Nataša Tur MODELIRANJE DUGOROČNE POVEZANOSTI BRUTO …oliver.efri.hr/zavrsni/1038.B.pdf · Bruto domaći proizvod (BDP) je vrijednost svih finalnih dobara i usluga proizvedenih

SVEUČILIŠTE U RIJECI

EKONOMSKI FAKULTET

Nataša Tur

MODELIRANJE DUGOROČNE POVEZANOSTI BRUTO DOMAĆEG PROIZVODA I POTROŠNJE ELEKTRIČNE

ENERGIJE U REPUBLICI HRVATSKOJ

DIPLOMSKI RAD

Rijeka, 2015.

SVEUČILIŠTE U RIJECI EKONOMSKI FAKULTET

MODELIRANJE DUGOROČNE POVEZANOSTI BRUTO DOMAĆEG PROIZVODA I POTROŠNJE ELEKTRIČNE

ENERGIJE U REPUBLICI HRVATSKOJ

DIPLOMSKI RAD

Predmet: Statističke metode za poslovno odlučivanje

Mentor: doc.dr.sc. Ana Štambuk

Student: Nataša Tur Studijski smjer: Financije i bankarstvo

JMBAG: 0081129674

Rijeka, srpanj 2015.

Sadržaj

1. UVOD ........................................................................................................................... 1

1.1. Predmet istraživanja .............................................................................................. 1

1.2. Svrha istraživanja .................................................................................................. 1

1.3. Korištene metode ................................................................................................... 1

1.4. Struktura rada ........................................................................................................ 1

2. BRUTO DOMAĆI PROIZVOD .................................................................................. 3

2.1. Nominalni i realni BDP ......................................................................................... 3

2.2. Mjerenje BDP-a ..................................................................................................... 4

2.3. Obračun i kretanje BDP-a u Hrvatskoj .................................................................. 6

3. ELEKTROENERGETSKI SUSTAV U REPUBLICI HRVATSKOJ ......................... 9

3.1. Proizvodnja električne energije ........................................................................... 10

3.3. Potrošnja električne energije ............................................................................... 12

4. PREGLED DOSADAŠNJIH ISTRAŽIVANJA ........................................................ 15

4.1. Hrvatska ............................................................................................................... 15

4.2. Kina ..................................................................................................................... 16

4.3. Države članice ASEAN-a .................................................................................... 17

4.4. Bangladeš ............................................................................................................ 18

4.5. Indija .................................................................................................................... 18

4.6. Turska .................................................................................................................. 19

4.7. Južna Amerika i Afrika........................................................................................ 20

4.8. Tranzicijske zemlje .............................................................................................. 20

5. ISTRAŽIVANJE DUGOROČNE POVEZANOSTI BDP-A I POTROŠNJE

ELEKTRIČNE ENERGIJE U REPUBLICI HRVATSKOJ .......................................... 22

5.1. Podaci i metodologija .......................................................................................... 22

5.1. Testiranje jediničnog korijena ............................................................................. 24

5.2. Testiranje kointegracije ....................................................................................... 33

5.3. Procjena kointegracijske regresije ....................................................................... 34

6. TESTIRANJE PRETPOSTAVKI MODELA ............................................................ 38

6.1. Autokorelacija ..................................................................................................... 38

6.2. Heteroskedastičnost ............................................................................................. 39

6.3. Normalnost grešaka relacije ................................................................................ 41

7. ZAKLJUČAK ............................................................................................................. 42

8. LITERATURA ........................................................................................................... 44

9. POPIS TABLICA ....................................................................................................... 47

10. POPIS GRAFIKONA ............................................................................................... 47

1

1. UVOD

Bruto domaći proizvod (BDP) je vrijednost svih finalnih dobara i usluga proizvedenih u

zemlji tijekom jedne godine. Povećanje realne razine BDP-a pokazatelj je ekonomskog

rasta. U današnje vrijeme svako gospodarstvo teži ostvariti ekonomski rast, a njegove

koristi odražavaju se u poboljšanju životnog standarda, većoj zaposlenosti, većim

poreznim prihodima, rastu investicija itd. Ekonomski rast nezamisliv je bez upotrebe

različitih oblika energije kao inputa u proizvodnom procesu, a električna energija je

jedan od najučinkovitijih i najčišćih oblika.

1.1. Predmet istraživanja

Predmet ovog diplomskog rada je modeliranje povezanosti između BDP-a i potrošnje

električne energije u Republici Hrvatskoj.

1.2. Svrha istraživanja

Svrha istraživanja je utvrditi dugoročnu povezanost između navedenih varijabli te

procijeniti kointegracijsku jednadžbu.

1.3. Korištene metode

Prilikom pisanja rada korištene su sljedeće metode: metoda kointegracije, metoda

analize i sinteze, metoda komparacije te statistička metoda.

1.4. Struktura rada

Rad se sastoji od sedam međusobno povezanih dijelova.

U prvom dijelu, Uvodu formuliran je predmet istraživanja, svrha istrživanja, navedene

su metode korištene prilikom pisanja rada te struktura rada.

2

U drugom dijelu s naslovom Bruto domaći proizvod definiran je pojam BDP-a,

objašnjeni su pristupi obračuna te je opisana nova metodologija obračuna u Hrvatskoj.

Također, analizirano je kretanje BDP-a u razdoblju od 2004.-2014. godine.

Elektroenergetski sustav u Republici Hrvatskoj, naslov je trećeg dijela u kojem se

govori o elektroenergetskom sustavu u Hrvatskoj te je analizirana proizvodnja i

potrošnja električne energije.

U četvrtom dijelu, Pregled dosadašnjih istraživanja, dan je pregled i rezultati

provedenih istraživanja.

U petom dijelu, Istraživanje dugoročne povezanosti BDP-a i potrošnje električne

energije u Republici Hrvatskoj predstavljeni su podaci i metodologija te provedeno

modeliranje. Ovo je najvažniji i najopširiniji dio rada.

Naslov šestog dijela je Testiranje pretpostavki modela. U ovom poglavlju pomoću

raznih testova ispitana je prihvatljivost ocijenjenog modela.

U zadnjem dijelu, Zaključku, dani su rezultati istraživanja do kojih se došlo primjenom

različitih statističkih metoda.

3

2. BRUTO DOMAĆI PROIZVOD

Bruto domaći proizvod (eng. Gross domestic product) je makroekonomski indikator

koji pokazuje vrijednost finalnih proizvoda i usluga proizvedenih u gospodarstvu

tijekom danog razdoblja.

Bruto domaći proizvod mjeri samo vrijednost finalnih dobara i usluga. U izračun BDP-a

ne ulaze intermedijarna dobra (dobra koja se upotrebljavaju u proizvodnji finalnih

dobara).

2.1. Nominalni i realni BDP

Postoje dvije vrste BDP-a: nominalni i realni.

Nominalni BDP predstavlja vrijednost finalne proizvodnje ostvarene u nekom

gospodarstvu tijekom određenog obračunskog razdoblja (obično jedne godine), iskazane

u tekućim cijenama. Drugim riječima, nominalni BDP u nekoj godini predstavlja

vrijednost finalne proizvodnje mjerene u cijenama te godine kada su finalni proizvodi i

usluge proizvedeni i prodani.

Realni BDP mjeri vrijednost finalne proizvodnje u stalnim cijenama, tj. cijenama godine

koja se odredi kao bazna godina, a dobije se dijeljenjem nominalnog BDP sa BDP

deflatorom.

Nominalni i realni BDP obično iskazuju tendenciju rasta. Tendencija rasta realnog

BDP-a obično je manje progresivna, što se može vidjeti i na grafikonu 1. koji prikazuje

kretanje nominalnog i realnog BDP-a u Republici Hrvatskoj.

4

Grafikon 1. Kretanje nominalnog i realnog BDP-a u Hrvatskoj u razdoblju od 1993.-

2010. godine

Izvor: izrada prema podacima IMF-a (2012)

Deflator BDP-a je odnos nominalnog i realnog BDP-a (pomnoženog sa 100) i koristi se

kao mjera kretanja razine cijena. Realni BDP predstavlja mjeru outputa privrede koja je

korigirana inflacijom i stoga pruža mogućnost stvaranja preciznije i točnije slike o

funkcioniranju neke zemlje i njezinoj performanci (Borozan, 2012).

2.2. Mjerenje BDP-a

Postoje tri pristupa mjerenja BDP-a:

1) „Pristup outputa (proizvodna metoda)

2) Pristup trošenja (rashodna metoda)

3) Pristup dohodaka od proizvodnih čimbenika (dohodovna metoda)“

Prema pristupu outputa, BDP predstavlja ukupnu vrijednost finalnih proizvoda i usluga

ostvarenu u domaćem gospodarstvu tijekom obračunskog razdoblja (obično jedne

godine). Pri tome je BDP ukupna vrijednost koja je ostvarena u domaćoj privredi

neovisno o vlasništvu nad proizvodnim čimbenicima.

5

Prema pristupu trošenja, BDP je jednak zbroju vrijednosti osobne potrošnje (C),

investicija (I), državne potrošnje (G), te neto izvoza (NI). Drugim riječima, BDP je

jednak agregatnom trošenju, tj. BDP=AE=C+I+G+NI.

