مدل‌سازی رابطه بین مصرف برق و توسعه مالی در اقتصاد ایران

نوع مقاله: مقاله پژوهشی

چکیده

به دلیل محدویت واهمیت گسترده منابع انرژی دررشد اقتصادی درایران تعیین کم وکیف عوامل  تاثیرگذار برتقاضای انرژی ازاهمیت خاصی برخورداراست.دراین تحقیق،به دنبال عوامل موثربر تقاضای برق اثر توسعه مالی به همراه متغیرهای تولید ناخالص داخلی واقعی،رشدجمعیت برمصرف برق بااستفاده از تکنیک ARDL  به همراه علیت گرانجردربازه زمانی (1390-1363)مورد بررسی قرار گرفته است. ضمنا"وجود رابطه بلندمدت با استفاده از آزمون هم جمعی پسران  دربین متغیرها اثبات شده است. جهت ارزیابی دقیق تردرمورد نتایج بدست آمده دراین تحقیق ,ازروش «بوت استرپ» برای محاسبه انحراف معیار، فاصله اطمینان وتصحیح اریبی دراستنباط آماری استفاده شده است. نتایج نشان دهنده تاثیر مثبت ومعنی دار توسعه مالی بر مصرف برق می باشد. علیت دوطرفه ای بین  رشداقتصادی وتوسعه مالی و علیت یک طرفه ای  از توسعه مالی به مصرف برق برقراراست. رشد اقتصادی  ومصرف برق در اقتصادایران بوسیله توسعه مالی تقویت شده است. براساس نتایج حاصل ازمطالعه برای رسیدن به رشد اقتصادی به مسئله تقاضای برق درکنارتوسعه مالی باید توجه بیشتری گردد.
 

کلیدواژه‌ها


عنوان مقاله [English]

Modeling the relationship between electricity consumption and financial development in Iran

چکیده [English]

Since energy resources are of prime importance and limitation  in Iran's economic developments,  specifying the  quality and quantity of the effective factors in energy requirments  are of particular significance. In this research,  first the effective factors on energy request as well as the effect of financial development along with GDP are surveyed. Then the population are surveyed in energy consumption  along with ARDL technique using with Granger causality in the period of ( 1363-1390). Meanwhile, the long-run relationship among variables were verified using the test group of Pesaran. For more detailed evaluation of the obtained results of this study, the method of "bootstrap" is used to compute the standard deviation, confidence interval, correct bias and the statistical inference. The results show that financial development has a positive and meaningful effect on the electricity consumption. Also it show that there is bi-directional causality between financial development  and economic growth. and  causality is from financial development to electricity consumption. Electricity consumption is affected by both economic and financial development. According to the results of the study, to achieve economic development, the demand for energy, in addition to financial development should carefully examined.

کلیدواژه‌ها [English]

  • Financial Development
  • Electricity Consumption
  • GDP
  • Bootstrap Technique
  • Granger Causality Test

مدل‌سازی رابطه بین مصرف برق و توسعه مالی در اقتصاد ایران

سیدکمال صادقی*، رضا رنج پور**و نصرت مختارزاده خانقاهی***

 

تاریخ دریافت: 13 آذر 1392                     تاریخ پذیرش: 21 اسفند 1392

 

 

چکیده

به دلیل محدویت واهمیت گسترده منابع انرژی دررشد اقتصادی درایران تعیین کم وکیف عوامل  تاثیرگذار برتقاضای انرژی ازاهمیت خاصی برخورداراست.دراین تحقیق،به دنبال عوامل موثربر تقاضای برق اثر توسعه مالی به همراه متغیرهای تولید ناخالص داخلی واقعی،رشدجمعیت برمصرف برق بااستفاده از تکنیک ARDL  به همراه علیت گرانجردربازه زمانی (1390-1363)مورد بررسی قرار گرفته است. ضمنا"وجود رابطه بلندمدت با استفاده از آزمون هم جمعی پسران  دربین متغیرها اثبات شده است. جهت ارزیابی دقیق تردرمورد نتایج بدست آمده دراین تحقیق ,ازروش «بوت استرپ» برای محاسبه انحراف معیار، فاصله اطمینان وتصحیح اریبی دراستنباط آماری استفاده شده است. نتایج نشان دهنده تاثیر مثبت ومعنی دار توسعه مالی بر مصرف برق می باشد. علیت دوطرفه ای بین  رشداقتصادی وتوسعه مالی و علیت یک طرفه ای  از توسعه مالی به مصرف برق برقراراست. رشد اقتصادی  ومصرف برق در اقتصادایران بوسیله توسعه مالی تقویت شده است. براساس نتایج حاصل ازمطالعه برای رسیدن به رشد اقتصادی به مسئله تقاضای برق درکنارتوسعه مالی باید توجه بیشتری گردد.

 

واژه‌های کلیدی: توسعه مالی، مصرف برق، تولید ناخالص داخلی، تکنیک Bootstrap ، آزمون علیت گرانجر.

طبقه‌بندی JEL: O16، B28، F15.  

 

