Nataša Tur MODELIRANJE DUGOROČNE POVEZANOSTI BRUTO DOMAĆEG PROIZVODA I POTROŠNJE ELEKTRIČNE ENERGIJE U REPUBLICI HRVATSKOJ

Transcription

1 SVEUČILIŠTE U RIJECI EKONOMSKI FAKULTET Nataša Tur MODELIRANJE DUGOROČNE POVEZANOSTI BRUTO DOMAĆEG PROIZVODA I POTROŠNJE ELEKTRIČNE ENERGIJE U REPUBLICI HRVATSKOJ DIPLOMSKI RAD Rijeka, 2015.

2 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: Rijeka, srpanj 2015.

3 Sadržaj 1. UVOD Predmet istraživanja Svrha istraživanja Korištene metode Struktura rada BRUTO DOMAĆI PROIZVOD Nominalni i realni BDP Mjerenje BDP-a Obračun i kretanje BDP-a u Hrvatskoj ELEKTROENERGETSKI SUSTAV U REPUBLICI HRVATSKOJ Proizvodnja električne energije Potrošnja električne energije PREGLED DOSADAŠNJIH ISTRAŽIVANJA Hrvatska Kina Države članice ASEAN-a Bangladeš Indija Turska Južna Amerika i Afrika Tranzicijske zemlje ISTRAŽIVANJE DUGOROČNE POVEZANOSTI BDP-A I POTROŠNJE ELEKTRIČNE ENERGIJE U REPUBLICI HRVATSKOJ Podaci i metodologija Testiranje jediničnog korijena Testiranje kointegracije Procjena kointegracijske regresije TESTIRANJE PRETPOSTAVKI MODELA Autokorelacija Heteroskedastičnost Normalnost grešaka relacije... 41

4 7. ZAKLJUČAK LITERATURA POPIS TABLICA POPIS GRAFIKONA... 47

5 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 Predmet istraživanja Predmet ovog diplomskog rada je modeliranje povezanosti između BDP-a i potrošnje električne energije u Republici Hrvatskoj Svrha istraživanja Svrha istraživanja je utvrditi dugoročnu povezanost između navedenih varijabli te procijeniti kointegracijsku jednadžbu Korištene metode Prilikom pisanja rada korištene su sljedeće metode: metoda kointegracije, metoda analize i sinteze, metoda komparacije te statistička metoda 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. 1

6 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 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. 2

7 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) 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. 3

8 Grafikon 1. Kretanje nominalnog i realnog BDP-a u Hrvatskoj u razdoblju od 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) 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. 4

9 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. 5

10 2.3. Obračun i kretanje BDP-a u Hrvatskoj Do rujna godine Hrvatska je obračunavala BDP prema metodologiji Sustava nacionalnih računa Ujedinjenih naroda SNA 1993 i Europskog sustava nacionalnih računa ESA 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 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 godine u milijunima eura. 6

11 Tablica 1. BDP u Hrvatskoj u razdoblju od godine Godina BDP (mil. EUR) , , , , , , , , , , ,8 Izvor: izrada prema podacima Eurostata (tablica nama_10_gdp) Iz tablice 1. vidljivo je da se BDP kretao uzlaznom putanjom od do godine. U godini izmjeren je i najveći BDP u iznosu od milijuna eura. Od godine dolazi do pada izazvanog globalnom financijskom krizom. Najmanji BDP izmjeren je godine u iznosu od milijuna eura. Na grafikonu 2. prikazane su realne godišnje stope rasta BDP-a 1 u Hrvatskoj u razdoblju od godine. Grafikon 2: Realne stope rasta BDP-a u Hrvatskoj u razdoblju od 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 BDP t realni BDP t-1 ) / realni BDP t-1 *100 7

12 Pozitivan trend kretanja BDP-a zabilježen je u razdoblju od godine, a negativan u razdoblju od godine. U Hrvatskoj je 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 godine (7,4%). BDP u godini pao je realno za 0,4%. Taj je pad osjetno manji nego u godini (2,2%) te nešto manji nego u 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 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 BDPa palo na 12,4% nižu razinu nego u pretkriznoj 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 iznosila je 1,3%. Na razini EU zabilježen je rast svih kategorija ukupne potražnje. Hrvatska je u 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. 8

