Эдийн засгийн өсөлт, эрчим хүч, бохирдлын хамаарлын шинжилгээ

Загвар

Эдийн засгийн хувьсагчид ихэнхи тохиолдолд бие биенээсээ хамааралтайгаар оршдог (Silvo, Soares, Pinho, 2011). Хэрэв хувьсагчид I(1) буюу “unit root”-тэй, тэдгээрийн үнэлгээний алдаа нь I(0) байвал тэдгээрийг “cointegration” хамааралтай гэнэ. Өөрөөр хэлбэл эдгээр эдийн засгийн үзүүлэлтүүд урт хугацаандаа хамтдаа хөдөлдөг гэсэн үг.  VECM загвар нь тухайн дотоод хувьсагчдын ялгавар авсан хувьсагдын хувьд  үнэлнэ.

Энэхүү дипломын ажлын загвар нь дараах бөгөөд богино хугацааны тэнцвэрт урт хугацааны тэнцвэрээсээ хазайх хазайлт хэрхэн нөлөөлж байгаа нөлөөллийг харуулна.

1-р загвар нь эдийн засгийн өсөлт, агаарын бохирдол, цахилгаан эрчим хүчний хэрэглээний харилцан хамаарлыг харуулах бол 2-р загвар нь эдийн засгийн өсөлт, агаарын бохирдол, нийт эрчим хүчний хэрэглээний харилцан хамаарлыг илтгэх юм. Бүх хувьсагчдаас логарифм аван ялгавар авснаар өсөлтийн хэмжээг илэрхийлэх юм.

  • Агаарын бохирдолд эдийн засгийн өсөлт нөлөөтэй гарах ёстой, учир нь илүү их бүтээгдэхүүн үйлчилгээ үйлдвэрлэх тутам бохирдлыг илүү ихээр үүсгэх болно.
  • Эрчим хүчний нийт хэрэглээ болон цахилгаан эрчим хүчний хэрэглээний хэмжээ CO2 бохирдлын хэмжээний шалтгаан болох юм. Учир нь эрчим хүчний салбар нь нүүрсхүчлийн хийн бохирдол үүсгэгч нэгэн чухал салбар.
  • Агаарын бохирдол нь богино хугацаанд эрчим хүчний хэрэглээний хэмжээ болоод эдийн засгийн өсөлтөнд нөлөөлж чадахгүй.
  • ДНБ-ний өсөлт болон нийт эрчим хүчний хэрэглээ, цахилгаан эрчим хүчний хэрэглээ бие биендээ нөлөөлөх ёстой.
  • Загварын таамаглалын дагуу эдийн засгийн өсөлт болон нийт эрчим хүч, цахилгаан эрчим хүчний хэрэглээ харилцан хамааралтай буюу бие биенийхээ шалтгаан болдог гэж үзэж байна.

Энэхүү загварын таамаглалууд биелж байгаа эсэхийг шалгахын тулд эхлээд хувьсагчид “integrated” хэд процесс болохыг тодорхойлж, эдгээр хувьсагчдын хооронд урт хугацааны хамаарал байгаа эсэхийг “Cointegration test”-ээр илрүүлэх болно. Вектор алдаа залруулах загварын үнэлгээг хийсний дараагаар хувьсагчдын хоорондын шалтгаалцлыг “Wald test” ашиглан шалгах юм.

  • Судалгааны тоон өгөгдөл

Судалгаанд 1981-2009 оны Монгол Улсын дараах үзүүлэлтүүдийн тоо мэдээллийг ашиглана. Хувьсагчдын шинж чанарын талаарх мэдээлэл Хавсралт 1-т байгаа болно.

LNGDP- Нэг хүнд ноогдох ДНБ, логарифм авсан үзүүлэлт (2000 оны үнээр, доллараар). ДНБ нь тухайн улсын орлого, эдийн засгийн байдлыг хамгийн сайн илтгэх хувьсагч гэж үзэж байгаа юм. Бодит нөлөөллийг харахын тулд 2000 оны үнээр илэрхийлсэн. Нормаль тархалттай, 6,19 дундажтай байна.