Osobna potrošnja predstavlja ukupnu vrijednost trošenja (izdataka) namijenjenu tekućoj

uporabi kućanstva za robu i usluge. Ova komponenta zauzima najveći udio u BDP-u u

većini gospodarstava.

Pod investicijama se podrazumijeva ukupna vrijednost izdataka za dobra namijenjena

tekućoj uporabi. Uobičajeno se dijele u tri kategorije: fiksne investicije (kupovina

stojeva, zgrada od strane poduzeća), stambene (kupovina kuća i stanova od strane

pojedinaca) i investcije u promjene zaliha (promjena zaliha u poduzećima).

Državna potrošnja je zbroj izdataka na robu i usluge savezne vlade, vlade država i

lokalnih vlasti (Krueger, 2009). Pri tome treba naglasiti da transferna plaćanja (kao što

su npr. pomoć nezaposlenima, socijalna pomoć) nisu uključena u državnu potrošnju.

Neto izvoz je razlika između uvoza i izvoza. Ako je izvoz manji od uvoza zemlja

ostvaruje vanjskotrgovinski deficit. Ako je izvoz veći od uvoza zemlja ostvaruje

vanjskotrgovinski suficit.

Nadalje, prema pristupu dohotka od proizvodnih čimbenika, BDP je jednak zbroju

dohodovnih (i nedohodovnih) komponenti u nekom gospodarstvu u određenom

vremenskom razdoblju. Dohodovnim komponentama pripadaju plaće (kao dohodak od

rada), rente (kao dohodak od imovine), te kamate i profit (kao kapitalni dohodak).

Nedohodovnim komponentama pripadaju amortizacija i porezi (Borozan, 2012).

Vrijednost BDP-a mora uvijek biti jednaka bez obzira na primijenjeni pristup obračunu.

6

2.3. Obračun i kretanje BDP-a u Hrvatskoj

Do rujna 2014. godine Hrvatska je obračunavala BDP prema metodologiji Sustava

nacionalnih računa Ujedinjenih naroda – SNA 1993 i Europskog sustava nacionalnih

računa – ESA 1995. Metodologiju ESA 1995 tada zamjenjuje novi metodološki okvir

nacionalnih računa – Europski sustav nacionalnih i regionalnih računa (ESA 2010).

Potreba za izmjenom postojeće metodologije nastala je zbog promjena u ekonomskom

okruženju (globalizacija, veći značaj informacijskih i komunikacijskih tehnologija u

proizvodnom procesu, povećanje vrijednosti proizvoda intelektualnog vlasništva,

povećan značaj uslužnih djelatnosti). Na svjetskoj razini ESA 2010 odgovara Sustavu

nacionalnih računa – SNA 2008.

Glavne metodološke promjene u sklopu ESA 2010 jesu (DZS, 2014):

· „izdaci za istraživanje i razvoj priznaju se kao investicija, a ne više kao

intermedijarna potrošnja

· izdaci za vojnu opremu priznaju se kao investicija, a ne više kao intermedijarna

potrošnja

· vrijednost robe poslane u inozemstvo na oplemenjivanje stavlja naglasak na

promjenu vlasništva nad robom kako ne bi došlo do nerealnog uvećanja

vrijednosti podataka statistike međunarodne trgovine te trošak usluga

oplemenjivanja bilježi kao trgovinu uslugama

· detaljna analiza mirovinskih shema kroz dodatnu tablicu s transparentnim

prikazom obveze po svim mirovinskim shemama

· značajno poboljšanje vrednovanja usluga neživotnog osiguranja u BDP-u u

smislu drugačijeg tretmana odšteta u slučaju katastrofalnih događaja

· ostale promjene koje omogućuju bolje praćenje u sljedećih 15 godina.“

U tablici 1. prikazan je obračun BDP-a u Hrvatskoj u tekućim cijenama za razdoblje od

2004.-2014. godine u milijunima eura.

7

Tablica 1. BDP u Hrvatskoj u razdoblju od 2004.-2014. godine

Godina BDP (mil. EUR)

2004 33.464,5

2005 36.508,4

2006 40.197,8

2007 43.925,8

2008 48.129,8

2009 45.090,7

2010 45.004,3

2011 44.708,6

2012 43.933,7

2013 43.561,5

2014 43.084,8

Izvor: izrada prema podacima Eurostata (tablica nama_10_gdp)

Iz tablice 1. vidljivo je da se BDP kretao uzlaznom putanjom od 2004. do 2008. godine.

U 2008. godini izmjeren je i najveći BDP u iznosu od 48.129 milijuna eura. Od 2009.

godine dolazi do pada izazvanog globalnom financijskom krizom. Najmanji BDP

izmjeren je 2004. godine u iznosu od 33.464. milijuna eura. Na grafikonu 2. prikazane

su realne godišnje stope rasta BDP-a1 u Hrvatskoj u razdoblju od 2004.-2014. godine.

Grafikon 2: Realne stope rasta BDP-a u Hrvatskoj u razdoblju od 2004.-2014. godine

Izvor: izrada prema podacima Eurostata (tablica tec00115)

1 Stopa rasta realnog BDP-a pokazuje dinamiku razvoja određene zemlje tijekom vremena, a izračunava

se prema formuli: (realni BDPt – realni BDPt-1) / realni BDPt-1*100

8

Pozitivan trend kretanja BDP-a zabilježen je u razdoblju od 2004.-2008. godine, a

negativan u razdoblju od 2009.-2014. godine. U Hrvatskoj je 2008. godina bila

karakteristična po znatnom usporavanju rasta BDP-a (2,1%) u odnosu na prethodnu

godinu kada je ostvaren rast od 5,2%. Najveći pad BDP-a u promatranom razdoblju,

zabilježen je 2009. godine (7,4%).

BDP u 2014. godini pao je realno za 0,4%. Taj je pad osjetno manji nego u 2012. godini

(2,2%) te nešto manji nego u 2013. godini (0,9%). Takva dinamika usporavanja pada

posljedica je niske razine gospodarske aktivnosti i oporavka inozemne potražnje,

odnosno rasta vrijednosti izvoza roba i usluga. Istovremeno je kod svih kategorija

domaće potražnje zabilježen pad, a najveći je zabilježen kod bruto investicija u fiksni

kapital.

Realna bruto dodana vrijednost u 2014. godini u većini djelatnosti se smanjila. Rast

realne bruto domaće vrijednosti zabilježen je samo u prerađivačkoj industriji i grupi

koja obuhvaća trgovinu, prijevoz i ugostiteljstvo te u stručnim, znanstvenim, tehničkim

i ostalim uslužnim djelatnostima. Najveći pad zabilježen je u građevnirastvu čija je

bruto dodana vrijednost smanjena šestu godinu za redom (HGK, 2015).

Nakon šestogodišnjeg pada hrvatsko je gospodarstvo mjereno realnom vrijednosti BDP-

a palo na 12,4% nižu razinu nego u pretkriznoj 2008. godini. Među članicama Europske

Unije po takvim kretanjima, bila je lošija samo Grčka čiji je pad iznosio 25,5%.

Prosječna stopa rasta EU 28 u 2014. iznosila je 1,3%. Na razini EU zabilježen je rast

svih kategorija ukupne potražnje. Hrvatska je u 2014. godini bila jedna od samo četiri

članice EU u kojima je zabilježen pad BDP-a (uz Italiju, Cipar i Finsku) što se može

uočiti i na grafikonu 3. Najveća stopa rasta BDP-a od 4,8% zabilježena je u Irskoj.

9

Grafikon 3. Stope rasta realnog BDP-a u EU 2014. godine

Izvor: izrada prema podacima Eurostata (tablica tec00115)

Prema procjenama Europske komisije u 2015. godini očekuje se rast od 0,3%. U 2016.

trebalo bi doći do nešto većeg rasta, ali će on na razini od 1,2% i dalje biti relativno

slab.

3. ELEKTROENERGETSKI SUSTAV U REPUBLICI HRVATSKOJ

Bez električne energije energije danas, a tako je i od vremena početka njezina

komercijalnog korišenja, nemoguće je zamisliti svakodnevni život ljudi, te svekoliki

društveni, gospodarski i industrijski razvoj društva.

Elektroenergetski sustav dio je energetskog sustava. Tehnološki proces u

elektroenergetskom sustavu započinje osiguranjem dovoljnih količina prirodnih oblika

energije (ugljen, nafta, plin, voda, nuklearno gorivo), nastavlja se proizvodnjom

električne energije te završava prijenosom i distribucijom do konačnih potrošača.

Zadatak elektroenergetskog sustava je osigurati kvalitetnu isporuku električne energije

uz minimalne troškove u eletroenergetskom sustavu (Udovičić, 2004).

Instalirani kapaciteti za proizvodnju električne energije u Hrvatskoj obuhvaćaju 26

hidro i osam termoelektrana u sastavu HEP grupe, osam industrijskih termoelektrana i

nekoliko elektrana na obnovljive izvore električne energije u privatnom vlasništvu.

10

Dozvolu za obavljanje djelatnosti proizvodnje električne energije koju izdaje Hrvatska

energetska regulatorna agencija (HERA) trenutno posjeduje 30 subjekata.