13 Grafikon 3. Stope rasta realnog BDP-a u EU godine Izvor: izrada prema podacima Eurostata (tablica tec00115) Prema procjenama Europske komisije u godini očekuje se rast od 0,3%. U 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. 9

14 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 godini proizvedeno ukupno GWh električne energije, što je porast od 31,9% u odnosu na prethodnu godinu, kada je proizvedeno GWh električne energije. Većina električne energije proizvedena je u hidroelektranama, a razlog tome su bile povoljne hidrološke okolnosti tijekom 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 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 10

15 električne energije u Hrvatskoj od do 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 godine Bruto proizvodnja (GWh) Godišnje stope promjene Godina Verižni indeksi ,23 5, ,34-11, ,14 7, ,97 18, ,88-8, ,55 12, ,34 12, ,42-12, ,76 13, ,91 0, ,13 3, ,14 5, ,53-6, ,77-0, ,51-1, ,66 0, ,65 3, ,40 10,40 Izvor: izrada prema podacima Eurostata (tablica nrg_105a) Najveća proizvodnja zabilježena je godine u iznosu od GWh električne energije, dok je najmanja zabilježena godine kada je prizvedeno GWh električne energije. Najveći godišnji porast proizvodnje vidljiv je godine kada je proizvedeno 18,97% više električne energije nego 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. 11

16 Tablica 3. Neto proizvodnja električne energije, verižni indeksi i godišnje stope promjene u Hrvatskoj u razdoblju od godine Godina Neto proizvodnja (GWh) Verižni indeksi Godišnje stope promjene ,59 4, ,31-10, ,33 6, ,22 21, ,81-9, ,13 12, ,92 12, ,31-12, ,97 13, ,14 0, ,11 3, ,83 5, ,51-6, ,65-0, ,91-2, ,91 0, ,61 4, ,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 godine kada je proizvodnja bila veća za 21,22% u odnosu na prethodnu godinu. Tijekom razdoblja od godine neto proizvodnja je porasla za 2,64% godišnje 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 godine. 12

17 Grafikon 4. Finalna potrošnja električne energije u Hrvatskoj u razdoblju od godine (GWh) Izvor: izrada prema podacima Eurostata (tablica nrg_105a) Potrošnja električne energije u razdoblju od bilježi konstantan porast, i stagnira na oko GW nakon čega ponovno raste do godine. U godini ujedno je i zabilježena najveća potrošnja u iznosu od GWh. Godine zabilježen je blagi pad, a 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 godine Izvor: izrada prema podacima Eurostata (tablica nrg_105a) 13

18 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% 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 godine, a koja je prikazana na grafikonu 6. Grafikon 6. Potrošnja električne energije po stanovniku u Hrvatskoj i zemljama Europske Unije godine Izvor: izrada prema podacima World Development Indicators (tablica electric power consumption - kwh per capita) Potrošnja električne energije po stanovniku u Hrvatskoj 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. 14

19 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 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 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 godine. Nakon što je utvrđena kointegracija za 15

20 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 godine. Jakovac (2013) je istražio kauzalnost između ekonomskog rasta i potrošnje energije na temelju godišnjih podataka u razdoblju od 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 godini, analiza je provedena na temelju dva poduzorka. Prvi se odnosi na razdoblje od do godine, a drugi se odnosi na razdoblje od do godine. Godine između i 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 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 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. 16

21 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 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 do godine 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 godini porasti na 583 milijuna tona ekvialentne nafte u godini. Provedeno istraživanje obuhvaća razdoblje od 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. 17

22 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 godine. Asaduzzaman i Billah (2008) pronašli su pozitivan odnos između potrošnje električne energije i ekonomskog rasta u razdoblju od 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 do 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 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 Indija Ghosh (2002) je istražio kauzalnost između potrošnje električne energije po stanovniku i BDP-a po stanovniku u Indiji za razdoblje od do Rezultati nisu potvrdili postojanje dugoročne ravnoteže među varijablama, ali je pronađena jednosmjerna kauzalnost od ekonomskog rasta prema potrošnji električne energije bez 18

