پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 25 |
| تعداد شماره‌ها | 916 |
| تعداد مقالات | 7,521 |
| تعداد مشاهده مقاله | 12,230,150 |
| تعداد دریافت فایل اصل مقاله | 8,650,382 |
برآورد تابع تقاضای برق خانگی دارای پارامتر متغیر طی زمان(TVP) رهیافت فضا-حالت | ||
| تحلیل های اقتصادی توسعه ایران | ||
| مقاله 5، دوره 4، شماره 1 - شماره پیاپی 10، خرداد 1395، صفحه 119-140 اصل مقاله (608.23 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22051/edp.2017.13701.1073 | ||
| نویسندگان | ||
| تیمور محمدی1؛ مرتضی خورسندی2؛ شهاب الدین فولادی مقدم* 3 | ||
| 1معاون آموزشی دانشگاه علامه طباطبایی | ||
| 2استادیار دانشکده اقتصاد دانشگاه علامه طباطبایی | ||
| 3دانشجوی کارشناسی ارشد دانشکده اقتصاد دانشگاه علامه طباطبایی | ||
| چکیده | ||
| کشش‌های قیمتی، متقاطع و درآمدی تقاضای برق، مبنایی بسیار مهم برای سیاستگذاری و پیش بینی هستند. مطالعات انجام شده، عموماً این کمیت‌های مهم اقتصادی را طی زمان ثابت فرض کرده اند، در حالی که پارامترهای مولد این کمیت ها ممکن است طی زمان بی ثبات باشند. در این صورت، کشش‌های محاسبه شده به دلیل خطای تصریح[1]، اریب دار و ناسازگار خواهند بود. در این مقاله، تلاش شده ضمن اجرای آزمون هانسن[2] در رد ثبات پارامترها، به روش فیلتر کالمن در قالب مدل فضا- حالت، کشش‌های قیمتی، درآمدی، دما و متقاطع تقاضا ارائه شود؛ بنابراین، ضمن رفع آسیب‌های مدل‌های رایج، به تخمین کشش‌های تقاضا می‌پردازیم. کشش‌های تابع تقاضای برق خانگی در ایران برای سال‌های 90-1349 برآورد شده‌اند. داده‌های استفاده شده در این مقاله، عبارتند از: مصرف برق سرانه، قیمت واقعی برق، درآمد سرانه، دما و قیمت واقعی بنزین به عنوان نماینده انرژی‌های جانشین برای برق در بخش خانگی. نتایج نشان می دهد کشش‌های قیمتی، درآمدی و دما برای تقاضای برق خانگی در طول زمان در حال تغییر هستند (TVP[3]). همچنین می توان بعضی جهش‌ها را در این کشش‌ها در طول زمان مشاهده کرد؛ به طوری که قدر مطلق کشش قیمتی در سال 58 جهش افزایشی داشته که می‌تواند ناشی از افزایش درآمد‌های نفتی و افزایش تقاضا باشد و در دوران جنگ نیز مجدداً می توان فشار روی تقاضا را مشاهده کرد. کشش درآمدی نیز ابتدا در سال 52 یک جهش افزایشی داشته و بعد از آن، کاهش یافته و به روند با ثبات تری رسیده است. و همین طور کشش دما نیز از سال 58 به بعد، یک جهش به سمت بالا را تجربه کرده است. [1]. Misspecification [2]. Hansen Test [3].Time Varying Parameter | ||
| کلیدواژه‌ها | ||
| فضا- حالت؛ تقاضای برق؛ سری زمانی | ||
| عنوان مقاله [English] | ||
| Estimation of a TVP Demand for Residential Electricity in Iran using State-Space Approach | ||
| نویسندگان [English] | ||
| Timur Mohammadi1؛ Morteza Khorsandi2؛ Shahabuddin Fuladi Moghaddam3 | ||
| 1Deputy of Education Allameh Tabataba'i University | ||
| 2Assistant Professor, Faculty of Economics, Allameh Tabataba'i University | ||
| 3Graduate Student, Faculty of Economics, Allameh Tabataba'i University | ||
| چکیده [English] | ||
| Own-Price, cross-price and income elasticities of demand are of great importance in policy making and forecasting. Previous studies have considered these quantities as constants. Since generating parameters of these quantities are unstable over time, the calculated elasticities are biased and inconsistent due to misspecification. In this paper, we try to estimate own-price, income, temperature and cross-price elasticities by using Kalman filter within a space-State model and by performing Hansen test to reject the stability of parameters. We estimate the elasticities of demand for residential electricity in Iran over the period 1970-2011. Variables under study include electricity consumption per capita, real electricity price, per capita income, temperature and real gasoline price as a proxy for electricity in residential sector. Results show that price, income and temperature elasticities of demand for electricity are time varying parameters (TVP). In addition, some overshoots are observable in these elasticities over time, so that absolute value of price elasticity indicates an increasing jump in 1980. The income elasticity has an overshoot from zero in 1973, and then it decreases and approaches to more stabilized trend. Finally, temperature elasticity has recorded an upward jump from 1980 onward. | ||