1. مقدمه

رابطه بین رشد اقتصادی ومصرف انرژی درطول چند دهه گذشته موضوع قابل توجهی درمحافل علمی واقتصادی بوده زیرا این مسئله نقش مهمی مخصوصا بعدازدوبحران عمده انرژی درجهان را بازی می کند وباعث شده که این موضوع به طورگسترده ای ازسال1970مورد بررسی قرار بگیرد. ولی بااین وجود براساس شواهدموجود هنوز جهت علیت آن نامشخص بوده است. برخی از محققان مثل قوش[1]و جامب[2]و موزومدر[3] و ماراته[4] به طور تجربی استدلال می کنند که رشد اقتصادی علیت گرانجری مصرف انرژی می باشد وسیاست های زیست محیطی برای حفاظت انرژی تاثیرمنفی بررشداقتصادی نخواهد گذاشت. وگروهی دیگر مثل استرن[5] ویوان وهمکاران[6] و تنگ[7] برعکس استدلال می کنند که انرژی یک عامل اساسی برای تولید می باشدسیاست های زیست محیطی درصرفه جویی مصرف انرژی ممکن است اثرات نامطلوبی روی رشد وتوسعه اقتصادی بگذارد. این دوجهت یک موضوع قابل بحث دراقتصاد انرژی ویک بررسی عملی مجددی ازرابطه بین مصرف انرژی ورشد اقتصادی ایجاد کرده است . درکشورایران، گرچه عرضه منابع انرژی به تقاضا کنندگان داخلی به دلیل دارا بودن منابع وذخایر متنوع انرژی با قیمت های نازلی صورت می گیرد اما به دلیل لزوم درک پایان پذیر بودن آنها وجلوگیری ازبوجود آمدن بحران تقاضای انرژی درآینده بررسی عوامل تعیین کننده تقاضای انرژی ازاهمیت خاصی برخوردار است .  رابطه بین مصرف انرژی ورشد اقتصادی درایران مورد تجزیه وتحلیل قرارنگرفته وعلیت آن مشخص نشده است. نگاهی به تراز نامه انرژی در اقتصاد ایران نشان می دهد که همچون سایر کشورهای درحال توسعه مصرف انرژی روند صعودی داشته به طوری  که مصرف فرآورده های نفتی از3/597هزاربشکه درروز درسال 1376 به 957هزاربشکه درروز درسال 1386رسیده است(ابراهیمی،1390)و مصرف برق از28177میلیون کیلووات ساعت درسال1363به 161455میلیون کیلووات ساعت درسال1387رسیده است (بانک مرکزی ایران). با توجه به ضرورت تعیین عوامل موثر برتقاضای انرژی مطالعات وسیعی در این زمینه درسال های اخیر صورت گرفته است که اغلب آنها به نقش واهمیت رشد اقتصادی درتقاضای انرژی تمرکز داشته اند (اوزتورک وآکاراوجی ). دراین مطالعه اثر توسعه مالی وتولیدناخالص داخلی را بر مصرف برق بررسی نموده که ازاعتبارات اعطایی به بخش خصوصی (به عنوان جانشین توسعه مالی) وازتولید ناخالص داخلی به عنوان رشداقتصادی و نرخ رشد جمعیت به عنوان متغیرهای برونزا درمدل پیشنهادی استفاده شده است. وبه خاطر کوچک بودن نمونه جهت برآورد ضرایب  ازروش [8] ARDL  و جهت برآورد علیت بین متغیرها ازآزمون علیت گرانجراستفاده شده است. وجهت ارزیابی دقیق تردرمورد نتایج بدست آمده دراین تحقیق، ازروش بوت استرپ برای محاسبه انحراف معیار، فاصله اطمینان وتصحیح اریبی دراستنباط آماری استفاده شده است. لذا ادامه مقاله به صورت زیر سازماندهی شده است: دربخش دوم به مروری برمبانی نظری موضوع وارائه مدل پرداخته شده ودرقسمت سوم یافته های تجربی مطالعه مورد تحلیل قرار می گیرند.بخش چهارم وپایانی مقاله نیز به نتیجه گیری وارائه توصیه های سیاستی تحقیق اختصاص یافته است.

 

2. مروری برمطالعات تجربی

درزمینه بررسی تاثیرهمزمان متغیرهای توسعه مالی وتولیدناخالص داخلی بر تقاضای انرژی مطالعات متفاوتی صورت گرفته ودراغلب مطالعات تاثیر انرژی بررشداقتصادی مورد بررسی قرار گرفته است.ازاین رو درادامه مهم ترین مطالعات انجام گرفته خارجی وداخلی بیان می گردد: 

اوزتورک وآکاراوجی[9]بااستفاده از روش پانل هم انباشتگی پدرونی[10] دردوره 2006-1990 به رابطه بلندمدت ومسائل مربوط به علیت بین مصرف برق ورشد اقتصادی در15کشور اروپایی پرداخته اند ورابطه بلندمدت وعلیتی بین آنها نیافتند. اوزتورک وآکاراوجی درمقاله دیگری رابطه بین رشداقتصادی ومصرف برق درکشورهای آلبانی، بلغارستان، مجارستان ورومانی راطی دوره 2006-1980بااستفاده ازروش دومرحله ای انگل- گرانجروروش  ARDL بررسی کرده اند وبه علیت دوطرفه ای درمجارستان رسیده وهیچ رابطه ای در آلبانی ,بلغارستان,رومانی نیافتند. منگاکی[11]درمطالعه ای بین رشداقتصادی وانرژی های تجدید شونده برای 27کشوراروپایی درچارچوب پانل چندمتغیره طی دوره 2007-1997پرداخته وبراساس شواهد موجود رابطه ای بینرشداقتصادی ومصرف انرژی های تجدیدشونده درکشورهای اروپایی ازجمله رومانی نیافته است. آپرجیس وپین[12]به مطالعه بین مصرف انرژی هسته ای ورشداقتصادی در16کشوردریک چارچوب پانل چندمتغیره درطی دوره2005-1980پرداخته ونتیجه گرفتند که یک رابطه بلند مدتی بین آنها برقراراست. درنهایت کیهان وهمکاران[13]به رابطه پویایی بین مصرف برق ورشداقتصادی دراقتصاد رومانی برای دوره 2010-2001پرداخته اند آنها بااستفاده از روش علیت تودا-یاماموتو دریافته اند که علیت از مصرف برق به رشد اقتصادی می باشد.

ازجمع بندی مطالعات انجام گرفته می توان گفت که: مشکل اصلی مطالعات اوزتورک وآکاراوجی، کیهان وهمکاران این است که آنها به متغیرهای بالقوه ای همچون سرمایه ,رشدجمعیت دریررسی رابطه رشداقتصادی ومصرف برق توجهی نکرده اند. چون مصرف برق تنها عامل رشداقتصادی نبوده بلکه عواملی مانند نیروی کار، سرمایه،اشتغال بالقوه برای توضیح رابطه بین مصرف برق ورشد اقتصادی ممکن است موثر بوده باشد.  به طور مشابه لوت کپل[14] استدلال می کند که حذف متغیرهای مهم وتاثیرگذار دررابطه بین مصرف برق ورشداقتصادی ممکن است نتایج گمراه کننده ونامناسبی ارائه دهدورابطه علیت بین آنهابه خاطر غفلت ازمتغیرهای تاثیرگذارمشخص نگردد. همچنین بارتلت ورکمانی[15] به رابطه بین رشد وانرژی انتقاد کرده وتوصیه میکنند که متغیرهای مربوط مانند نیروی کار وسرمایه نقش مهمی درروشن ساختن رابطه آنها دارند. درنهایت کرانفیل [16]درتحقیق روی رابطه علت ومعلولی بین رشد اقتصادی ومصرف انرژی معتقداست که به جای مدل دومتغیره باید سایر متغیرها نیز درمدل گنجانده شود.