23 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 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 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 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. 19

24 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 do 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 Tranzicijske zemlje Acaravci i Ozturk (2010) istraživali su povezanost između potrošnje električne energije i ekonomskog rasta u 15 tranzicijskih zemalja (Albaniji, Bjelorusiji, Bugarskoj, Češkoj, 20

25 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. 21

26 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 Podaci i metodologija U istraživanju se koriste godišnji podaci o realnom BDP-u i potrošnji električne energije za razdoblje od 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 godine Potrošnja Godina BDP (milijuni HRK stalne cijene godine) električne energije (GWh)

27 Godina BDP (milijuni HRK stalne cijene godine) Potrošnja električne energije (GWh) 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 (x i, y i ) 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: 23

28 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 y t i ispituje njegova stacionarnost. Ako niz y t 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 y t 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 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 Y t 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. 24

29 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 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 Test critical values: 1% level % level % level *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): Included observations: 17 after adjustments Variable Coefficient Std. Error t-statistic Prob. LNGDP(-1) D(LNGDP(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Nul hipoteza pretpostavlja postojanje jediničnog korijena. Vrijednost test veličine je veća od razine signifikatnosti od 5% ( > 0.05) što znači da se nul hipoteza ne može odbaciti stoga se tvrdi da varijabla LNGDP nije stacionarna. 25

30 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 Test critical values: 1% level % level % level *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): Included observations: 17 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(LNGDP(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) U slučaju niza prvih diferencija, vrijednost test veličine manja je od 5% ( < 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. 26

31 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 Test critical values: 1% level % level % level *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): Included observations: 18 after adjustments Variable Coefficient Std. Error t-statistic Prob. LNEC(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Rezultati testiranja pokazuju da je varijabla LNEC nestacionarna u razini. Da bi se moglo provesti testiranje kointegriranosti potrebno je provesti testiranje na prvoj diferenciji. 27

32 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 Test critical values: 1% level % level % level *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): Included observations: 17 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(LNEC(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Nakon diferenciranja dobivena p vrijednost iznosi , manja je od 0.05 što znači da je varijabla stacionarna. Varijabla je dakle integrirana reda 1, što se označava sa LNEC~I(1). 28

33 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 Test critical values: 1% level % level % level *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) HAC corrected variance (Bartlett kernel) Phillips-Perron Test Equation Dependent Variable: D(LNGDP) Method: Least Squares Date: 04/12/15 Time: 17:48 Sample (adjusted): Included observations: 18 after adjustments Variable Coefficient Std. Error t-statistic Prob. LNGDP(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 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. 29

34 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 Test critical values: 1% level % level % level *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) HAC corrected variance (Bartlett kernel) Phillips-Perron Test Equation Dependent Variable: D(LNGDP,2) Method: Least Squares Date: 04/12/15 Time: 18:41 Sample (adjusted): Included observations: 17 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(LNGDP(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) U slučaju niza prvih diferencija, p vrijednost je manja od kritične ( < 0.05) stoga se nulta hipoteza o nestacionarnosti odbacuje. 30

35 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 Test critical values: 1% level % level % level *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) HAC corrected variance (Bartlett kernel) Phillips-Perron Test Equation Dependent Variable: D(LNEC) Method: Least Squares Date: 04/12/15 Time: 19:02 Sample (adjusted): Included observations: 18 after adjustments Variable Coefficient Std. Error t-statistic Prob. LNEC(-1) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 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. 31

36 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 Test critical values: 1% level % level % level *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) HAC corrected variance (Bartlett kernel) Phillips-Perron Test Equation Dependent Variable: D(LNEC,2) Method: Least Squares Date: 04/25/15 Time: 12:13 Sample (adjusted): Included observations: 17 after adjustments Variable Coefficient Std. Error t-statistic Prob. D(LNEC(-1)) C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) Nakon diferenciranja varijabla logaritam potrošnja električne energije kao i varijabla logaritam realnog BDP postaje stacionarna s obzirom da je p vrijednost manja od kritične. 32

