Оценка эластичности спроса на электроэнергию по цене в регионах Уральского экономического района
Спрос на электроэнергию и цены на нее (2015-2017 гг.). Оценка долгосрочной эластичности спроса на электроэнергию. Факторы, влияющие на спрос в регионах Уральского экономического района России. Нерегулируемая цена на оптовом рынке, сезонные факторы.
Рубрика | Экономика и экономическая теория |
Вид | дипломная работа |
Язык | русский |
Дата добавления | 12.08.2018 |
Размер файла | 1,5 M |
Отправить свою хорошую работу в базу знаний просто. Используйте форму, расположенную ниже
Студенты, аспиранты, молодые ученые, использующие базу знаний в своей учебе и работе, будут вам очень благодарны.
6. Эмпирический результат
Сравнивая результаты между регионами, можно сказать, что тенденции и закономерности между ними схожи. Так, с увеличением спроса на электроэнергию час назад и 25 часов назад, спрос в данный момент времени увеличивается, однако он будет меньше по сравнению с показателем 2 часа назад. Потребление электричества будет выше зимой (ввиду необходимости использования электроэнергии для освещения и отопления) и летом (из-за использования кондиционеров). В течение недели выявить определенной закономерности в спросе не удалось практически во всех регионах, однако четко прослеживается структура потребления на протяжении дня. Можно видеть два пика, когда потребление наибольшее: утро (6-7 часов) и вечер (18-19 часов). Более подробное описание полученных результатов по каждому региону представлено ниже.
6.1 Сравнение моделей и интерпретация результатов
· Пермский край
При проведении оценки коэффициентов регрессии методом наименьших квадратов, были получены следующие результаты, которые можно интерпретировать. В таблице 4 представлены результаты, полученные в ходе первого и второго этапов, по Пермскому краю, информацию по остальным регионам можно видеть в приложении 4.
Таблица 4. Сравнение результатов оценки моделей по Пермскому краю
Название переменной |
ln |
IV |
|
ln_demand |
ln_demand |
||
Спрос (1й лаг) |
1. 104*** |
1. 104*** |
|
(143. 26) |
(143. 23) |
||
Спрос (2й лаг) |
-0. 187*** |
-0. 187*** |
|
(-25.19) |
(-25. 12) |
||
Спрос (25й лаг) |
0. 0538*** |
0. 0536*** |
|
(15. 54) |
(15. 47) |
||
Цена (1й лаг) |
-0. 00110*** |
-0. 00230*** |
|
(-2. 86) |
(-4. 23) |
||
Температура |
-0. 000203*** |
-0. 000201*** |
|
(-12. 59) |
(-12. 46) |
||
Температура (квадрат) |
0. 00000184*** |
0. 00000188*** |
|
(3. 66) |
(3. 75) |
||
Константа |
0.202*** |
0.208*** |
|
(14. 21) |
(14. 50) |
||
R2 |
0. 992 |
0. 992 |
t statistics in parentheses
* p < 0. 1, ** p < 0. 05, *** p < 0. 01
Исходя из полученных результатов, можно сделать вывод, что практически все факторы в модели оказывают значимое влияние на спрос на электроэнергию на 1%-ом уровне значимости. Исключение составляют переменныеfri,season1, это говорит о том, что при имеющихся данных и при данной спецификации модели установить значимого влияния данных переменных на спрос на электроэнергию в Пермском крае не удалось. Сравнивая результаты, полученные с помощью двух моделей, можно видеть, что модель с инструментированной ценой дает скорректированные результаты: коэффициент становится более точным, но знак остается прежним. Так, увеличение цены в предыдущем часе на 1% приведет к уменьшению спроса в данный момент времени на 0,00232%. Из этого следует, что изменение цены способствует небольшим колебаниям в динамике спроса, однако электроэнергия - это нормальное благо, поэтому с ростом цены потребление будет снижаться, хоть и незначительно.
На спрос на электроэнергию влияет то, сколько ее было потреблено час назад, два часа назад, а также в двадцать пять часов назад. Если спрос на электричество в предыдущий час увеличивается на 1%, то это способствует тому, что спрос в данный момент увеличится на 1,1%. Однако 1%-ое увеличение спроса два часа назад приводит к снижению потребления электричества в данный час на 0,19%. Если рассматривать то, как потребление 25 часов назад связано с потреблением сейчас, то оно увеличится на 0,05% при 1%-ом росте спроса сутки назад.
Изменение в температуре воздуха также приводит к изменению спроса на электроэнергию. Исходя из полученных результатов, можно сказать, что с уменьшением температуры электроэнергии тратится больше (на обогрев и освещение), то же самое можно утверждать и о том, когда температура становится высокой: люди склонны тратить больше электричества ввиду использования кондиционеров.
Спрос также варьируется в зависимости от времени года. Весной потребляется меньше электроэнергии по сравнению с осенью на 0,1%, а летом - на 0,22%. Вероятно, причиной тому служит увеличение светового дня, что предполагает менее интенсивное использование электричества для освещения и обогрева помещений. Примечательно, что выявить взаимосвязь между потреблением осенью и зимой не удалось, хотя предполагалось, что потребление зимой будет выше, чем осенью.
