir: Lastni. Iz uporabniškega vmesnika in diagrama (gl. sliko 6) so neposredno razvidni določeni statistični podatki o izvedbi procesa, kot so: število variant izvedbe procesa (varianta predstavlja vse sledi procesa z istim zaporedjem aktivnosti, v danem primeru je 4000 variant), število različnih aktiv-nosti (v našem primeru 26), minimalni, povprečni in najdaljši čas izvedbe primerka procesa, šte-vilo ponovitev posameznih aktivnosti in kvantifikacija relacij neposrednih naslednikov (tj. dveh zaporednih aktivnosti). Zaradi kompleksnosti realnih procesov (gl. sliko 7), predvsem z vidika števila variacij izvedb enega procesa, so tudi procesne mape kompleksne, zato orodja nudijo možnosti abstrakcije pridoblje-nih modelov, in sicer se najpogosteje omejuje prikaz glede na pogostost izvedbe aktivnosti ali po-vezav (npr. prikaz najpogosteje ali najredkeje izvedenih variant procesa). 67 Slika 7: Zaslonski posnetek dejanske kompleksnosti izseka realnega procesa odobritve posojila Vir: Lastni. 4.2 Rudarjenje uspešnosti procesov Z rudarjenjem uspešnosti procesov (angl. performance mining) pridobimo dodatne (kvantita-tivne) informacije o modelih procesov, ki lahko vodijo v njihove izboljšave (gl. sliko 4). Rezultat rudarjenja uspešnosti so grafi uspešnosti (gl. sliko 8) in modeli procesov, ki so dopolnjeni z infor-macijami, kot so: trajanje aktivnosti ali pogled na procese z vidika določenega vira. Slika 8: Zaslonski posnetek grafov uspešnosti procesa odobritve posojila Vir: Lastni. Z rudarjenjem uspešnosti lahko pridobimo odgovore na vprašanja, kot so: – Kje v procesu so ozka grla (angl. bottleneck)? (1) Aktivnost je počasna, zato predstavlja 68 ozko grlo; (2) vse vhodne povezave v aktivnost so počasne, zato je najverjetneje ozko grlo vir, ki mu je dodeljena izvedba aktivnosti; in (3) počasna je predaja dela (angl. handoff) med dvema viroma. – Kateri viri (zaposleni) so v procesu preobremenjeni in podobremenjeni? Če dnevnik do- godkov beleži tudi vire, ki so bili zadolženi za izvedbo aktivnosti, lahko rudarjenje procesov generira mrežo odvisnosti med viri, ki sodelujejo pri izvedbi procesa. Na sliki 9 so npr. po-nazorjeni najpogosteje vključeni človeški s podatkom o skupnem obsegu ponavljajočega se dela. Iz diagrama je razvidno, da ima daleč največji obseg ponavljajočega se dela »User_29«, in sicer 1,65 leta. Prav tako je v diagramu izpostavljena počasna predaja dela med »User_100« in »User_118«, ki v primeru 224 instanc izvedbe procesa traja v povprečju 1,36 meseca. – Kje v procesu se izvajajo ponovitve opravil? Rudarjenje procesov lahko prepozna ponovi- tve izvajanj opravil, parov opravil ali širših zank, ki potencialno predstavljajo redundantno ali jalovo delo. Slika 9: Zaslonski posnetek diagrama virov procesa s prikazom obsega ponavljajočega se dela Vir: Lastni. 4.3 Preverjanje skladnosti Preverjanje skladnosti (angl. conformance checking) omogoča primerjavo izvajanega modela (oz. dnevnika dogodkov) z definiranimi poslovnimi pravili ali definiranim modelom procesa (angl. pre-scribed process model) (gl. sliko 4) in je s tem relevantno za usklajevanje poslovanja z zahtevami in presojanje poslovanja (angl. auditing). Primeri poslovnih pravil, ki se lahko preverjajo, so: 69 – Omejitve kontrolnega toka, kot je analiza izvajanja obveznih aktivnosti (npr.: odobritve za- htevkov ali obvezna kontrola kakovosti). V primeru odobritve kredita je tako iz predpisa-nega modela procesa (gl. sliko 5) razvidno, da se mora prejeta dokumentacija vedno vali-dirati. Analiza skladnosti dejanskega procesa pokaže, da validacija vloge neposredno sledi dokumentaciji