 

3. مروری برادبیات موضوع وارائه مدل  

3-1. چارچوب نظری

 مطالعات فراوان ودرحال گسترشی درجهت تعیین عوامل تعیین کننده تقاضای انرژی صورت گرفته است.دربین مطالعات انجام گرفته به نقش توسعه مالی(تخصیص اعتبارات بانکی)دراثرگذاری آن بررشد مصرف انرژی کمترتوجه شده است . توسعه مالی ازدوروش به مصرف انرژی می تواند تاثیرگذارباشد:

الف) روش مستقیم: ازجنبه مستقیم توسعه مالی ازطریق افزایش دربودجه خانواربرتقاضای انرژی تاثیرگذارمی باشدبرطبق نظریه های خرد محدویت بودجه خانوارها راازطریق وام های بانرخ بهره پایین  کاهش داده ومصرف کالاها وخدمات انرژی بر همچون اتومبیل،مسکن،وسایل الکتریکی،...را افزایش می دهد. (ملکی، 1378)

ب)روش غیرمستقیم: ازجنبه غیرمستقیم توسعه مالی ازطریق افزایش درسرمایه گذاری باعث رشد اقتصادی شده وبه طبع آن تقاضای مصرف انرژی افزایش می یابد. بنگاه هابراحتی باگرفتن وام می توانند واحد های تولیدی خودرا ازطریق استخدام نیروی کار وخرید ماشین آلات وتجهیزات گسترش دهند واین امر موجب افزایش تولید شده وتقاضا برای انرژی افزایش خواهد یافت(برنت1978،دنیسون1985)[17]. توسعه مالی ازدوشیوه اثرسطح[18] واثرکارایی[19] باافزایش درسرمایه گذاری موجب افزایش رشد اقتصادی می شوداثرسطح نشان می دهد که توسعه بخش مالی منابع رااز پروزه های ناکارامد به سمت سرمایه گذاری های مولد هدایت میکند. اثرکارایی نیز نشان می دهد که باتوسعه مالی تنوع ونقدینگی افزایش میابد ومنابع به سمت پروزه های بابازدهی بالا هدایت می شوند. این دواثر موجب افزایش در سرمایه گذاری ورشداقتصادی شده ،درنتیجه توسعه مالی بارشدتقاضای مصرف انرژی همراه خواهدشد (سادورسکی ،2011). درایران فراوانی نسبی منابع انرژی باعث شده که مصرف سرانه وشدت انرژی درمقایسه باکشورهایی باساختار مشابه ومنابع انرژی کمتر،بالاتر باشد. به عبارت دیگر،کالاهای انرژی برتاحدودی بالا بودن مصرف وشدت انرژی درایران راتوجیه می کند. البته باتوجه به فراوانی وغنای منابع انرژی ایران،این کشور می تواند درصنایع وفعالیت های اقتصادی انرژی بر دارای مزیت باشد. حتی ممکن است تاحدودی شدت بالای انرژی منطقی باشد.ولی براساس آمارها شدت انرژی درمقایسه با کشورهای عضو اوپک به مراتب بالاتر است.

این سطح بالا می تواند اثرات مخربی برمحیط زیست داشته باشد . لذا باید بااتخاذ سیاست های مناسب درعرضه وتقاضای انرژی به ویژه در صنایع انرژی بر,ازشدت مصرف انرژی کاست.(ترازنامه انرژی،1381)

 

 

3-2. معرفی داده ها

داده های این مطالعه از سال 1363تا1390ازسایت بانک مرکزی ومرکز آمار ایران ونماگرهای توسعه جهانی (WDI 2010-CD-ROM) گرفته شده است. مصرف برق بامیلیون کیلووات ساعت اندازه گیری شده ورشداقتصادی با GDP واقعی اندازه گیری شده است و POP به کل جمعیت اشاره دارد. وFD اعتبارات اعطایی داخلی موسسات پولی دولتی و غیردولتی  به عنوان  توسعه مالی درنظر گرفته شده است.

 

3-3. روش برآوردمدل

برای برآورد رابطه بلندمدت بین مصرف برق بامتغیرهای مورد مطالعه ازمدل شهباز ولین (2012)به صورت لگاریتم – خطی استفاده شده است:

(1)                                      

(2)   

که درآنها EC مصرف برق و FD توسعه مالی و GDP  تولید ناخالص داخلی و POP میزان جمعیت را نشان میدهند. برای ایجاد رابطه بلندمدت بین متغیرها ازروش هم جمعی ARDL  (پسران وهمکاران 1996) استفاده شده که این روش دارای چندین مزیت بر سایر روش ها  دارد:

1) در نمونه های کوچک کاربرد وسیعی دارند.  2) بدون توجه به درجه هم جمعی ازمرتبه 0یا1 متغیرها میتوان مدل را برآورد کرد.

برای بررسی وجود یا عدم وجود رابطه بلندمدت  ومعنی داری مقادیر باوقفه متغیرها درفرم تصحیح  خطا از آماره F استفاده شده است. نکته مهم اینست که توزیع F مذکور غیراستاندارد است وپسران وهمکاران مقادیر بحرانی مناسب رامتناظر با تعدادرگرسورها واین که مدل شامل عرض ازمبدا وروند بوده است یانه ؟محاسبه کرده اند. آنها دوگروه ازمقادیر بحرانی راارائه کرده اند که یکی براساس اینکه تمام متغیرها پایابه صورت هستند ودیگری براساس اینکه همگی ناپایا وبه صورت   هستند. اگرFمحاسبه شده فراترازمحدوده بالایی قرارگیرد فرضیه صفرمبنی برعدم وجود رابطه بلندمدت ردشده واگرپایین تراز محدوده پایینی قرار گیرد, فرضیه صفرمذکور قبول میشود. اگرFمحاسباتی دربین این دومحدوده قرارگیرد نتایج استنباط,غیرقطعی بوده ووابسته به این است که متغیرها  یا  باشند . که دراین شرایط باید ازآزمون های ریشه واحد متغیرها استفاده کرد. می توان به طور خلاصه ازجدول (1)جهت وجود یاعدم وجود رابطه بلندمدت استفاده کرد:

 

جدول (1). آزمون پسران وهمکاران برای وجود یاعدم وجود رابطه بلندمدت درمدل (پسران وهمکاران، 1996)

     

رابطه بلندمدت وجود ندارد

نمی توان نتیجه ای گرفت

رابطه بلندمدت وجوددارد

 

برای یافتن وجود رابطه بلندمدت بین متغیرها از مدل پیشنهادی پسران وهمکاران(1996) استفاده شده است:

(3)           

که درآن  پارامتر ثابت  نشان دهنده فرآیند نویز سفید است. برای تعیین وقفه بهینه از معیارهای شوارتز- بیزین SBC وآکائیک AIC وآماره حداکثرراستنمایی LR  وحداکثر راستنمایی تعدیل شده استفاده شده که بیشترین مقدار این معیارها نشانگر وقفه بهینه مدل می باشد.