Изменение спроса на электроэнергию происходит на протяжении дней недели. Во вторник и четверг спрос ниже, чем в понедельник, на 0,09%, однако выявить закономерности в потреблении в другие дни не удалось. Если обратиться к рисунку 8, то можно заметить, что графический анализ данных также не показал определенных закономерностей.
Если говорить об изменении в динамике потребления электроэнергии в течение суток, то при сравнении со спросом в 00: 00, можно заметить следующее. Спрос постепенно увеличивается с 01: 00 по 06: 00, в 7 утра он выше, чем в 00: 00, на 7,57%, достигая своего первого пика, затем он снова уменьшается и держится примерно на одинаковом уровне в течение дня, принимая значения от 3,5% до 4,5% в сравнении с полночью. Второй пик спроса появляется с 18: 00 по 19: 00, когда он выше, чем в 00: 00, на 4,51%. После этого потребление заметно уменьшается, и в 11 вечера оно лишь не на много больше, чем в полночь: на 1,1%. Появление пиков в течение дня, когда спрос достигает своей максимальной отметки, можно объяснить тем, что в это время активность людей наибольшая, что подразумевает большее использование электричества.
· Республика Башкортостан
На основе имеющихся данных в рассматриваемом регионе не удалось
определить какую-либо закономерность в потреблении электроэнергии в зависимости от дня недели. Нелинейной зависимости спроса от температуры воздуха также не удалось выявить, однако если говорить о линейной, то можно сказать, что с ростом температуры на 1 С потребление увеличивается на 0, 023%.
Увеличение цены на электричество способствует уменьшению спроса на него. Так, если цена за предыдущий час увеличивается на 1%, то спрос уменьшается на 0,0014%. Рост спроса час назад на 1% приводит увеличению количества потребленного электричества на 1,3%, однако такое же увеличение спроса два часа назад способствует его уменьшению на 0,37%, а 25 часов назад - увеличению на 0,05%.
В регионе четко видна сезонная структура потребления. Зимой электрической энергии потребляется больше, чем осенью, на 0,12%, но меньше, чем весной, на 0,17%, а летом - меньше на 0,3%. Почасовая структура потребления схожа с той, что наблюдается в Пермском крае, однако утренний пик приходится на время с 5: 00 до 6: 00, спрос там выше на 4,51%, нежели в 00: 00 часов. В целом, можно заметить, что большой разницы в потреблении по часам нет, наблюдаются лишь небольшие отклонения.
· Курганская область
В данном регионе также выявить закономерности в потреблении электроэнергии в будние дни не получилось. То же касается и коэффициента при цене: он оказался не значимым. Можно сказать, что спрос на электроэнергию в данном регионе не чувствителен к изменению цены, что говорит о том, что электричество - необходимая часть жизни людей, поэтому они будут потреблять постоянное его количество независимо от изменений в цене.
Спрос в данный период времени подвержен влиянию со стороны спроса в другие периоды времени. Увеличение спроса час назад на 1% способствует увеличению спроса в данный момент на 0,87%, увеличение два часа назад - уменьшению на 0,06%, а 25 часов назад - увеличению на 0,09%.
Предположения по поводу влияния на спрос времени года также подтвердились: зимой потребление выше, чем осенью, на 0,5%, однако весной и летом ниже на 0,3% и 0,8% соответственно. Если смотреть на структуру потребления в течение дня, то спрос постепенно увеличивается, достигая своего пика во время с 05: 00 по 06: 00, где потребление больше, чем в полночь, на 7,9%. Затем наблюдается резкое снижение в количестве потребляемой электроэнергии на два часа, после чего оно восстанавливается на прежний уровень, показывая достаточно высокие значения, и начинает снижаться ближе к ночи, в районе 21: 00, когда потребление больше, чем в 00: 00, на 4,9%.
· Оренбургская область
В Оренбургской области, как и в предыдущих регионах, на имеющихся данных не удалось установить четкой структуры потребления в рабочие дни.
Спрос на электроэнергию эластичен по цене: с ее ростом на 1% потребление падает на 0,0088%. Ситуация с влиянием лагов на спрос идентична. Если спрос увеличивается в прошлом часе на 1%, то и в данный момент времени он увеличится на 0,88%. Также он вырастет на 0,09%, если произошел рост в потреблении 25 часов назад, и снизится на 0,06% по отношению к показателю, который был два часа назад.
Зимой потребление увеличивается, оно выше, чем осенью, на 0,41%. Весной и летом оно ниже на 0,3% и 0,8% соответственно. Наблюдается два пика в течение дня, первый пик приходится на время с 5 до 6 утра (спрос выше, чем в полночь, на 7,8%), второй пик наблюдается вечером, с 18: 00 до 19: 00, спрос там выше на 8,6%, после чего начинает постепенно снижаться.
