AUTOREFERÁT DIZERTAČ˝EJ PRÁCE

Vedecká rada Fakulty ekonomiky a manažmentu Slovenskej poľnohospodárskej univerzity v �itre

Michal ORIHEL

AUTOREFERÁT DIZERTAČ�EJ PRÁCE

Hodnotenie efektívnosti daňových úradov SR vo vzťahu k úrovni poľnohospodárskej výroby v rozdielnych regiónoch

na získanie vedecko-akademickej hodnosti philosophiae doctor v odbore doktorandského štúdia: 62-03-9 Odvetvové a prierezové ekonomiky v špecializácii: Ekonomika a manažment poľnohospodárstva, potravinárstva a lesného hospodárstva

�itra, jún 2008

2

Dizertačná práca bola vypracovaná v externej forme doktorandského štúdia na Katedre štatistiky a operačného výskumu Fakulty ekonomiky a manažmentu Slovenskej poľnohospodárskej univerzity v Nitre Predkladateľ: Ing. Michal Orihel Katedra štatistiky a operačného výskumu Fakulta ekonomiky a manažmentu Slovenská poľnohospodárska univerzita v Nitre Školiteľ: doc. Ing. Peter Fandel, CSc. Katedra štatistiky a operačného výskumu Fakulta ekonomiky a manažmentu Slovenská poľnohospodárska univerzita v Nitre Oponenti: prof. RNDr. P. Tlustý, CSc. - EF JU Č. Budejovice

.......................................................................................................................................................

prof. RNDr. Ing. K. Achimský, PhD. - FPEDAS ŽU Žilina

.......................................................................................................................................................

doc. Ing. J. Holoubek, CSc. - PEF MZLU Brno

.......................................................................................................................................................

Autoreferát bol rozoslaný dňa: 28.10.2008 Obhajoba dizertačnej práce sa koná 11.12.2008 o 13.00 h. pred komisiou pre

obhajobu dizertačnej práce v odbore doktorandského štúdia, vymenovanou predsedom

spoločnej odborovej komisie dňa 1.8.2008.

62-03-9 Odvetvové a prierezové ekonomiky špecializácia: Ekonomika a manažment poľnohospodárstva, potravinárstva a lesného hospodárstva na Fakulte ekonomiky a manažmentu SPU v �itre, Tr. A. Hlinku 2, 949 76 �itra

....................................................................

Dr. h. c. prof. Ing. Peter Bielik, PhD. predseda spoločnej odborovej komisie

3

POUŽITÉ SKRATKY, SYMBOLY A Z�AČKY

SKRATKA PLNÝ VÝZNAM

DEA Analýza dátových obalov DEAP Program pre výpočet mier TE DPH Daň z pridanej hodnoty DR SR Daňové riaditeľstvo Slovenskej republiky DS Daňová správa DÚ Daňový úrad DVD Dodatočne vyrúbená daň EMS Program pre výpočet mier TE ER /SE/ Efektívnosť z rozsahu ER-N Efektívnosť z rozsahu- nekontrolovateľné premenné EŠP Evidencia štátnych príjmov K A/B,C,D/ Kategória A/B,C,D/ KFÚ Kritický faktor úspechu KlVR Klesajúce výnosy z rozsahu KVR /CRS/ Konštantné výnosy z rozsahu KVR-N Konštantné výnosy z rozsahu - nekontrolovateľné premenné KVV Karta vyrovnaných výkonov KWH test Kruskal-Wallisov H test MF SR Ministerstvo financií SR MI Malmquistov index MSV Malý DÚ, stredný DÚ, veľký DÚ NrVR Nerastúce výnosy z rozsahu NR SR Národná rada Slovenskej republiky PMS Performance Management System (Systém merania výkonov) PS Poľnohospodárske subjekty RaVR Rastúce výnosy z rozsahu RUR Rurálny SD Správa daní SW Softvér /software/ TE – KVR Technická efektívnosť za predpokladu konštantných výnosov z rozsahu TE – VVR Technická efektívnosť za predpokladu variabilných výnosov z rozsahu TFP Celkový ukazovateľ produktivity TK H – KVR Testovacie pritérium H - za podmienok KVR TK H – VVR Testovacie pritérium H - za podmienok VVR TZ Technická zmena ÚLP Úloha lineárneho programovania VVR /VRS/ Variabilné výnosy z rozsahu VVR-N Variabilné výnosy z rozsahu- nekontrolovateľné premenné ZČTE Zmena čistej TE vo vzťahu k VVR technológii ZER Zmena efektívnosti z rozsahu ZTE Zmena TE vo vzťahu ku KVR technológii ZTFP Zmena TFP

4

OBSAH SUMMARY..............................................................................................................................5 ÚVOD .......................................................................................................................................7 1 CIEĽ PRÁCE........................................................................................................................7 2 MATERIÁL A METÓDY ...................................................................................................8 3 VÝSLEDKY........................................................................................................................11

3.1 Silné a slabé stránky „Ligy kontrolórov, Ligy exekútorov a Karty vyrovnaných výkonov"........................................................................................11 3.2 Výsledky analýzy efektívnosti........................................................................................12

3.2.1 Výsledky analýzy efektívnosti, zotriedené podľa veľkosti DÚ............................13 3.2.2 Výsledky analýzy efektívnosti, zotriedené podľa príslušnosti DÚ k

poľnohospodárskemu, rurálnemu a priemyselnému kraju .................................14

3.2.3 Výsledky analýzy efektívnosti, zotriedené podľa počtu spravovaných poľnohospodárskych podnikov ..........................................................................15

3.2.4 Výsledky analýzy efektívnosti, DÚ spolu ............................................................16

3.3 Výsledky testov hypotéz.................................................................................................17

3.3.1 Analýza vplyvu úrovne poľnohospodárskej výroby v rozdielnych regiónoch na technickú efektívnosť ....................................................................................18

3.3.2 Analýza vplyvu počtu spravovaných poľnohospodárskych subjektov jednotlivými daňovými úradmi na technickú efektívnosť..................................18

3.3.3 Analýza vplyvu veľkosti DÚ na technickú efektívnosť .......................................19

3.4 Výsledky analýzy produktivity.......................................................................................20

4 PRÍ�OSY DIZERTAČ�EJ PRÁCE................................................................................21 5 ZÁVER ................................................................................................................................23 6 POUŽITÁ LITERATÚRA ................................................................................................24 7 PUBLIKOVA�É PRÁCE SÚVISIACE S PROBLEMATIKOU ..................................27

5

SUMMARY

The thesis is structured into three parts. The current state of issue being solved here in our country and also abroad gives us the possibility to be informed about the issues regarding the assessment of efficiency in the public administration as well as the state administration, generally at home and also abroad. Basic definitions and methods of assessment of efficiency, e.g. procedural approach, reengineering, benchmarking, BSC, CAF, ISO, cycle PDCA, local agenda 21 and mathematic-statistic methods of assessment of efficiency. In this part we also occupy ourselves with the common attribute of all mentioned methods and it means the measurement of performance. The second part of the thesis introduces material and defines the target as well as the methodology of work. Crucial topics in this part are nonparametric methods of assessment of efficiency and productivity, which have recently become very popular as an alternative tool together with the economic methods and are starting to be applied in the public and state administration. Attention is paid to Farell methods and to models of efficiency assessment when talking about variable as well as constant returns to scale, but also to methods and models of analysis of productivity based on Malmquist indices principle. In the mentioned second part attention is paid to nonparametric tests, concretely to Kruskal-Wallis H test, with which we observed the significance in the average rate of efficiency of individual groups. The third part concentrates on the application of presented methods and models while assessing the efficiency and productivity of 51 chosen tax offices. The main task of the thesis is to confirm or reject 3 hypothesis and these are: Hypothesis 1: There are statistically significant differences in the efficiency of tax offices depending on the number of administered agribusinesses. Hypothesis 2: There are statistically significant differences in the efficiency of tax offices in relation to the level of agricultural production in different regions. Hypothesis 3: There are statistically significant differences in the efficiency of tax offices depending on the size of a tax office when talking about the number of employees. The analysis is based on the information received from the Tax Directorate of the Slovak Republic in Banská Bystrica from 2002 to 2004. While assessing the efficiency, we have applied input-oriented DEA models providing that there are constant returns to scale as well as variable returns to scale. The result of the analysis is information about technical efficiency, pure technical efficiency and scale efficiency in the period of years 2002 to 2004. To confirm or reject the hypothesis, the nonparametric Kruskal-Wallis H test has been applied. To observe the changes of parameters in the period of time Malmquist indices have been applied. The changes have been compared in the whole observed period of years 2002 to 2004. For each tax office sequenced according to its size, region, number of administered agribusinesses there have been calculated 5 following indicators: change of technical efficiency, technical change, change of pure technical efficiency, change of scale efficiency and change of total factor productivity /TFP/. It was proved that out of three defined hypothesis only this has been affirmed: the size of the tax office measured by number of its employees has an influence on the efficiency of the tax office. We have also proved that there are statistically enormous differences mainly among big and small tax offices as well as among mid and small ones. The biggest tax offices are the most efficient. The influence of the localization of the tax office in rural, industrial or

6

agricultural region has been partially proved as well. Tax offices, which function in rural, consequently in agricultural and industrial regions, are the most effective in 2002 and 2003 concerning the conditions of CRS, VRS as well as SE. In 2004 the precedence is: agricultural, rural and industrial. The inscribed case is caused by temporarily better tax cash in agricultural and rural region as a consequence if increased investment stimulus in industrial regions. There exist statistically proved differences between years 2002-2003, mainly among the tax offices located in rural and industrial regions, and the tax offices located in rural and agricultural regions. The location of the tax offices in the region had no influence on its technical efficiency in 2004. The influence of the number of kept agricultural subjects is irrelevant. The production assessment in all observed years, from 2002 to 2004 has shown that the tax offices have increased their technical efficiency by 3.1% and have monitored technical regress by 20.9%. Pure technical scale efficiency of the tax offices has improved by 3% and productivity has decreased by 18.4%, which caused an intake in 2003, but mainly in 2004 with an impact on temporary decrease of unit administration and constant increase of unit cost. The results achieved by the analysis of efficiency have shown that the used methodology while assessing 51 units, gives useful results since it definitely discriminates - divides the tax units into effective and ineffective, and in this way it gives the alternative for the methods useduntil now while assessing the tax units in the tax administration of the Slovak republic. The mentioned method unlike the commonly practiced methods in the tax administration /a balance score card, league of tax inspectors, league of executors/ enables us to obtain another significant information from solution of DEA models, and these are e.g. target values of inputs and outputs, importance of inputs and outputs for the given tax unit and also information about the efficiency of the range of tax units. Key words: pure technical efficiency, efficiency, scale efficiency, decreasing returns to scale, constant returns to scale, quality, measurement of performance, agricultural region, industrial region, productivity, total factor productivity, increasing returns to scale, rural region, state administration, technical efficiency, technical change, variable returns to scale, dimension structure, public administration, input, efficiency, output

