Yritystuki voi olla joko suoraa rahamääräistä tukea, kuten avustuksia tai julkista tukea sisältäviä laina- ja takausjärjestelyitä, tai verotukea. Kuten hyvin tiedetään, yritystukien tarkoituksenmukaiseen kohdentamiseen ja myönnettyjen tukien vaikuttavuuden mittaamiseen liittyy monenlaisia ongelmia — siis ihan tavallisessa taloustilanteessakin eli ns. normaalioloissa (ks. mm. täällä, täällä, täällä, täällä ja täällä).
Koronakriisin seurauksena monien yritysten liikevaihto on supistunut hyvin voimakkaasti. Tästä syystä ulkoisen rahoituksen kysyntä (mm. käyttöpääoman rahoitustarpeisiin) on kasvanut. Valtiovalta onkin päättänyt tukea yrityksiä Suomessa monin eri tavoin (ks. täällä, täällä, täällä ja täällä). Kutsun näitä alla koronatuiksi.
Viime päivinä on julkisuudessa ja sosiaalisessa mediassa ihmetelty sitä, minkälaiset yritykset ovat saaneet koronatukea (ks. mm. täällä, täällä, täällä ja täällä). En ota tässä kirjoituksessa millään tavoin kantaa tehtyihin yksittäisiin koronatukipäätöksiin.
Sen sijaan teen kaksi taloustieteelliseen tutkimuskirjallisuuteen (ja osin tilastotieteeseen) perustuvaa yksinkertaista havaintoa, jotka ehkä osaltaan auttavat ymmärtämään, mistä koronatukien myöntämisessä ja niiden kohdentumisessa on kyse.
Havainto #1: Yritystukipäätökset eivät (koskaan) ole virheettömiä
Yksinkertaisimmillaan viranomaisen tekemää yritystukipäätöstä voi ajatella binäärisenä “Kyllä / Ei” -päätöksenä: Tukea joko myönnetään tai sitä ei myönnetä.
Tukea hakeva yritys voi puolestaan olla joko aidosti tukea tarvitseva tai sitten se on ”ei tukea tarvitseva”. Jälkimmäiseen luokkaan kuuluvat elinkelpoiset yritykset, jotka eivät tukea varsinaisesti tarvitse, sekä elinkelvottomat, jo valmiiksi syvissä vaikeuksissa olevat yritykset.
Yritystukipäätöstä tehdessään päätöksentekijä ei voi useinkaan mistään suoraan havaita, onko tukea hakeva yritys aidosti tukeen oikeutettu vai yritys, jolle tukea ei pitäisi myöntää. Hänen täytyy siis arvioida, onko kyseessä tukikelpoinen yritys vai ei.
Tukikelpoisuuden arviointitehtävä ei ole helppo. Se vaatii mm. tarkkaa tilastotietoa yrityksen taloudellisesta tilanteesta, tietoa yrityksen johdon kyvyistä ja suunnitelmista, yrityksen liiketoiminnan ja toimialan ymmärrystä sekä kykyä ennustaa yrityksen tulevaisuuden näkymiä.
Tukea hakeneiden yritysten järjestelmällinen seulominen on puutteellisesta tiedosta ja osaamisesta johtuen virhealtista. Tämä pätee sekä normaalioloissa tehtäviin yritystukipäätöksiin että kriisiaikana (mahdolliseti kiireessä) tehtyihin päätöksiin.
Edellä sanottu tarkoittaa, että kaikki tehdyt yritystukipäätökset sijoittuvat johonkin seuraavista neljästä luokasta (eli ns. konfuusiomatriisin solusta):
- TP (true positives): Tässä luokassa ovat tukea aidosti tarvitsevat yritykset, joille tehdään myönteinen tukipäätös.
- TN (true negatives): Tässä luokassa ovat ne yritykset, jotka eivät oikeasti tarvitse tukea ja joille tehdään kielteinen tukipäätös.
- FP (false positives): Tässä luokassa ovat ne yritykset, jotka eivät oikeasti tarvitse tukea mutta joille tehdään (virheellisesti) myönteinen tukipäätös.
- FN (false negatives): Tässä luokassa ovat tukea aidosti tarvitsevat yritykset, joille tehdään (virheellisesti) kielteinen tukipäätös.
Toivottavaa on, että myönteisten tukipäätösten joukossa on suhteellisesti paljon tukea aidosti tarvitsevia (eli suhdeluku TP/(TP+FP) on korkea). Samaan aikaan toivottavaa on, että iso osa tukea aidosti tarvitsevista saa tukea (eli suhdeluku TP/(TP+FN) on korkea).
Koronatukipäätöksiin liittyen on julkisuudessa ja sosiaalisessa mediassa nostettu esiin esimerkkejä sekä FP -luokkaan kenties kuuluvista että FN -luokkaan mahdollisesti kuuluvista yrityksistä. Edellä sanotun valossa on täysin odotettavaa, että tällaisia esimerkkejä löytyy. Niitä voi halutessaan etsiä myös normaalioloissa tehdyistä tukipäätöksistä.
