View
2
Download
0
Category
Preview:
Citation preview
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
Izvor: izrada prema podacima Eurostata (tablica nrg_105a)
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)
Izvor: izrada prema podacima Eurostata (tablica nrg_105a)
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
Izvor: izrada prema podacima Eurostata (tablica nrg_105a)
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -4.211370 0.0053
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,2)
Method: Least Squares
Date: 04/12/15 Time: 17:44
Sample (adjusted): 1994 2010
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNGDP(-1)) -0.819159 0.194511 -4.211370 0.0008
C 0.027319 0.009599 2.845882 0.0123 R-squared 0.541784 Mean dependent var 0.004200
Adjusted R-squared 0.511236 S.D. dependent var 0.046442
S.E. of regression 0.032469 Akaike info criterion -3.906953
Sum squared resid 0.015813 Schwarz criterion -3.808928
Log likelihood 35.20910 Hannan-Quinn criter. -3.897209
F-statistic 17.73564 Durbin-Watson stat 1.058122“
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -0.404357 0.8888
Test critical values: 1% level -3.857386
5% level -3.040391
10% level -2.660551 *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 18
Augmented Dickey-Fuller Test Equation
Dependent Variable: D(LNEC)
Method: Least Squares
Date: 04/12/15 Time: 17:46
Sample (adjusted): 1993 2010
Included observations: 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNEC(-1) -0.015319 0.037886 -0.404357 0.6913
C 0.172531 0.356398 0.484097 0.6349 R-squared 0.010116 Mean dependent var 0.028445
Adjusted R-squared -0.051752 S.D. dependent var 0.027752
S.E. of regression 0.028462 Akaike info criterion -4.176088
Sum squared resid 0.012961 Schwarz criterion -4.077158
Log likelihood 39.58480 Hannan-Quinn criter. -4.162447
F-statistic 0.163505 Durbin-Watson stat 2.221121“
Prob(F-statistic) 0.691304
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
Lag Length: 0 (Automatic - based on SIC, maxlag=3) t-Statistic Prob.* Augmented Dickey-Fuller test statistic -5.087879 0.0009
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(LNEC,2)
Method: Least Squares
Date: 04/12/15 Time: 17:47
Sample (adjusted): 1994 2010
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNEC(-1)) -1.188923 0.233677 -5.087879 0.0001
C 0.036400 0.009340 3.897433 0.0014 R-squared 0.633131 Mean dependent var 0.002158
Adjusted R-squared 0.608673 S.D. dependent var 0.042680
S.E. of regression 0.026699 Akaike info criterion -4.298249
Sum squared resid 0.010693 Schwarz criterion -4.200224
Log likelihood 38.53512 Hannan-Quinn criter. -4.288506
F-statistic 25.88652 Durbin-Watson stat 2.015589“
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
Test critical values: 1% level -3.857386
5% level -3.040391
10% level -2.660551 *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 18
Residual variance (no correction) 0.001578
HAC corrected variance (Bartlett kernel) 0.001578
Phillips-Perron Test Equation
Dependent Variable: D(LNGDP)
Method: Least Squares
Date: 04/12/15 Time: 17:48
Sample (adjusted): 1993 2010
Included observations: 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNGDP(-1) -0.038702 0.051845 -0.746499 0.4662
C 0.495444 0.628954 0.787727 0.4424 R-squared 0.033657 Mean dependent var 0.025989
Adjusted R-squared -0.026740 S.D. dependent var 0.041579
S.E. of regression 0.042132 Akaike info criterion -3.391601
Sum squared resid 0.028401 Schwarz criterion -3.292671
Log likelihood 32.52441 Hannan-Quinn criter. -3.377960
F-statistic 0.557261 Durbin-Watson stat 1.171135“
Prob(F-statistic) 0.466194
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
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
Residual variance (no correction) 0.000930
HAC corrected variance (Bartlett kernel) 0.001285
Phillips-Perron Test Equation
Dependent Variable: D(LNGDP,2)
Method: Least Squares
Date: 04/12/15 Time: 18:41
Sample (adjusted): 1994 2010
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNGDP(-1)) -0.819159 0.194511 -4.211370 0.0008
C 0.027319 0.009599 2.845882 0.0123 R-squared 0.541784 Mean dependent var 0.004200
Adjusted R-squared 0.511236 S.D. dependent var 0.046442
S.E. of regression 0.032469 Akaike info criterion -3.906953
Sum squared resid 0.015813 Schwarz criterion -3.808928
Log likelihood 35.20910 Hannan-Quinn criter. -3.897209
F-statistic 17.73564 Durbin-Watson stat 1.058122“
Prob(F-statistic) 0.000755
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
Bandwidth: 1 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -0.380904 0.8931