7

ÚVOD

Slovenská daňová správa /DS/ sa v súčasnosti nachádza v období, ktoré je charakterizované neustálym vývojom a zmenami. Plnenie stále väčšieho počtu úloh, ktoré vyplývajú jednak zo vstupu Slovenskej republiky do Európskej a menovej únie a jednak zo zmien daňových i nedaňových zákonov pri relatívne znižujúcom sa finančnom rozpočte je pre daňovú správu čoraz ťažším. Preto daňová správa je nútená siahať do svojich vnútorných rezerv a takto zvyšovať svoju efektívnosť a účinnosť. Snaha o zmenu štýlu riadenia a prechod od administratívneho k modernejším, manažérskym štýlom vyústila v potrebu zaviesť model riadenia založený na stanovení a meraní výkonov v celej daňovej správe. Daňová správa SR kontroluje svoju výkonnosť 3 spôsobmi:

1. prostredníctvom Internej ligy kontrolórov, oblasť kontroly 2. prostredníctvom Internej ligy exekútorov, oblasť exekúcií 3. prostredníctvom Karty vyrovnaných výkonov, všetky svoje činnosti, komplexne.

Systém riadenia a merania výkonov /PMS/ je zavedený s viacerými modifikáciami od roku 2004. Je postavený na meraní výkonov jednotlivcov za základné procesy DS, tz. kontrolnej činnosti, exekučnej činnosti a na meraní výkonov komplexne, prostredníctvom Karty vyrovnaných výkonov /KVV/. Používané ukazovatele výkonnosti daňovej správy SR sú často predmetom diskusií a kritiky pre ich obmedzené možnosti komplexne posúdiť efektívnosť jednotlivých činností daňovej správy na úseku kontroly, správy daní ako aj exekúcií, pretože sú zväčša založené na pomerových ukazovateľoch a na odhade parciálnych mier efektívnosti, ktoré neumožňujú komplexne posúdiť výkonnosť, resp. efektívnosť hodnotenej daňovej jednotky. V dizertačnej práci prezentujeme postup založený na matematickom programovaní, ktorý predstavuje alternatívny prístup ku komplexnému hodnoteniu. S využitím matematicko-štatistických metód v hodnotení efektívnosti produkčných jednotiek organizácií sa možno stretnúť v literatúre pomerne často. Početné sú aplikácie v sektore zdravotníctva, bankovníctva, poisťovníctva, poštových služieb, ale aj v sektore poľnohospodárstva a iných výrobných sektorov. Menej časté sú aplikácie v štátnom sektore a zriedkavé v daňovej správe. Barros /2007/ vysvetľuje tento stav tým, že prístup k údajom takých verejných entít, ako sú daňové úrady, je všade veľmi obmedzený a komplikovaný. Túto skutočnosť možno potvrdiť i v podmienkach SR. V dizertačnej práci sme analyzovali súčasný stav hodnotenia výkonnosti daňovej správy, možnosť aplikovania nových progresívnych metód a na výberovom súbore daňových jednotiek sme realizovali empirickú analýzu efektívnosti. Taktiež sme posúdili významnosť faktorov viazaných na poľnohospodárstvo z hľadiska ich vplyvu na výkonnosť daňových jednotiek.

1 CIEĽ PRÁCE

Všeobecným cieľom tejto dizertačnej práce je analyzovať a porovnať efektívnosť daňových úradov použitím metodológie analýzy dátových obalov / Data Envelopment Analysis /DEA - metóda// ako alternatívu k doposiaľ používaným spôsobom merania výkonov v daňovej správe a identifikovať slabé a silné stránky už zavedeného modelu merania výkonov v daňovej správe, t.z. Karty vyrovnaných výkonov, Internej ligy daňových kontrolórov a Internej ligy daňových exekútorov.

8

Popri uvedenom všeobecnom cieli práce je ďalším zámerom práce skúmať, či efektívnosť DÚ je ovplyvnená prevažujúcim charakterom regiónu (poľnohospodársky, priemyselný, rurálny) a počtom spravovaných poľnohospodárskych subjektov. Ďalším cieľom je skúmanie vplyvu veľkosti DÚ, meranej počtom zamestnancov, na ich efektívnosť.

Uvedeným cieľom zodpovedajú nasledovné hypotézy: Hypotéza 1: Existujú štatisticky významné rozdiely v efektívnosti DÚ v závislosti od počtu spravovaných poľnohospodárskych podnikov. Hypotéza 2: Existujú štatisticky významné rozdiely v efektívnosti DÚ vo vzťahu k úrovni poľnohospodárskej výroby v rozdielnych regiónoch. Hypotéza 3: Existujú štatisticky významné rozdiely v efektívnosti DÚ v závislosti od veľkosti DÚ meranej počtom pracovníkov. Posledným cieľom práce je analyzovať časový vývoj ukazovateľov efektívnosti

a produktivity DÚ v čase a to prostredníctvom mier ako sú zmena technickej efektívnosti, technická /technologická/ zmena, zmena celkovej produktivity /TFP/ a zmena efektívnosti z rozsahu, ktoré sú v literatúre známe pod spoločným názvom Malmquistove indexy.

2 MATERIÁL A METÓDY

Predmetom nášho skúmania v dizertačnej práci sú daňové úrady pôsobiace z hľadiska prevažujúceho hospodárskeho sektora v rôznych regiónoch Slovenska. Regióny boli charakterizované z hľadiska demografie, ekonomickej situácie, poľnohospodárstva a daňovej správy za rok 2001, ktorý je bázickým rokom a to z toho dôvodu, že nadhodnota v ňom vyprodukovaná sa zdaňuje v zmysle platnej daňovej legislatívy v nasledovnom roku 2002 a ten je primárnym rokom našej analýzy. Podľa uvedených charakteristík trenčiansky a žilinský kraj sú priemyselné regióny, nitriansky kraj je poľnohospodárskym a prešovský kraj rurálnym regiónom. Taktiež sú DÚ skúmané z hľadiska veľkostnej štruktúry DÚ, kde boli zotriedené do troch veľkostných kategórií v zmysle organizačnej štruktúry /malý, stredný a veľký/ a z hľadiska počtu spravovaných poľnohospodárskych subjektov, kde sme DÚ zotriedili do štyroch veľkostných skupín v zmysle kvartilového rozpätia. Celkovo bolo skúmaných 51 daňových úradov, čo predstavuje z celkového počtu daňových úradov pôsobiacich v SR 50 %. Všetky výpočty boli realizované na základe údajov získaných z DR SR za obdobie rokov 2002 - 2004. Kľúčovou etapou kvantitatívnej analýzy efektívnosti je výber vstupov a výstupov zo získaných dát z DR SR. Vstupy a výstupy boli selektované tak, aby: 1. odzrkadľovali činnosť DÚ ako celku, t. z. aby mapovali všetky základné procesy

v daňovej správe, t. j. dobrovoľný výber daní prostredníctvom správy daní, kontrolnú činnosť prostredníctvom kontroly a nútený výber prostredníctvom exekúcií.

2. aby bola minimalizovaná prácnosť zberu údajov, pretože daňová správa niektorými údajmi nedisponuje, prípadne ich má len prostredníctvom agregovaných čísiel a ich spätné zozbieranie by bolo vysoko prácne.

Pred konečným výberom sme inputové a outputové premenné podrobili korelačnej analýze.

9

V analýze efektívnosti daňových jednotiek sme použili nasledovné premenné vstupov a výstupov: Vstupy: Výstupy:

1. počet subjektov, 1. dobrovoľne zaplatená daň bez DPH, 2. počet pracovníkov DÚ, 2. dodatočne vyrubená daň, 3. celkové náklady daňového úradu, 3. zaplatená dodatočne vyrubená daň, 4. vymáhateľné nedoplatky, 5. vymožená suma bez správy daní.

Z analýzy potenciálnych premenných vyplynulo, že celkovo do úvahy prichádza 3 inputové premenné /n/ a 5 outputových premenných /m/. Tento počet premenných si vyžaduje súbor s minimálne 3x /n+m/ hodnotenými jednotkami. Disponibilný súbor pozostáva z 51 daňových jednotiek – daňových úradov.

Popri premenných implicitne použitých v modeloch DEA sme v súlade s hypotézami skúmali vplyv ďalších premenných na technickú efektívnosť daňových jednotiek t.j., či efektívnosť DÚ je ovplyvnená prevažujúcim charakterom regiónu, poľnohospodárskym, priemyselným, rurálnym a počtom spravovaných poľnohospodárskych subjektov. Ďalším cieľom je skúmanie vplyvu veľkosti DÚ, meraný počtom zamestnancov, na ich efektívnosť. Ich vplyv sme skúmali pomocou štatistických neparametrických testov a to konkrétne pomocou Kruskal - Wallisov H testu. Aplikáciou neparametrického testu sme skúmali, či vo vzorke zistené rozdiely mediánov jednotlivých skupín /podľa úrovne faktora/ sú štatisticky významné.