Sen sijaan väitteet siitä, että virheitä ei lainkaan tehtäisi, eivät ole taloustieteellisen tutkimuskirjallisuuden ja tilastotieteellisen ymmärryksen valossa uskottavia. On vaikea välttyä vaikutelmalta, että tällaisen väitteen esittäjä ei joko täysin ymmärrä, mistä puhuu, tai suorastaan johtaa tietoisesti muita harhaan.
Mikäli otamme tukea hakevien yritysjoukon ja sen koostumuksen annettuna, myöntökriteereihin liittyy tyypillisesti seuraavankaltainen valintatilanne:
- Hyvin löysä myöntöpolitiikka johtaa todennäköisesti siihen, että tukea myönnetään onnistuneesti monille sitä aidosti tarvitseville, mutta tämän kustannus on se, että todennäköisesti tehdään paljon myös FP-virheitä.
- Kireä myöntöpolitiikka puolestaan tarkoittaa, että tukea ei usein myönnetä niille, jotka eivät oikeasti tarvitse tukea, mutta samalla moni tukea aidosti tarvitsevista jää luultavasti ilman tukea. Tällöin tehdään siis enemmän FN-virheitä.
Havainto #2. Hakijoiden valikoitumisella voi olla suuri merkitys koronatukien kohdentumisessa
Hakijoiden valikoitumisella tarkoitan sitä, että tukea hakeva yritysjoukko ja sen koostumus voi vaihdella eri aikoina ja eri tilanteissa.
Voimme ajatella, että toisinaan tukea hakevista suurehko osa (esimerkiksi 80%) on aidosti tukea tarvitsevia ja vain melko pieni osa (esimerkiksi 20%) ei tukea tarvitsevia (eli joko elinkelpoisia yrityksiä, jotka eivät tukea varsinaisesti tarvitse tai ovat elinkelvottomia).
Toisaalta tietyissä tilanteissa voi olla niin, että tukea hakevista suhteellisesti pienehkö osa (esimerkiksi 20%) on aidosti tukea tarvitsevia ja suurempi osa (80%) on ei tukea tarvitsevia.
Kutsun edellistä skenaario A:ksi ja jälkimmäistä skenaario B:ksi.
Konkreettisuuden vuoksi voimme ajatella, että skenaario A vastaa jossain mielessä ”normaalitilannetta”, kun taas skenaario B kuvaa tilannetta, jossa osa (”vääränlaisista”) yrityksistä ”havahtuu” hakemaan yritystukea, kun hakuprosessia ja siihen liittyvää hakubyrokratiaa kevennetään.
Tämä kuvitteellinen esimerkki kertoo, miksi yhteistä hyvääkin tavoittelevat yritystukipäätökset voivat skenaariossa B olla hakijajoukon valikoitumisesta johtuen varsin usein virheellisiä, vaikka yritystuista päättävä ei lainkaan muuttaisi myöntökriteereitään suhteessa normaaliaikoihin (eli niihin, joita se soveltaa skenaariossa A).
Oletan tätä esimerkkiä varten, että tukipäätöksiä tekevillä on erinomaisen hyvä osumatarkkuus päätöksissään:
- Jos tukea hakee yritys, joka sitä aidosti tarvitsee, tukipäätöksiä tekevät arvioivat tilanteen oikein 85%:in todennäköisyydellä.
- Jos taas tukea hakee yritys, joka ei sitä ansaitse tai tarvitse, tukipäätöksiä tekevät arvioivat tilanteen väärin vain 15%:in todennäköisyydellä.
- Skenaario A:n tilanteessa peräti 96% positiivisista yritystukipäätöksestä tehdään oikein (TP/(TP+FP) = 0,96). Loput positiivisista päätöksestä (4%) on sellaisia, joita veronmaksajat tuskin haluavat (FP/(TP+FP) = 0,04).
- Skenaario B:ssä vain reilut puolet eli 59% positiivisista yritystukipäätöksestä tehdään oikein (TP/(TP+FP) = 0,59). Loput 41% positiivisista myöntöpäätöksistä on sellaisia, joissa tuki kohdentuu yrityksille, jotka eivät sitä aidosti tarvitse.
Laskelman tarkoitus on osoittaa, että tukia hakevan yritysjoukon koostumuksella on suuri merkitys sille, minkälaisille yrityksille tuettua rahoitusta kohdentuu. Verrattuna skenaarioon A, tukia myönnetään skenaariossa B suhteellisesti ottaen paljon yrityksille, jotka eivät oikeasti tarvitse tukea.
Tämä laskelma olettaa, että myöntökriteerit säilyvät samana molemmissa skenaarioissa. Todellisuudessa näin ei tietysti välttämättä ole. Tukipäätöksiä joudutaan tekemään nyt kiireellä, joten on melko väistämätöntä, ja ymmärrettävää, jos myös osumatarkkuus väistämättä heikkenee.
Huomautan myös, että olen valinnut luvut niin, että molemmissa skenaarioissa 85% tukea tarvitsevista yrityksistä saa tukea (TP/(TP+FN) = 0,85).