اگربین متغیرها هم جمعی وجودداشته باشد می توان رابطه بلند مدت رابه صورت زیر ارائه نمود:

(4)    

ومدل ECMرا می توان به صورت زیر تصریح نمود:

(5)         

رابطه کوتاه مدت (5) پس از تقلیل وخلاصه سازی به صورت رابطه(6) درآمده است:

(6)         

برای  آزمون ثبات و شکست ساختاری[20] مدل می توان ازدوروش 1- نمودارهای مجموع تجمعی باقی مانده بازگشتی(cusum)[21]  ومجموع تجمعی توان دوم باقی مانده های بازگشتی (cusumaq) 2- اآزمون شکست ساختاری چاو استفاده نمود. ولی استفاده از نمودار می تواندبه نتایج گمراه کننده ای منجرشود[22](لئو، 2004)برای همین منظور ازآزمون شکست ساختاری چاو هم استفاده شده است. وبرای آزمون علیت بین متغیرهاازآزمون علیت گرانجر[23] وبرای تعیین وقفه بهینه مدل ازمعیارهای LR، AIC، SBC استفاده شده است.                                     

 

3-4. آزمون آماری برآوردگرهای مدل بااستفاده از روش بوت استرپ

افرون[24] (1979)روش بوت استرپ رابراساس ایده بازنمونه گیری ازداده هابرای برآورداندازه های دقت  برآوردگرها مانند اریبی، واریانس، توزیع برآوردگرها وهمچنین فاصله اطمینان وآزمون فرض برای پارامترها ارائه نمود. روشهای بازنمونه گیری[25] ، روشهایی هستندکه باحداقل هزینه، خطای نمونه گیری رانسبت به روشهای مرسوم کاهش می دهند. سه روش سنتی ویک روش مدرن دربازنمونه گیری وجوددارد. روشهای سنتی عبارتنداز: روش اعتبار تقاطعی[26] ، روش جک نایف[27]، روش دلتا[28]، وروش مدرن بازنموته گیری بوت استرپ[29] نام دارد. که به صورت پارامتری برای داده های وابسته (مثل سری زمانی) و ناپارامتری برای داده های مستقل وجوددارد .

 

3-4-1. بوت استرپ ناپارامتری

فرض کنید  مجموعه ای ازمتغیرهای تصادفی ومستقل وهم توزیع باتابع توزیع نمونه گیری تجمعی  وکمیت تصادفی مورد نظر  باشد.روش بوت استرپ براساس ایده بازنمونه گیری ازداده ها برای تعیین مشخصات توزیع نمونه ای T بدون فرض معلوم بودن  است.افرون(1995)الگوریتمی برای برآورد مشخصات توزیع نمونه ای   به عنوان برآوردگرپارامترموردنظر q وبراساس مشاهدات مستقل به صورت زیر پیشنهاد نمود:

الف- تابع تجربی  راتعیین می نماییم.

ب-  رابه عنوان نمونه بوت استرپ از   به روش نمونه گیری تصادفی ساده باجایگذاری از Z به دست می آوریم.

ج- آماره بوت استرپ  را محاسبه می نماییم.

د- اریب، واریانس وتوزیع T بوت استرپ به صورت زیراست:      

 

اگراریب، واریانس وتوزیع T بوت استرپ جواب های صریحی نداشته باشند، بااستفاده از شبیه سازی مونت کارلو وتکرار B بار مراحل ب،ج ومحاسبه   به ترتیب به صورت زیر برآورد می شوند:

 

که درآن  است.

 

3-4-2. بوت استرپ پارامتری

تولیدنمونه ی بوت استرپ درمشاهدات وابسته به دو صورت امکان پذیر است:درروش اول فرض میشود که ساختمان وابستگی مشاهدات   معلوم است وآن رامدل وابسته می نامیم.درروش دوم ساختمان وابستگی مشاهدات یعنی توزیع توام  نامعلوم است که آن رامدل آزاد می نامند.روشهای متفاوتی برای گسترش بوت استرپ به این وضعیت که فرض مستقل وهم توزیع بودن درآن نقض شده مطرح شده است.که یکی ازروشهای مطرح شده این است که روی باقیمانده ی رگرسیون،تمرکز نماییم وتمامی مراحل روش بوت استرپ ناپارامتری راانجام دهیم(کونچ ولیو،2002)

4. یافته های تحقیق

قبل ازاستفاده ازمدل ARDL ازآزمون ریشه واحددیکی – فولر تعمیم یافته برای بررسی پایایی متغیرها به صورت جدول (2) استفاده شده که مصرف برق و اعتبارات در سطح خودشان ناپایا بوده وتفاضل مرتبه اول آنها پایا هستندولی جمعیت وتولید ناخالص داخلی درسطح پایا هستند. ولی براساس آزمون  kpss  توسعه مالی ، مصرف برق,رشدجمعیت به صورت (1)I و تولیدناخالص داخلی به صورت (0)I می باشند.

 

جدول2. مقادیر آماری مربوط به  آزمون ریشه واحد

آماره KPSS باعرض ازمبدا وروند

آماره ADF باعرض ازمبدا وروند

 

متغیرها

 

تفاضل مرتبه اول

سطح

تفاضل مرتبه اول

سطح

*124/0

148/0

*1902/4-

8016/1-

lnECt

-

*135/0

*1987/4-

2899/1-

lnGDPt

*126/0

17/0

*7790/3-

6094/2-

lnFDt

*186/0

168/0

-

**3045/6-

lnPOPt

           ماخذ:یافته های تحقیق(**معنی داری در1درصدو*معنی داری در5درصد)                          

 

جهت وجود یاعدم وجود رابطه بلندمدت بین متغیرهای مورد مطالعه از آزمون همجمعی پسران وهمکاران استفاده شده که وقفه بهینه براساس معیارهای شوارتز- بیزین وآکائیک وحداکثر نسبت راستنمایی تعدیل شده برابر 2 (2=Lag )برآورد شده است.مقدار آماره F محاسبه شده برابر 9683/4 به ازای 3=K (تعداد متغیرهای توضیحی)براساس جدول(3) درسطح95درصدهمجمعی بلندمدت بین متغیرهای مدل تائیدمی شود.


 

 

جدول 3. مقادیر بحرانی ومحاسبه شده آماره Fبرای وجود یاعدم وجود رابطه بلندمدت

مقدار آماره F

دارای عرض ازمبداءوروند

دارای عرض ازمبداءوبدون روند

بدون عرض ازمبداء وروند

 

(1)I

(0)I

(1)I

(0)I

(1)I

(0)I

9683/4

119/5

066/4

387/4

219/3

625/3

459/2

ماخذ:یافته های تحقیق(درسطح 95درصد)

نتایج مدل ARDL برای مدل ارائه شده به صورت جدول (4) تنظیم شده است.که تمامی ضرایب در سطح5درصد موافق انتظار ومعنی دار هستندومقدار 996/0=2R نشان دهنده قدرت توضیح دهندگی مدل برآورد شده، است.