Ako základná metóda analýzy je použitá neparametrická analýza dátových obalov. DEA je metóda lineárneho programovania, ktorá bola pôvodne vyvinutá na posudzovanie efektívnosti riadenia a plánovania neziskových inštitúcií. Neskôr sa jej použitie rozšírilo aj na ekonomické oblasti, kde sa prostredníctvom DEA meria efektívnosť rôznych podnikov alebo organizačných jednotiek /Fandel, 1999/. Hodnotený podnik sa porovnáva s konvexnou kombináciou inputov, resp. outputov všetkých hodnotených podnikov, ktorá vytvára obal dát, z čoho vzniklo aj pomenovanie tejto techniky ako analýza obalu dát. DEA je výpočtovo relatívne jednoduchá metóda a má významnú výhodu v tom, že netreba poznať funkčný vzťah medzi inputmi a outputmi. Táto technika je dnes široko používanou technikou a za posledných 20 rokov bolo vyvinutých množstvo alternatívnych modelov DEA na meranie inputovo aj outputovo orientovaných mier technickej, alokačnej a ekonomickej efektívnosti, ako aj mier efektívnosti z rozsahu, efektívnosti veľkosti a kongestívnej efektívnosti. Existuje veľa rozličných DEA modelov, ktorých hlavnou úlohou je odlíšiť efektívne útvary od neefektívnych. V práci boli použité nasledovné modely:

Pri predpoklade konštantných výnosov z rozsahu /KVR/ /Charnes, Cooper, Rhodes, 1978/:

min zi = θ – ε ·1's

+ - ε ·1's - (1)

θ,λ,s+,s

- za podm.

Yλ - s+ = Yi θXi - Xλ - s -

= 0 λ, s+, s - ≥ 0

10

Pri predpoklade variabilných výnosov z rozsahu /VVR/ /Banker, Charnes, Cooper, 1984/: min zi = θ – ε ·1's

+ - ε ·1's - (2)

θ,λ,s+,s

- za podm.

Yλ - s+ = Yi θXi - Xλ - s -

= 0 1' λ = 1 λ, s

+, s

- ≥ 0

V modeloch DEA sa predpokladá, že všetky premenné vstupov a výstupov sú pod kontrolou manažéra. V praktických aplikáciách sa však stretávame so situáciami, kedy sme nútení použiť premenné , ktorých rozsah je daný prostredím /ekonomickým, sociálnym, prírodným a pod./ a nemáme možnosť ich meniť. V našej analýze takýmito premennými sú počet spravovaných subjektov a dobrovoľne zaplatená daň bez DPH. U takýchto premenných potom nemôžeme predpokladať, že ich možno ekviproporcionálne meniť s ostatnými premennými vstupov a výstupov pomocou koeficienta technickej efektívnosti θ resp. ϕ . Z toho dôvodu je potrebné použiť upravený DEA model zohľadňujúci nekontrolovateľné premenné /Banker, Morey, 1986/:

min θ - ε

+∑∑

=

+

∈

−s

r

r

Di

i ss1

(3)

Kisxx ij

n

j

ijio ∈+= −

=∑ ,

1

λθ

�isxx ij

n

j

ijio ∈+= −

=∑ ,

1

λ

srsyy

n

j

ijrjro ,...,2,1,1

=−=∑=

+λ

0≥jλ

K - kontrolovateľné, N - nekontrolovateľné inputy Postup uplatnený pri riešení dizertačnej práce bol nasledovný:

o získanie databázy vstupných údajov - DR SR BB, o získanie informácií a údajov o jednotlivých regiónoch - ŠÚ SR, o výpočet korelačnej závislosti a jej významnosti medzi inputmi a outputmi, /SW SAS v.9.1, MS Office Professional Edition 2003/ o výpočet a následná komparácia základných štatistických charakteristík premenných

vstupov a výstupov za všetky hodnotené daňové jednotky a všetky časové obdobia, /SW MS Office Professional Edition 2003/,

o úprava databázy daňových jednotiek podľa požadovaných SW formátov, o výpočet mier technickej efektívnosti pre jednotlivé kategórie v súlade s cieľmi

dizertačnej práce, /SW EMS v1.3, DEAP v.2.1/

11

o výpočet a následná komparácia základných štatistických charakteristík vypočítaných mier technickej efektívnosti za všetky hodnotené daňové jednotky a všetky časové obdobia, /SW MS Office Professional Edition 2003/

o aplikácia neparametrických testov - zisťovanie existencie preukaznosti rozdielov vo vypočítaných mierach technickej efektívnosti v zmysle cieľov dizertačnej práce, /SW Statistica v.7.0/

o výpočet Malmquistových indexov, /SW DEAP v.2.1/ o zhodnotenie, interpretácia získaných výsledkov, návrhy a odporúčania na praktické

využitie.

3 VÝSLEDKY 3.1 Silné a slabé stránky "Ligy kontrolórov, Ligy exekútorov a Karty vyrovnaných výkonov"

Používané ukazovatele výkonnosti DS SR v KVV, ligách kontrolórov a exekútorov sú často predmetom diskusií a kritiky pre ich obmedzené možnosti komplexne posúdiť efektívnosť jednotlivých činností daňovej správy na úseku kontroly, správy daní ako aj exekúcií. Systém riadenia a merania výkonov je zavedený s viacerými modifikáciami od roku 2004. Je postavený na meraní výkonov jednotlivcov za základné procesy DS, tz. kontrolná činnosť, exekučná činnosť a na meraní výkonov komplexne, prostredníctvom Karty vyrovnaných výkonov. Liga kontrolórov a Liga exekútorov bola navrhnutá na podporu zvýšenia intenzifikácie práce a merania výkonov v DS. Uvedený systém bol naprojektovaný hlavne k podpore zvýšenia produktivity práce a efektivity výkonov v daňovej kontrole a daňovej exekúcii. Jeho hlavnou úlohou bolo odhaliť kapacitné a štrukturálne rezervy hlavných činností DS SR a zároveň otestovať a pripraviť pracovníkov na budúcu štandardizáciu výkonov. Medzi hlavné spoločné silné a slabé stránky predmetného hodnotiaceho systému jednotlivcov /ligy/ je možné zahrnúť nasledovné silné stránky:

� objektivizácia odmeňovania jednotlivcov – adresnosť a zásluhovosť, � zmena myslenia zamestnancov a manažérov - orientácia na výkon, � odstraňovanie interných rezerv v kontrole daní a vymáhaní daňových nedoplatkov, � zvýšenie vnútornej konkurencie formou súťaživosti na všetkých úrovniach, � zvýšenie objemu nálezov kontroly ako aj zníženie daňových nedoplatkov exekúciou, � porovnávací nástroj pre riaditeľov daňových úradov v troch veľkostných kategóriách

daňových úradov /veľký DÚ, stredný DÚ, malý DÚ/, pomôcka k resystemizácii miest.

Medzi slabé stránky uvedeného systému patria: � vysoká prácnosť kvôli ručnej evidencii údajov – ručný zberu i analyzovanie dát, � neobjektívnosť- rovnaké hodnotiace kritériá pre rôzne druhy daní, rôzna bonita podnikov � odpor pracovníkov zapríčinený strachom pred vlastnou neschopnosťou, � preferovanie jedného čísla a indikátora – na úkor hlavného cieľa /súboru indikátorov/, � tým, že do líg neboli zahrnutí aj správcovia dane z dôvodu náročnosti zostavenia

indikátorov výkonov, nevznikol dostatočný tlak na posilnenie ich spolupráce, � nezahrnutie všetkých činností do individuálnych meraní výkonov, � prehnane veľký dôraz na kontrolnú činnosť a to jednak do kvantity ako aj kvality, � nepreviazanosť, chybovosť a veľká početnosť ukazovateľov, � indikátory výkonov boli zadané na rok 2004 a ex post na základe nich sa hodnotili roky od

1990 až po rok 2004, nemožnosť ovplyvniť ex post výsledok jednotlivcami.

12

Prostriedkom na meranie výkonov v daňovej správy SR - komplexne je Karta vyrovnaných výkonov. Aplikácia KVV do prostredia daňovej správy je cesta k efektívnemu zabezpečovaniu hlavného poslania daňovej správy, ktorým je výber daní minimálne v rozsahu stanovenom štátnym rozpočtom pri primeraných spoločenských nákladoch, lebo sa opiera o aplikáciu takých ekonomických pojmov ako je merateľný cieľ, produktivita, výkon, efektívnosť, kvalita, účelnosť, včasnosť a pod. Medzi silné stránky uvedeného systému patri: • komplexnosť indikátorov za všetky procesy DS v štyroch uvedených kvadrantoch, • prehľadnosť, zrozumiteľnosť a schématičnosť, • dostupnosť a praktičnosť na horizontálnom ako aj vertikálnom stupni riadenia, • aktivizácia činností najmä v oblasti daňovej kontroly, daňovej exekúcie a správy daní, • prehĺbenie väzby na odmeňovanie a objektivizácia odmeňovania, • vznik komplexného hodnotiaceho systému k meraniu výkonov DS.

Medzi slabé stránky uvedeného systému patria: • veľký dôraz na hlavné procesy, • nevyrovnanosť ukazovateľov v jednotlivých kvadrantoch /počet, ako aj význam/, • negatívny jav prameniaci z orientácie na dosiahnutie výkonu za každú cenu, • nedopracovanosť technologickej podpory pre administráciu KVV, • vyššia miera administrácie vzhľadom na rozsah subsystémov riadenia výkonnosti.

Spoločné negatíva tak systémov merania výkonov jednotlivcov ako aj KVV sú prácnosť, dôveryhodnosť a nepreviazanosť získaných údajov, ktoré vstupujú do jednotlivých indikátorov výkonov ako zdrojové údaje, či už v ligách, KVV alebo aj v analýzach DR SR a MF SR. Predstavené hodnotiace systémy sú v globále prínosom, avšak v budúcnosti je potrebné ich precizovanie i dopracovanie. Prípadne je tu možnosť využitia iných metód, ktoré komplexnejšie charakterizujú výkonnosť vo verejnej ako aj štátnej správe. Takouto metódou je aj DEA analýza, ktorá by mohla byť lepšou alternatívou. 3.2 Výsledky analýzy efektívnosti

Pri prvotnej analýze a porovnávaní dosiahnutých výsledkov efektívnosti DÚ za roky 2002 - 2004 sme vychádzali z riešení úloh lineárneho programovania týchto troch DEA modelov:

- model DEA za predpokladu konštantných výnosov z rozsahu, - model DEA za predpokladu variabilných výnosov z rozsahu, - model DEA za predpokladu nerastúcich výnosov z rozsahu- výpočet efektívnosti z rozsahu. Bolo zostavených a riešených 51 úloh lineárneho programovania za podmienok konštantných výnosov z rozsahu za obdobia rokov 2002 - 2004, 51 úloh lineárneho programovania za podmienok variabilných výnosov z rozsahu za obdobia rokov 2002 - 2004 a 51 úloh lineárneho programovania za podmienok nerastúcich výnosov z rozsahu za obdobia rokov 2002 - 2004. Spolu bolo celkovo zostavených a riešených 459 úloh lineárneho programovania prostredníctvom softvéru EMS v. 1.3 /URL 1/.