v 98,41 %. – Omejitve nivoja storitev oz. SLA (angl. service level agrement), kot je najdaljši dovoljeni čas izvajanja aktivnosti, podprocesa ali procesa. – Omejitve virov, kot je »ločevanje dolžnosti« (npr. ista oseba ne sme izvesti dveh zapore- dnih aktivnosti). – Identifikacija redkih primerkov izvedbe, ki so potencialno neskladni s poslovnimi pravili. Rezultat analize preverjanja skladnosti je seznam odstopanj od pravil ali definiranega modela procesa. Slika 10 prikazuje število izvedb primerkov procesa vloge za posojilo glede na njihovo trajanje. Iz grafa je razvidno, da se največ, to je 6961 primerkov procesa, zaključi v okvirno enem mesecu. Slika 10: Zaslonski posnetek filtriranega prikaza modela procesa odobritve posojila Vir: Lastni. Če predpostavimo, da je v SLA opredeljeno, da je rok za dokončanje procesa 30 dni, lahko z ustrezno konfiguracijo filtrov v orodju pridobimo le podatke, ki ustrezajo takšnemu pogoju ali ne. V našem primeru je 20.500 primerov procesa (65 %) skladnih s tem pravilom. Primerki, ki ustre- 70 zajo SLA, oz. primerki, ki temu ne ustrezajo, se lahko nato še podrobneje analizirajo, kot je pred-stavljeno v naslednjem podpoglavju. 4.4 Analiza različic procesov Analiza različic (angl. variant analysis) temelji na primerjavi dveh ali več različic dnevnikov dogod-kov istega procesa (gl. sliko 4), ki tako predstavljajo različne variante procesa (npr. primerjava vseh primerkov procesa, ki so se uspešno zaključili glede na neuspešne). Primerjava variant pro-cesov poda vpogled na vprašanja tipa »Zakaj?«, npr.: – Zakaj se določeni primerki procesa (ki smo jih združili v eno izmed variant procesa) izva- jajo hitreje kot drugi? – Zakaj se določeni primerki procesa uspešno zaključijo, medtem ko se drugi zaključijo ne- uspešno? – Zakaj je vir, ki je vključen v izbrano varianto procesa, manj učinkovit kot drugi? Odgovore na zgornja vprašanja lahko pridobimo z enim izmed naslednjih pristopov analize razli-čic procesov: (1) analizo metrik uspešnosti (angl. performance measures) različic procesov; (2) analizo različic procesov glede na čas izvedbe (npr. analiza in primerjava različic procesov, ki so se izvajali pred in med pandemijo); (3) analiza različic procesov glede na lastnosti primerkov (npr. vrsta izdelka, segment kupcev, geografsko področje ipd.). Na naslednjih dveh slikah (gl. sliki 11 in 12) je prikaz strukture končnega dela procesa odobritve posojila, katerega primerki se izvedejo v manj kot sedmih dnevih (7,1 % vseh primerkov procesa), in strukture končnega dela procesa odobritve posojila, katerega primerki trajajo več kot dva me-seca (0,8 % vseh primerkov procesa). 71 Slika 11: Zaslonski posnetek strukture hitrih primerkov procesa odobritve posojila Vir: Lastni. Iz primerjave slik je razvidno, da se v primeru hitrih izvedb procesa (gl. sliko 11) ta zaključuje v aktivnosti »pending«, ki predstavlja pozitiven zaključek procesa, v primeru počasnih izvedb pro-cesa (gl. sliko 12) pa se ta zaključuje z aktivnostjo »cancel«, ki predstavlja s strani stranke zavr-njeno ponudbo posojila. Slika 12: Zaslonski posnetek strukture počasnih primerkov procesa odobritve posojila Vir: Lastni. 