Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Powiadomienia systemowe
  • Sesja wygasła!

Znaleziono wyników: 2

Liczba wyników na stronie
first rewind previous Strona / 1 next fast forward last
Wyniki wyszukiwania
Wyszukiwano:
w słowach kluczowych:  causality test
help Sortuj według:

help Ogranicz wyniki do:
first rewind previous Strona / 1 next fast forward last
EN
In this study, investigation of the economic growth of the Organization for Economic Cooperation and Development (OECD) countries and the countries in different income groups in the World Data Bank is conducted by using causality analyses and Generalized Estimating Equations (GEEs) which is an extension of Generalized Linear Models (GLMs). Eight different macro-economic, energy and environmental variables such as the gross domestic product (GDP) (current US$), CO2 emission (metric tons per capita), electric power consumption (kWh per capita), energy use (kg of oil equivalent per capita), imports of goods and services (% of GDP), exports of goods and services (% of GDP), foreign direct investment (FDI) and population growth rate (annual %) have been used. These countries have been categorized according to their OECD memberships and income groups. The causes of the economic growth of these countries belonging to their OECD memberships and income groups have been determined by using the Toda-Yamamoto causality test. Furthermore, various GEE models have been established for the economic growth of these countries belonging to their OECD membership and income groups in the aspect of the above variables. These various GEE models for the investigation of the economic growth of these countries have been compared to examine the contribution of the causality analyses to the statistical model establishment. As a result of this study, the highlight is found as the use of causally-related variables in the causality-based GEE models is much more appropriate than in the non-causality based GEE models for determining the economic growth profiles of these countries.
PL
Ceny energii elektrycznej na rynku towarowym warunkowane są przede wszystkim poprzez koszty produkcji oraz koszty środowiskowe. Koszty produkcji natomiast warunkowane są w Polsce przede wszystkim ceną węgla, która jest silnie skorelowana z cenami pozostałych surowców energetycznych. Specyfika towaru, jakim jest energia – praktyczny brak możliwości jej magazynowania – decyduje o silnym wpływie popytu na jej cenę. Rozwój połączeń transgranicznych zwiększa natomiast wrażliwość na ceny w krajach sąsiadujących z Polską. Obecnie jednym z kluczowych wyznaczników cen staje się rosnący wpływ polityki klimatycznej, przede wszystkim kosztów uprawnień do emisji CO2. Wobec zwiększającej się liczby zmiennych mających istotny wpływ na ceny energii elektrycznej, podjęto próbę wyodrębnienia istotnie skorelowanych czynników wpływających na jej poziom w Polsce. Redukcja liczby zmiennych objaśniających badane zjawisko (ceny energii) ułatwia interpretację uzyskanych wyników, może się także przyczynić do tworzenia dokładniejszych prognoz, dzięki uwzględnianiu w analizie zmiennych mających rzeczywiście istotny statystycznie wpływ na badane zjawisko. Wykorzystano do tego Analizę Składowych Głównych, która pozwoliła zastąpić początkowy zbiór danych, niewielką liczbą tzw. Składowych Głównych. Następnie zbadano, które z nowych zmiennych są przyczyną dla cen energii w sensie Grangera. Badanie przeprowadzono na średnioważonych miesięcznych cenach na Rynku Dnia Następnego w okresie sierpień 2006 – lipiec 2015.
EN
Electricity prices on the wholesale electricity market are conditioned mainly by production and environmental costs. In Poland production costs are conditioned mainly by coal price, which is strongly correlated with other fuels’ prices. Energy as a product is specified by very limited possibilities of its storage, what decides about the strong influence of energy demand on the energy price. The development of cross-border connections increases the sensitivity to prices in countries neighboring to Poland. Currently the EU climate policy, particularly the cost of CO2 emissions allowances, is becoming one of key determinants of energy prices. In the view of increasing number of variables, having a significant impact on electricity prices, an attempt to extract significantly correlated factors affecting its level in Poland, has been performed. Reduction of the number of explanatory variables to energy prices facilitates the interpretation of the analysis results and can also contribute to conducting more accurate energy prices forecasts by taking into account only variables significantly influencing the phenomenon from statistical point of view. Thanks to Principal Component Analysis application, the initial set of data has been replaced by a small number of so called principal components. Subsequently new variables have been tested for Granger causality. The study has been conducted on weighted averages of spot electricity prices in the period from August 2006 till July 2015.
first rewind previous Strona / 1 next fast forward last
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.