· Свердловская область
В данном регионе потребители склонны реагировать на изменение цены на электроэнергию. Так, увеличение цены на 1% в предыдущем периоде вызывает снижение спроса в настоящий момент на 0,0027%. Ситуация с лагами аналогична: 1%-ое увеличение спроса в прошлом часе приводит к увеличению спроса на 1,07%, два часа назад - к уменьшению на 0,19%, а 25 часов назад - к росту на 0,07%.
Потребление будет максимальным при низких и высоких температурах, минимальным - при средней температуре воздуха. На основе имеющихся данных в рассматриваемом регионе не удалось определить какую-либо четкую закономерность в потреблении электроэнергии в зависимости от дня недели, можно лишь сказать, что оно меньше во вторник, чем в понедельник, на 0,09% и меньше в среду на 0,07%. Потребление также меньше весной, нежели осенью, на 0,14%, оно меньше и летом на 0,19%. Если говорить о почасовой структуре потребления в регионе, то она стандартна и напоминает то, что наблюдалось в предыдущих регионах. Можно заметить постепенный рост спроса ночью, пик приходится на время с 8 до 9 часов утра, когда спрос выше, чем в 12 ночи, на 7,97%. В течение дня и вечером спрос держится примерно на одинаковом уровне, слегка варьируясь.
· Удмуртская республика
Как и в Курганской области, в данном регионе не удалось установить значимого влияния цены на спрос. Люди не склонны менять свои привычки и приспосабливаться к изменениям цены, потребляя столько, сколько они потребляли до изменения цен. Незначимыми оказались коэффициенты при днях недели, исключение составляет вторник, когда можно сказать, что электроэнергии в этот день недели потребляется больше, чем в понедельник, на 0,12%.
Повышение спроса на электроэнергию на 1% час назад, два часа назад и 25 часов назад влияет на увеличение спроса в конкретный период на 0,93% и 0,11% в первом и третьем случаях и его уменьшение на 0,11% во втором.
Как и в некоторых других регионах, низкие зимние температуры и высокие летние способствуют наибольшему потреблению электроэнергии. Спрос ниже весной и летом на 0,29% и 0,41%, чем осенью, соответственно. Повышение потребления в течение дня наблюдается в районе 10 утра и 2 часов дня, после чего спрос держится на одинаковом уровне, затем начинает постепенно снижаться.
· Челябинская область
В последнем рассматриваемом регионе коэффициент при цене оказался незначимым. Аналогичный результат был получен по Курганской области и Удмуртской республике, где не удалось установить значимого влияния цены в предыдущий период на спрос в настоящий момент. Также не удалось выявить какие-либо закономерности в потреблении электроэнергии в течение недели и в разные сезоны, можно лишь сказать, что потребление весной ниже, чем осенью, на 0,16%.
При рассмотрении влияния лагов можно сказать, что с увеличением спроса час назад на 1%, потребление в данный момент вырастет на 0,9%. Если спрос увеличивается на ту же величину два часа назад, то потребление уменьшится на 0,03%, а 25 часов назад - увеличится на 0,08%.
Потребление электричества ночью ниже, чем в остальное время суток. Постепенно увеличиваясь с наступлением утра, спрос достигает своей максимальной отметки с 8 до 9 утра, когда он на 9,5% выше, чем в полночь. Второе максимальное значение достигается уже вечером, с 17: 00 по 18: 00, превышая потребление ночью на 6,3%.
6.2 Сравнение эластичностей по цене между регионами
С помощью метода инструментальных переменных была предпринята попытка избавиться от эндогенности, в результате чего оценки получились несмещенными и состоятельными. Поскольку спрос на электроэнергию и цена на нее являются логарифмированными величинами, полученные коэффициенты при цене можно расценивать как эластичности, из этого следует, что полученные значения в разных регионах можно сравнивать между собой.
В таблице 5 представлены результаты эластичностей по цене на спрос на электроэнергию в регионах Уральского экономического района. В трех регионах из семи коэффициент оказался не значим, это означает, что значимого влияния цены электроэнергии на спрос при имеющихся данных обнаружить не удалось. Электроэнергия в данных регионах - необходимая часть жизни людей, поэтому они не склонны менять свои привычки и приспосабливаться к изменениям цены, потребляя столько, сколько они потребляли до их изменения.
В остальных регионах спрос оказался чувствительным к цене: с увеличением цены спрос уменьшается. Здесь электричество рассматривается как нормальное благо, поэтому с ростом цены потребление будет снижаться. Люди способны приспособиться и изменить свои привычки касательно потребления электроэнергии. Наибольшая чувствительность наблюдается в Оренбургской области, результаты Пермского края и Свердловской области оказались примерно одинаковыми (в виду соседского положения регионов и их схожей специализации). Наименее чувствительным регионом оказался Башкортостан.