 

جدول 4. مقادیر ضرایب برآوردشده مدل ARDL

P-value

2R

D.W

آمارهt

انحراف معیار

ضرایب

متغیرها

0

996/0

0703/2

2498/4-

1866/4

792/17-

constant

002/0

6370/3

10655/0

38752/0

 

0

5743/4

28068/0

2828/1

 

003/0

3979/3

029991/0

10190/0

 

005/0

1147/3

018776/0

058471/0

 

ماخذ:یافته های تحقیق(درسطح 95درصد)

 

برای بررسی آزمون های تشخیصی مدل از جدول(5) استفاده می کنیم:

 

جدول 5. مقادیر آماره های تشخیصی

آزمون خودهمبستگی

آزمون ARCH

آزمون نرمال بودن

آزمون رمزی

آزمون ناهمسانی واریانس

LM

Prob

LM

Prob

LM

Prob

LM

Prob

LM

Prob

29619/0

576/0

2129/4

122/0

4806/0

786/0

000205/0

989/0

10236/0

749/0

ماخذ:یافته های تحقیق(درسطح 95درصد)

 

آماره ها نشان می دهند که بین جملات اخلال درسطح 5درصد خودهمبستگی مشاهده نشده ودارای توزیع نرمال وواریانس  همسان هستند آزمون رمزی نشان می دهد که مدل به خوبی تصریح شده است. نتایج مدل بلندمدت به صورت جدول (6)تنظیم شده وتمامی ضرایب در سطح5درصد معنی دارهستند.

ضریب 16638/0 نشان می دهد که اثررشداقتصادی روی مصرف برق مثبت بوده وبه ازاءیک درصد افزایش دررشد اقتصادی مصرف برق رابه میزان 6/16 درصد افزایش می دهد.ونتایج بایافته های قوش(2002) برای هندوستان, آنگ(2008)برای مالزی،بودن وپین(2009)برای آمریکا، شهباز ولین(2012)برای تونس، فردیول ودیگران (2012)برای مالزی مطابقت دارند.

 

جدول 6. نتایج بلندمدت مدل

P-value

2R

D.W

آمارهt

انحراف معیار

ضرایب

متغیرها

0

98/0

97/1

617/7-

742/3

049/29-

constant

0

2143/10

20505/0

0944/2

 

004/0

2204/3

05166/0

1663/0

 

001/0

9376/3

04224/0

09543/0

 

ماخذ:یافته های تحقیق(درسطح 95درصد)

 

ضریب توسعه مالی برابر 095/0بوده ودرسطح 5درصدمثبت و معنی دار است.واشاره دارد به اینکه به ازاءیک درصد افزایش  دراعتبارات بخش خصوصی مصرف برق به طور مستقیم حدود 5/9درصد افزایش دارد.نتایج دلالت براین دارندکه توسعه مالی فعالیت های کسب وکاررابهبود بخشیده وبه تقاضای برق ازطریق وام گرفتن افزایش می دهد.این یافته ها با یافته های کارانفیل (2009) و سادورسکی(2011- 2010)وشهباز ولین(2012) ، فردیول ودیگران (2012) مطابقت دارند. ضریب جمعیت برابر 094/2 بوده که معنی دارومثبت است ونشان می دهد که باافزایش جمعیت مصرف برق افزایش می یابد.که با یافته های باتلیوتا- ردی(1993)مطابقت دارد. دراین بررسی بااستناد به روش افرون(1995)ازنمونه های موجود 260بارنمونه گیری وفاصله اطمینان 95درصدی برای ضرایب محاسبه شده است.


 

 

جدول 7. محاسبه انحراف معیاروفاصله اطمینان بوت استرپ ازسال 1363تاسال1390

متغیرها

ضرایب

انحراف معیارضرایب به صورت بوت استرپ

آمارهt

فاصله اطمینان 95درصدی

عرض ازمبدا

9/18-

77/3

01/5-

 

توسعه مالی

74/0

40/0

94/1

 

رشداقتصادی

141/0

078/0

93/1

 

رشدجمعیت

53/2

328/0

71/2

 

ماخذ: یافته های تحقیق

نتایج حاصله انحراف معیاروفاصله اطمینان برای برآوردگرهای مدل رگرسیونی تصریح شده براساس روش بوت استرپ درجدول(7)ذکرشده است.

با بررسی نتایج بدست آمده برای انحراف معیار آمارهt، و فاصله اطمینان95درصدی ازروش بوت استرپ و مقایسه آن با نتایج جدول6  باقوت بیشتری به نتابج جدول 7می توان استناد کرد. نتایج مدل کوتاه مدت به صورت جدول(8)ارائه شده است:

 

جدول 8. نتایج کوتاه مدت مدل

2R

D.W

prob

آماره t

انحراف معیار

ضرایب

متغیرها

7223/0

0702/2

0

258/4-

18/4

79/17-

dc

0

57/4

287/0

2828/1

 

003/0

34/3

029991/0

10190/0

 

005/0

14/3

0187760/0

058481/0

 

0

7483/5-

10655/0

61248/0-

 

ماخذ:یافته های تحقیق(درسطح 95درصد)

 

ضریب جمله خطای تصحیح برابر 612/0- بوده ودرسطح 5درصد منفی ومعنی دار است ونشان می دهد که درهرسال حدود 61/0 ازعدم تعادل کوتاه مدت مصرف برق  برای رسیدن به تعادل بلند مدت تعدیل می شود.وبانرجی وهمکاران[30] (1998) استدلال می کنند که چنین ارزشی یکپارچگی ازرابطه بلندمدت رانشان می دهد.کشش مصرف انرژی نسبت به رشداقتصادی برابر 1019/0 بوده وبه مقداربلندمدتش (166/0)نزدیکتر است.

در نمودارهای cusum,cusumsq  نمودار در محدوده بحرانی 5درصد درفاصله سال های مورد مطالعه بیرون نیافتاده ومی توان بر ثبات مدل تاکید کرد براساس آزمون چاو نیز این نتیجه بدست می آیدوهیچ نوع شکست ساختاری وجود ندارد.

 

 

                             

 

 

 

جدول 9. مقادیرآماری برای آزمون ثبات وشکست ساختاری (آزمون چاو)

دوره موردبررسی

F-آماره

Fمقداراحتمال

نسبت راستنمایی

مقدار نسبت راستنمایی

2010-1983

6262/0

7945/0

6267/17

2243/0

 

نتایج علیت گرانجری بین متغیرها به صورت جدول(10) بوده هم چنانکه ازجدول پیداست علیت یک طرفه ای : از توسعه مالی به مصرف برق، ازمصرف برق به رشداقتصادی، و علیت دوطرفه ای : از توسعه مالی به رشد اقتصادی وجوددارد.