Najveći proizvođač električne energije u Hrvatskoj je HEP proizvodnja d.o.o., ovisno

društvo u sastavu HEP grupe. U elektranama HEP proizvodnje je u 2013. godini

proizvedeno ukupno 10.684 GWh električne energije, što je porast od 31,9% u odnosu

na prethodnu godinu, kada je proizvedeno 8.100 GWh električne energije. Većina

električne energije proizvedena je u hidroelektranama, a razlog tome su bile povoljne

hidrološke okolnosti tijekom 2013. godine.

Osnovni dio svakog elektroenergetskog sustava je i elektroenergetska mreža koja ima

zadatak povezati proizvodna postrojenja i potrošače te omogućiti sigurnu opskrbu

potrošača električnom energijom. Elekroenergetska mreža dijeli se na dva dijela:

prijenosnu i distribucijsku mrežu.

Prijenosnu mrežu čine transformatorske stanice, rasklopna prijenosna postrojenja te

zračni vodovi i kabeli. Jedini operator elektroenergetskog prijenosnog sustava u

Hrvatskoj i vlasnik cjelokupne prijenosne mreže je Hrvatski operator prijenosnog

sustava d.o.o. (HOPS d.o.o) koji posjeduje dozvolu za obavljanje energetske djelatnosti

prijenosa električne energije kao regulirane javne usluge.

Za distribuciju električne energije u Hrvatskoj zadužen je HEP operator distribucijskog

sustava d.o.o (HEP ODS). Uz distribuciju električne energije HEP ODS odgovoran je za

održavanje distribucijske mreže i postrojenja, zamjene i rekonstrukcije te razvoj.

3.1. Proizvodnja električne energije

Proizvedena količina električne energije na generatoru jest bruto proizvodnja električne

energije. Neto proizvodnja električne energije je električna energija isporučena

elektromreži iz elektrane, a to je razlika između proizvedene električne energije na

generatoru i vlastite potrošnje. U tablicama 2. i 3. prikazana je bruto i neto proizvodnja

11

električne energije u Hrvatskoj od 1992. do 2010. godine te izračunani verižni indeksi i

godišnje stope promjene.

Tablica 2. Bruto proizvodnja električne energije, verižni indeksi i godišnje stope

promjene u Hrvatskoj u razdoblju od 1992.-2010. godine

Godina

Bruto

proizvodnja

(GWh) Verižni indeksi Godišnje stope

promjene

1992 8.894 - -

1993 9.359 105,23 5,23

1994 8.268 88,34 -11,66

1995 8.858 107,14 7,14

1996 10.538 118,97 18,97

1997 9.682 91,88 -8,12

1998 10.897 112,55 12,55

1999 12.242 112,34 12,34

2000 10.702 87,42 -12,58

2001 12.175 113,76 13,76

2002 12.286 100,91 0,91

2003 12.670 103,13 3,13

2004 13.321 105,14 5,14

2005 12.459 93,53 -6,47

2006 12.430 99,77 -0,23

2007 12.245 98,51 -1,49

2008 12.326 100,66 0,66

2009 12.776 103,65 3,65

2010 14.105 110,40 10,40

Izvor: izrada prema podacima Eurostata (tablica nrg_105a)

Najveća proizvodnja zabilježena je 2010. godine u iznosu od 14.105 GWh električne

energije, dok je najmanja zabilježena 1992. godine kada je prizvedeno 8.894 GWh

električne energije. Najveći godišnji porast proizvodnje vidljiv je 1996. godine kada je

proizvedeno 18,97% više električne energije nego 1995. godine. U promatranom

razdoblju bruto proizvodnja je rasla po stopi od 2,59% godišnje. Neto proizvodnja

električne energije, verižni indeksi i stope promjene prikazani su u tablici 3.

12

Tablica 3. Neto proizvodnja električne energije, verižni indeksi i godišnje stope

promjene u Hrvatskoj u razdoblju od 1992.-2010. godine

Godina

Neto proizvodnja

(GWh)

Verižni indeksi

Godišnje stope

promjene

1992 8.522 - -

1993 8.913 104,59 4,59

1994 7.960 89,31 -10,69

1995 8.464 106,33 6,33

1996 10.260 121,22 21,22

1997 9.317 90,81 -9,19

1998 10.447 112,13 12,13

1999 11.797 112,92 12,92

2000 10.300 87,31 -12,69

2001 11.739 113,97 13,97

2002 11.755 100,14 0,14

2003 12.120 103,11 3,11

2004 12.827 105,83 5,83

2005 11.995 93,51 -6,49

2006 11.953 99,65 -0,35

2007 11.703 97,91 -2,09

2008 11.810 100,91 0,91

2009 12.354 104,61 4,61

2010 13.635 110,37 10,37


Kao i u slučaju bruto proizvodnje i kod neto proizvodnje, najveći godišnji porast

proizvodnje zabilježen je 1996. godine kada je proizvodnja bila veća za 21,22% u

odnosu na prethodnu godinu. Tijekom razdoblja od 1992.-2010. godine neto

proizvodnja je porasla za 2,64% godišnje.

3.3. Potrošnja električne energije

Finalna potrošnja električne energije obuhvaća potrošnju u industriji, prometu,

kućanstvu i ostalim sektorima, a isključuje potrošnju u energetskom sektoru i mrežne

gubitke. Na grafikonu 4. prikazana je finalna potrošnja električne energije u Hrvatskoj u

razdoblju od 1992.-2010. godine.

13

Grafikon 4. Finalna potrošnja električne energije u Hrvatskoj u razdoblju od 1992.-

2010. godine (GWh)


Potrošnja električne energije u razdoblju od 1992.-1997. bilježi konstantan porast, 1998.

i 1999. stagnira na oko 11.000 GW nakon čega ponovno raste do 2008. godine. U 2008.

godini ujedno je i zabilježena najveća potrošnja u iznosu od 16.137 GWh. Godine 2009.

zabilježen je blagi pad, a 2010. potrošnja je ponovno porasla. Prosječna stopa rasta u

promatranom razdoblju iznosila je oko 2,88 posto. Na grafikonu 5. prikazana je

struktura potrošnje električne energije po sektorima.

Grafikon 5. Struktura finalne potrošnje električne energije po sektorima u razdoblju od

1992.-2010. godine


14

U promatranom razdoblju najveća potrošnja električne energije zabilježena je kod opće

potrošnje u koju spadaju kućanstva, poljoprivreda i šumarstvo, ribarstvo i usluge. Ova

kategorija ima trend porasta s oko 61% 1992. godine na 76% u 2010 godini. Drugi

najveći potrošač je industrija čiji se udio u ukupnoj potrošnji iz godine u godinu

smanjuje. Najmanja potrošnja zabilježena je u prometu. Osim finalne potrošnje

električne energije u Hrvatskoj analizirana je i potrošnja električne energije po

stanovniku u Hrvatskoj i zemljama Europske Unije 2010. godine, a koja je prikazana na

grafikonu 6.

Grafikon 6. Potrošnja električne energije po stanovniku u Hrvatskoj i zemljama

Europske Unije 2010. godine

Izvor: izrada prema podacima World Development Indicators (tablica electric power

consumption - kWh per capita)

Potrošnja električne energije po stanovniku u Hrvatskoj 2010. godine iznosila je

3813,68 kWh po stanovniku. U odnosu na potrošnju u Europskoj Uniji (EU 27) bila je

manja za 61%. Veća potrošnja po stanovniku ostvarena je u svim zemljama osim u

Poljskoj, Latviji, Litvi i Rumunjskoj.

15

4. PREGLED DOSADAŠNJIH ISTRAŽIVANJA

Posljednja dva desetljeća povezanost između ekonomskog rasta mjerenog bruto

domaćim proizvodom i potrošnje električne energije predmet je mnogih istraživanja.

Većina radova koja se bavi ovom tematikom istažuje kauzalnu povezanost između

navedenih varijabli budući da je poznavanje smjera kauzalne veze bitno za oblikovanje i

provedbu prikladne ekonomske i energetske politike. Na primjer, ako kauzalnost ide od

potrošnje električne energije prema ekonomskom rastu, smanjenje potrošnje električne

energije može negativno utjecati na ekonomski rast. Ukoliko se kauzalnost kreće od

ekonomskog rasta prema potrošnji električne energije, smanjenje potrošnje električne

energije neće imati nepovoljan utjecaj na ekonomski rast.

Empirijska istraživanja provedena su na različitima uzorcima zemalja te različitim

vremenskim razdobljima, a pregled je dan u slijedećim poglavljima.

4.1. Hrvatska

U literaturi nema radova koji se bave istraživanjem povezanosti i smjera veze između

potrošnje električne energije i ekonomskog rasta u Hrvatskoj, međutim postoje

istraživanja koja kao varijablu uzimaju ukupnu potrošnju energije.

Gelo (2009) je proučio međuovisnost između bruto domaćeg proizoda i ukupne

potrošnje primarne energije. U radu su korišteni unit root test, VAR model i Grangerov

test uzročnosti. Pronađena je kauzalnost od BDP-a prema potrošnij energije u razdoblju

od 1953.-2005. godine. Međutim, rezultati su dvojbeni zbog primjene pogrešne

metodologije (VAR model u prisutnosti kointegracije, kada bi model korekcije pogreške

trebao biti korišten).