Таблица 5. Эластичности по цене на спрос на электроэнергию в регионах
Эластичности |
||
Пермский край |
-0. 00230*** |
|
Республика Башкортостан |
-0. 00141** |
|
Курганская область |
-0. 00122 |
|
Оренбургская область |
-0. 00876*** |
|
Свердловская область |
-0. 00269*** |
|
Удмуртская республика |
0. 00117 |
|
Челябинская область |
0. 00197 |
Сравнивая имеющиеся результаты с теми, которые были получены авторами разных работ, проводивших свои исследования на данных различных стран в разные периоды времени, строя при этом модели, в которые включали неодинаковые переменные, можно сказать, что какой-то определенной зависимости спроса от цены также не удалось установить и в Уральском экономическом районе. Однако стоит отметить, что полученные коэффициенты не могут быть сопоставимы с теми, которые авторы получали по итогам своих исследований. Так, например, в работе Симоны Бигерна (2014) коэффициент варьируется от - 0,03 до - 0,1, в исследовании, проводившемся на данных Швейцарии (Filippini, 2011), он находится в пределах от - 0,8 до - 0,89. В данном же исследовании, если цена изменяется на 1%, спрос падает, но на относительно малую величину, либо не изменен.
Таким образом, можно сказать, что спрос на электроэнергию в Уральском экономическом районе не сильно подвержен влиянию со стороны цены. Это может быть обусловлено тем, что в работе рассматривается общий спрос на электроэнергию: спрос со стороны предприятий практически не будет изменяться при изменении цены, а люди не склонны значительно менять свои привычки относительно потребления электроэнергии, даже если цена станет выше.
Заключение
В данной исследовательской работе рассматривалось влияние цены и иных факторов на спрос на электроэнергию в Уральском экономическом районе. Поставленный исследовательский вопрос является весьма актуальным, так как данная тема не достаточно широко освещена в России, нежели в других странах, несмотря на обширный массив имеющихся данных по всем регионам.
Изначально был смоделирован спрос по всем регионам, входящим в Уральский экономический район. Затем, с помощью метода инструментальных переменных, была проведена работа по борьбе с эндогенностью, которая могла возникать из-за взаимного влияния цены электроэнергии на спрос на нее, вследствие чего в ходе исследования были получены достоверные результаты, подлежащие интерпретированию и дальнейшему использованию.
Так, было выявлено, что изменение цены на электроэнергию ведет к изменению спроса на нее в почасовой динамике лишь в части регионов Уральского экономического района (Пермский край, Свердловская и Оренбургская области, Республика Башкортостан): с ростом оптовой цены час назад спрос на электричество в настоящий момент снижается. Это происходит ввиду того, что коммерческий и промышленный сектора реагируют на изменение цены. Результаты показали, что изменение оптовой цены способствует небольшим колебаниям в динамике спроса, однако электроэнергия - это нормальное благо, поэтому с ростом цены потребление будет снижаться, хоть и незначительно. Этого не происходит в Курганской и Челябинской областях и в Удмуртской республике: там коэффициент при цене оказался не значим, можно сделать вывод, что на имеющихся данных установить значимого влияния цены на спрос на электроэнергию не удалось.
Также результаты показали, что в различных регионах наблюдается одинаковая зависимость между спросом в текущий момент времени и спросом час назад, два часа назад и 25 часов назад. С ростом потребления час и 25 часов назад увеличивается и потребление в настоящий момент времени, однако зависимость потребления сейчас от того, что было два часа назад, отрицательна.
Также можно сделать одинаковый вывод для регионов в плане влияния сезонности на спрос на электрическую энергию. Осенью ее потребляется больше, чем весной и летом, но меньше, чем зимой, ввиду низких температур воздуха (и, вследствие, необходимости использования приборов для обогрева помещений), а также из-за значительного уменьшения светового дня, когда необходимо длительное использование приборов освещения. На имеющихся данных не удалось выявить какие-либо закономерности в потреблении электроэнергии в течение недели, однако можно сказать, что в течение дня наблюдается два пика, когда потребление наибольшее, что может быть связано с повышенной активностью людей.
Несмотря на то, что полученные результаты можно считать достоверными, существуют ограничения, которые несколько ухудшают качество модели. В модель не была включена такая переменная, как доход. Но так как в данной работе оценивается агрегированный спрос, а не спрос со стороны населения, то включением данной переменной можно пренебречь. Кроме того, не удалось получить данные касательно выходных дней и, таким образом, проследить их влияние на спрос на электроэнергию в регионах.