13

3.2.1 Výsledky analýzy efektívnosti, zotriedené podľa veľkosti DÚ

Cieľom tejto podkapitoly je kvantitatívne vyjadriť, aký vplyv na efektívnosť DÚ má faktor veľkosti daňového úradu. Daňové úrady sme rozdelili do veľkostných skupín v zmysle organizačnej štruktúry DR SR BB, nasledovne:

1. malý DÚ do 25 zamestnancov, 2. stredný DÚ od 26 do 50 zamestnancov, 3. veľký DÚ nad 50 zamestnancov.

Za daňové úrady, ktoré sme roztriedili v zmysle organizačnej štruktúry DR SR BB na malé, stredné a veľké, môžeme za sledované obdobia rokov 2002, 2003 a 2004 konštatovať: 1. Najväčšie priemerné miery technickej efektívnosti za podmienok KVR dosahujú veľké DÚ, následne stredné DÚ a najmenšie hodnoty dosahujú malé DÚ. Uvedené možno interpretovať tak, že veľké a stredné DÚ sú schopné najefektívnejšie využiť svoje zdroje, čo potvrdzujú aj hodnoty mier efektívnosti z rozsahu. Veľké DÚ sú rozsahom efektívnejšie ako stredné a malé DÚ. Veľké a stredné DÚ sú úspešnejšie v kontrolnej a exekučnej činnosti, ich výkony na jedného pracovníka sú väčšie. Taktiež jednotkové náklady sú nižšie u veľkých a stredných DÚ ako u malých DÚ. Príčinou je lepšia organizáciu práce, najmä špecializácia pracovníkov. 2. Najväčší počet efektívnych DÚ v roku 2002, 2003 a 2004 za podmienok KVR ako aj ER je u veľkých DÚ, následne u stredných a malých DÚ. 3. Všetky DÚ operujú prevažne v oblasti rastúcich výnosov z rozsahu, čo svedčí o tom, že malé, stredné ako aj veľké DÚ sú svojim rozsahom neefektívne a k svojim možnostiam môžu dosiahnuť väčší výstup, t.z., že zväčšenie rozsahu DÚ operujúcich v oblasti rastúcich výnosov z rozsahu by zvýšilo ich efektívnosť. Výnimku tvoria v roku 2002 veľké DÚ, ktoré operujú v oblasti klesajúcich výnosov z rozsahu, t.z., že neefektívnosť rozsahu je spôsobená príliš veľkým výstupom, a teda zmenšenie ich rozsahu by zlepšilo ich efektívnosť. Grafické porovnanie vypočítaných priemerných mier technickej efektívnosti daňových úradov uvedených troch veľkostných kategórií za roky 2002 - 2004 uvádza graf 1. Graf 1 TE malý, stredný, veľký DÚ, 2002-2004, KVR, VVR, ER

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

malý DÚ

stredný DÚ

veľký DÚ

malý DÚ 0,542 0,877 0,603 0,541 0,871 0,609 0,574 0,886 0,639

stredný DÚ 0,742 0,805 0,904 0,644 0,752 0,826 0,761 0,867 0,855

veľký DÚ 0,865 0,91 0,949 0,761 0,806 0,945 0,803 0,84 0,954

KVR VVR ER KVR VVR ER KVR VVR ER

Rok 2002 Rok 2003 Rok 2004

Zdroj: vlastné výpočty

14

3.2.2 Výsledky analýzy efektívnosti, zotriedené podľa príslušnosti DÚ k poľnohospodárskemu, rurálnemu a priemyselnému kraju

Cieľom tejto podkapitoly je kvantitatívne vyjadrenie vplyvu faktora regionálnej lokalizácie daňového úradu na jeho efektívnosť. Poľnohospodársky región je reprezentovaný Nitrianskym krajom, rurálny región je reprezentovaný Prešovským krajom. Priemyselný región je zastúpený dvomi krajmi, a to Trenčianskym a Žilinským. Za daňové úrady, ktoré sme roztriedili na DÚ pôsobiace v poľnohospodárskom, rurálnom a priemyselnom kraji, môžeme za sledované obdobia rokov 2002, 2003 a 2004 konštatovať: 1. Najefektívnejšími DÚ v rokoch 2002 a 2003 za podmienok KVR, VVR ako aj ER sú DÚ pôsobiace v rurálnom, následne v poľnohospodárskom a nakoniec priemyselnom regióne, v roku 2004 je poradie poľnohospodársky, rurálny a priemyselný, čo dokazujú aj vypočítané priemerné miery technickej efektívnosti. Hlavnou príčinou tohto javu je expanzia priemyselných regiónov a s tým súvisiaci dočasný negatívny dopad jednak na dobrovoľný a nútený výber daní, kontrolu, v zmysle platnej legislatívy, ako aj počet subjektov a s nimi súvisiaci nárast v inputových položkách. 2. Najväčší počet efektívnych DÚ v roku 2002 a 2003 za podmienok KVR, VVR ako aj ER je u DÚ pôsobiacich v rurálnom, následne v poľnohospodárskom a nakoniec priemyselnom regióne, s výnimkou roka 2004, kde poľnohospodársky kraj mal najviac efektívnych DÚ, následne rurálny a priemyselný. Grafické porovnanie vypočítaných priemerných mier technickej efektívnosti daňových úradov uvedených štyroch kategórií za roky 2002 - 2004 uvádza graf 2. Graf 2 TE ZA, TN, PO, NR, 2002-2004, KVR, VVR, ER

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

ZA

TN

PO

NR

ZA 0,67 0,831 0,789 0,596 0,751 0,787 0,652 0,785 0,828

TN 0,634 0,83 0,758 0,617 0,794 0,777 0,73 0,861 0,847

PO 0,86 0,898 0,953 0,792 0,845 0,937 0,753 0,887 0,833

NR 0,712 0,879 0,804 0,598 0,83 0,707 0,78 0,891 0,868


Rok 2002 Rok 2003 Rok 2004


15

3.2.3 Výsledky analýzy efektívnosti, zotriedené podľa počtu spravovaných poľnohospodárskych podnikov

V tejto podkapitole skúmame kvantitatívne vyjadrenie vplyvu faktora spravovaných poľnohospodárskych subjektov daňovými úradmi na ich efektívnosť. DÚ sme pomocou kvartilového rozpätia kategorizovali do štyroch skupín A, B, C, D , kde A kategória spravuje najviac a D kategória najmenej poľnohospodárskych subjektov.

Za daňové úrady, ktoré sme roztriedili podľa počtu spravovaných poľnohospodárskych subjektov môžeme za sledované obdobia rokov 2002, 2003 a 2004 konštatovať: 1. Najväčšie priemerné miery technickej efektívnosti za podmienok KVR, VVR ako aj ER dosahujú DÚ pôsobiace v B v skupine, t.z. DÚ s druhou najväčšou početnosťou spravovaných poľnohospodárskych subjektov, a najmenšie v D skupine, t.z. DÚ s najmenšou početnosťou spravovaných poľnohospodárskych subjektov, čo dokazujú výsledky výpočtov, medzi skupinami je však minimálny rozdiel v priemerných mierach TE. Najmenej efektívne DÚ sú v skupine D, v ktorej sa nachádzajú DÚ, ktoré majú najmenšiu početnosť spravovaných poľnohospodárskych subjektov. Táto skupina vykazuje výraznejší rozdiel v priemerných mierach TE, čo je spôsobené hlavne tým, že v skupine sa nachádzajú prevažne najmenšie DÚ, ktoré sú najmenej efektívne. 2. Najväčší počet efektívnych DÚ v roku 2002, 2003 a 2004 za podmienok KVR, VVR ako aj ER je u DÚ pôsobiacich v B skupine a najmenšie v C skupine. Grafické porovnanie vypočítaných priemerných mier technickej efektívnosti daňových úradov uvedených kategórií A, B, C, D za roky 2002 - 2004 uvádza graf 3.

Graf 3 TE A, B, C, D, 2002 - 2004, KVR, VVR, ER

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

A

B

C

D

A 0,759 0,848 0,886 0,7 0,798 0,875 0,659 0,806 0,811

B 0,787 0,871 0,883 0,758 0,859 0,859 0,836 0,917 0,893

C 0,771 0,915 0,839 0,61 0,782 0,798 0,74 0,863 0,865

D 0,595 0,82 0,722 0,561 0,802 0,681 0,71 0,861 0,816


Rok 2002 Rok 2003 Rok 2004


16

3.2.4 Výsledky analýzy efektívnosti, DÚ spolu

Tabuľka 1 zachytáva priemerné miery TE za podmienok KVR, VVR, NrVR ako aj ER, taktiež počty efektívnych daňových úradov pri podmienkach KVR, VVR, NrVR ako aj ER. Uvedená tabuľka taktiež zachytáva počet DÚ spolu, počet DÚ operujúcich v oblasti rastúcich výnosov z rozsahu, klesajúcich výnosov z rozsahu a konštantných výnosov z rozsahu. Údaje sú za obdobie rokov 2002 až 2004 a za všetky DÚ spolu, t.j. bez kategorizácie.