Vlahinić Dizdarević i Žiković (2010) su istražili kauzalnu povezanost između rasta

realnog bruto domaćeg proizvoda i pet energetskih varijabli (potrošnja energije u

industriji i kućanstvima, potrošnja nafte, proizvodnja primarne energije i neto uvoz

energije) za razdoblje od 1993.-2006. godine. Nakon što je utvrđena kointegracija za

16

sve testirane međuzavisnosti, primijenjen je model korekcije pogreške (ECM – Error

Correction Model) za razlikovanje dugoročnih i kratkoročnih veza između varijabli.

Empirijski rezultati pokazuju da se smjer kauzanosti kreće od rasta realnog BDP-a

prema svim energetskim varijablama.

Borozan (2013) je koristeći VAR model i Grangerov test kauzalnosti pronašla

kauzalnost od potrošnje energije prema realnom BDP-u u razdoblju od 1992.-2010.

godine.

Jakovac (2013) je istražio kauzalnost između ekonomskog rasta i potrošnje energije na

temelju godišnjih podataka u razdoblju od 1952.-2010. godine. Za razliku od prethodnih

radova ove tematike u ovom je istraživanju upotrebljen Chow test za prisutnost

strukturnog loma u podacima. Budući da je strukturni lom identificiran u 1989. godini,

analiza je provedena na temelju dva poduzorka. Prvi se odnosi na razdoblje od 1952. do

1989. godine, a drugi se odnosi na razdoblje od 1993. do 2010. godine. Godine između

1990. i 1992. izostavljene su iz analize zbog velikih šteta uzrokovanih ratom koje su u

tom razdoblju nanesene hrvatskom gospodarstvu. Rezultati istraživanja ukazuju da u

slučaju prvog poduzorka postoji kointegracija te bidirekcionalnost u kratkom i

jednosmjerna kauzalnost od potrošnje energije prema ekonomskom rastu u dugom roku.

Nakon strukturnog loma (drugi poduzorak), rezultati sugeriraju da ne postoji

kointegracija, ali je pronađena jednosmjerna kauzalnost od rasta BDP-a prema potrošnji

energije.

4.2. Kina

U zadnja dva desetljeća Kina je postigla brzi gospodarski rast, te se pojavila kao drugi

najveći potrošač električne energije iza SAD-a. S brzim gospodarskim rastom nakon

1970. godine, došlo je i do povećanja potražnje za električnom energijom. Istraživanjem

međupovezanosti ekonomskog rasta i potrošnje električne energije u slučaju Kine bavili

su se Shiu i Lam te Yuan i suradnici.

17

Shiu i Lam (2004) u svom istraživanju primijenili su model korekcije pogreške kako bi

ispitali međuovisnost između ekonomskog rasta i potrošnje električne energije. U

analizi su korišteni godišnji podaci od 1971.-2000. godine. Prije ispitivanja kauzalnosti

upotrebljeni su ADF test i Johansenov test kointegracije. Rezultati ukazuju da su

varijable integrirane reda 1 te da među njima postoji dugoročna ravnoteža. Nadalje,

pronađena je jednosmjerna veza od potrošnje električne energije prema realnom BDP-u,

odnosno da povećanje potrošnje električne energije utječe na porast realnog BDP-a, ali

ne i obrnuto. Do istog zaključka o smjeru kauzalnosti u slučaju Kine došli su autori

Yuan, Zhao, Yu i Hu (2007) s time da je njihovo istraživanje obuhvaćalo duže

vremensko razdoblje, od 1978. do 2004. godine.

4.3. Države članice ASEAN-a

Yoo (2006) je proveo istraživanje povezanosti između električne energije i ekonomskog

rasta u državama članicama ASEAN-a (Udruženje država Jugoistočne Azije). Iako

udruženje broji deset članica, u analizu su uključene samo njih četiri: Indonezija,

Malezija, Singapur i Tajland. U zadnja tri desetljeća ove zemlje spadaju u najbrže

rastuća gospodarstva u Svijetu (Lean i Smyth, 2010). Brzi ekonomski rast povezan je s

naglim porastom potrošnje električne energije. Razvoj informacijsko – komunkacijskih

tehnologija može znatno utjecati na potrošnju električne energije u budućnosti. Prema

podacima Centra za energiju država članica ASEAN-a, potrošnja energije bi mogla sa

280 milijuna tona ekvivalentne nafte u 2000. godini porasti na 583 milijuna tona

ekvialentne nafte u 2020. godini. Provedeno istraživanje obuhvaća razdoblje od 1971.-

2002. godine. Za ispitvanje kointegracije, korištena je Engle – Grangerova tehnika i

Johansenova procedura. Oba testa sugeriraju da na razini signifikatnosti od 10% ne

postoji dugoročna povezanost među varijablama u promatranim zemljama. Rezultati

Hsiao – Granger kauzalnog testa upućuju da postoji obostrana kauzalnost između

potrošnje električne energije i ekonomskog rasta u Maleziji i Singapuru. U Indoneziji i

Tajlandu pronađena je jednosmjerna kuzalnost od ekonomskog rasta prema potrošnji

električne energije.

18

4.4. Bangladeš

U literaturi su pronađena četiri rada koja se bave istraživanjem veze između

ekonomskog rasta i potrošnje elekrične energije u Bangladešu.

Rezultati israživanja kojeg su proveli Ahmad i Islam (2011) ukazuju da u dugom roku

postoji bidirekcionalnost, dok u kratkom roku postoji jednosmjerna kauzalnost od

potrošnje elektkrične energije po stanovniku prema BDP-u po stanovniku u razdoblju

od 1971.-2008. godine. Asaduzzaman i Billah (2008) pronašli su pozitivan odnos

između potrošnje električne energije i ekonomskog rasta u razdoblju od 1994-2004.

godine te zaključili da povećanje potrošnje električne energije utječe na ekonomski rast.

S druge strane, Mozumder i Marathe (2007) pronašli su obrnuti smjer kauzalnosti, od

BDP-a prema potrošnji električne energije u razdoblju od 1971. do 1999. godine

pomoću koinegracijskog testa i VEC modela.

Masuduzzaman (2011) je ispitivao odnos između ekonomskog rasta, potrošnje

električne energije i investicija pomoću kointegracijske i analize uzročnosti u razdoblju

od 1981.-2011. godine. Kako bi se ispitalo postojanje jediničnog korijena i identificirao

stupanj integracije varijabli upotrebljeni su ADF i Philiips-Perron testovi. Za ispitivanje

kointegriranosti varijabli korištena je Johansenova metoda, a rezultati upućuju da

postoji dugoročna povezanost između varijabli. Rezultati kauzalnosti pokazuju da u

kratkom roku postoji jednosmjerna veza od od potrošnje električne energije prema

ekonomskom rastu, od potrošnje električne energije prema investicijama, te od

investicija prema ekonomskom rastu. U dugom roku, kauzalnost se kreće od potrošnje

električne energije i ekonomskog rasta prema investcijama.

4.5. Indija

Ghosh (2002) je istražio kauzalnost između potrošnje električne energije po stanovniku

i BDP-a po stanovniku u Indiji za razdoblje od 1950.-1951. do 1996.-1997. Rezultati

nisu potvrdili postojanje dugoročne ravnoteže među varijablama, ali je pronađena

jednosmjerna kauzalnost od ekonomskog rasta prema potrošnji električne energije bez

19

ikakvog povratnog efekta. Zaključeno je da politika očuvanja električne energije može

biti pokrenuta bez štetnih nuspojava za gospodarski rast.

Novije istraživanje proveli su Chen i suradnici (2007) tijekom drugačijeg vremenskog

razdoblja za 10 azijskih zemalja, uključujući i Indiju. Njihovo istraživanje obuhvaća

razdoblje od 1971.-2000. godine. Rezultati Johansenova testa sugeriraju da su varijable

realni BDP i potrošnja energije dugoročno kointegrirane te je pronađena

unidirekcionalna kauzalnost od rasta BDP-a prema povećanoj potrošnji električne

energije.

4.6. Turska

Potražnja za električnom energijom u Tuskoj ubrzano raste kao posljedica tehničkog,

socijalnog i ekonomskog razvoja. Fosilna goriva čine najveći udio u proizvodnji

električne energjie s prirodnim plinom kao najvažijim izvorom. U posljednjih nekoliko

godina, potrošnja električne energije rasla je po prosječnoj godišnjoj stopi od 8 do 10

posto godišnje, a predviđa se da će se ta tendecija nastaviti i u bliskoj budućnosti (Balat,

2009).

Acaravci (2010) je u svom radu proučio dugoročne i kauzalne veze između potrošnje

električne energije po stanovniku i BDP-a po stanovniku u Turskoj za razdoblje od

1997.-2006. godine. U radu je primijenjen ARDL (autoregresijski model s

distribuiranim vremenskim pomakom) kointegracijski test i Grangerov kauzalni model.

ARDL kointegracijski test dokazuje dugoročnu povezanost između varijabli na 5 posto

signifikatnosti. Rezultati dobiveni Grangerovim modelima kauzalnosti ukazuju na

jednosmjernu kauzalnost od potrošnje električne energije prema gospodarskom rastu

samo u dugom roku. To sugerira da potrošnja električne energije ima važnu ulogu u

gospodarskom rastu, što znači da bi politika uštede energije, kao što je racionalnija

uporaba električne energije, mogla imati negativan učinak na gospodarski rast.