Test critical values: 1% level -3.857386
5% level -3.040391
10% level -2.660551 *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 18
Residual variance (no correction) 0.000720
HAC corrected variance (Bartlett kernel) 0.000580
Phillips-Perron Test Equation
Dependent Variable: D(LNEC)
Method: Least Squares
Date: 04/12/15 Time: 19:02
Sample (adjusted): 1993 2010
Included observations: 18 after adjustments Variable Coefficient Std. Error t-Statistic Prob. LNEC(-1) -0.015319 0.037886 -0.404357 0.6913
C 0.172531 0.356398 0.484097 0.6349 R-squared 0.010116 Mean dependent var 0.028445
Adjusted R-squared -0.051752 S.D. dependent var 0.027752
S.E. of regression 0.028462 Akaike info criterion -4.176088
Sum squared resid 0.012961 Schwarz criterion -4.077158
Log likelihood 39.58480 Hannan-Quinn criter. -4.162447
F-statistic 0.163505 Durbin-Watson stat 2.221121“
Prob(F-statistic) 0.691304
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
Bandwidth: 1 (Newey-West automatic) using Bartlett kernel Adj. t-Stat Prob.* Phillips-Perron test statistic -5.117324 0.0009
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
Residual variance (no correction) 0.000629
HAC corrected variance (Bartlett kernel) 0.000603
Phillips-Perron Test Equation
Dependent Variable: D(LNEC,2)
Method: Least Squares
Date: 04/25/15 Time: 12:13
Sample (adjusted): 1994 2010
Included observations: 17 after adjustments Variable Coefficient Std. Error t-Statistic Prob. D(LNEC(-1)) -1.188923 0.233677 -5.087879 0.0001
C 0.036400 0.009340 3.897433 0.0014 R-squared 0.633131 Mean dependent var 0.002158
Adjusted R-squared 0.608673 S.D. dependent var 0.042680
S.E. of regression 0.026699 Akaike info criterion -4.298249
Sum squared resid 0.010693 Schwarz criterion -4.200224
Log likelihood 38.53512 Hannan-Quinn criter. -4.288506
F-statistic 25.88652 Durbin-Watson stat 2.015589“
Prob(F-statistic) 0.000134
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
Sample (adjusted): 1993 2010
Included observations: 18 after adjustments
Cointegrating equation deterministics: C
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
C 2.170281 0.335642 6.466067 0.0000 R-squared 0.979874 Mean dependent var 12.15597
Adjusted R-squared 0.978616 S.D. dependent var 0.193827
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.
„Dependent Variable: LNGDP
Method: Canonical Cointegrating Regression (CCR)
Date: 05/14/15 Time: 16:40
Sample (adjusted): 1993 2010
Included observations: 18 after adjustments
Cointegrating equation deterministics: C
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
C 2.255249 0.329095 6.852875 0.0000 R-squared 0.979976 Mean dependent var 12.15597
Adjusted R-squared 0.978724 S.D. dependent var 0.193827
S.E. of regression 0.028272 Sum squared resid 0.012789
Durbin-Watson stat 1.066989 Long-run variance 0.000709“
Ocijenjeni model glasi:
LNGDP = 2,25 + 1,05 * 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 1,05%.
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.
„Dependent Variable: LNGDP
Method: Dynamic Least Squares (DOLS)
Date: 05/14/15 Time: 16:41
Sample (adjusted): 1994 2009
Included observations: 16 after adjustments
Cointegrating equation deterministics: C
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
C 2.110976 0.251462 8.394821 0.0000 R-squared 0.994048 Mean dependent var 12.16571
Adjusted R-squared 0.991883 S.D. dependent var 0.177597
S.E. of regression 0.016000 Sum squared resid 0.002816
Durbin-Watson stat 1.741822 Long-run variance 0.000215“
Ocijenjeni model glasi:
LNGDP = 2,11 + 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%.
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
Method: Least Squares
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
Adjusted R-squared -0.152380 S.D. dependent var 0.025758
S.E. of regression 0.027651 Akaike info criterion -4.153621
Sum squared resid 0.011469 Schwarz criterion -3.954791
Log likelihood 43.45940 Hannan-Quinn criter. -4.119971
F-statistic 0.206615 Durbin-Watson stat 1.852810“
Prob(F-statistic) 0.890221
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
Method: Least Squares
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
Adjusted R-squared -0.002001 S.D. dependent var 0.000847
S.E. of regression 0.000848 Akaike info criterion -11.16384
Sum squared resid 1.15E-05 Schwarz criterion -11.01471
Log likelihood 109.0564 Hannan-Quinn criter. -11.13860
F-statistic 0.982027 Durbin-Watson stat 2.091058“
Prob(F-statistic) 0.396027
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
Recommended