 

 

جدول 10. نتایج آماری آزمون علیت انگل گرانجر

مقداراحتمال

آمارهF

علیت

0325/0

05/4

LFD®LEC

0032/0

66/7

LEC®LGDP

018/0

88/4

LEC®LPOP

0035/0

46/7

LGDP®LFD

0012/0

38/9

LFD®LGDP

015/0

08/5

LFD®LPOP

014/0

17/5

LPOP®LGDP

ماخذ:یافته های تحقیق(درسطح 95درصد) که در آن اعدادداخل پرانتز مقادیر احتمال آنها هستند.

5. بحثوبررسییافتههاونتیجه گیری

به دلیل محدویت وکمیابی منابع به ویژه انرژی وهمچنین نقش واهمیت گسترده آن درزنجیره عرضه هم به عنوان کالای نهایی   برا ی مصرف کنندگان وهم به عنوان عامل تولیددر تولید محصولات،بررسی عوامل تاثیرگذار برتقاضای انرژی در سال های مورد توجه سیاست گذاران واقتصاددانان قرارگرفته است.دراین مطالعه، تاثیر اعتبارات اعطایی به بخش خصوصی برمصرف برق دراقتصادایران به همراه متغیرهای توضیحی تولید ناخالص داخلی واقعی،رشدجمعیت بااستفاده از تکنیک ARDL و علیت گرانجر مورد آزمون قرارگرفته است. وجهت ارزیابی دقیق تردرمورد نتایج بدست آمده دراین تحقیق ، ازروش «بوت استرپ» برای محاسبه انحراف معیار، فاصله اطمینان و تصحیح اریبی دراستنباط آماری استفاده شده است. نتایج سری های زمانی دردوره موردمطالعه هم جمعی بین این سری ها را تائید میکند وتوسعه مالی ورشد اقتصادی ورشدجمعیت تاثیرمثبت ومعنی داری هم درکوتاه مدت وهم دربلند مدت بر مصرف برق دارند . علیت یکطرفه ای : از توسعه مالی به مصرف برق, ازمصرف برق به رشداقتصادی, وعلیت دوطرفه ای : از توسعه مالی به رشد اقتصادی وجوددارد. پس رشد اقتصادی  ومصرف برق در اقتصادایران بوسیله توسعه مالی تقویت شده است. بنابراین براساس نتایج بدست آمده ازاین مطالعه، می بایست به موضوع برق عامل مهم وتاثیرگذاربر رشداقتصادی درکنار توسعه مالی توجه شود وچنانچه هدف اقتصاد کلان سرعت بخشیدن به روند رشد وتوسعه اقتصادی باشد پیشنهاد میشود ازهرگونه سیاست تحدیدی مصرف انرژی، که منجر به کاهش تقاضا ودرنتیجه کاهش تولیدگردد، جلوگیری شود تاکمبود این عامل مهم وتاثیرگذار برتولید مانع دستیابی به رشد اقتصادی مطلوب وبرنامه ریزی شده، نشود.

 

 

منابع

الف- فارسی

آرمن، سیدعزیزوروح الله زارع (1384)، «بررسی رابطه علیت گرانجری بین مصرف انرژی ورشد اقتصادی درایران 1381- 1346»، فصلنامه پژوهش های اقتصادایران ، شماره24، صص143-117

ابراهیمی، محسن و محمود آل مراد جیدرقی (1390)، «توسعه بازارهای مالی ومصرف انرژی در کشورهای گروه 8D»، فصلنامه پژوهش ها و سیاست های اقتصادی، شماره61، صص174-159

ابریشمی،حمید و آذر مصطفایی (1380)، «بررسی رابطه بین اقتصادی ومصرف فرآورده های عمده نفتی درایران»، مجله دانش وتوسعه، شماره14، صص45-11

تشکینی، احمد (1384)، کاربرد Microfit دراقتصادسنجی، مؤسسه فرهنگی هنری دیباگران تهران

درخشان، مسعود (1389)، اقتصادسنجی، چاپ هفتم ، تهران ، انتشارات سمت

شیرین بخش، شمس الله و حسن خوانساری (1388)،کاربرد Eveiws دراقتصادسنجی، انتشارات پژوهشکده اموراقتصادی

گجراتی، دامودار(1378)، مبانی اقتصادسنجی، ترجمه حمیدابریشمی ،چاپ دوم، تهران، انتشارات دانشگاه تهران

مرکز آمارایران، سال نامه آماری کشور، سالهای مختلف

ملکی،رضا (1378)، بررسی رابطه علیت بین مصرف انرژی ورشداقتصادی درایران، پایان نامه کارشناسی ارشد دانشگاه شهیدبهشتی

نوفرستی،محمد(1378)، ریشه واحد وهم جمعی دراقتصادسنجی، تهران، انتشارات مؤسسه خدمات فرهنگی رسا

وزارت نیرو،ترازنامه انرژی،سالهای مختلف


 

ب- انگلیسی

Acaravci, A. & I. Ozturk (2010), “Electricity consumption-growth nexus: Evidence from panel data for transition countries”, Energy Economics, Vol. 32(3): 604-608.

Acaravici, A. (2010), “Structural breaks, electricity consumption and economic growth: evidence from Turkey”, Journal for Economic Forecasting, 2, pp. 140-154.

Albania, Bulgaria, Hungary and Romania: Evidence from ARDL bound testing approach, Applied Energy, Vol. 87(6): Pages 1938-1943.

Altinay, G. & E. Karagol (2005), “Electricity consumption and economic growth: evidence from Turkey”, Energy Economics 27, 849–856.

Ang, J. B. (2008), “Economic development, pollutant emissions and energy consumption in Malaysia”, Journal of Policy Modeling 30, 271–278.

Bannerjee, A., Dolado, J. & R. Mestre (1998), “Error-correction mechanism tests for cointegration in single equation framework”, Journal of Time Series Analysis 19, 267–283.

Bartleet, M and G. Rukmani (2010), “Energy consumption and economic growth in New Zealand: results of trivariate and multivariate models”, Energy Policy, (38) pp: 3508-3517.

Batliwala, S. & A. K. Reddy (1993), “Energy consumption and population” International Energy Initiative. 25/5 Borebank Road, Benson Town, Bangalore, India, pp. 1–10.

Bowden, N. & J. E. Payne (2009), “The causal relationship between US energy consumption and real output: a disaggregated analysis”, Journal of Policy Modeling 31, 180–188.

Chen, S. T., Kuo, H. I. and C. C. Chen (2007), “The Relationship between GDP and Electricity Consumption in 10 Asian Countries”, Energy Policy, 35, pp. 2611–2621.

Dickey, D. A. & W. A. Fuller (1981), “Likelihood ratio statistics for autoregressive time series with a unit root”, Econometrica 49, 1057-1072.