20

4.7. Južna Amerika i Afrika

Yoo i Kwak (2010) istražili su povezanost između električne enrgije i gospodarskog

rasta u Venezueli, Kolumbiji, Brazilu, Ekvadoru, Argetnini, Peruu i Čileu. Dugoročna

povezanost između navedenih varijabli ustanovljena je samo u Venezueli i Kolumbjii.

Što se tiče kauzalne veze, rezultati variraju od zemlje do zemlje. Jednosmjerna

kauzalnost od potrošnje električne energije prema gospodarskom rastu pronađena je u

Argentini, Brazilu, Čileu, Kolumbiji i Ekvadoru što znači da povećanje potrošnje

električne energije utječe na gospodarski rast u tim zemljama. S druge strane, postoji

obostrana kauzalnost između potrošnje električne energije i gospodarskog rasta u

Venezueli, dok u Peruu ne postoji kauzalnost.

Wolde-Rufael (2004) testirao je dugoročnu i kauzalnu vezu između potrošnje električne

energije po stanovniku i realnog BDP-a po stanovniku za 17 afričkih država u razdoblju

od 1971. do 2001. godine. Države uključene u analizu su: Alžir, Benin, Kamerun,

Demokratska Republika Kongo, Republika Kongo, Egipat, Gabon, Gana, Kenija,

Maroko, Nigerija, Senegal, Južna Afrika, Sudan, Tunis, Zambija i Zimbabve. U radu je

primijenjen kointegracijski test kojeg su razvili Peseran i suradnici (2001) te

modificirana verzija Grangerova testa kauzalnosti prema autorima Toda i Yamamoto

(1995). Rezultati istraživanja pokazali su da postoji dugoročna povezanosti između

potrošnje električne energije po stanovniku i BDP-a po stanovniku u devet zemalja

(Kongu, Gabonu, Nigeriji, Južnoj Africi, Zimbabve, Beninu, Kamerunu, Maroku i

Zambiji). Kauzalnost od BDP-a po stanovniku prema potrošnji električne energije po

stanovniku pronađena je u Kamerunu, Gani, Nigeriji, Senegalu, Zambiji i Zimbabveu.

Obrnuti smjer kauzalnosti tj. od potrošnje električne energije po stanovniku prema

BDP-u po stanovniku pronađen je u Beninu, Kongu i Tunisu, a dvosmjerna kauzalnost u

Egiptu, Gabonu i Maroku.

4.8. Tranzicijske zemlje

Acaravci i Ozturk (2010) istraživali su povezanost između potrošnje električne energije

i ekonomskog rasta u 15 tranzicijskih zemalja (Albaniji, Bjelorusiji, Bugarskoj, Češkoj,

21

Estoniji, Latviji, Litvi, Makedoniji, Moldaviji, Poljskoj, Rumunjskoj, Rusiji, Srbiji,

Slovačkoj i Ukrajini). Korištenjem Pedroni panel kointegracije nisu pronašli dugoročnu

ravnotežu između potrošnje električne energije po stanovniku i relanog BDP-a po

stanovniku. Budući da nije pronađena kointegriranost među varijablama nije bilo

moguće primjeniti model korekcije pogreške za ispitivanje kauzalnosti. Iz toga proizlazi

zaključak da politika potrošnje električne energije neće imati nikakav utjecaj na razinu

realnog outputa u tim zemljama.

22

5. ISTRAŽIVANJE DUGOROČNE POVEZANOSTI BDP-A I POTROŠNJE

ELEKTRIČNE ENERGIJE U REPUBLICI HRVATSKOJ

U ovom poglavlju provodi se istraživanje dugoročne povezanosti između BDP-a i

potrošnje električne energije u Republici Hrvatskoj pomoću računalnog programa

Eviews 7.

5.1. Podaci i metodologija

U istraživanju se koriste godišnji podaci o realnom BDP-u i potrošnji električne energije

za razdoblje od 1992.-2010. godine. Podaci o realnom BDP-u preuzeti su sa statističke

baze Međunarodnog Monetarnog Fonda – Word Economic Outlook Database. Podaci o

potrošnji električne energije preuzeti su sa Eurostata.

Tablica 4. Realni BDP i potrošnja električne energije u Republici Hrvatskoj u razdoblju

od 1992.-2010. godine

Godina

BDP (milijuni HRK stalne cijene

2000. godine)

Potrošnja električne energije

(GWh)

1992 145.198 9.506

1993 133.582 9.371

1994 141.464 9.593

1995 150.848 9.921

1996 159.652 10.284

1997 168.212 11.055

1998 172.456 11.090

1999 170.973 11.705

2000 178.118 11.833

2001 184.630 12.001

2002 193.636 12.702

2003 204.037 12.972

2004 212.460 13.702

2005 221.553 14.417

2006 232.487 15.079

23

Godina

BDP (milijuni HRK stalne

cijene 2000. godine)

Potrošnja električne energije (GWh)

2007 244.251 15.384

2008 249.550 16.137

2009 234.599 15.511

2010 231.805 15.862

Izvor: izrada prema podacima IMF-a (2012) i Eurostata (tablica nrg_105a)

Kako bi se uočila veza među varijablama u nastvaku je prikazan dijagram rasipanja.

Dijagram rasipanja u pravokutnom kordinatnom sustavu (xi, yi) prikazuje parove

vrijednosti dviju promatranih numeričkih varijabli. Ako porast vrijednosti jedne

varijable prati porast druge varijable veza je pozitivna. Ukoliko porast vrijednosti jedne

varijable prati pad druge varijable veza je negativna.

Grafikon 7. Dijagram rasipanja realnog BDP-a i potrošnje električne energije

Izvor: izrada prema podacima iz tablice 1.

Iz dijagrama se može zaključiti da postoji pozitivna veza između realnog BDP-a i

potrošnje električne energije, odnosno da povećanjem potrošnje električne energije

dolazi do povećanja realnog BDP-a.

U analizi, vrijednosti niza su logaritmirane, a skraćenice označavaju slijedeće:

24

LNGDP – prirodni logaritam realnog bruto domaćeg proizvoda u milijunima HRK

LNEC – prirodni logaritam potrošnje električne energije u GWh

Istraživanje će se provesti u tri koraka.

U prvom koraku testirat će se inetegriranost varijabli pomoću testova jediničnih

korijena. Najčešće korišteni su prošireni Dickey Fuller, Phillips-Perron PP te KPSS

(Kwiatkowski, Phillips, Schmidt i Shin) testovi.

Testovi se općenito provode u koracima. Početno se analizira niz yt i ispituje njegova

stacionarnost. Ako niz yt nije stacionaran, diferencira se i ispituje stacionarnost niza

prvih diferencija. Ako ni niz prvih diferencija nije stacionaran, postupak se nastavlja

ispitivanjem stacionarnosti niza drugih diferencija, trećih i tako redom, sve dok se

početni niz yt ne diferencira dovoljan broj puta kako bi postao stacionaran. U praksi se

najčešće koriste diferencije prvog i drugog reda (Bahovec i Erjavec, 2009).

U drugom koraku testirat će se postojanje kointegracije između varijabli. Za dvije

varijable može se reći da su kointegrirane kada imaju sličan trend kretanja odnosno

kada dugoročno imaju ravnotežan odnos. Ukoliko se utvrdi da postoji kointegracija,

procijeniti će se kointegracijska regresija.

5.1. Testiranje jediničnog korijena

Za testiranje integriranosti varijabli koristit će se prošireni Dickey Fullerov ADF test i

Phillips-Perron test. Testovi imaju nultu hipotezu kojom se pretpostavlja

nestacionarnost procesa Yt odnosno γ = 0. Alternativna hipoteza pretpostavlja da je

proces stacionaran γ < 0. Testiranje se provodi usporedbom vrijednosti test veličine s

kritičnim granicama testa.

Testiranje će se provesti na razini signifikatnosti od 5%, a ispisi su dani u nastavku.

25

Testiranje jediničnog korijena varijabli logaritam realnog BDP-a (LNGDP) i logaritam

potrošnje električne energije (LNEC) - prošireni Dickey-Fullerov ADF test

Rezultati ADF testa za varijablu LNGDP

Nul hipoteza pretpostavlja postojanje jediničnog korijena. Vrijednost test veličine je

veća od razine signifikatnosti od 5% (0.1026 > 0.05) što znači da se nul hipoteza ne

može odbaciti stoga se tvrdi da varijabla LNGDP nije stacionarna.

„Null Hypothesis: LNGDP has a unit root

Exogenous: Constant

Lag Length: 1 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -2.651735 0.1026

Test critical values: 1% level -3.886751

5% level -3.052169

10% level -2.666593 *MacKinnon (1996) one-sided p-values.