Lopuksi
Koronatukien myöntökriteerien kritisointi nykytietojen valossa (mm. yksittäisin myöntötapauksiin perustuen, ilman laajempaa tilastotietoa) tai vakuuttelut tukipäätösten virheettömyydestä ovat ymmärrettäviä.
Perustellumpi keskustelunaihe olisi mielestäni kuitenkin se, että pitäisikö nyt hyväksyä (normaaliaikoja) enemmän virheitä positiivissa myöntöpäätöksissä (FP), sen varmistamiseksi, että hylkäysvirheitä (FN) tulisi kriisin aikana mahdollisimman vähän?
Vai haluammeko pyrkiä sittenkin varmistamaan, että virheellisiä positiivisia myöntöpäätöksiä (FP) tehtäisiin mahdollisimman vähän? Tämän oletettava kustannus on se, että hylkäysvirheitä (FN) tehdään enemmän.
Tämänkaltaisiin kysymyksiin täytyy ottaa tavalla tai toisella kantaa, jos hyväksyy sen, että yritystukipäätöksiin sisältyy väistämättä virheitä.
Kun koronatuen myöntökriteereitä pohditaan, joudumme ottamaan välillisesti kantaa siihen, mitä yhteiskustannallisia kustannuksia syntyy siitä, että ilman koronatukea virheellisesti jääneitä (elinkelpoisia) yrityksiä joutuu poistumaan markkinoilta. Näitä kustannuksia pitäisi sitten verrata niihin kustannuksiin, jotka aiheutuvat siitä, että osa koronatukea hakevista ja sitä saavista yrityksistä on sellaisia, että niiden ei olisi oikeasti kuulunut saada tukea.
Pohdittavaksi tässä yhteydessä nousee mm. se, missä määrin virheellisiin tukipäätöksiin liittyvät markkinoilta poistumiset aiheuttavat aitoja hyvinvointitappioita (joka laskee yhteiskunnan kokonaishyvinvointia). Samoin täytyy arvioida, missä määrin virheelliset positiiviset tukipäätökset on ajateltavissa tulonsiirtoina. Niiden yhteiskunnallinen kustannus liittyy mm. siihen, että nämä tulonsiirrot saattavat kärjistää tuloeroja ja siihen, että ne on lopulta rahoitettava tehokkuustappioita aiheuttavilla veropäätöksillä.
Väärin tehty myönteinen päätös voi johtaa myös siihen, että sen seurauksena joku markkinoilla oleva yritys, joka ei hae tukea, kärsii, koska kilpailu vääristyy.
***
Kunhan tilastoaineistoa yrityksistä kertyy ja koronakriisi aikanaan väistyy, voimme jälkikäteen ainakin jollain tasolla selvittää, minkälaista valikoitumista tukea hakevien yritysten osalta on tapahtunut ja kuinka paljon ja minkälaisia virheitä koronatukipäätöksissä tehtiin. Tämä tieto ei auta nyt ongelmissa olevia yrityksiä tai yritystuista päättäviä, mutta se toivottavasti auttaa aikanaan päätöksentekijöitä ja tutkijoita suunnittelemaan parempia tukipäätösmenettelyitä — esimerkiksi tulevia kriisejä ajatellen.
Myös koronatukien vaikuttavuutta on perusteltua selvittää. Jotta voimme vastata, mikä vaikutus näillä tuilla on ollut, täytyy muodostaa käsitys siitä, mitä tukea saaneille yrityksille olisi tapahtunut, jos ne eivät olisi saaneet tukea. Tällaista kontrafaktuaalia ei voida havaita (edes jälkikäteen) tilastoaineistoista, vaan se täytyy tuottaa ekonometrisin menetelmin.
Koronatukien tai yleisemminkään yritystukien onnistumista tai vaikuttavuutta ei voida mitata yrityksille kohdistetuilla kyselyillä. Se, että avustuksia saaneet yritykset kertovat kyselyssä olevansa “tyytyväisiä”, ei ole yllättävää, eikä tämä tieto kerro tukien vaikuttavuudesta. Ekonometrinen tarkastelu voi sen sijaan vaikkapa paljastaa, että ainakin tietyt (tyytyväiset?) tukea saaneet yritykset olisivat pärjänneet hyvin myös ilman tukea.
***
Jatkoa ajatellen tarvitaan myös syvällisempää pohdintaa siitä, miksi ja miten paljon erilaisia yritystukia myönnetään normaali- ja kriisitilanteissa ja miten (so. minkälaisin myöntökriteerein -ja menettelyiden avulla) niitä tulisi eri tilanteissa myöntää.
Taloustieteestä, ekonometriasta ja tilastotieteestä ei välttämättä löydy suoraan konkreettisia vastauksia näihin kysymyksiin, mutta ne tarjoavat käsitteitä ja välineitä, joiden avulla niihin voidaan pyrkiä vastaamaan.
***********************************************************
Kirjoittaja toimii taloustieteen professorina Hankenilla ja Helsinki GSE:ssä.
Lisätietoja: www.hyytinen.fi.
***********************************************************
Avainsanat: koronakriisi, yritystuki