| کلیدواژه‌ها [English] | ||
| State-Space, Demand for Electricity, Time Series | ||
| مراجع | ||
|
- اسماعیل‌نیا، علی‌اصغر؛ محمدی، تیمور و زمانی، ابوطالب. (1392). بررسی تغییرات کشش تقاضای برق در بخش خانگی در ایران با کاربرد فیلتر کالمن. فصلنامه علوم اقتصادی، سال هفتم، شماره 25، صص 175-147. - جلایی، عبدالمجید؛ جعفری، سعید و انصاری، صالح. (1392). برآورد تابع تقاضای برق خانگی در ایران با استفاده از داده‌های تابلویی استانی. فصلنامه اقتصاد انرژی، سال دوم، شماره 8، صص 92-69. - حیدری، حسن و صالحیان، زهرا. (1391). مدل فضا- حالت و کاربرد آن در اقتصاد، همایش بین‌المللی اقتصاد سنجی و روش‌ها و کاربردها. دانشگاه آزاد اسلامی واحد سنندج. - لطفعلی‌پور، محمدرضا؛ فلاحی، محمد‌علی و ناظمی معزآبادی، سیما. (1394). برآورد تقاضای برق در بخش‌های خانگی و صنعتی ایران با بکارگیری الگوی سری زمانی ساختاری. فصلنامه علمی- پژوهشی مطالعات اقتصادی و کاربردی ایران، دوره چهارم، شماره 13، صص 208-187. - محمدی، تیمور؛ خورسندی، مرتضی و امیر معینی، مهران. (1393). مدل سازی تقاضای برق در بخش صنعت ایران. فصلنامه تحقیقات مدلسازی اقتصاد، شماره 18، صص 117-87.
- Ackah, I., & Kizys, R. (2015). Green growth in oil producing African countries: A panel data analysis of renewable energy demand. Renewable and Sustainable Energy Reviews, 50, 1157-1166. - Aihara, S., Bagchi, A., & Imreizeeq, E. (2009). Parameter estimation of electricity spot models from futures prices. IFAC Proceedings Volumes, 42(10), 1457-1462. - Alberini, A., & Filippini, M. (2011). Response of residential electricity demand to price: The effect of measurement error. Energy Economics, 33(5), 889-895. - Arisoy, I., & Ozturk, I. (2014). Estimating industrial and residential electricity demand in Turkey: a time varying parameter approach. Energy, 66, 959-964. - Carlos, A. P., Notini, H., & Maciel, L. F. (2009). Brazilian electricity demand estimation: What has changed after the rationing in 2001? - Chaudhry, A. A. (2010). A panel data analysis of electricity demand in Pakistan.The Lahore Journal of Economics, 15. - Guangrong, T., & Yanjun, Y. (2011). A State-space Approach to Estimate Energy Demand Model in China. Energy Procedia, 5, 1177-1181. - Hamilton, J. D. (1994). Time series analysis (Vol. 2). Princeton: Princeton university press. - Hansen, B. E. (1992). Testing for parameter instability in linear models. Journal of policy Modeling, 14(4), 517-533. - Inglesi-Lotz, R. (2011). The evolution of price elasticity of electricity demand in South Africa: A Kalman filter application. Energy Policy, 39(6), 3690-3696. - Kirschen, D. S., & Strbac, G. (2004). Fundamentals of power system economics. John Wiley & Sons. - Mousavi, M. H. (2015). An Estimation of Natural Gas Demand in Household Sector of Iran; the Structural Time Series Approach. In Proceedings of International Academic Conferences (No. 2804383). International Institute of Social and Economic Sciences. - processes. Journal of Business and Economic Statistics, 10 (3): 321–335. - Romero-Jordán, D., del Río, P., & Peñasco, C. (2014). Household electricity demand in Spanish regions. Public policy implications. Document de treball, 24. IEB Working Paper. - Thamae, R. I., Thamae, L. Z., & Thamae, T. M. (2015). Dynamics of Electricity Demand in Lesotho: A Kalman Filter Approach. Studies in Business and Economics, 10(1), 130-139. - Thamae, R. I., Thamae, L. Z., & Thamae, T. M. (2015). Dynamics of Electricity Demand in Lesotho: A Kalman Filter Approach. Studies in Business and Economics, 10(1), 130-139.
| ||
|
آمار تعداد مشاهده مقاله: 1,278 تعداد دریافت فایل اصل مقاله: 1,050 |
||