37 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: 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 LNEC *MacKinnon (1996) p-values. Warning: p-values may not be accurate for fewer than 20 observations. Intermediate Results: LNGDP LNEC Rho Rho S.E Residual variance Long-run residual variance Number of lags 0 0 Number of observations 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 , manja je od 0.05 stoga se odbacuje nul hipoteza i tvrdi da su varijable realni bruto domaći proizvod i potrošnja električne energije kointegrirane. 33

38 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 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): Included observations: 18 after adjustments Cointegrating equation deterministics: C Long-run covariance estimate (Bartlett kernel, Newey-West fixed bandwidth = ) Variable Coefficient Std. Error t-statistic Prob. LNEC C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Durbin-Watson stat Long-run variance 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%. 34

39 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: H 0 :β=0 H A :β 0 utvrđuje se značajnost nezavisne varijable koja postoji uz parametar β u regresijskom modelu (Lovrić, 2005). H 0 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 H 0 i tvrdi da je parametar statistički značajan za model. Iz računalnog ispisa vidljivo je da je p vrijednost parametra β 1 manja od 5% ( p= < 0.05) što znači da je varijabla potrošnja električne energije statistički značajna za model. Također, potrebno je utvrditi prilagođenost regresijskog modela putem koeficijenta determinacije (R 2 ) 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 R 2 = 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. 35

40 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): Included observations: 18 after adjustments Cointegrating equation deterministics: C Long-run covariance estimate (Bartlett kernel, Newey-West fixed bandwidth = ) Variable Coefficient Std. Error t-statistic Prob. LNEC C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Durbin-Watson stat Long-run variance 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 β 1 je manja od 0.05 što znači da je nezavisna varijabla statistički značajna za model. Koeficijent determinacije (R 2 ) kao i kod FMOLS iznosi 0,98 što znači da je 98% varijacije zavisne varijable objašnjeno ocijenjenim regresijskim modelom. 36

41 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): 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 = ) Variable Coefficient Std. Error t-statistic Prob. LNEC C R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid Durbin-Watson stat Long-run variance 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. 37

42 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 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 χ 2 (ρ)-distribucije za zadanu razinu signifikantnosti. Rezultati Breush-Godfrey testa Breusch-Godfrey Serial Correlation LM Test: F-statistic Prob. F(2,15) Obs*R-squared Prob. Chi-Square(2) Test Equation: Dependent Variable: RESID Method: Least Squares Date: 05/14/15 Time: 17:18 Sample: Included observations: 19 Presample missing value lagged residuals set to zero. 38

43 Variable Coefficient Std. Error t-statistic Prob. C LNEC RESID(-1) RESID(-2) R-squared Mean dependent var -2.71E-15 Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 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 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 ε i, ne pretpostavlja se da su unaprijed poznati regresori z i u regresiji te se ne specificira oblik heteroskedastičnosti. 39

44 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 Prob. F(2,16) Obs*R-squared Prob. Chi-Square(2) Scaled explained SS Prob. Chi-Square(2) Test Equation: Dependent Variable: RESID^2 Method: Least Squares Date: 05/14/15 Time: 18:40 Sample: Included observations: 19 Variable Coefficient Std. Error t-statistic Prob. C LNEC LNEC^ R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Akaike info criterion Sum squared resid 1.15E-05 Schwarz criterion Log likelihood Hannan-Quinn criter F-statistic Durbin-Watson stat Prob(F-statistic) 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. 40

45 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: 2 éa - = 3 ( a 4 3) JB ê + ë ù ú û pod pretpostavkom normalnosti pripada χ2 distribuciji s 2 stupnja slobode. Hipoteza H 0 : 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. 41

46 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 godine zabilježene su pozitivne stope rasta BDP-a. Negativan trend započet godine, nastavio se i u 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 godine zabilježena je 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 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%. 42