Список литературы
1. Администратор торговой системы: [Электронный ресурс] // АО "АТС", 2018. URL: http://www.atsenergo.ru/
2. Министерство энергетики Российской Федерации: [Электронный ресурс] // Официальный сайт Министерства энергетики Российской Федерации, 2018. URL: https: // minenergo.gov.ru/
3. Мишура А.В. Оценка эластичности спроса на электроэнергию со стороны населения в России // Вестник НГУ. Серия: Социально-экономические науки, 2011, том 11, №2. - 92-101 с
4. Оптовый рынок: [Электронный ресурс] // ООО "Энкост", 2014. URL: http://encosts.ru/
5. Отрасли специализации Уральского экономического района: [Электронный ресурс] // 2018. URL: http://www.formergeographer.ru/forahs-55-1.html
6. Расписание погоды: [Электронный ресурс] // ООО "Расписание погоды", 2018. URL: https: // rp5.ru/%D0%9F%D0%BE%D0%B3%D0%BE%D0%B4%D0%B0_%D0%B2_%D0%BC%D0%B8%D1%80%D0%B5
7. Стивен Стофт. Экономика энергосистем [Текст] /Стофт Стивен; пер. с анг.А.И. Лазебника и И.С. Сорокина. - Москва: Мир, 2006. - 622 с
8. Федорова Е.А., Афанасьев Д.О. исследование взаимосвязи цены и спроса на российском рынке электроэнергии // Известия академии наук, 2015, №3. - 3-17 с
9. Afees A. Salisu, Taofeek O. Ayinde. Modeling Energy Demand: Some Emerging Issues // Renewable and Sustainable Energy Reviews, 2016, No. 54, pp. 1470-1480
10. A. Pouris. The Price Elasticity of Electricity Demand in South Africa // Applied Economics, 1987, No. 19, pp. 1269 - 1277
11. Chuanwang Sun, Xiaoling Ouyang. Price and Expenditure Elasticities of Residential Energy Demand during Urbanization: An Empirical Analysis Based on the Household-level Survey Data in China // Energy Policy, 2016, No. 88, pp. 56-63
12. Elham Pourazarma, Arusha Cooray. Estimating and Forecasting Residential Electricity Demand in Iran // Economic Modelling, 2013, No. 35, pp. 546-558
13. Enrica De Cian, Elisa Lanzi, Roberto Roson. The Impact of Climate Change on Energy Demand: a Dynamic Panel Analysis // Climate Impacts and Policy Division, 2007, WP 10, pp. 1-16
14. George Hondroyiannis. Estimating Residential Demand for Electricity in Greece // Energy Economics, 2004, No. 26, pp. 319-334
15. Ibrahim Arisoy, Ilhan Ozturk. Estimating Industrial and Residential Electricity Demand in Turkey: A Time Varying Parameter Approach // Energy, 2014, No. 66, pp. 959-964
16. James R. Ramsey, Charles W. Hultman. An Econometric Analysis of the Residential Demand for Electricity: a Tutorial // Public Data Use, 1977, Vol. 5, No. 6, pp. 32-40
17. Kevin Marйchal. An Evolutionary Perspective on the Economics of Energy Consumption: The Crucial Role of Habits // Journal of Economic Issues, 2009, Vol. 43, No. 1, pp. 69-88
18. Lee A. Lillard, Jan Paul Acton. Seasonal Electricity Demand and Pricing Analysis with a Variable Response Model // the Bell Journal of Economics, 1981, Vol. 12, No. 1, pp. 71-92
19. Lester D. Taylor. The Demand for Electricity: A Survey // The Bell Journal of Economics, 1975, Vol. 6, No. 1, pp. 74-110
20. Leticia Blбzquez, Nina Boogen and Massimo Filippini. Residential Electricity Demand in Spain: New Empirical Evidence Using Aggregate Data // 2012, pp. 1-26
21. Massimo Filippini. Short and Long-run Time-of-use Price Elasticities in Swiss Residential Electricity Demand // 2011, pp. 1-19
22. Massimo Filippini, Shonali Pachauri. Elasticities of Electricity Demand in Urban Indian Households // Energy Policy, 2004, No. 32, pp. 429-436
23. Ming-Feng Hung, Tai-Hsin Huang. Dynamic Demand for Residential Electricity in Taiwan under Seasonality and Increasing-block Pricing // Energy Economics, 2015, No. 48, pp. 168-177