(Эх сурвалж: Дэлхийн Банк “World Development Indicators, World Bank national accounts data, and OECD National Accounts data files.)

LNCO2- Нэг хүнд ноогдох нүүрсхүчлийн хийн бохирдлын хэмжээнйи логарифм авсан үзүүлэлт (мянган тонн). Жилийн хэмжээг олохдоо жинлэсэн дундажаар тооцно. Бүхий л төрлийн эх үүсвэрүүдээс бий болох бохирдлыг тооцсон. Нүүрсхүчлийн хийн бохирдол нь дэлхийн нийт хүлэмжийн хийн 58,5%-ийг үүсгэдэг учраас агаарын бохирдлыг илэрхийлэх хамгийн сайн хувьсагч байж чадах юм (Halicioglu, 2009). Нормаль тархалттай, 1,37 дундажтай.

(Эх сурвалж: “World Development Indicators”, Carbon Dioxide Information Analysis Center, Environmental Sciences Division, Oak Ridge National Laboratory, Tennessee, United States. )

LNElect- Нэг хүнд ноогдох цахилгаан эрчим хүчний хэрэглээний хэмжээний  логарифм авсан үзүүлэлт (киловатт цаг). Нормаль тархалттай, 7,05 дундажтай.

(Эх сурвалж: U.S. Energy Information Administration, International Energy Statistics)

LNEnergy-нэг хүнд ноогдох нийт эрчим хүчний хэрэглээний  логарифм авсан үзүүлэлт (tons of oil equilant). Нүүрс, нефть, хий гэх мэт бүх төрлийн эх үүсвэрүүдээс бий болгож байгаа эрчим хүчийг тооцсон. Нормаль тархалттай, 7,34 дундажтай.

(Эх сурвалж: U.S. Energy Information Administration, International Energy tatistics)

D1990-1990 оны Ардчилсан хувьсгалын улмаас ДНБ, эрчим хүчний хэрэглээ, агаарын бохирдол огцом унасан юм. Өөрөөр хэлбэл эдийн засгийн бүтцийн өөрчлөлт бий болсон гэсэн үг. Тиймээс 1990 оноос хойшхи хугацааны даммиг оруулсан болно.

  • “Unit root” болон” Cointegration” тест

Бид хувьсагчдаа нормаль, мөн стационари эсэхийг шалгах ёстой. Тестийн үр дүнгүүдээс харахад загварын хувьсагчид нормаль байгаа ба бүгд I(1) стационари байгаа юм. (Хавсралт 1-ээс харна уу)

Хүснэгт 2: “ADF-unit root test”-ийн үр дүнгүүд  

Хувьсагчид I(0) I(0), сул гишүүн ба трендтэй I(0), сул гишүүнтэй I(1) I(1), сул гишүүн ба трендтэй I(1), сул гишүүнтэй
Lnco2 0.1055

[0.7081]

-1.311

[0.8641]

-3.592

[0.0503]

-4.8297*

[0.0000]

-3.3769

[0.0765]

-4.7509*

[0.0008]

Lngdp 0.6967

[0.8598]

-2.5241

[0.3149]

-1.8838

[0.3344]

-2.5420*

[0.0132]

-2.5891

[0.2875]

-2.5963

[0.1065]

Lnenergy -0.5716

[0.4606]

-1.4643

[0.8178]

-0.8279

[0.7955]

-4.4754*

[0.0001]

-4.4209*

[0.0083]

-4.4939*

[0.0015]

Lnelect 0.1405

[0.7186]

0.7742

[0.9563]

-1.5161

[0.5104]

-3.7236*

[0.0006]

-3.7226*

[0.0380]

-3.6331*

[0.0116]

*- 5 хувийн магадлалын түвшинд тэг таамаглалыг няцааж байна гэсэн үг. ADF тестийн t статистикүүд. [] хаалтанд MacKinnon (1996) нэг талт P утгууд байгаа.  