5 Sklep Digitalna preobrazba in optimizacija poslovanja sta prepleteni s tehnološkimi inovacijami, ki mo-rajo zagotavljati hiter in veljaven vpogled v delovanje organizacij, temelječ na realnih podatkih, na 72 način, ki je razumljiv vsem vpletenim. Med ključne tehnike za doseganje navedenega spada ru-darjenje procesov, ki izkorišča močno povezanost med fizično in informacijsko resničnostjo (di-gitalni dvojček) poslovanja, v kateri se poslovni dogodki beležijo v realnem času in so uporabljeni za usmerjanje, prilagajanje in nadzor poslovnih procesov. Rudarjenje procesov postaja del rutine večjih podjetij razvitih držav, k čemur je pripomogel tudi širok nabor t. i. »enterprise-ready« orodij za rudarjenje procesov. Ta so dostopna različnim vrstam in potrebam organizacij in omogočajo relativno nizek vstopni prag v aktivnosti rudarjenja procesov. Slabost vpeljave orodij je pogosto, da so ta v podjetjih implementirana v omejenem obsegu, zato ne pokrivajo celotnega poslovanja (Polančič & Kocbek Bule, 2022). V prispevku je predstavljena študija primera rudarjenja konkretnega poslovnega procesa z upo-rabo sodobnega orodja za rudarjenje procesov. Na osnovi demonstracije uporabe orodja je možno sklepati, da ob predpostavki kakovostnih dnevnikov dogodkov izvedbe poslovnega pro-cesa sodobna orodja zagotovijo procesno inteligenco, ki podaja odgovore na številna ključna vprašanja upravljanja poslovnih procesov. Poglavitna izziva širše vpeljave rudarjenja procesov ostajata kakovost podatkov in človeški dejav-niki. Izkušnje kažejo, da je okoli 80 % časa potrebnega za lociranje, izbiranje, pridobivanje in trans-formacijo podatkov, pogosto pa omenjene aktivnosti odkrijejo tudi težave s kakovostjo podatkov, ki jih je treba odpraviti neodvisno od rudarjenja procesov. Človeški dejavniki so pogosto povezani z nepoznavanjem področja rudarjenja procesov in »strahom« pred odkritjem dejanskih procesov, ki bi lahko poudarili pomanjkljivo vodenje, neučinkovitosti ali neskladnosti med operativnim de-lovanjem in predpisi (Polančič & Kocbek Bule, 2022). Literatura Aalst, W. M. P. van der. (2016). Process mining: Data science in action (2nd ed.). Springer. Blevi, L., Delporte, L., & Robbrecht, J. (2017). Process mining on the loan application process of a Dutch financial insti- tute. V BPI Challenge (str. 328–343). https://ais.win.tue.nl/bpi/2017/bpi2017_winner_professional.pdf De Roock, E., & Martin, N. (2022). Process mining in healthcare – An updated perspective on the state of the art. Journal of Biomedical Informatics, 127, 103995. https://doi.org/10.1016/j.jbi.2022.103995 Dumas, M., La Rosa, M., Mendling, J., & Reijers, H. A. (2018). Fundamentals of business process management. Springer. https://doi.org/10.1007/978-3-662-56509-4 Kerremans, M., Searle, S., Srivastava, T., & Iijima, K. (2020). Market guide for process mining. Gartner. 73 https://www.gartner.com/doc/reprints?id=1-24ARMY34&ct=201002&st=sb Polančič, G., & Kocbek Bule, M. (2022). Stanje in trendi na področju rudarjenja procesov. Uporabna Informatika, 30(1). https://doi.org/10.31449/upinf.162 van Dongen, B. (2017). BPI Challenge 2017 (Version 1) [Media types: application/x-gzip, text/xml]. Eindhoven University of Technology. https://doi.org/10.4121/UUID:5F3067DF-F10B-45DA-B98B-86AE4C7A310B Van Zelst, S. J., Buijs, J. C. A. M., Vázquez-Barreiros, B., Lama, M., & Mucientes, M. (2020). Repairing alignments of process models. Business & Information Systems Engineering, 62(4), 289–304. https://doi.org/10.1007/s12599-019- 00601-7 74 Društvo ekonomistov Maribor % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % % 6 8 % 6 8 % 3 % 3 % 2 2 + + % 6 8 % % 6 8 % 3 % 2 3 % 2 + + % 6 8 % 6 8 % 3 % 2 + % % 3 % 2 + % 6 8 % 3 % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + 2 + % 6 8 % 3 % 2 + % % 6 8 % 6 8 % 3 % 2 + 3 % 2 + % % 6 8 % 3 % 2 + % 6 6 8 % 3 % 2 + % 6 8 % 3 % 2 + 8 % 3 % 2 + % % 6 6 8 8 % 3 % 2 + % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + % 6 8 % 3 % 2 + Maribor, februar 2024 Maribor, februar 2024