Warning: Probabilities and critical values calculated for 20 observations

and may not be accurate for a sample size of 17

Augmented Dickey-Fuller Test Equation

Dependent Variable: D(LNGDP)

Method: Least Squares

Date: 04/12/15 Time: 17:42

Sample (adjusted): 1994 2010

Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNGDP(-1) -0.094477 0.035628 -2.651735 0.0190

D(LNGDP(-1)) 0.220780 0.164957 1.338411 0.2021

C 1.173554 0.432335 2.714457 0.0168 R-squared 0.370607 Mean dependent var 0.032422

Adjusted R-squared 0.280694 S.D. dependent var 0.032331

S.E. of regression 0.027420 Akaike info criterion -4.196280

Sum squared resid 0.010526 Schwarz criterion -4.049242

Log likelihood 38.66838 Hannan-Quinn criter. -4.181664

F-statistic 4.121831 Durbin-Watson stat 1.461221“

Prob(F-statistic) 0.039125 „„

26

Rezultati ADF testa 1. diferencije za varijablu LNGDP

„Null Hypothesis: D(LNGDP) has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(LNGDP,2)


Date: 04/12/15 Time: 17:44


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNGDP(-1)) -0.819159 0.194511 -4.211370 0.0008







Prob(F-statistic) 0.000755

U slučaju niza prvih diferencija, vrijednost test veličine manja je od 5% (0.0053 < 0.05)

što znači da se nul hipoteza može odbaciti i zaključiti da je varijabla stacionarna.

Nakon što je utvrđena stacionarnost varijable logaritam realnog BDP-a, testiranje će se

provesti za varijablu logaritam potrošnje električne energije.

27

Rezultati ADF testa za varijablu LNEC

„Null Hypothesis: LNEC has a unit root

Exogenous: Constant



5% level -3.040391





Dependent Variable: D(LNEC)


Date: 04/12/15 Time: 17:46


Included observations: 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNEC(-1) -0.015319 0.037886 -0.404357 0.6913


Adjusted R-squared -0.051752 S.D. dependent var 0.027752






Rezultati testiranja pokazuju da je varijabla LNEC nestacionarna u razini. Da bi se

moglo provesti testiranje kointegriranosti potrebno je provesti testiranje na prvoj

diferenciji.

28

Rezultati ADF testa 1. diferencije za varijablu LNEC

„Null Hypothesis: D(LNEC) has a unit root

Exogenous: Constant



5% level -3.052169





Dependent Variable: D(LNEC,2)


Date: 04/12/15 Time: 17:47


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNEC(-1)) -1.188923 0.233677 -5.087879 0.0001







Nakon diferenciranja dobivena p vrijednost iznosi 0.0009, manja je od 0.05 što znači da

je varijabla stacionarna. Varijabla je dakle integrirana reda 1, što se označava sa

LNEC~I(1).

29

Testiranje jediničnog korijena varijabli logaritam realnog BDP-a (LNGDP) i logaritam

potrošnje električne energije (LNEC) - Phillips-Perron PP test

Rezultati PP testa za varijablu LNGDP

„Null Hypothesis: LNGDP has a unit root

Exogenous: Constant

Bandwidth: 0 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.*

Phillips-Perron test statistic -0.746499 0.8100


5% level -3.040391




Residual variance (no correction) 0.001578

HAC corrected variance (Bartlett kernel) 0.001578

Phillips-Perron Test Equation

Dependent Variable: D(LNGDP)


Date: 04/12/15 Time: 17:48


Included observations: 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNGDP(-1) -0.038702 0.051845 -0.746499 0.4662








Testiranjem varijable logaritam realnog bruto domaćeg proizvoda u razini dobivena p

vrijednost veća je od kritične što znači da se nul hipoteza o postojanju jediničnog

korijena ne može odbaciti.

30

Rezultati PP testa 1. diferencije za varijablu LNGDP

„Null Hypothesis: D(LNGDP) has a unit root

Exogenous: Constant

Bandwidth: 1 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -4.087073 0.0067


5% level -3.052169







Dependent Variable: D(LNGDP,2)


Date: 04/12/15 Time: 18:41


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNGDP(-1)) -0.819159 0.194511 -4.211370 0.0008








U slučaju niza prvih diferencija, p vrijednost je manja od kritične (0.0067 < 0.05) stoga

se nulta hipoteza o nestacionarnosti odbacuje.

31

Rezultati PP testa za varijablu LNEC

„Null Hypothesis: LNEC has a unit root

Exogenous: Constant



5% level -3.040391







Dependent Variable: D(LNEC)


Date: 04/12/15 Time: 19:02


Included observations: 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNEC(-1) -0.015319 0.037886 -0.404357 0.6913








Testiranjem je utvrđeno da varijabla LNEC sadrži jedinični korijen s obzirom da je p

vrijednost (0.8931) veća od odabrane razine signifiikatnosti iz čega se zaključuje da

varijabla LNEC sadrži jedinični korijen.

32

Rezultati PP testa 1. diferencije za varijablu LNEC

„Null Hypothesis: D(LNEC) has a unit root

Exogenous: Constant



5% level -3.052169







Dependent Variable: D(LNEC,2)


Date: 04/25/15 Time: 12:13


Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNEC(-1)) -1.188923 0.233677 -5.087879 0.0001








Nakon diferenciranja varijabla logaritam potrošnja električne energije kao i varijabla

logaritam realnog BDP postaje stacionarna s obzirom da je p vrijednost manja od

kritične.

33

5.2. Testiranje kointegracije

Budući da su varijable realni BDP i potrošnja električne energije integrirane reda 1,

moguće je provesti testiranje kointegracije. Testiranje će se provesti pomoću Engle –

Grangerova testa kointegracije.

Rezultati Engle-Grangerova testa kointegracije

„Date: 04/15/15 Time: 10:10

Series: LNGDP LNEC

Sample: 1992 2010

Included observations: 19

Null hypothesis: Series are not cointegrated

Cointegrating equation deterministics: C

Automatic lags specification based on Schwarz criterion (maxlag=3)

Dependent tau-statistic Prob.* z-statistic Prob.*

LNGDP -3.181437 0.1189 -15.55450 0.0429

LNEC -3.186063 0.1181 -15.88310 0.0379 *MacKinnon (1996) p-values.

Warning: p-values may not be accurate for fewer than 20 observations.

Intermediate Results:

LNGDP LNEC

Rho - 1 -0.864139 -0.882394

Rho S.E. 0.271619 0.276954

Residual variance 0.000676 0.000596

Long-run residual variance 0.000676 0.000596

Number of lags 0 0

Number of observations 18 18

Number of stochastic trends** 2 2“

**Number of stochastic trends in asymptotic distribution

Nul hipoteza Engle-Grangerova testa pretpostavlja da vremenski niz realnog bruto

domaćeg proizvoda i potrošnja električne energije nisu kointegirani. Dobivena p

vrijednost zavisne varijable tj. realnog BDP-a iznosi 0.0429, manja je od 0.05 stoga se

odbacuje nul hipoteza i tvrdi da su varijable realni bruto domaći proizvod i potrošnja

električne energije kointegrirane.

34

5.3. Procjena kointegracijske regresije

Procjena kointegracijske regresije izračunat će se pomoću potpuno modificirane metode

najmanjih kvadrata, kanoničke kointegracijske regresije (CCR) i metode dinamički OLS

(DOLS).

Potpuno modificiranu metodu najmanjih kvadrata (FMOLS) razvili su Phillips i Hansen

1990. godine kako bi se osigurala optimalna procjena kointegracijske regresije. FMOLS

modificira najmanje kvadrate za učinke serijske korelacije i endogenosti regresora koji

proizlaze iz postojanja kointegracijskog odnosa.

Potpuno modificirana metoda najmanjih kvadrata (FMOLS)

„Dependent Variable: LNGDP

Method: Fully Modified Least Squares (FMOLS)

Date: 05/14/15 Time: 16:39


Included observations: 18 after adjustments


Long-run covariance estimate (Bartlett kernel, Newey-West fixed bandwidth

= 3.0000) Variable Coefficient Std. Error t-Statistic Prob. LNEC 1.057874 0.035572 29.73925 0.0000



S.E. of regression 0.028344 Sum squared resid 0.012854

Durbin-Watson stat 1.067943 Long-run variance 0.000709“

Ocijenjeni model glasi:

LNGDP = 2,17 + 1,06 * LNEC

p-vrijednost (0.0000) (0.0000)

Interpretacija modela glasi: povećanje potrošnje električne energije za 1% dovesti će do

povećanja BDP-a u prosjeku za 1,06%.

35

Osim procjene kointegracijske regresije potrebno je testirati pouzdanost ocijenjenih

parametara. Uz pretpostavku da su ocjene parametara normalno distribuirane za

testiranje pouzdanosti ocijenjenog parametra koristi se Studentov t pokazatelj. Test

hipoteze o značajnosti parametara β može biti dvostran i jednostran. Dvostranim testom

s hipotezama:

H0:β=0

HA:β≠0

utvrđuje se značajnost nezavisne varijable koja postoji uz parametar β u regresijskom

modelu (Lovrić, 2005). H0 se odbacuje ako je t > tc. Najbrži način utvrđivanja

statističke značajnosti parametara je pomoću empirijske razine signifikantnosti p.

Ukoliko je empirijska razina signifikatnosti p manja od teorijske razine signifikatnosti

(0.05) odbacuje se H0 i tvrdi da je parametar statistički značajan za model.

Iz računalnog ispisa vidljivo je da je p vrijednost parametra β1 manja od 5% ( p=0.0000

< 0.05) što znači da je varijabla potrošnja električne energije statistički značajna za

model.

Također, potrebno je utvrditi prilagođenost regresijskog modela putem koeficijenta

determinacije (R2) koji pokazuje udio varijabilnosti zavisne varijable koji je objašnjen

regresijskim modelom. Ovaj pokazatelj može poprimiti vrijednosti od 0 do 1, a

regresijski model je reprezentativniji ako je ovaj pokazatelj bliži 1.