Лагийн уртыг зөв тодорхойлохын тулд “Lag length criteria” тестийг ашигласан бөгөөд тохиромжтой лагийн урт  1-р загварын хувьд бүх шалгуураар 2 гэж гарсан. Мөн нийт 2-р загварын хувьд AIC болон SC шалгуураас бусад үзүүлэлтүүд дээр 2 гарсан учраас тохиромжтой лагийн уртыг 2 гэж үзлээ.( Хавсралт 2-оос харна уу)

Эдгээр хувьсагчдын хооронд урт хугацааны харилцан хамаарал байгаа эсэхийг шинжлэхийн тулд “Cointegration test” шалгах ёстой бөгөөд тэг таамаглал нь ямар нэгэн урт хугацааны хамаарал байхгүй гэж үздэг. 1-р загварын хувьд Trace статистикийн р утга нь 0.0045, харин Maximum Eigenvalue статистикийн р утга нь 0.0158 байгаа нь тэг таамаглалыг 5%-ийн магадлалын түвшинд найдвартайгаар няцааж байгаа буюу эдийн засгийн өсөлт, агаарын бохирдол, цахилгаан эрчим хүчний хэрэглээний хооронд урт хугацааны хамаарал оршин байгаа юм. 2-р загварын хувьд  Trace статистикийн р утга нь 0.0060, харин Maximum Eigenvalue статистикийн р утга нь 0.1147 байгаа нь урт хугацааны сул харилцан хамаарал байгаа гэж үзлээ. (Тестийн үр дүнг Хавсралт 3-аас харна уу)

  • VECM загварын үнэлгээний үр дүн

Энэхүү үнэлгээнүүд нь урт хугацааны харилцан хамаарлыг харуулах ба урт хугацаандаа нийт болон цахилгаан эрчим хүчний хэрэглээ нь агаарын бохирдолд найдвартайгаар нөлөөлж байгаа бөгөөд нэмэгдүүлж байна.

Урт хугацааны тэнцвэрээсээ хазайх хазайлт буюу алдааны хэсэг нь богино хугацааны тэнцвэрт агаарын бохирдолд найдвартайгаар нөлөөлж байна. “Adjutment coefficient”-үүд 1-ээс бага байгаа нь энэхүү системийн тэгшитгэлүүд урт хугацааныхаа тэнцвэр лүү дөхөхийг харуулж байгаа. Урт хугацаандаа цахилгаан эрчим хүчний хэрэглээ нь 1%-аар өсөхөд агаарын бохирдлыг 1.4%-аар нэмэгдүүдэг байна. Харин ДНБ-ний өсөлтийн хэмжээ нь урт хугацаандаа агаарын бохирдолд нөлөөгүй гарсан боловч богино хугацаандаа өмнөх жилийн өсөлт нь 1%-аар нэмэгдэхэд агаарын бохирдлын өсөлтийг 0.94%-аар өсгөдөг байна. Өмнөх жилийн эрчим хүчний хэрэглээний өсөлт өнөөдрийн агаарын бохирдлын өсөлтийн хэмжээг бууруулах мэт боловч энэ нь богино хугацааны бага зэргийн тэнцвэргүй байдлыг илэрхийлж байгаа хэрэг.

Өмнөх жилийн ДНБ-ний өсөлт 1%-аар өссөнөөр дараа жилийн ДНБ-ний өсөлтийг 0.943%-аар өсгөж байгаа юм. Нэг хугацааны хоцрогдолтой ДНБ-ний өсөлтийн өнөөгийн эрчим хүчний үйлдвэрлэлийн өсөлтөнд үзүүлэх нөлөө маш их буюу 1.226% байна. 1990 оноос хойшхи хугацааны дамми нь эрчим хүчний хэрэглээг 0.047%-аар бууруулж байна.

Дараах тэгшитгэлүүд нь 2-р загварын VECM загварын үнэлгээний үр дүн болно.