24. Md. Shamsul Huq, Graham Dynes. The Price Elasticity of the Residential Demand for Electricity in the Vepco Service Area // Energy, 1982, Vol. 7, No. 10, pp. 829-837
25. Nan Wang, Gento Mogi. Industrial and Residential Electricity Demand Dynamics in Japan: How Did Price and Income Elasticities Evolve From 1989 to 2014? // Energy Policy, 2017, No. 106, pp. 233-243
26. Nobuhiro Hosoe, Shu-ichi Akiyama. Regional Electric Power Demand Elasticities of Japan's Industrial and Commercial Sectors // Energy Policy, 2009, No. 37, pp. 4313-4319
27. Paresh Kumar Narayan, Russell Smyth, Arti Prasad. Electricity Consumption in G7 Countries: A Panel Cointegration Analysis of Residential Demand Elasticities // Energy Policy, 2007, No. 35, pp. 4485-4494
28. Philip Kofi Adom. The Long-run Price Sensitivity Dynamics of Industrial and Residential Electricity Demand: The Impact of Deregulating Electricity Prices // Energy Economics, 2017, No. 62, pp. 43-60
29. Ronald Bernstein, Reinhard Madlener. Short - and Long-run Electricity Demand Elastisities at the Subsectoral Level: A Cointegration Analysis for German Manufacturing Industries // Energy Economics, 2015, No. 48, pp. 178-187
30. Shu Fan, Rob J. Hyndman. The Price Elasticity of Electricity Demand in South Australia // Energy Policy, 2011, No. 39, pp. 3709-3719
31. Simona Bigerna. Electricity Demand in Wholesale Italian Market // Energy Journal, 2014, No. 3, pp. 25-46
32. Thomas F. Cargill, Robert A. Meyer. Estimating the Demand for Electricity by Time of Day // Applied Economics, 1971, No. 3, pp. 233-246
Приложения
Приложение 1
Коррелограммы спроса на электроэнергию в регионах Уральского экономического района
Республика Башкортостан
Курганская область
Оренбургская область
Свердловская область
Удмуртская республика
Челябинская область
Приложение 2
Коррелограммы цены на электроэнергию в регионах Уральского экономического района
Республика Башкортостан
Курганская область
Оренбургская область
Свердловская область
Удмуртская республика
Челябинская область
Приложение 3
Графики распределения спроса на электроэнергию в течение трех недель в регионах Уральского экономического района
Республика Башкортостан
Курганская область
Оренбургская область
Свердловская область
Удмуртская республика
Челябинская область
Приложение 4
Сравнение результатов оценки моделей по Пермскому краю
variable name |
ln |
IV |
variable name |
ln |
IV |
variable name |
ln |
IV |
|
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
||||
lag1_ln_price |
-0. 00110** |
-0. 00230*** |
hour2 |
0. 0243*** |
0. 0242*** |
hour15 |
0. 0326*** |
0. 0328*** |
|
(-2. 86) |
(-4. 23) |
(41. 12) |
(40. 92) |
(49. 27) |
(49. 35) |
||||
lag1_ln_demand |
1. 104*** |
1. 104*** |
hour3 |
0. 0220*** |
0. 0219*** |
hour16 |
0. 0320*** |
0. 0321*** |
|
(143. 26) |
(143. 23) |
(36. 49) |
(36. 10) |
(51. 26) |
(51. 34) |
||||
lag2_ln_demand |
-0. 187*** |
-0. 187*** |
hour4 |
0. 0275*** |
0. 0272*** |
hour17 |
0. 0386*** |
0. 0387*** |
|
(-25.19) |
(-25. 12) |
(44. 46) |
(43. 81) |
(62. 70) |
(62. 76) |
||||
lag25_ln_demand |
0. 0538*** |
0. 0536*** |
hour5 |
0. 0346*** |
0. 0344*** |
hour18 |
0. 0440*** |
0. 0441*** |
|
(15. 54) |
(15. 47) |
(54. 37) |
(53. 42) |
(69. 99) |
(70. 04) |
||||
temp |
-0. 000203*** |
-0. 000201*** |
hour6 |
0. 0417*** |
0. 0415*** |
hour19 |
0. 0450*** |
0. 0451*** |
|
(-12. 59) |
(-12. 46) |
(63. 01) |
(61. 94) |
(69. 46) |
(69. 51) |
||||
temp2 |
0. 00000184*** |
0. 00000188*** |
