中国电力投资与电力消费的协整模型分析

《中国电力投资与电力消费的协整模型分析》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、中国电力投资与电力消费的协整模型分析　　摘要：本文利用1998年到2014年中国电力投资与电力消费数据并结合Eviews计量软件进行了中国电力投资与消费协整模型分析，并应用Granger因果分析、脉冲响应、方差分解分析和Johansen检验等协整分析方法实证研究了这二者之间关系。结果发现：文中给出的模型是有效的；中国电力消费是电力投资的Granger原因，并且二者之间存在长期的协整关系。文章最终给出了误差修正后的中国电力投资与电力消费的长期协整关系表达式。　　Abstract：Thispaperusesthedataofpow

2、erinvestmentandelectricityconsumptioninChinafrom2014to1998andEviewsmeasurementsoftwaretoanalyzetheco-integrationmodelofpowerinvestmentandconsumptioninChina，andusesGrangercausalityanalysis，impulseresponse，variancedecompositionanalysis，Johansentestandotherco-integrati

3、onanalysismethodstostudytherelationshipbetweenthetwo.Theresultsshowthatthemodelpresentedinthispaperiseffective；theelectricityconsumptioninChinaistheGrangerreasonoftheelectricpowerinvestment，andthereisalong-termco-integrationrelationshipbetweenthetwo.Intheend，thepape

4、rgivesanexpressionofthecorrectionallong-termco-integrationrelationshipbetweenpowerinvestmentandelectricityconsumption.　　关键词：电力投资；电力消费；Granger检验；协整分析；误差修正模型　　Keywords：electricpowerinvestment；electricityconsumption；Grangertest；co-integrationanalysis；errorcorrectionmod

5、el　　中图分类号：F426文献标识码：A文章编号：1006-4311（2016）28-0026-03　　0引言　　电力产业属于国民经济的基础产业。现阶段我国是世界上的第二大电力消费国，仅次于美国，电力已经在我们的生活中无处不在。但在市场环境下电力部门的属性发生了变化，逐步转变为了企业实体，通过为社会提供电力消费服务好获取相应的经营效益，这无疑对企业决策层提出了更高的要求。为尽量减少电力投资决策失误，电力部门非常重视投资预算、监控与管理，有专责进行投资分析与研究，对电力建设项目实施全过程管理、统计分析投资各项指标、制定政策及研

6、究投资资金运行[1]。电力行业作为国民经济的支柱行业之一，对经济持续健康发展意义重大。中国电力消费量能否持续高速发展，预测电力消费发展潜力与发展趋势，探索电力消费波动因素是值得长期关注的问题[2]。　　关于电力需求预测的研究引起了很多学者的兴趣，也取得了一些成绩，比如分形理论、偏最小二乘回归等。上世纪80年代开始很多国家开始在其电力消费预测、电力负荷预测和电价分析中应用预测方法，比如自回归整体移动平均法、自回归移动平均法等。基于时间序列模型的非平稳性，Granger提出了变量协整的概念，并被广泛应用于世界各国[3-4]。　　本

7、文选取1998年到2014年17年中国电力投资与消费数据，利用Eviews进行了计量分析并得出相应结论，为电力部门决策提供依据。　　1基于协整分析的中国电力投资与电力消费分析　　协整理论是为多个非平稳的经济变量寻找均衡关系，鉴别经济变量之间是否存在长期均衡关系。为避免伪回归所带来的估计结果不可靠的缺陷，同时还可以区分变量之间的长期均衡关系和短期动态关系。协整分析的前提是变量所组成的系统具有弱稳定特征，即变量之间存在长期稳定的比例关系。　　本文选取1998年到2014年中国电力投资与消费的数据，数据如表1，数据来源为《中国统计年

8、鉴》和《中国能源统计年鉴》。由于中国电力投资与消费数据较大，为了减少可能存在的异方差性和自相关性影响，对两个序列取对数，分别命名为LnI和LnC。本文所有计量结果均由Eviews6输出。　　Granger检验　　VAR模型的一个重要应用是分析经济时间序列变量之间的因果关系，G