Efron, B. & R. J. Tibshirani (2896), “Bootstrap methods for standard errors, confidence intervals and other measures of statistical accuracy”, Statistical Science2:54–99

Efron, B. (2891), “The jackknife, the bootstrap, and other resampling plans”, Paper presented at SIAM, CBMS-NSF Regional Conference Series in Applied Mathematics Philadelphia, PA

Efron, B. (2898), “Bootstrap method: Another look at the jackknife”, The Annals of Statistics 9:2–16

Engle, R. F. & C. W. J. Granger (1987), “Cointegration and error correction representation: estimation and testing”, Econometrica 55, 251–276.

Ghosh, S. (2002), “Electricity consumption and economic growth in Taiwan”, Energy Policy 30, 125–129.

Ghosh, S. (2010), “Examining carbon emissions economic growth nexus for India: a multivariate cointegration approach”, Energy Policy 38, 3008–3014.

Islam, Faridul & et al(2011), “Financial Development and Energy Consumption Nexus in Malaysia: A Multivariate Time Series Analysis”, MPRA Paper No. 28403, Posted 25. January.

Jumbe, C. B. L. (2004), “Cointegration and causality between electricity consumption and GDP: Empirical evidence from Malawi”, Energy Economics, 26, pp. 61–68.

Karanfil, F. (2009), “How many times again will we examine the energy–income nexus using a limited range of traditional econometric tools?”, Energy Policy 37, 1191–1195.

Kayhan, S., Uğur, A., Bayat, T. & F. Lebe (2010), “Causality Relationship between Real GDP and Electricity Consumption in Romania (2001-2010)”, Romanian Journal for Economic Forecasting. Issue 4: 169-183.

King, R. G. & R. Levine (1993), “Finance and growth: Schumpeter might be right”, Quarterly Journal of Economics 108, 717–738.

Lütkepohl, H. (1982), “Non-causality due to omitted variables”, Journal of Econometrics, 19, pp. 367-378.

Lütkepohl, H. (2005), New Introduction to multiple time series analysis. Germany: Springer-Verlag.

McKinnon, R. I. (1973), Money and Capital in Economic Development. Brookings Institution, Economic Modelling.

Menegaki, A. (2010), “Growth and renewable energy in Europe: A random effect model with evidence for neutrality hypothesis”, Energy Economics. doi:10.1016/j.eneco.2010.10.004: 1-7. 22

Mozumder, P. and A. Marathe (2007), “Causality relationship between electricity consumption and GDP in Bangladesh”, Energy Policy, 35, pp. 395–402.

Narayan, P. K. & R. Smyth (2008), “Energy consumption and real GDP in G7 countries: new evidence from panel cointegration with structural breaks”, Energy Economics 30, 2331–2341.

Narayan, P. K. and A. Prasad (2008), “Electricity consumption-real GDP causality nexus: Evidence from a bootstrapped causality test for 30 OECD countries”, Energy Policy, 33, pp. 1109-1116.

Narayan, P. K. and B. Singh (2007), “The Electricity consumption and GDP nexus for the Fiji Islands”, Energy Economics, 29, pp. 1141-1150.

Ng, S. & P. Perron (2001), “Lag length selection and the construction of unit root test with good size and power”, Econometrica 69, 1519–1554.

Odhiambo, N. M. (2009a),” Electricity consumption and economic growth in South Africa: A trivariate causality test”, Energy Economics, 31, pp. 635-640.

Odhiambo, N. M. (2009b), “Energy consumption and economic growth nexus in Tanzania: An ARDL bounds testing approach”, Energy Policy, (37), pp. 617–622.

Ozturk, I. & A. Acaravci (2010), “The causal relationship between energy consumption and GDP in Albania, Bulgaria, Hungary and Romania: Evidence from ARDL bound testing approach”, Applied Energy, Vol. 87(6): Pages 1938-1943.

Pesaran, M. H., Shin, Y. & R. Smith (2001), “Bounds testing approaches to the analysis of level relationships”, Journal of Applied Econometrics 16, 289–326.

Sadorsky, P. (2010), “The impact of financial development on energy consumption in emerging economies”, Energy Policy 38, 2528–2535.

Sadorsky, P. (2011), “Financial development and energy consumption in Central and Eastern European frontier economies”, Energy Policy 39, 999–1006.

Shahbaz, M. & H. H. Lean (2012), Does financial development increase energy consumption?

Shahbaz, M. (2009), “A reassessment of finance-growth nexus for Pakistan: under the investigation of FMOLS and DOLS techniques”, ICFAI Journal of Applied Economics 1, 65–80.

Shahbaz, M., Shamim, S. M. A. & N. Aamir (2010), Macroeconomic environment and financial sector's performance: econometric evidence from three traditional approaches.

Tang, C. F. (2009), “Electricity consumption, income, foreign direct investment, and population in Malaysia: New evidence from multivariate framework analysis”, Journal of Economic Studies, 36, pp. 371-382.

Yoo, S. and S. Kwak (2010), “Electricity consumption and economic growth in Seven South American countries”, Energy Policy, 38, pp. 180-188.

 

 

 

 

 

 



* دانشیار گروه اقتصاد دانشگاه تبریز                                                                                      Sadeghiseyedkamal@gmail.com

** استادیارگروه اقتصاد دانشگاه تبریز                                                                                                   reza.ranjpour@gmail.com

*** دانشجوی دکتری اقتصاد دانشگاه تبریز                                                                             info_mokhtarzade@yahoo.com

[1]. Ghosh, (2002)

[2]. Jumbe, (2004)

[3].Mozumder,(2007)

[4]. Maratheu, (2007)

[5]. Stern, 1993; (2009)

[6]. Yuan et al., (2007)

[7]. Tang, (2008)

[8]. Autoregressive Distributed Lag

[9]. Acaravci and Ozturk; (2010)

[10]. Pedroni Panel Conintegration Method

[11]. Menegaki (2010)

[12]. Apergis and Payane (2010)

[13]. Kayhan, et al (2010)

[14]. Lutkepol (1982)

[15]. Bartleet and Rukmani (2010)

[16]. Karanfil (2009)

[17]. Brendt, Denison

[18]. Level Effect

[19]. Efficiency Effect

[20]. Structural Stability

[21]. Cumulative Sum

[22]. Leow (2004)

[23]. Granger Causality

[24]. Bradley Efron (1979)

[25]. Resampling

[26]. Cross Validation

[27]. Jackknife

[28]. Delta-Method

[29]. Boostraping

[30]. Bannerjee, et al.(1998)

الف- فارسی

آرمن، سیدعزیزوروح الله زارع (1384)، «بررسی رابطه علیت گرانجری بین مصرف انرژی ورشد اقتصادی درایران 1381- 1346»، فصلنامه پژوهش های اقتصادایران ، شماره24، صص143-117

