Прогнозирование спроса на электроэнергию в России в среднесрочной перспективе (до 2010 года) — страница 3

^
Зависимость потребления электроэнергии по России за год (KWH, млрд. КВт-ч) от:
реального ВВП в ценах 1 квартала 2003 года (YR, в млрд. руб.)
реальных цен на электроэнергию в ценах 1 квартала 2003 года (P, руб. за тыс. КВт-ч.).
Ряд потребления электроэнергии и реального ВВП охватывает период с первого квартала 1995 по первый квартал 2007 года, а ряд данных по ценам на электроэнергию – с первого квартала 2000 года по первый квартал 2007 года. Поэтому далее анализ квартальных данных представлен в двух разрезах: с ценами (по 49 точкам) и без цен (по 29 точкам).

Таблица 7. Порядок интегрируемости используемых в разделе «Россия в целом» временных рядов, квартальные данные.
№ п/п
Ряд
Порядок интегриру-емости
Исходный ряд
Ряд первых разностей
Ряд вторых разностей
None
Trend
Intercept
None
Trend
None
Trend
1
2000:1-2007:1
KWH, log(KWH)
I(1)
нестац
стац(10%)
нестац
стац(5%)
стац(10%)


2
t_KWH
I(0)
стац(5%)
стац(5%)
стац(5%)




3
YR, log(YR)
I(1)
нестац
нестац
нестац
стац(10%)
стац(1%)


4
t_YR
I(0)
стац(5%)
стац(1%)
стац(1%)




5
p, log(p)
I(2) (I(1))
нестац
нестац
стац(5%)
стац(10%)
нестац
стац (1%)
стац (1%)
6
t_p
I(1) (I(0))
стац(10%)
нестац
нестац
стац(1%)
стац(1%)


Источник: составлено авторами на основе данных ЦМАКП с помощью пакета EViews.При построении моделей Фишера-Кейзена не удалось подобрать хороших спецификаций как при анализе с ценами, так и при анализе без цен.

Таблица 8. Корреляционная матрица логарифмов используемых временных квартальных рядов
LNKWH
LNP
LNYR
LNKWH
1
-0.03
0.97
LNP
-0.03
1
0.06
LNYR
0.97
0.06
1
Источник: составлено авторами на основе данных ЦМАКП с помощью пакета EViews.Уравнение с результатами по этой модели:
Adjusted R-squared = 0,966Все коэффициенты значимы на 5% уровне значимости, ряды коинтегрируемы.

Результаты оценки модели и полученные значения эластичностей:
Adjusted R-squared = 0,976Все коэффициенты значимы на 10% уровне значимости, ряды коинтегрируемы.

Все ряды также были проверены на стационарность с помощью ADF-тестов, и в соответствующие модели включались только ряды, интегрируемые первого порядка. Нам удавалось получить спецификации по модели Фишера-Кейзена, в которых были значимы все переменные, однако, они характеризовались очень низким значением коэффициента детерминации, поэтому был сделан вывод о том, что они не подходят для прогнозирования.Основные результаты оценки представлены ниже:
Adjusted R-squared = 0,976 Все коэффициенты значимы на 1% уровне значимости, ряды коинтегрируемы.

Использовалась временная выборка годовых данных (1994-2005) по следующим показателям:
1) Потребление электроэнергии в промышленности (KWH)
2) Индекс промышленного производства, рассчитанный к уровню 1990 года (INDEX_PROM_PR)
3) Средние реальные цены на электроэнергию в промышленности, скорректированные на индекс цен на промышленную продукцию, взвешенный по энергопотреблению отраслей (P_REAL)
Таблица 9. Корреляционная матрица временных рядов по промышленности.
KWH
INDEX_PROM_PR
P_REAL
KWH
1.00
0.98
-0.56
INDEX_PROM_PR
0.98
1.00
-0.62
P_REAL
-0.56
-0.62
1.00
Источник: составлено авторами с помощью пакета EViews.
Таблица 10. Порядок интегрируемости используемых в разделе «Промышленность» временных рядов.
Ряд
Порядок интегрируемости
Исходный ряд
Ряд первых разностей
Ряд вторых разностей
None
Trend
Intercept
None
Trend
None
Trend
1994-2005
INDEX_PROM_PR
I(2)
нестац
нестац
нестац
нестац
нестац
стац (1%)

t_INDEX_PROM_PR
I(1)
нестац
нестац
нестац
стац (1%)