Koeficijent determinacije R2

= 0,98 što znači da je 98% varijacije zavisne varijable

objašnjeno ocijenjenim regresijskim modelom.

U nastavku slijedi procjena kointegracijske regresije pomoću kanoničke kointegracijske

regresije i metode dinamički OLS.

36

Kanonička kointegracijska regresija

Kanonička kointegracijska regresija temelji se na transformaciji varijabli u

kointegracijsku regresiju koja uklanja pristranost drugog reda OLS procjenitelja. CCR

procjenitelj sličan je FM procjenitelju.


Method: Canonical Cointegrating Regression (CCR)

Date: 05/14/15 Time: 16:40




Long-run covariance estimate (Bartlett kernel, Newey-West fixed bandwidth

= 3.0000) Variable Coefficient Std. Error t-Statistic Prob. LNEC 1.048863 0.035035 29.93778 0.0000






LNGDP = 2,25 + 1,05 * LNEC

p vrijednost (0.0000) (0.0000)



P vrijednost parametra β1 je manja od 0.05 što znači da je nezavisna varijabla statistički

značajna za model. Koeficijent determinacije (R2) kao i kod FMOLS iznosi 0,98 što

znači da je 98% varijacije zavisne varijable objašnjeno ocijenjenim regresijskim

modelom.

37

Dinamički OLS (DOLS)

Dinamički OLS je jednostavni pristup koji su predložili Stock i Watson (1993) te

uključuje povećanje kointegracijske regresije s vremenskim pomakom tako da je

rezultirajuća kointegracijska jednadžba ortogonalna na cijeli tok stohastičkih regresora

inovacije.


Method: Dynamic Least Squares (DOLS)

Date: 05/14/15 Time: 16:41




Fixed leads and lags specification (lead=1, lag=1)

Long-run variance estimate (Bartlett kernel, Newey-West fixed bandwidth =

3.0000) Variable Coefficient Std. Error t-Statistic Prob. LNEC 1.062182 0.026620 39.90173 0.0000






LNGDP = 2,11 + 1,06 * LNEC

p-vrijednost (0.0000) (0.0000)



Iz ispisa je vidljivo da je koeficijent determinacije pomoću metode dinamički OLS

najveći i iznosi 0,99, što ukazuje da je model vrlo reprezentativan. Budući da je

empririjska razina signifikantnosti i u ovom slučaju (p=0.0000) manja od odabrane

razine signifikantnosti (0.05), nulta hipoteza se odbacuje i tvrdi da varijabla LNEC ima

signifikantan utjecaj na zavisnu varijablu.

38

6. TESTIRANJE PRETPOSTAVKI MODELA

U ovom poglavlju testirat će se problemi koji se javljaju ako nisu ispunjenje polazne

pretpostavke u modelu. To su problem autokorelacije grešaka relacije, problem

heteroskedastičnosti i nenormalnost grešaka realacije.

6.1. Autokorelacija

Autokorelacija postoji kada su vrijednosti slučajne varijable u međusobno korelirane

veličine, a karakteristična je za modele ocijenjene na temelju podataka vremenskih

serija (Lovrić, 2005).

Uzrok autokorelacije može se uočiti na temelju dijagrama rasipanja ili korelograma

(grafičkog prikaza autokorelacijske funkcije) rezidualnih odstupanja. Uzroci mogu biti

različiti, primjerice: pogrešna specifikacija modela, pogrešna specifikacija svojstava

slučajnih varijabli, transformacija izvornih vrijednosti varijabli izraženih u obliku

vremenskih nizova.

Testiranje autokorelacije provesti će se pomoću Breush-Godfreyjeva testa.

Nulta hipoteza testa pretpostavlja da ne postoji autokorelacija te se odbacuje ako je

empirijska vrijednost LM veća od kritične vrijednosti χ2 (ρ)-distribucije za zadanu

razinu signifikantnosti.

Rezultati Breush-Godfrey testa

„Breusch-Godfrey Serial Correlation LM Test: F-statistic 0.309923 Prob. F(2,15) 0.7381

Obs*R-squared 0.753981 Prob. Chi-Square(2) 0.6859

Test Equation:

Dependent Variable: RESID


Date: 05/14/15 Time: 17:18

Sample: 1992 2010

Included observations: 19

Presample missing value lagged residuals set to zero.

39

Variable Coefficient Std. Error t-Statistic Prob. C -0.028781 0.357007 -0.080616 0.9368

LNEC 0.003092 0.037957 0.081453 0.9362

RESID(-1) 0.134541 0.301616 0.446066 0.6619

RESID(-2) -0.194080 0.314831 -0.616456 0.5468 R-squared 0.039683 Mean dependent var -2.71E-15







χ2(2, N=19) = 0,75 p = 0,68

Empirijska razina signifikantnosti p iznosi 0,68 što znači da se nulta hipoteza ne

odbacuje i zaključuje da u modelu nije prisutna autokorelacija.

6.2. Heteroskedastičnost

Problem heteroskedastičnosti prisutan je kada je narušena pretopostavka o

nepromijenjivosti varijance slučajnih varijabli u linearnom regresijskom modelu. S

obzirom da je varijanca mjera rasipanja ili disperzije, pod pojmom heteroskedastičnosti

podrazumijeva se nejedanaka varijanca slučajnih varijabli (Bahovec i Erjavec, 2009).

Heteroskedastičnost je moguće otkriti grafičkim putem ili postupcima testiranja.

Heteroskedastičnost se grafičkim putem može uočiti na dijagramima rasipanja na

kojima se kao varijable odabiru kvadrirani reziudali i zavisna odnosno nezavisne

varijable. Najčešće korišteni testovi za otkrivanje heteroskedastičnosti su: Park test,

Goldfield-Quandt test, Breusch-Pagan-Godfrey test, White te Gleiserov test

heteroskedastičnosti.

Za testiranje prisutstva heteroskedastičnosti koristit će se White test.

White test ubraja se u LM testove, a prednost tog testa je što se njime ne pretpostavlja

normalna distribucija grešaka relacije εi, ne pretpostavlja se da su unaprijed poznati

regresori zi u regresiji te se ne specificira oblik heteroskedastičnosti.

40

Nulta hipoteza testa pretpostavlja homoskedastičnost (nepromjenjivost varijance), a test

se provodi usporedbom LS procjena varijanci u slučaju homoskedastičnosti i

heteroskedastičnosti. Uz pretpostavku da je nulta hipoteza istinita, razlika među

dobivenim procjenama trebala bi biti nesignifikantna.

Rezultati testa su predstavljeni u nastavku.

„Heteroskedasticity Test: White F-statistic 0.982027 Prob. F(2,16) 0.3960

Obs*R-squared 2.077317 Prob. Chi-Square(2) 0.3539

Scaled explained SS 1.430289 Prob. Chi-Square(2) 0.4891

Test Equation:

Dependent Variable: RESID^2


Date: 05/14/15 Time: 18:40

Sample: 1992 2010

Included observations: 19 Variable Coefficient Std. Error t-Statistic Prob. C 0.891843 0.643972 1.384908 0.1851

LNEC -0.189053 0.136780 -1.382166 0.1859

LNEC^2 0.010022 0.007261 1.380317 0.1865 R-squared 0.109332 Mean dependent var 0.000629



Sum squared resid 1.15E-05 Schwarz criterion -11.01471




χ2 (2,N=19) = 2,08 p = 0,35

Emprijska razina signifikatnosti iznosi 0,35, nulta hipoteza se ne može odbaciti te se

zaključuje kako je u modelu prisutna homoskedastičnost.

41

6.3. Normalnost grešaka relacije

Pretpostavka o normalnosti grešaka relacije može se ispitati pomoću Jarque-Beraovog

testa. Jarque-Bera testom koji koristi koeficijent asimetrije i koeficijent zaobljenosti

reziduala procijenjenih metodom najmanjih kvadrata, ispituje se odstupaju li

procjenjene veličine značajno od vrijednosti tih mjera za normalnu distribuciju. Test

veličina:

úû

ùêë

é -+=

24

)3(

6

2

4

2

3 aaJB

pod pretpostavkom normalnosti pripada χ2 distribuciji s 2 stupnja slobode.

Hipoteza H0: „greške relacije su normalno distribuirane“ odbacuje se ako je empirijska

razina signifikatnosti p manja od teorijske razine signifikatnosti α. Ako je empirijska

razina signifikantnosti p manja od teorijske, prihvaća se alternativna hipoteza „greške

relacije nisu normalno distribuirane“.

Rezultati Jarquae-Bera testa

S obzirom da empirijska razina signifikatnosti p iznosi 0,37, veća je od 0,05, nulta

hipoteza se ne odbacuje i tvrdi da su greške relacije normalno distribuirane.

42

7. ZAKLJUČAK

Temelj proučavanja ovog rada bila je dugoročna povezanost BDP-a i potrošnje

električne energije u Hrvatskoj. Tijekom posljednjih 20 godina objavljen je velik broj

radova koji se bave istraživanjem veze između potrošnje električne energije i realnog

BDP-a koristeći različite kointegracijske i kauzalne testove.

Prije samog modeliranja provedena je analiza navedenih varijabli, tj. BDP-a i potrošnje

električne energije.