Урт хугацаандаа агаарын бохирдолд ДНБ болон нийт эрчим хүчний хэрэглээ эерэг нөлөөтэй байна. Өөрөөр хэлбэл ДНБ 1%-аар өсөхөд агаарын бохирдлыг 0.727%-аар өсгөж байхад нийт эрчим хүчний хэрэглээ 1%-аар өсөхөд агаарын бохирдлыг 0.366%-аар нэмэгдүүлж байна. Богино хугацаандаа ДНБ-ний өсөлт нөлөөтэй боловч сөрөг нөлөөтэй байгаа нь мөн богино хугацааны тэнцвэргүй байдлыг илэрхийлж байгаа юм. Энэ загварт 1990 оноос хойшхи оны дамми нь агаарын бохирдлын өсөлтийг 0.077%-аар бууруулахаар байна.

  • Гранжер шалтгаалцлын тест/ Wald тест

VECM загварын үнэлгээн дээр тулгуурлан хувьсагчдын шалтгаалцлыг тодруулж байгаа юм. Энэхүү тестийн тэг таамаглал нь хамаарах хувьсагчийн шалтгаан нь энэхүү хувьсагч болохгүй гэж үздэг.

Хүснэгт 3: Wald тестийн үр дүн

Тэгшитгэл Dlnco2 Dlngdp Dlnelect Dlnenergy
1-р загвар. Агаарын бохирдол, эдийн засгийн өсөлт, цахилгаан эрчим хүчний хэрэглээ
Dlnco2 0.2201

[0.6384]

0.974

[0.3237]

Dlngdp 3.932*

[0.0474]

33.167*

[0.0000]

Dlnelect 4.401*

[0.0359]

0.1437

[0.7046]

2-р загвар. Агаарын бохирдол, эдийн засгийн өсөлт, нийт эрчим хүчний хэрэглээ
Dlnco2 0.006

[0.9365]

0.124

[0.7248]

Dlngdp 5.506*

[0.0189]

1.1606

[0.2813]

Dlnenergy 0.588

[0.4432]

0.127

[0.7209]

*  5%-июйн магадлалын түвшинд тэг таамаглалыг няцааж байгааг харуулна. Хи квадрат тархалтын утгууд бөгөөд [] хаалтанд P утгуудыг илэрхийлсан байгаа.

Дээрх тестийн үр дүнгээс харахад агаарын бохирдолд цахилгаан эрчим хүчний хэрэглээ шалтгаан нь болж байсан боловч нийт эрчим хүчний хэрэглээ шалтгаан нь болохгүй байв. Мөн агаарын бохирдолд ДНБ шалтгаан болж байгаа юм. Харин цахилгаан эрчим хүчний хэрэглээний шалтгаан нь ДНБ-ний өсөлт байсан. ДНБ-ний шалтгааныг аль ч хувьсагч бий болгохгүй байв.

Үнэлгээний хувьд алдаа нормаль, автокоррелиацигүй, хетеро байхгүй байх ёстой. Алдааны нормаль байдлыг “residual normality test-”-ээр шалгасан бөгөөд бүх тэгшитгэлүүдийн алдаа нь нормаль гэж гарсан . Алдаанд хэв маяг байхгүй байх ёстой, өөрөөр хэлбэл өөрийн өмнөх үеийн лагтай хувьсагчдаас хамаардаг байж болохгүй гэсэн үг юм. Үүнийг “serial correlation LM test”-ээр шалгах бөгөөд тэг таамаглал болох сериал коррелиаци байхгүй гэдгийг няцааж чадаагүй.

One thought on “Эдийн засгийн өсөлт, эрчим хүч, бохирдлын хамаарлын шинжилгээ

Хариу Үлдээх

Fill in your details below or click an icon to log in:

WordPress.com Logo

Та WordPress.com гэсэн бүртгэлээрээ сэтгэгдэл бичиж байна. Гарах /  Өөрчлөх )

Google photo

Та Google гэсэн бүртгэлээрээ сэтгэгдэл бичиж байна. Гарах /  Өөрчлөх )

Twitter picture

Та Twitter гэсэн бүртгэлээрээ сэтгэгдэл бичиж байна. Гарах /  Өөрчлөх )

Facebook photo

Та Facebook гэсэн бүртгэлээрээ сэтгэгдэл бичиж байна. Гарах /  Өөрчлөх )

Connecting to %s