KWH
I(2)
нестац
нестац
нестац
нестац
нестац
стац (1%)

t_KWH
I(1)
нестац
нестац
нестац
стац (1%)


Модель Фишера-Кейзена:
(0,003) (0,047)
R2 (adj) = 0,92
Выводы:
Значимое влияние индекса промышленного производства на потребление электроэнергии.
Значение среднесрочной эластичности спроса на электроэнергию по индексу промышленного производства, составило 0,5.
Среднесрочная эластичность спроса на электроэнергию по доходу для России в целом немного ниже и колеблется в промежутке значений [0,41;0,48].
Временные ряды за период с 1993 – 2005 гг.:
Потребление электроэнергии жилым сектором (KWH)
Средний реальный тариф в домах без электроплит в ценах 2000 г на конец года, за 100 кВт*ч (P)
Базисный индекс реальных денежных доходов населения 1992=100 (I_YR_baz)
Анализ графиков по населению (см. рис. 1) указывает на отсутствие схожих тенденций между потреблением электроэнергии (синяя линия) и реальными ценами (красная) и реальными доходами (зеленая).
Рисунок 1. Динамика основных показателей по населению.
Источник: составлено авторами на основе данных ИЭФ, www.cir.ru, www.hse.ru и собственных расчетов.
Построение эконометрических моделей Фишера-Кейзена и частичной корректировки указывает на отсутствие влияния реальных доходов и реальных цен на потребление электроэнергии населением (незначимы соответствующие коэффициенты).

Для анализа региональных данных были собраны следующие данные за 2000, 2001 и 2002 года по 72 регионам России:
реальный ВРП (руб.) — Y_REAL
цены за приобретенную электроэнергию (руб. за 100 КВт ч) — P_REAL
потребление электроэнергии (КВт ч) – KWH
средние температуры января и июля (градусы Цельсия) — T_JAN, T_JUN
Результаты для пространственной выборки 2000 года:
(0.59) (0.11) (0.05) (0.04)
R2adj=0.88
Проблема: обнаружение гетероскедастичности.
Таблица 11. Результаты регионального анализа.
Показатель
2000 год
2001 год
2002 год
Среднее значение
Эластичность спроса на электроэнергию по доходу
0,87
0,90
0,89
0,89
Эластичность спроса на электроэнергию по цене
— 0,60
— 0,67
— 0,71
— 0,66
Эластичность спроса на электроэнергию по средней температуре января
— 0,15
— 0,08
-0,14
— 0,12
Проблема: обнаружение гетероскедастичности
Выводы:
Наличие обратной связи между средней температурой января и потреблением электроэнергии
Отсутствие связи между средней температурой июля и потреблением электроэнергии
Алгоритм прогнозирования состоит из следующих этапов:1) выбор значимой эконометрической модели, по которой будет составлен прогноз;2) оценивание этой модели до последнего наблюдения, содержащего значения как зависимой, так и объясняющих переменных (до 2006 года в случае годовых данных, до 1 квартала 2007 в случае квартальных).3) прогнозирование объясняющих переменных модели до 2010 года на основе а) прогнозов, составленных МЭРТом в случае годовых данных, б) прогнозов, предоставленных ЦМАКП в случае квартальных данных.4) с помощью функции “forecast” в пакете EViews пересчет зависимой переменной по прогнозам объясняющих и по оцененным коэффициентам эконометрической модели;5) вывод о правдоподобности прогноза.

Оцените статью
Добавить комментарий