Do 2008. godine zabilježene su pozitivne stope rasta BDP-a. Negativan trend započet

2009. godine, nastavio se i u 2014. godini. Kod svih kategorija domaće potražnje

ostvaren je pad, a najveći je zabilježen kod bruto investicija u fiksni kapital. Procjene

Europske komisije za ovu godinu predviđaju da će nakon šestogodišnjeg pada, po prvi

puta biti ostvaren rast od 0,3%.

Najveća potrošnja električne energije u razdoblju od 1992.-2010 godine zabilježena je

2008. godine. Promatrajući potrošnju prema sektorima, najveća je zabilježena kod opće

potrošnje. Potrošnja električne energije po stanovniku u Hrvatskoj jedna je najnižih u

EU te je manja za 62% u odnosu na prosječnu potrošnju u EU.

Provedeno istraživanje obuhvaćalo je razdoblje od 1992.-2010. godine. Prije ispitivanja

dugoročne povezanosti testiran je red integriranosti varijabli pomoću proširenog

Dickey-Fullerovog i Phillips-Perron testa. Oba testa su pokazala da su varijable reda

integriranosti 1, čime je zadovoljen uvjet za ispitivanje kointegracije. Za ispitivanje

kointegracije korišten je Engle-Grangerov test te je utvrđeno da postoji dugoročna

ravnoteža među varijablama.

Kointegracijska jednadžba procjenjena je pomoću potpuno modificirane metode

najmanjih kvadrata (FMOLS), kanoničke kointegracijske regresije (CCR) te metode

dinamički OLS (DOLS). Ocijenjena jednadžba ukazuje da ukoliko se poveća potrošnja

električne energije za 1%, doći će do povećanja BDP-a za 1,06%.

43

Testiranjem pretpostavki modela utvrđeno je da u modelu nije prisutna autokorelacija,

kao ni heteroskedastičnost te da sa su greške relacije normalno distribuirane.

44

8. LITERATURA

Knjige:

1. Bahovec, V & Erjavec N, 2009, Uvod u ekonometrijsku analizu, Element,

Zagreb

2. Borozan, Đ 2012, Makroekonomija, 3. Izmijenjeno izdanje, Ekonomski fakultet

u Osijeku, Osijek

3. Lovrić, LJ 2005, Uvod u ekonometriju, Ekonomski fakultet Sveučilišta u Rijeci,

Rijeka

4. Udovičić, B 2004, Neodrživost održivog razvoja, Kigen d.o.o., Zagreb

Članci:

1. Acaravci A, 2010, „The causal relationship between electricity consumption and

GDP in Turkey: Evidence from ARDL bounds testing approuch“, Ekonomska

istraživanja, vol. 23, no. 2, p. 34-43

2. Acaravci, A & Ozturk, I 2010, „Electricity consumption-growth nexus:

Evidence from panel data for transition countries“, Energy Economics, vol. 32,

p. 604-608

3. Borozan, Đ 2013, „Exploring the relationship between energy consumption and

GDP: Evidence from Croatia“, Energy Policy 59, p.373-381

4. Gelo, T 2009, „Causality between economic growth and energy consumption in

Croatia“, Zbornik radova Ekonomskog fakulteta u Rijeci, vol. 27, p. 327-348

5. Ghosh, S 2002, „Electricity consumption and economic growth in India“,

Energy policy 30, p. 125-129

6. Jakovac, P 2013, „Empirical analysis on economic growth and energy

consumption relationship in Croatia“, Ekonomska istraživanja, vol. 26, no. 4, p.

25-46

7. Masuduzzaman M, 2012, „Electricity consumption and economic growth in

Bangladesh: Co-Integration and Causality Analysis“, Global Journal of

Management and Business Research, vol. 12, p.47-56

45

8. Shiu, A & Lam, P 2004, „Electricity consumption and economic growth in

China“, Energy Policy 32, p. 47-54

9. Vlahinić-Dizdarević, N & Žiković, S 2010, „The role of energy in economic

growth: the case of Croatia“, Zbornik radova Ekonomskog fakulteta u Rijeci,

vol. 28, p. 35-60

10. Wolde-Rufael Y, 2006, „Electricity consumption and economic growth: a time

series experience for 17 African countries“, Energy Policy 34, p. 1106-1114

11. Yoo S-H, 2006, „The causal relationship between electricity consumption and

economic growth in the ASEAN countries, Energy Policy 34, p. 3573-3582

12. Yoo, S-H & Kwak, S-Y, 2010, „Electricity consumption and economic growth

in seven South American countries“, Energy Policy 38, p. 181-188

13. Yuan, J, Zhao, C, Yu, S, & Hu, Z, 2007, „Electricity consumption and economic

growth in China: Cointegration and co-feauture analysis, Energy Economics 29,

p. 1179-1191

Internet izvori:

1. Državni zavod za statistiku, ESA 2010 Europski sustav nacionalnih i regionalnih

računa, pregledano 20.4.2015.,

http://www.dzs.hr/Hrv/ESA2010/ESA_2010_H.htm

2. Eurostat, 2015, GDP and main components, pregledano 5.4.2015.,

http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=nama_10_gdp&lang=e

n

3. Eurostat, 2015, Real GDP growth rate – volume, pregledano 5.4.2015.,

http://ec.europa.eu/eurostat/tgm/table.do?tab=table&init=1&language=en&pcod

e=tec00115&plugin=1

4. Eurostat, 2015, Supply, transformation and consumption of electricity – annual

data, pregledano

7.4.2015.,http://appsso.eurostat.ec.europa.eu/nui/show.do?dataset=nrg_105a&la

ng=en

5. Hrvatska elektroprivreda (HEP), godišnja izvješća 2012. i 2013. godine,

pregledano 30.6.2015, http://www.hep.hr/hep/publikacije/godisnje/

46

6. Hrvatska elektroprivreda (HEP), pregledano 20.4.2015.,

http://www.hep.hr/hep/grupa/default.aspx

7. Hrvatska energetska regulatorna agencija (HERA), Registar dozvola za

obavljanje energetskih djelatnosti, pregledano 21.6.2015.,

http://www.hera.hr/hr/html/dozvole.html

8. Hrvatska gospodarska komora, 2015, Gospodarska kretanja, pregledano

20.4.2015., http://www.hgk.hr/wp-

content/blogs.dir/1/files_mf/gospodarska_kretanja_1_257.pdf

9. International Monetary Fund, World Economic Outlook Database (WEO),

pregledano 12.4.2015., http://www.imf.org/external/ns/cs.aspx?id=28

10. Krueger, D, 2009, Makroekonomika, Sveučilište u Pennsylvaniji, pregledano

31.3.2015.,

http://web.efzg.hr/dok/za%20studente/elektronicki%20udzbenici/Krueger_Makr

oekonomika.pdf

11. Ministarstvo gospodarstva, rada i poduzetništva 2015, Energija u Hrvatskoj

2013, pregledano 30.6.2015.,

http://www.mingo.hr/public/energetika/EnergijauRH2013.pdf

12. Ministarstvo gospodarstva, rada i poduzetništva, 2011, Energija u Hrvatskoj

2010, pregledano 1.5.2015.,

http://www.mingo.hr/userdocsimages/energetika/Energija2010_cd.pdf

13. World Development Indicators, Electric power consumption (kWh per capita),

pregledano 8.4.2015.,

http://data.worldbank.org/indicator/EG.USE.ELEC.KH.PC

47

9. POPIS TABLICA

Tablica 1. BDP u Hrvatskoj u razdoblju od 2004.-2014. godine ..................................... 7

Tablica 2. Bruto proizvodnja električne energije, verižni indeksi i godišnje stope

promjene u Hrvatskoj u razdoblju od 1992.-2010. godine ............................................. 11

Tablica 3. Neto proizvodnja električne energije, verižni indeksi i godišnje stope

promjene u Hrvatskoj u razdoblju od 1992.-2010. godine ............................................. 12

Tablica 4. Realni BDP i potrošnja električne energije u Republici Hrvatskoj u razdoblju

od 1992.-2010. godine .................................................................................................... 22

10. POPIS GRAFIKONA

Grafikon 1. Kretanje nominalnog i realnog BDP-a u Hrvatskoj u razdoblju od 1993.-

2010. godine ..................................................................................................................... 4

Grafikon 2: Realne stope rasta BDP-a u Hrvatskoj u razdoblju od 2004.-2014. godine.. 7

Grafikon 3. Stope rasta realnog BDP-a u EU 2014. godine ............................................. 9

Grafikon 4. Finalna potrošnja električne energije u Hrvatskoj u razdoblju od 1992.-

2010. godine (GWh) ....................................................................................................... 13

Grafikon 5. Struktura finalne potrošnje električne energije po sektorima u razdoblju od

1992.-2010. godine ......................................................................................................... 13

Grafikon 6. Potrošnja električne energije po stanovniku u Hrvatskoj i zemljama

Europske Unije 2010. godine ......................................................................................... 14

Grafikon 7. Dijagram rasipanja realnog BDP-a i potrošnje električne energije ............. 23

48

Documents

Nataša Tur MODELIRANJE DUGOROČNE POVEZANOSTI BRUTO …oliver.efri.hr/zavrsni/1038.B.pdf · Bruto domaći proizvod (BDP) je vrijednost svih finalnih dobara i usluga proizvedenih