Tabuľka 1 Priemerné miery TE za podmienok KVR, VVR, NrVR ako aj ER, počty efektívnych DÚ, počet DÚ spolu, počet DÚ operujúcich v oblasti RaVR, KlVR, KVR za obdobie rokov 2002 až 2004 za všetky DÚ

Priemerná miera technickej efektívnosti

Počet efektívnych DÚ Počet DÚ v oblasti DÚ spolu

KVR VVR �rVR ER KVR VVR �rVR ER RaVR KlVR KVR Spolu 2002 0,727 0,863 0,741 0,832 12,00 24,00 18,00 12,00 27,00 12,00 12,00 51,00 2003 0,655 0,809 0,667 0,802 10,00 18,00 13,00 10,00 36,00 5,00 10,00 51,00 2004 0,734 0,860 0,749 0,845 9,00 22,00 15,00 9,00 34,00 8,00 9,00 51,00


Ako je zrejmé z tabuľky 1, daňové úrady ako celok boli najefektívnejšie v roku 2004 za podmienok KVR ako aj efektívnosťou z rozsahu. Uvedený stav bol spôsobený najmä zmenou legislatívy v rámci daňovej reformy v roku 2004, ktorá umožnila jednoduchší výber daní a to jednak dobrovoľný ako aj nútený. Taktiež v roku 2004 nastalo výrazné posilnenie DS počtom pracovníkov, ktorý generoval zvýšené náklady na jednej strane, ale aj zvýšenie výkonnosti v kontrolnej, exekučnej ako aj správcovskej činnosti na strane druhej, ktorá bola výraznejšia. Taktiež nastal presun DÚ medzi skupinami malý, stredný a veľký /prijatím nových pracovníkov/ v prospech stredných a veľkých DÚ, ktoré sú efektívnejšie. Za podmienky VVR bola najväčšia priemerná TE dosahovaná v roku 2002. Najnižšiu priemernú TE dosahovali DÚ v roku 2003 za podmienok KVR, VVR ako aj ER. V uvedenom roku nastal taktiež nárast počtu pracovnej sily, ale nebol spojený s rastom výkonnosti v hlavných činnostiach DS, ako aj nebol spojený so štrukturálnymi zmenami medzi jednotlivými skupinami DÚ. Taktiež nebol zreformovaný daňový systém SR. Celkovo pôsobilo v rokoch 2002 - 2004 51 DÚ za nami sledované štyri kraje. Podiel efektívnych DÚ za podmienok VVR je nasledovný: v roku 2002 47,06 %, v roku 2004 43,14 % a v roku 2003 35,29 %. Podiel efektívnych DÚ za podmienok KVR bol v roku 2004 17,65 %, v roku 2003 19,61 % a v roku 2002 23,53 %. Najviac DÚ pôsobilo v oblasti rastúcich výnosov z rozsahu a to v roku 2003 70,59 % , v roku 2004 66,67 %, a v roku 2002 52,94 %. V oblasti konštantných výnosov z rozsahu pôsobilo v roku 2004 17,65 %, v roku 2003 19,61 % a v roku 2002 23,53 %. Najmenej DÚ operovalo v oblasti klesajúcich výnosov z rozsahu a to v roku 2003 9,8 %, v roku 2004 15,69 %, a v roku 2002 23,53 %. Grafické porovnanie vypočítaných priemerných mier technickej efektívnosti za všetky DÚ za roky 2002 - 2004 uvádza graf 4.

17

Graf 4 TE DÚ SPOLU, 2002-2004, KVR, VVR, NrVR, ER

0,727

0,863

0,741

0,832

0,655

0,809

0,667

0,802

0,734

0,86

0,749

0,845

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

KVR VVR NrVR ER KVR VVR NrVR ER KVR VVR NrVR ER

Rok 2002 Rok 2003 Rok 2004

SPOLU DÚ


Technickú efektívnosť za podmienok KVR, VVR, NrVR ako aj ER sme experimentálne vypočítali aj za predpokladu, že niektoré premenné nie sú pod kontrolou rozhodovateľa daňovej jednotky. Takéto premenné možno považovať za tzv. environmentálne premenné. Z hľadiska nášho modelu spĺňa podmienky environmentálnej premennej jeden vstup a jeden výstup. Za vstup, ktorý nie je pod kontrolou rozhodovateľa sme označili vstup č. 1 počet subjektov a za výstup, ktorý nie je pod kontrolou rozhodovateľa sme označili výstup č. 1 dobrovoľne zaplatená daň bez DPH. Aplikáciou environmentálnych premenných sme získali miery technickej efektívnosti za celý súbor 51 daňových jednotiek, za podmienok KVR, VVR, NrVR ako aj ER za obdobie rokov 2002 - 2004. Výsledky výpočtov TE za podmienok KVR, VVR, NrVR ako aj ER v modeli bez environmentálnych premenných ako aj v modeli s environmentálnymi premennými sú skoro zhodné preto ich neinterpretujeme.

3.3 Výsledky testov hypotéz

V predchádzajúcej kapitole 3.2 sme zistili, aká je priemerná TE za podmienok KVR ako aj VVR, ER a taktiež oblasť v ktorej operujú DÚ, ktoré sme zotriedili podľa príslušnosti k regiónu, podľa počtu spravovaných poľnohospodárskych subjektov a podľa veľkosti daňových úradov. Na základe týchto údajov sme mohli určiť, ktoré skupiny DÚ sú viac či menej efektívne. K tomu, aby sme však mohli potvrdiť alebo vyvrátiť konštatácie, že efektívnosť daňových úradov je ovplyvnená prevažujúcim charakterom regiónu, počtom spravovaných poľnohospodárskych subjektov, ako aj veľkostnou štruktúrou daňových úradov je potrebné vykonať test, ktorý by odhalil, či vo vzorke zistené rozdiely mediánov jednotlivých skupín sú štatisticky významné /medzi premennými je vzťah/ alebo môžu byť iba náhodné /medzi premennými nie je vzťah/. Stanovené tri základné hypotézy sme testovali za pomoci neparametrického Kruskal - Wallisovho H testu, ktorý sa používa v prípade výskytu viac ako dvoch nezávislých skupín v súbore a sleduje sa ním významnosť rozdielov v priemerných mierach efektívnosti jednotlivých skupín. Pri Kruskal-Wallisovom H teste sa najskôr formulovali hypotézy a následne sme vypočítali testovacie kritérium H.

18

Pre prijatie hypotézy H0 je potrebné, aby testovacie kritérium /H, H*/ bolo menšie ako kritická hodnota. Pre prijatie hypotézy H1 je potrebné, aby testovacie kritérium /H, H*/ bolo väčšie ako kritická hodnota. Výsledky boli vypočítané pomocou SW Statistica v.7.0.

3.3.1 Analýza vplyvu úrovne poľnohospodárskej výroby v rozdielnych regiónoch na technickú efektívnosť

Vplyv úrovne poľnohospodárskej výroby v rozdielnych regiónoch sme hodnotili prostredníctvom zatriedenia DÚ do skupín prislúchajúcich poľnohospodárskemu, rurálnemu a priemyselnému charakteru regiónu. Neparametrickým Kruskal-Wallisovým H testom sme následne skúmali, či je preukazný rozdiel v technickej efektívnosti medzi jednotlivými skupinami DÚ zotriedenými k príslušnému regiónu, ktorý reprezentuje úroveň poľnohospodárskej výroby. Použitím neparametrického Kruskal- Wallisovho H testu sme zistili, že medzi vypočítanými mierami technickej efektívnosti daňových úradov kategorizovanými podľa príslušnosti k poľnohospodárskemu, rurálnemu a priemyselnému kraju, ktorý reprezentuje úroveň poľnohospodárskej výroby v roku 2002 za podmienky KVR ako aj ER existuje štatisticky preukazný rozdiel, t.z., že v roku 2002 mala lokalizácia DÚ v rôznom regióne vplyv na technickú efektívnosť DÚ. Uvedené sa potvrdilo najmä medzi rurálnym a priemyselnými regiónmi. Uvedené platilo jednak v modeli s premennými vstupov a výstupov, ktoré má rozhodovateľ pod kontrolou, ako aj v modeli, kde vstupy a výstupy nie sú pod kontrolou rozhodovateľa. V roku 2003 existoval štatisticky preukazný rozdiel už len pri efektívnosti z rozsahu, ale medzi DÚ lokalizovanými v rurálnom a poľnohospodárskom regióne. V roku 2004 už lokalizácia DÚ v jednotlivých regiónoch nemala žiaden vplyv na technickú efektívnosť DÚ. Výsledky Kruskal - Wallisovho H testu sú prehľadne uvedené v tabuľke 2.

Tabuľka 2 Výsledky KWH testu - rozdiely medzi regiónmi, 2002 - 2004

Test. krit. H

Technická efektívnosť Rok

Pravd. KVR VVR ER KVR-� VVR-� ER-�

H 6,0549730 0,9982804 7,6504220 6,1893640 0,9076337 8,2129580 2002

P 0,0484000 0,6071000 0,0218000 0,0453000 0,6352000 0,0165000

H 5,8849880 2,9464470 7,9700010 5,8851540 2,9464470 7,6243840 2003

P 0,0527000 0,2292000 0,0186000 0,0527000 0,2292000 0,0221000

H 1,8552300 1,9680240 0,9111077 1,1697310 1,8847320 0,2685933 2004

P 0,3955000 0,3738000 0,6341000 0,5572000 0,3897000 0,8743000


3.3.2 Analýza vplyvu počtu spravovaných poľnohospodárskych subjektov jednotlivými daňovými úradmi na technickú efektívnosť

Vplyv počtu spravovaných poľnohospodárskych subjektov jednotlivými daňovými úradmi sme hodnotili prostredníctvom zotriedenia jednotlivých daňových úradov do 4 veľkostných kategórií A,B,C,D. Neparametrickým Kruskal-Wallisovým H testom sme následne skúmali, či je preukazný rozdiel v technickej efektívnosti medzi jednotlivými skupinami DÚ

19

zotriedenými podľa počtu spravovaných poľnohospodárskych subjektov, kategorizovanými na skupiny A,B,C,D, kde A predstavuje najväčší počet spravovaných poľnohospodárskych subjektov a D predstavuje najmenší počet spravovaných poľnohospodárskych subjektov. Použitím neparametrického Kruskal- Wallisovho H testu sme zistili, že medzi vypočítanými mierami technickej efektívnosti daňových úradov kategorizovanými podľa počtu spravovaných poľnohospodárskych subjektov, ktoré reprezentujú kategórie A,B,C,D, za podmienky KVR ako aj VVR či v modeli s kontrolovateľnými premennými alebo v modeli s nekontrolovateľnými premennými, neexistujú štatisticky významné rozdiely, t. z. že počet spravovaných poľnohospodárskych subjektov nemá vplyv na efektívnosť DÚ.

Výsledky Kruskal - Wallisovho H testu sú prehľadne uvedené v tabuľke 3.

Tabuľka 3 Výsledky KWH testu - rozdiely medzi DÚ podľa počtu spravovaných PS, 2002 - 2004 Test. krit.