hour7 |
0. 0633*** |
0. 0631*** |
hour20 |
0. 0386*** |
0. 0386*** |
|
(3. 66) |
(3. 75) |
(92. 49) |
(91. 37) |
(58. 72) |
(58. 79) |
||||
season1 |
0. 000475 |
0. 000444 |
hour8 |
0. 0759*** |
0. 0757*** |
hour21 |
0. 0438*** |
0. 0439*** |
|
(1. 58) |
(1. 47) |
(99. 48) |
(98. 62) |
(69. 06) |
(69. 11) |
||||
season2 |
-0. 000976*** |
-0. 00102*** |
hour9 |
0. 0722*** |
0. 0721*** |
hour22 |
0. 0388*** |
0. 0389*** |
|
(-4. 09) |
(-4. 28) |
(87. 57) |
(87. 23) |
(59. 88) |
(59. 94) |
||||
season3 |
-0. 00222*** |
-0. 00226*** |
hour10 |
0. 0459*** |
0. 0458*** |
hour23 |
0. 0146*** |
0. 0147*** |
|
(-6. 79) |
(-6. 91) |
(56. 77) |
(56. 64) |
(23. 00) |
(23. 10) |
||||
tue |
-0. 000982*** |
-0. 000994*** |
hour11 |
0. 0349*** |
0. 0350*** |
hour24 |
0. 0110*** |
0. 0110*** |
|
(-3. 63) |
(-3. 67) |
(51. 25) |
(51. 28) |
(18. 76) |
(18. 83) |
||||
wed |
-0. 000490 |
-0. 000510 |
hour12 |
0. 0371*** |
0. 0372*** |
_cons |
0.202*** |
0.208*** |
|
(-1. 83) |
(-1. 91) |
(58. 72) |
(58. 79) |
(14. 21) |
(14. 50) |
||||
thu |
-0. 000940*** |
-0. 000951*** |
hour13 |
0. 0376*** |
0. 0377*** |
r2 |
0. 992 |
0. 992 |
|
(-3. 48) |
(-3. 52) |
(59. 90) |
(59. 96) |
||||||
fri |
0. 000205 |
0. 000201 |
hour14 |
0. 0475*** |
0. 0477*** |
||||
(0. 76) |
(0. 75) |
(75. 71) |
(75. 74) |
Сравнение результатов оценки моделей по Республике Башкортостан
variable name |
ln |
IV |
variable name |
ln |
IV |
variable name |
ln |
IV |
|
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
||||
lag1_ln_price |
-0. 000809** |
-0. 00141** |
hour2 |
0. 0210*** |
0. 0209*** |
hour15 |
0. 0308*** |
0. 0308*** |
|
(-1. 99) |
(-2. 56) |
(33. 10) |
(33. 03) |
(42. 16) |
(42. 22) |
||||
lag1_ln_demand |
1. 279*** |
1. 279*** |
hour3 |
0. 0216*** |
0. 0215*** |
hour16 |
0. 0346*** |
0. 0346*** |
|
(164. 97) |
(165. 14) |
(32.19) |
(31. 97) |
(49. 26) |
(49. 32) |
||||
lag2_ln_demand |
-0. 374*** |
-0. 373*** |
hour4 |
0. 0262*** |
0. 0261*** |
hour17 |
0. 0352*** |
0. 0352*** |
|
(-53. 18) |
(-53. 21) |
(37. 00) |
(36. 50) |
(49. 96) |
(50. 02) |
||||
lag25_ln_demand |
0. 0509*** |
0. 0510*** |
hour5 |
0. 0271*** |
0. 0269*** |
hour18 |
0. 0390*** |
0. 0391*** |
|
(11. 97) |
(12. 01) |
(36. 28) |
(35. 51) |
(55. 10) |
(55. 16) |
||||
temp |
-0. 000269*** |
-0. 000266*** |
hour6 |
0. 0334*** |
0. 0331*** |
hour19 |
0. 0509*** |
0. 0509*** |
|
(-16. 17) |
(-15. 95) |
(43. 05) |
(41. 94) |
(70. 47) |
(70. 55) |
||||
temp2 |
0. 000000313 |
0. 000000369 |
hour7 |
0. 0646*** |
0. 0643*** |
hour20 |
0. 0315*** |
0. 0315*** |
|
(0. 61) |
(0. 72) |
(80. 12) |
(78. 12) |
(40. 82) |
(40. 86) |
||||
season1 |
0. 00126*** |
0. 00121*** |
hour8 |
0. 0669*** |
0. 0666*** |
hour21 |
0. 0457*** |
0. 0457*** |
|
(3. 80) |
(3. 61) |
(72. 21) |
(70. 96) |
(63. 63) |
(63. 69) |
||||
season2 |
-0. 00157*** |
-0. 00163*** |
hour9 |
0. 0656*** |
0. 0654*** |
hour22 |
0. 0378*** |
0. 0378*** |
|
(-6. 03) |
(-6.20) |
(67. 96) |
(67. 45) |
(50. 49) |
(50. 53) |
||||
season3 |
-0. 00296*** |
-0. 00298*** |
hour10 |
0. 0471*** |
0. 0470*** |
hour23 |
0. 0122*** |
0. 0122*** |
|
(-8. 64) |
(-8. 72) |
(49. 26) |
(49. 05) |
(16. 61) |
(16. 61) |
||||
tue |
-0. 000150 |
-0. 000174 |
hour11 |
0. 0345*** |
0. 0344*** |
hour24 |
-0. 00398*** |
-0. 00398*** |
|
(-0. 52) |
(-0. 60) |
(40. 63) |
(40. 62) |
(-6. 10) |
(-6. 10) |
||||
wed |
-0. 000160 |
-0. 000185 |
hour12 |
0. 0259*** |
0. 0259*** |
_cons |
0. 322*** |
0. 324*** |
|
(-0. 55) |
(-0. 64) |
(34.20) |
(34. 23) |
(21. 82) |
(21. 90) |
||||
thu |
0. 000161 |
0. 000142 |