47 Testiranjem pretpostavki modela utvrđeno je da u modelu nije prisutna autokorelacija, kao ni heteroskedastičnost te da sa su greške relacije normalno distribuirane. 43

48 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 Acaravci, A & Ozturk, I 2010, Electricity consumption-growth nexus: Evidence from panel data for transition countries, Energy Economics, vol. 32, p Borozan, Đ 2013, Exploring the relationship between energy consumption and GDP: Evidence from Croatia, Energy Policy 59, p Gelo, T 2009, Causality between economic growth and energy consumption in Croatia, Zbornik radova Ekonomskog fakulteta u Rijeci, vol. 27, p Ghosh, S 2002, Electricity consumption and economic growth in India, Energy policy 30, p Jakovac, P 2013, Empirical analysis on economic growth and energy consumption relationship in Croatia, Ekonomska istraživanja, vol. 26, no. 4, p 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

49 8. Shiu, A & Lam, P 2004, Electricity consumption and economic growth in China, Energy Policy 32, p 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 Wolde-Rufael Y, 2006, Electricity consumption and economic growth: a time series experience for 17 African countries, Energy Policy 34, p Yoo S-H, 2006, The causal relationship between electricity consumption and economic growth in the ASEAN countries, Energy Policy 34, p Yoo, S-H & Kwak, S-Y, 2010, Electricity consumption and economic growth in seven South American countries, Energy Policy 38, p 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 Internet izvori: 1. Državni zavod za statistiku, ESA 2010 Europski sustav nacionalnih i regionalnih računa, pregledano , 2. Eurostat, 2015, GDP and main components, pregledano , n 3. Eurostat, 2015, Real GDP growth rate volume, pregledano , e=tec00115&plugin=1 4. Eurostat, 2015, Supply, transformation and consumption of electricity annual data, pregledano , ng=en 5. Hrvatska elektroprivreda (HEP), godišnja izvješća i godine, pregledano , 45

50 6. Hrvatska elektroprivreda (HEP), pregledano , 7. Hrvatska energetska regulatorna agencija (HERA), Registar dozvola za obavljanje energetskih djelatnosti, pregledano , 8. Hrvatska gospodarska komora, 2015, Gospodarska kretanja, pregledano , 9. International Monetary Fund, World Economic Outlook Database (WEO), pregledano , Krueger, D, 2009, Makroekonomika, Sveučilište u Pennsylvaniji, pregledano , oekonomika.pdf 11. Ministarstvo gospodarstva, rada i poduzetništva 2015, Energija u Hrvatskoj 2013, pregledano , Ministarstvo gospodarstva, rada i poduzetništva, 2011, Energija u Hrvatskoj 2010, pregledano , World Development Indicators, Electric power consumption (kwh per capita), pregledano , 46

51 9. POPIS TABLICA Tablica 1. BDP u Hrvatskoj u razdoblju od godine... 7 Tablica 2. Bruto proizvodnja električne energije, verižni indeksi i godišnje stope promjene u Hrvatskoj u razdoblju od godine Tablica 3. Neto proizvodnja električne energije, verižni indeksi i godišnje stope promjene u Hrvatskoj u razdoblju od godine Tablica 4. Realni BDP i potrošnja električne energije u Republici Hrvatskoj u razdoblju od godine POPIS GRAFIKONA Grafikon 1. Kretanje nominalnog i realnog BDP-a u Hrvatskoj u razdoblju od godine... 4 Grafikon 2: Realne stope rasta BDP-a u Hrvatskoj u razdoblju od godine.. 7 Grafikon 3. Stope rasta realnog BDP-a u EU godine... 9 Grafikon 4. Finalna potrošnja električne energije u Hrvatskoj u razdoblju od godine (GWh) Grafikon 5. Struktura finalne potrošnje električne energije po sektorima u razdoblju od godine Grafikon 6. Potrošnja električne energije po stanovniku u Hrvatskoj i zemljama Europske Unije godine Grafikon 7. Dijagram rasipanja realnog BDP-a i potrošnje električne energije

52 48