H Technická efektívnosť

Rok Pravd. KVR VVR ER KVR-� VVR-� ER-�

H 4,3452450 1,8984400 5,5358770 4,8801880 2,1426770 5,4354940 2002

P 0,2265000 0,5938000 0,1365000 0,1808000 0,5433000 0,1426000

H 4,4700540 1,9217800 5,6448250 4,5440490 1,9265120 5,4796510 2003

P 0,2150000 0,5888000 0,1302000 0,2084000 0,5878000 0,1399000

H 5,1788340 3,4474240 2,4910760 4,4239780 3,2345170 2,0335790 2004

P 0,1592000 0,3276000 0,4769000 0,2192000 0,3569000 0,5655000

Zdroj: vlastné výpočty, PS –poľnohospodárske subjekty

3.3.3 Analýza vplyvu veľkosti DÚ na technickú efektívnosť

Vplyv veľkosti daňového úradu sme hodnotili prostredníctvom zotriedenia DÚ do veľkostných skupín v zmysle organizačnej štruktúry DR SR. Neparametrickým Kruskal-Wallisovým H testom sme následne skúmali, či je preukazný rozdiel v technickej efektívnosti medzi jednotlivými skupinami DÚ zotriedenými podľa veľkosti daňového úradu v zmysle organizačnej štruktúry DR SR, ktoré reprezentuje skupina malých, stredných a veľkých DÚ. Použitím neparametrického Kruskal-Wallisovho H testu sme zistili, že medzi vypočítanými mierami technickej efektívnosti daňových úradov kategorizovanými podľa veľkostnej štruktúry daňového úradu, ktorú reprezentuje malý, stredný a veľký DÚ, že existujú štatisticky vysoko preukazné rozdiely, t. z. že veľkostná štruktúra DÚ má vplyv na efektívnosť daňových úradov. Uvedené platí jednak v modeli s premennými vstupov a výstupov, ktoré má rozhodovateľ pod kontrolou, ako aj v modeli s premennými vstupov a výstupov, ktoré nemá rozhodovateľ pod kontrolou, avšak v obidvoch modeloch len za podmienky konštantných výnosov z rozsahu. Štatisticky vysoko preukazné rozdiely existujú najmä medzi veľkými a malými DÚ a taktiež medzi strednými a malými DÚ. Za podmienky variabilných výnosov z rozsahu sa uvedená konštatácia nepotvrdila. Výsledky Kruskal - Wallisovho H testu sú prehľadne uvedené v tabuľke 4.

20

Tabuľka 4 Výsledky KWH testu – rozdiely medzi DÚ vzhľadom na ich veľkosť, 2002 - 2004 Test. krit. H Technická efektívnosť

Rok Pravd. KVR VVR ER KVR-� VVR-� ER-�

H 11,1528000 4,2816220 16,2661300 10,3286600 4,0021600 15,9550200 2002

P 0,0038000 0,1176000 0,0003000 0,0057000 0,1352000 0,0030000

H 6,9349300 2,9855660 13,8470500 6,9919310 2,9855660 13,9385200 2003

P 0,0312000 0,2247000 0,0010000 0,0303000 0,2247000 0,0009000

H 9,2406880 0,3337606 24,9492900 10,7527000 0,3033092 25,4004050 2004

P 0,0099000 0,8463000 0,0000000 0,0046000 0,8593000 0,0000000


3.4 Výsledky analýzy produktivity

Výsledky z výpočtu vývoja ukazovateľov produktivity v čase /výpočet bol realizovaný prostredníctvom softvéru EMS v.1.3/ možno rozdeliť do troch skupín. Prvá skupina výsledkov prezentuje hodnoty dištančných funkcií. Druhá skupina výsledkov prezentuje Malmquistove indexy. Všetky indexy sú vypočítané v relácii k predchádzajúcemu roku. Pre každý daňový úrad a rok je uvádzaných päť ukazovateľov. Tretia skupina výsledkov je prezentovaná vo forme sumárnych tabuliek. Pri medziročnom porovnaní výkonnosti daňových jednotiek za roky 2002 a 2003 bol dosiahnutý priemerný pokles technickej efektívnosti o 10,9 %, technický progres /zlepšenie technológie/ bol na úrovni 21,1 %. Dekompozíciou /pri VVR/ získané miery ukazujú, že čistá technická efektívnosť sa zhoršila o 6,8 %, efektívnosť z rozsahu daňových jednotiek sa zhoršila 4,4 % a produktivita daňových jednotiek sa zlepšila o 7,8 %. Pri podrobnejšom skúmaní výsledkom porovnania rokov 2002 a 2003 za jednotlivé daňové jednotky vidíme, že index zmeny technickej efektívnosti sa pohybuje v intervale <0,349; 1,965>, čo v percentách znamená zmenu efektívnosti od poklesu 65,1 % po nárast 96,5 %. Index technickej zmeny sa pohybuje v intervale <0,636; 2,098>, index zmeny čistej technickej efektívnosti v intervale <0,571; 1,255>, index zmeny efektívnosti z rozsahu v intervale <0,420; 1,566> a index zmeny produktivity v intervale <0,614; 2,467>. Z porovnania rokov 2003 a 2004 vyplýva, že vývoj výkonnosti daňových jednotiek v tomto období bol nasledovný. Technická efektívnosť vzrástla o 19,4 %, technický regres zhoršenie technológie bol na úrovni 48,3 %, čistá technická efektívnosť vzrástla o 7,6 % a efektívnosť z rozsahu vzrástla o 11,0 %. Produktivita daňových jednotiek zaznamenala regres 38,3 %. Jednotlivé indexy sa pohybovali v nasledovných hraniciach: Zmena technickej efektívnosti: ZTE ∈ <0,336; 3,167> Technická zmena: TZ ∈ <0,209; 1,151> Zmena čistej technickej efektívnosti: ZČTE ∈ <0,632; 2,133> Zmena efektívnosti z rozsahu: ZER ∈ <0,531; 2,299> Zmena produktivity: ZTFP ∈ <0,090; 1,892> Priemerné hodnoty indexov vypovedajú o tom, že daňové úrady za všetky sledované roky a podniky zvýšili technickú efektívnosť o 3,1 % a zaznamenali technický regres o 20,9 %.

21

Čistá technická efektívnosť sa zvýšila nepatrne o 0,1 % a efektívnosť z rozsahu daňových úradov sa zlepšila o 3,0 %. Produktivita daňových úradov sa znížila o 18,4 %. Z porovnania daňových jednotiek vyplýva, že výkonnosť daňových úradov meraná Malmquistovými indexmi sa pohybovala v nasledovných intervaloch: Zmena technickej efektívnosti: ZTE ∈ <0,628; 1,813> Technická zmena: TZ ∈ <0,397; 1,262> Zmena čistej technickej efektívnosti: ZČTE ∈ <0,827; 1,447> Zmena efektívnosti z rozsahu: ZER ∈ <0,750; 1,379> Zmena produktivity: ZTFP ∈ <0,305; 1,617>

Grafické zobrazenie Malmquistových indexov za obdobie 2002 až 2004 za DÚ ako celok je uvedené v grafe 5. Graf 5 Malmquistove indexy, spolu DÚ

Malmquistove indexy, spolu DÚ

0

0,2

0,4

0,6

0,8

1

1,2

1,4

Priemer 2003 Priemer 2004 Priemer 2003, 2004

ZTE

TZ

ZČTE

ZER

ZTFP


4 PRÍ�OSY DIZERTAČ�EJ PRÁCE

Výsledky získané analýzou efektívnosti poukazujú, že použitá metodológia pri 51 hodnotených jednotkách dáva využiteľné výsledky, nakoľko jednoznačne rozdeľuje daňové jednotky na efektívne a neefektívne a tým dáva alternatívu k doposiaľ používaným metódam hodnotených daňových jednotiek v daňovej správe SR. Uvedená metóda taktiež, na rozdiel od bežne praktizovaných metód v daňovej správe /KVV, liga kontrolórov, liga exekútorov/, umožňuje získať z riešenia DEA modelov i ďalšie významné informácie, ako sú napríklad ideálne úrovne inputov a outputov, váhy inputov a outputov pre danú daňovú jednotku a taktiež informácie o efektívnosti rozsahu daňových jednotiek. Bolo preukázané, že z troch formulovaných hypotéz sa úplne potvrdila len jedna a to, že veľkosť daňového úradu meraná počtom pracovníkov má vplyv na efektívnosť daňového úradu a že štatisticky vysoko preukazné rozdiely sú hlavne medzi veľkými a malými DÚ a medzi strednými a malými DÚ. Veľké daňové úrady sú najefektívnejšie. Čiastočne sa potvrdil aj vplyv lokalizácie DÚ v priemyselnom, rurálnom a poľnohospodárskom regióne. Najefektívnejšími DÚ v rokoch 2002 a 2003 za podmienok KVR, VVR ako aj ER sú DÚ pôsobiace v rurálnom, následne v poľnohospodárskom a nakoniec priemyselnom regióne, v roku 2004 je poradie poľnohospodársky, rurálny a priemyselný. Uvedený jav je spôsobený dočasne lepším

22

daňovým inkasom v poľnohospodárskom a rurálnom regióne ako dôsledok zvýšených investičných stimulov v priemyselných regiónoch. Štatisticky preukazné rozdiely existujú v rokoch 2002 - 2003 a to najmä medzi DÚ lokalizovanými v rurálnom a priemyselnom regióne a medzi DÚ lokalizovanými v rurálnom a poľnohospodárskom regióne. V roku 2004 lokalizácia DÚ v regióne nemala vplyv na technickú efektívnosť DÚ. Vplyv počtu spravovaných poľnohospodárskych subjektov je irelevantný. Hodnotenie produktivity za všetky roky sledovaného obdobia 2002 až 2004 ukázalo, že daňové úrady za všetky sledované roky zvýšili technickú efektívnosť o 3,1 % a to najmä v dôsledku reformy DS v roku 2004 a súvisiacou zmenou legislatívy, ktorá ovplyvnila dobrovoľný ako aj nútený výber daní a kontrolnú činnosť a zaznamenali technický regres o 20,9 %. Čistá technická efektívnosť z rozsahu daňových úradov sa zlepšila o 3 % a to zmenou rozsahu v dôsledku presunu malých DÚ do kategórie stredných DÚ a taktiež presunom stredných DÚ do kategórie efektívnejších väčších DÚ a produktivita sa znížila o 18,4 %, čo spôsobilo prijímanie pracovnej sily v roku 2003, ale najmä v roku 2004 s dopadom na dočasné zníženie jednotkových výkonov a trvalé zvýšenie jednotkových nákladov. Analýzu dátových obalov má význam realizovať predovšetkým na individuálnych dátach pri komparatívnom hodnotení podnikov. Dizertačná práca poukazuje na to, že prezentované metódy a modely sú užitočným nástrojom na hodnotenie efektívnosti v štátnej správe a sú objektívnejšie a exaktnejšie a z nasledovného dôvodu môžu byť lepšou alternatívou pri hodnotení daňových úradov ako doposiaľ používaná KVV, ligy kontrolórov a exekútorov. Taktiež údaje, ktoré sú získané z DEA modelov možno využiť aj ako vstupné dáta pri použití ďalších metód, ktoré optimalizujú veľkosť skúmanej jednotky, ako napríklad integrácia a dezintegrácia podnikov. Uvedená dizertačná práca z hľadiska cieľov a výsledkov riešenia prispela k prehlbovaniu poznatkov z uplatňovania matematicko - štatistických metód hodnotenia efektívnosti v štátnej správe, konkrétne v DS SR. Viac ako 60 literárnych prameňov, v ktorých sú prezentované názory a riešenia viacerých vedeckých autorít na hodnotenie efektívnosti vo verejnej a štátnej správe , tvorí hlavnú poznatkovú základňu, ktorá bola požitá v dizertačnej práci. Prínosy dizertačnej práce pre teóriu možno zhrnúť do nasledovných častí:

� Z hľadiska údajov dizertačná práca obsahuje citlivé a komplexné údaje o výkonnosti

DS SR za všetky jej hlavné činnosti, triedené podľa počtu zamestnancov, príslušnosti k regiónu, ako aj podľa počtu spravovaných poľnohospodárskych subjektov za obdobie rokov 2002 - 2004 /panel dát/.

� Zhromaždená literatúra ako aj prezentované metódy hodnotenia efektívnosti vo verejnej ako aj štátnej správe poskytujú komplexnú a širokú základňu poznatkov v tejto oblasti.

� Komparatívny pohľad na hodnotenie efektívnosti a to jednak v rámci metodiky, verejnej správy, štátnej správy ako aj vo vnútri DS.

� Využiteľnosť štandardizovaných metód v špecifických podmienkach štátnej správy. � Analyzované dáta a konkrétne teoretické poznatky obsiahnuté v dizertačnej práci je

možné ďalej využiť ako základné podkladové dáta pri riešení iných výskumných úloh. � Špecifický pohľad na efektívnosť daňových orgánov z hľadiska ich príslušnosti

k poľnohospodárskemu, rurálnemu a priemyselnému regiónu. � Špecifický pohľad na efektívnosť daňových orgánov z hľadiska počtu spravovaných

poľnohospodárskych subjektov.

23

Prínosy dizertačnej práce pre prax možno sumarizovať nasledovne:

� Zhrnutie a precizovanie doposiaľ používaných metód hodnotenia efektívnosti v DS. � Implementácia DEA analýzy na reálnych dátach DS za obdobie troch rokov ako

alternatíva doposiaľ používaných systémov hodnotenia efektívnosti v DS. � Komplexnosť hodnotenia DS za kontrolnú, exekučnú a správcovskú činnosť ako aj

časové hľadisko na jednej strane, a parciálne hodnotenie DS za jednotlivé nami určené skupiny, veľkostné skupiny DÚ, príslušnosť DÚ k regiónu ako aj počet spravovaných poľnohospodárskych subjektov DÚ, na strane druhej.

� Uvedená dizertačná práca môže slúžiť ako reálny podklad pre vznik nového hodnotiaceho systému efektívnosti DS, nakoľko hodnotením efektívnosti DS sa zaoberá málo autorov.

� Pomôcka pri optimalizácii ako aj integrácii a dezintegrácii DÚ v zmysle projektu Reformy DS.

� Porovnanie efektívnosti DÚ v rámci celku k reálne najlepšiemu DÚ a nie iba k fiktívne priemernému DÚ.

� Poľnohospodárske podniky nezvyšujú nákladovú položku daňovej správy, ktorá by súvisela s ich správou daní.

� Vylúčenie potreby špeciálneho klientského prístupu zo strany daňovej správy, ako správcu dane, k podnikom s poľnohospodárskym zameraním.

Uvedenou dizertačnou prácou sa naplnila hlavná idea dizertačnej práce a to, že na

reálnych dátach z Daňového riaditeľstva SR, ktoré je súčasťou štátnej správy, boli aplikované vedecké metódy hodnotenia efektívnosti, konkrétne DEA modely a tým sme ponúkli iný pohľad na efektívnosť daňových úradov ako celku s možnosťou využitia pri optimalizácii počtu daňových úradov, ktorá je pertraktovaná v odborných kruhoch už takmer pätnásť rokov.

5 ZÁVER

Jednou z hlavných úloh daňovej správy je 100 % zabezpečenie plnenia príjmov štátneho rozpočtu prostredníctvom výberu daní. Na tieto účely sú zákonom stanovené daňové orgány, ktoré prostredníctvom presne špecifikovaného okruhu činností konajú vo vzťahu k daňovým subjektom s cieľom, čo najefektívnejšie vyberať dane. Pod efektívnosťou sa rozumie taký postup daňových orgánov, ktorý pri najnižších nákladoch a pri čo najmenšom administratívnom a finančnom zaťažení daňových subjektov umožní vybrať maximálne možný objem daní v súlade s platnou legislatívou. Pokiaľ vychádzame z uvedeného, je zrejmé, že suma vybraných daní priamo závisí od nákladov spojených s fungovaním daňových orgánov. Jednou z významných skupín daňových subjektov sú aj poľnohospodárske subjekty, ktoré sú na jednej strane zamestnávateľom, významným tvorcom hodnôt a platcom dane v regiónoch a na strane druhej, poľnohospodárske podniky generujú náklady daňovej správy, ktoré súvisia s ich správou daní. Uvedené náklady však nie sú iné ako náklady súvisiace s akýmikoľvek inými daňovými subjektmi a preto ani nie je nutný špeciálny klientský prístup k nim zo strany správcu dane. Ak je teda jednou z hlavných úlohou daňovej správy efektívny výber daní, musí sa pre dosiahnutie efektívnosti zamerať hlavne na skvalitnenie svojich vnútorných procesov a to sa následne musí prejaviť buď v znížení nákladov na fungovanie daňovej správy alebo na skvalitnenie činností súvisiacich s inkasom daní.

24

Reforma daňovej správy, ktorá prebieha s prestávkami od roku 1993, si kladie za hlavný cieľ dosiahnuť oba spomenuté čiastkové ciele a to zníženie nákladov na výber daní a ciel pri súčasnom skvalitnení procesov ako aj 100 % inkaso daní do štátneho rozpočtu, aby nedošlo k poklesu príjmov štátneho rozpočtu. Súčasným zámerom reformy daňovej správy, ako aj Vlády SR uvedeným v Programovom vyhlásení, je aj "...vykonať reformu daňovej správy tak, aby táto bola efektívnejšia, s cieľom metodicky pomôcť subjektom s dobrou daňovou disciplínou a odhaľovať subjekty, ktoré sa plateniu daní vyhýbajú, resp. páchajú daňové podvody.“ Zabezpečiť uvedený stav je možné komplexnou a zásadnou zmenou systému organizovania a riadenia daňovej správy a súvisiacimi zmenami v procesoch a organizačnom usporiadaní daňovej správy. K tomu, aby uvedené zmeny bolo možné vykonať je nutné v prvom rade zistiť ktoré DÚ sú naozaj efektívne a ktoré sa tak iba tvária navonok. Používané ukazovatele výkonnosti daňovej správy SR v KVV, ligách kontrolórov a exekútorov sú často predmetom diskusií a kritiky pre ich obmedzené možnosti komplexne posúdiť efektívnosť jednotlivých činností daňovej správy na úseku kontroly, správy daní ako aj exekúcií. Hodnotenie efektívnosti daňovej správy pomocou ekonomicko – matematických metód založených na matematickom programovaní umožňuje skúmať efektívnosť daňovej správy SR komplexne a na rôznych úrovniach. Takouto metódou je analýza dátových obalov , ktorá je v poslednom období najčastejšie používaným metodologickým nástrojom vo verejnom a štátnom sektore. Uvedená metóda bola použitá na výpočet mier technickej efektívnosti daňových jednotiek, podľa ktorých je možné exaktne určiť daňové jednotky, ktoré sú viac, či menej efektívne. Taktiež podľa priemerných mier technickej efektívnosti za jednotlivé daňové jednotky zotriedené podľa počtu spravovaných poľnohospodárskych podnikov, podľa veľkosti DÚ v zmysle organizačnej štruktúry DR SR ako aj podľa príslušnosti k poľnohospodárskemu, rurálnemu či priemyselnému regiónu možno jednoznačne určiť hierarchiu efektívnosti jednotlivých skupín. Na sledovanie zmien ukazovateľov v čase boli úspešne aplikované Malmquistové indexy, ktorými sme uvedené zmeny kvantifikovali.

6 POUŽITÁ LITERATÚRA

AIGNER,D.J. , CHU, S.F. 1968. On Estimating the industry Production Function, American Economic Review 58: 4, 826-39.

AIGNER, D.J.; LOVELL, C.A.K.; SCHMIDT, P. 1977. Formulation and estimation of stochastic frontier production functions. Journal of Econometrics, 6:21--37.

ALI, Agha Iqbal. - SEIFORD, Lawrence M. 1993. The mathematical programming approach to efficiency measurement. In H. Fried - C. A. Knox Lovell - S. Schmidt /ed./: The measurement of productive efficiency: Techniques and applications. London: Oxford University Press, 1993, s. 120-159.

BALÁŽOVÁ, E. 2006. Benchmarking služieb miestnej samosprávy na Slovensku, Bratislava: Adin, s.r.o., 2006. ISBN 80-89244-09-2.

BANKER, Rajiv D., CHARNES, A., and COOPER, W. W.1984. Some models for estimating technical and scale inefficiencies in data envelopepment analysis. In Management Science, Zv. 30, 1984, č. 9 s. 1078-1092.

BANKER, R.D. - MOREY. R. 1986. Efficiency Analysis for Exogenously Fixed Inputs and Outputs. In Operations Research 34 /4/, 1986, s.513-521. BARROS, C. P. 2007. Technical and allocative efficiency of tax offices: a case study. In International journal of Public Sector Performance Management, Vol. 1, No. 1, 2007.