hour13 |
0. 0265*** |
0. 0266*** |
r2 |
0. 992 |
0. 992 |
|
(0. 56) |
(0. 49) |
(38. 17) |
(38. 23) |
||||||
fri |
0. 000179 |
0. 000175 |
hour14 |
0. 0446*** |
0. 0446*** |
||||
(0. 62) |
(0. 61) |
(65. 82) |
(65. 91) |
Сравнение результатов оценки моделей по Курганской области
variable name |
ln |
IV |
variable name |
ln |
IV |
variable name |
ln |
IV |
|
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
||||
lag1_ln_price |
0. 000177 |
-0. 00122 |
hour2 |
0. 0227*** |
0. 0225*** |
hour15 |
0. 0477*** |
0. 0478*** |
|
(0. 12) |
(-0. 35) |
(9. 62) |
(9. 53) |
(19. 16) |
(19. 15) |
||||
lag1_ln_demand |
0. 866*** |
0. 866*** |
hour3 |
0. 0207*** |
0. 0205*** |
hour16 |
0. 0598*** |
0. 0598*** |
|
(110.19) |
(110.19) |
(8. 60) |
(8. 43) |
(24. 52) |
(24. 51) |
||||
lag2_ln_demand |
-0. 0635*** |
-0. 0633*** |
hour4 |
0. 0295*** |
0. 0292*** |
hour17 |
0. 0529*** |
0. 0530*** |
|
(-8. 43) |
(-8. 41) |
(12. 09) |
(11. 70) |
(21. 69) |
(21. 68) |
||||
lag25_ln_demand |
0. 0895*** |
0. 0897*** |
hour5 |
0. 0409*** |
0. 0406*** |
hour18 |
0. 0731*** |
0. 0731*** |
|
(18. 29) |
(18. 26) |
(16. 57) |
(15. 79) |
(30. 15) |
(30. 15) |
||||
temp |
-0. 000962*** |
-0. 000958*** |
hour6 |
0. 0801*** |
0. 0797*** |
hour19 |
0. 0852*** |
0. 0853*** |
|
(-17. 64) |
(-17. 32) |
(31. 90) |
(29. 94) |
(34. 76) |
(34. 77) |
||||
temp2 |
-0. 00000428** |
-0. 00000417** |
hour7 |
0. 122*** |
0. 121*** |
hour20 |
0. 0734*** |
0. 0735*** |
|
(-2. 31) |
(-2. 23) |
(47. 37) |
(44. 21) |
(29. 55) |
(29. 56) |
||||
season1 |
0. 00461*** |
0. 00452*** |
hour8 |
0. 111*** |
0. 111*** |
hour21 |
0. 0771*** |
0. 0771*** |
|
(3. 79) |
(3. 68) |
(42. 51) |
(40. 88) |
(31. 46) |
(31. 46) |
||||
season2 |
-0. 00246** |
-0. 00254*** |
hour9 |
0. 124*** |
0. 124*** |
hour22 |
0. 0495*** |
0. 0496*** |
|
(-2. 56) |
(-2. 60) |
(48. 82) |
(48. 09) |
(20. 10) |
(20. 10) |
||||
season3 |
-0. 00746*** |
-0. 00753*** |
hour10 |
0. 0736*** |
0. 0735*** |
hour23 |
0. 0128*** |
0. 0129*** |
|
(-5. 76) |
(-5. 77) |
(28. 63) |
(28. 48) |
(5. 31) |
(5. 33) |
||||
tue |
0. 00110 |
0. 00105 |
hour11 |
0. 0631*** |
0. 0631*** |
hour24 |
-0. 00318 |
-0. 00312 |
|
(1. 02) |
(0. 97) |
(25. 66) |
(25. 69) |
(-1. 35) |
(-1. 33) |
||||
wed |
0. 00152 |
0. 00146 |
hour12 |
0. 0564*** |
0. 0565*** |
_cons |
0. 613*** |
0. 620*** |
|
(1. 41) |
(1. 34) |
(22. 87) |
(22. 85) |
(23. 92) |
(20. 89) |
||||
thu |
0. 00127 |
0. 00122 |
hour13 |
0. 0564*** |
0. 0565*** |
r2 |
0. 952 |
0. 952 |
|
(1. 18) |
(1. 12) |
(23. 09) |
(23. 04) |
||||||
fri |
-0. 0000415 |
-0. 0000667 |
hour14 |
0. 0771*** |
0. 0773*** |
||||
(-0. 04) |
(-0. 06) |
(31. 73) |
(31. 65) |
Сравнение результатов оценки моделей по Оренбургской области
variable name |
ln |
IV |
variable name |
ln |
IV |
variable name |
ln |
IV |
|
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
ln_demand |
||||
lag1_ln_price |
0. 000177 |
-0. 00876*** |
hour2 |
0. 0227*** |
0. 0219*** |
hour15 |
0. 0477*** |
0. 0483*** |
|
(0. 12) |
(-3. 10) |
(9. 62) |
(9. 28) |
(19. 16) |
(19. 36) |
||||
lag1_ln_demand |
0. 866*** |
0. 867*** |
hour3 |
0. 0207*** |
0. 0196*** |
hour16 |
0. 0598*** |
0. 0603*** |
|
(110.19) |
(110. 27) |
(8. 60) |
(8. 08) |
(24. 52) |
(24. 70) |
||||
lag2_ln_demand |
-0. 0635*** |
-0. 0626*** |
hour4 |
0. 0295*** |
0. 0279*** |
hour17 |
0. 0529*** |
0. 0534*** |
|
(-8. 43) |
(-8. 31) |
(12. 09) |
(11. 28) |
(21. 69) |
(21. 87) |
||||
lag25_ln_demand |
0. 0895*** |
0. 0909*** |
hour5 |
0. 0409*** |
0. 0389*** |
hour18 |
0. 0731*** |
0. 0735*** |
|