25

BIELIK, P. 1995. Ekonomika podnikov, Nitra: Vysoká škola poľnohospodárska, 1995. 92 s. ISBN 80-7137-214-5.

BURÁK, E. 2007. Intenzifikačný model v príklade nových indikátorov zo štátnej správy. In Produktivita a inovácie, roč. 2007, 2007, č. 1, s.14-15, ISSN 1335-5961.

BURÁK, E. 2004. Daňové plánovanie a daňové výdavky. Bratislava: EPOS, 2004. ISBN 80-8057-612-2.

COELLI, T. 1996. A guide to DEAP Version 2.1: A data envelopment analysis /computer/ program. CEPA Workng Paper 96/08, Department of Econometrics, University of New England, Armidale, 1996, 49 s.

COELLI, T. - RAO, D.S. Prasada - BATTESE, G.E.1998. An introduction to efficiency and productivity analysis. Boston: Kluwer Academic Publishers, 1998, s.273-296, ISBN 978-0792-38062-7.

DEBREU, G. 1951. The coefficient of resource utilization. In Econometrica, Zv.19, 1951, č.3, s. 273-292.

FANDEL, P. 2002. Analýza faktorov efektívnosti poľnohospodárskych podnikov neparametrickými metódami /subetapa/. In Faktory výkonnosti a dôchodkovosti

poľnohospodárskych podnikov SR. Záverečná správa výskumenej úlohy VÚEPP Bratislava, 2002.

FANDEL, P.1999. Analýza efektívnosti a produktivity výroby v poľnohospodárstve neparametrickými metódami: Habilitačná práca. Nitra: Slovenská poľnohospodárska Univerzita v Nitre, 1999. 106 s.

FANDEL, P.1999a. Využitie matematického programovania v hodnotení efektívnosti výroby. In Acta oeconomica et informatica, roč. 2, 1999, s. 5-7.

FARELL, M. J. 1957. The measurement of productive efficiency. In Journal of the Royal

Statistical Society, Series A, roč. 120, 1957, časť 3. s. 253-290.

FÄRE, Rolf - GROSSKOPF, S. - NORRIS, M. - ZHANG, Z. 1994. Productivity growht, technical progress, and efficiency changes in industrial countries. In American Economic

review, 84, 1994, s.66-83. GONZALES, M.X., MILES, D. 2000. Efficiencia en la Inspeccion de Hacienda. In Revista

de Economia Aplicada, Vol.8, No.24, 2000.

HAMMER, M., CHAMPY, J. 2000. Reengineering - radikálna premena firmy, Praha Management Press, 2000. ISBN 80-7261-028-7.

CHAJDIAK, J., KOMORNÍK, J., KOMORNÍKOVÁ, M. 1999. Štatistické metódy, Bratislava: Statis, 1999. ISBN 80-85659-13-1.

CHARNES, A - COOPER,W. - RHODES, E.1978. Measuring the efficiency of decision making units. In European Journal of Operations Research, zv. 2, 1978, s. 429-444.

KAPLAN, S. R., NORTON, D. P. 2004. Balanced scorecard: Strategický systém merania výkonnosti podniku, Praha: Management Press, 2004. ISBN 80-7261-063-5.

KLUČKA, J. 2006. Riadenie rizika a hodnotenie výkonnosti podniku. In BIATEC, roč. 14, 2006, č. 8, s.22-25, ISSN 1335-0900.

KOOPMANS, T.C. 1951. Analysis of production as an efficient combination of activities. In T. C. Koopmans /ed./:Activity analysis of production and allocation, New York: Wiley, 1951.

26

MAJOROVÁ, M.2007. Analýza vplyvu environmentálnych faktorov na efektívnosť poľnohospodárskej výroby radiálnymi modelmi DEA. Diplomová práca. Nitra: SPU, Fakulta ekonomiky a manažmentu, Katedra štatistiky a operačného výskumu, 2007, 24-38 s.

Dostupné na internete:

<http://www.fem.uniag.sk/Martina.Majorova/files/DP_2007.pdf>.

MALMQUIST, S.1993. Index numbers and demand functions. In Journal of Productivity

Analysis, Zv.4, 1993, s. 251-260.

MEEUSEN, W. , van den BROECK, J. 1977. Efficiency Estimation from Cobb-Douglas Production Functions with Composed Error ,International Economic Review, Vol. 18, No. 2, pp. 435-444. MOESEN, W, PERSOON, A. 2002. Measuring and explaining the productive efficiency of tax offices: a non-parametric best practice frontier approach. In Tijdschrift voor Economie en

Management, Vol. XLVII, No.3, 2002.

OCHRANA, F. 2002. Manažérske metódy vo verejnom sektore. Praha. Ecopress, 2002. ISBN 80-86119-51-3.

PANDLEY, I. M. 2005. Balanced scorecard: Myth and Reality. In Vikalpa, roč. IV, 2005, č. 1, s.51-66, ISSN 1392-1453.

PÚČEK, M. a kolektív autorov. 2004. Riadenie procesov výkonu štátnej správy. Ministerstvo vnútra Českej republiky, 2004. s.69-76, ISBN 80-239-4908-8.

RICHMOND, J. 1974. Estimating the Efficiency of Production. International Economic Review 15, 515-21.

SEITZ, W. 1971. Productive efficiency in the steam-electric generating industry. J. Polit. Econ. 79:878–886. SERRA, Pablo. 2003. Measuring the performance of Chile’s Tax Administration. In �ational

Tax Journal, Vol. LVI, No.2, 2003.

ŠIROKÝ, Jan a kolektív autorov. 2006. Benchmarking vo verejnej správe. Ministerstvo vnútra Českej republiky, 2006. s. 5-34, ISBN 80-239-7326-6.

VINCOVÁ, K. 2005. Využitie modelov DEA na hodnotenie efektívnosti. In BIATEC, roč. 13, 2005, č. 8, s.24-28, ISSN 1335-0900.

/URL 1/ EMS: Efficiency Measurement System /Ver. 1.3/. A Data Envelopment Analysis /DEA/ Software. In Universität Dortmund - Wirtschafts - und Sozialwissenschaftliche

Fakultät. /online/. /cit. 2007-03-29/. Dostupné na Internete:

<http://www.wiso.uni.dortmend.de/lsfg/or/scheel/ems/>.

/URL 2/ CEPA Software - DEAP /Ver 2.1/. In The Centre of Efficiency and Productivity

Analysis. /online/. /cit. 2007-03-29/. Dostupné na Internete:

<http://www.uq.edu.au/economics/cepa/deap.htm>.

27

7 PUBLIKOVA�É PRÁCE SÚVISIACE S PROBLEMATIKOU

Publikované príspevky na zahraničných vedeckých konferenciách - AFC

AFC01 FANDEL, Peter

Možnosti použitia matematických metód pri meraní výkonnosti v daňovej správe = Possibilities of application of mathematical methods in measuring tax administration performance / Peter Fandel, Michal Orihel In: Kvantitativní metody v ekonomii 2005 : sborník příspevků z mezinárodního vědeckého semináře, Zdislavice 5.- 7. září 2005. - 1. vyd. - Praha : Česká zemědělská univerzita, 2005. - ISBN 80-213-1283-1. - S. 51-58. [ ... ORIHEL, Michal]

Publikované príspevky na domácich vedeckých konferenciách - AFD

AFD01 ORIHEL, Michal

Hodnotenie efektívnosti daňových úradov SR vo vzťahu k úrovni poľnohospodárskej výroby v rozdielnych regiónoch = The assessment of the efficiency of tax offices in SR in relation to the level of agricultural production in different regions/ Michal Orihel In: Konkurencieschopnosť a ekonomický rast: Európske a národné perspektívy [elektronický zdroj] = Competitiveness and economic growth: European and national perspectives : zborník vedeckých príspevkov z medzinárodnej vedeckej konferencie „Medzinárodné vedecké dni 2008“, Nitra 28.-30. máj 2008 / [zostavovateľ: Peter Bielik]. - 1. vyd. - Elektronický konferenčný zborník. - Nitra : Slovenská poľnohospodárska univerzita, 2008. - ISBN 978-80-552-0061-3. - S. 1152-1157. - 1 elektronický optický disk (CD-ROM). . - Požiadavky na systém: Windows 95 a vyššie; CD-ROM mechanika

Abstrakty príspevkov z domácich konferencií – AFH

AFH01 ORIHEL, Michal

Hodnotenie efektívnosti daňových úradov SR vo vzťahu k úrovni poľnohospodárskej výroby v rozdielnych regiónoch = The assessment of the efficiency of tax offices in SR in relation to the level of agricultural production in different regions/ Michal Orihel In: Konkurencieschopnosť a ekonomický rast: Európske a národné perspektívy [elektronický zdroj] = Competitiveness and economic growth: European and national perspectives : zborník abstraktov z medzinárodnej vedeckej konferencie „Medzinárodné vedecké dni 2008“, Nitra 28.-30. máj 2008 / [zostavovateľ: Peter Bielik]. - 1. vyd. - Nitra: Slovenská poľnohospodárska univerzita v Nitre, 2008. - ISBN 978-80-552-0060-6. - S. 238-239.

28

Publikačná činnosť - iná

ORIHEL, M. 2008. Dane vybavte cez internet. In Tempo, roč. LXIX, 2008, č. 22, s. 2.

ORIHEL, M. 2008. V ústrety daňovým subjektom. In Tempo, roč. LXIX, 2008, č. 14, s. 1 a 3.

ORIHEL, M. 2008. Odklad platenia a povolenie splátok. In Tempo, roč. LXIX,2008, č.13, s.3.

ORIHEL, M. 2004. Nešťastná štatistika ?. In Spravodaj, roč. IV, 2004, č.3, s. 5.

ORIHEL, M. 2003. Ťažký život dlžníkov. In Spravodaj, roč. III, 2003, č.2, s. 8.

ORIHEL, M. 2002. Dane včera a dnes. In Spravodaj, roč. II, 2002, č.3, s. 8.

Publikačná činnosť - v tlači

ORIHEL, M. 2008. Hodnotenie efektívnosti daňových úradov SR. In Produktivita a inovácie, roč. 2008, 2008, ISSN 1335-5961 - vedecký článok.

AUTOREFERÁT DIZERTAČ˝EJ PRÁCE

Documents