ابراهیمی، محسن و محمود آل مراد جیدرقی (1390)، «توسعه بازارهای مالی ومصرف انرژی در کشورهای گروه 8D»، فصلنامه پژوهش ها و سیاست های اقتصادی، شماره61، صص174-159

ابریشمی،حمید و آذر مصطفایی (1380)، «بررسی رابطه بین اقتصادی ومصرف فرآورده های عمده نفتی درایران»، مجله دانش وتوسعه، شماره14، صص45-11

تشکینی، احمد (1384)، کاربرد Microfit دراقتصادسنجی، مؤسسه فرهنگی هنری دیباگران تهران

درخشان، مسعود (1389)، اقتصادسنجی، چاپ هفتم ، تهران ، انتشارات سمت

شیرین بخش، شمس الله و حسن خوانساری (1388)،کاربرد Eveiws دراقتصادسنجی، انتشارات پژوهشکده اموراقتصادی

گجراتی، دامودار(1378)، مبانی اقتصادسنجی، ترجمه حمیدابریشمی ،چاپ دوم، تهران، انتشارات دانشگاه تهران

مرکز آمارایران، سال نامه آماری کشور، سالهای مختلف

ملکی،رضا (1378)، بررسی رابطه علیت بین مصرف انرژی ورشداقتصادی درایران، پایان نامه کارشناسی ارشد دانشگاه شهیدبهشتی

نوفرستی،محمد(1378)، ریشه واحد وهم جمعی دراقتصادسنجی، تهران، انتشارات مؤسسه خدمات فرهنگی رسا

وزارت نیرو،ترازنامه انرژی،سالهای مختلف

 

 

ب- انگلیسی

Acaravci, A. & I. Ozturk (2010), “Electricity consumption-growth nexus: Evidence from panel data for transition countries”, Energy Economics, Vol. 32(3): 604-608.

Acaravici, A. (2010), “Structural breaks, electricity consumption and economic growth: evidence from Turkey”, Journal for Economic Forecasting, 2, pp. 140-154.

Albania, Bulgaria, Hungary and Romania: Evidence from ARDL bound testing approach, Applied Energy, Vol. 87(6): Pages 1938-1943.

Altinay, G. & E. Karagol (2005), “Electricity consumption and economic growth: evidence from Turkey”, Energy Economics 27, 849–856.

Ang, J. B. (2008), “Economic development, pollutant emissions and energy consumption in Malaysia”, Journal of Policy Modeling 30, 271–278.

Bannerjee, A., Dolado, J. & R. Mestre (1998), “Error-correction mechanism tests for cointegration in single equation framework”, Journal of Time Series Analysis 19, 267–283.

Bartleet, M and G. Rukmani (2010), “Energy consumption and economic growth in New Zealand: results of trivariate and multivariate models”, Energy Policy, (38) pp: 3508-3517.

Batliwala, S. & A. K. Reddy (1993), “Energy consumption and population” International Energy Initiative. 25/5 Borebank Road, Benson Town, Bangalore, India, pp. 1–10.

Bowden, N. & J. E. Payne (2009), “The causal relationship between US energy consumption and real output: a disaggregated analysis”, Journal of Policy Modeling 31, 180–188.

Chen, S. T., Kuo, H. I. and C. C. Chen (2007), “The Relationship between GDP and Electricity Consumption in 10 Asian Countries”, Energy Policy, 35, pp. 2611–2621.

Dickey, D. A. & W. A. Fuller (1981), “Likelihood ratio statistics for autoregressive time series with a unit root”, Econometrica 49, 1057-1072.

Efron, B. & R. J. Tibshirani (2896), “Bootstrap methods for standard errors, confidence intervals and other measures of statistical accuracy”, Statistical Science2:54–99

Efron, B. (2891), “The jackknife, the bootstrap, and other resampling plans”, Paper presented at SIAM, CBMS-NSF Regional Conference Series in Applied Mathematics Philadelphia, PA

Efron, B. (2898), “Bootstrap method: Another look at the jackknife”, The Annals of Statistics 9:2–16

Engle, R. F. & C. W. J. Granger (1987), “Cointegration and error correction representation: estimation and testing”, Econometrica 55, 251–276.

Ghosh, S. (2002), “Electricity consumption and economic growth in Taiwan”, Energy Policy 30, 125–129.

Ghosh, S. (2010), “Examining carbon emissions economic growth nexus for India: a multivariate cointegration approach”, Energy Policy 38, 3008–3014.

Islam, Faridul & et al(2011), “Financial Development and Energy Consumption Nexus in Malaysia: A Multivariate Time Series Analysis”, MPRA Paper No. 28403, Posted 25. January.

Jumbe, C. B. L. (2004), “Cointegration and causality between electricity consumption and GDP: Empirical evidence from Malawi”, Energy Economics, 26, pp. 61–68.

Karanfil, F. (2009), “How many times again will we examine the energy–income nexus using a limited range of traditional econometric tools?”, Energy Policy 37, 1191–1195.

Kayhan, S., Uğur, A., Bayat, T. & F. Lebe (2010), “Causality Relationship between Real GDP and Electricity Consumption in Romania (2001-2010)”, Romanian Journal for Economic Forecasting. Issue 4: 169-183.

King, R. G. & R. Levine (1993), “Finance and growth: Schumpeter might be right”, Quarterly Journal of Economics 108, 717–738.

Lütkepohl, H. (1982), “Non-causality due to omitted variables”, Journal of Econometrics, 19, pp. 367-378.

Lütkepohl, H. (2005), New Introduction to multiple time series analysis. Germany: Springer-Verlag.

McKinnon, R. I. (1973), Money and Capital in Economic Development. Brookings Institution, Economic Modelling.

Menegaki, A. (2010), “Growth and renewable energy in Europe: A random effect model with evidence for neutrality hypothesis”, Energy Economics. doi:10.1016/j.eneco.2010.10.004: 1-7. 22

Mozumder, P. and A. Marathe (2007), “Causality relationship between electricity consumption and GDP in Bangladesh”, Energy Policy, 35, pp. 395–402.

Narayan, P. K. & R. Smyth (2008), “Energy consumption and real GDP in G7 countries: new evidence from panel cointegration with structural breaks”, Energy Economics 30, 2331–2341.

Narayan, P. K. and A. Prasad (2008), “Electricity consumption-real GDP causality nexus: Evidence from a bootstrapped causality test for 30 OECD countries”, Energy Policy, 33, pp. 1109-1116.

Narayan, P. K. and B. Singh (2007), “The Electricity consumption and GDP nexus for the Fiji Islands”, Energy Economics, 29, pp. 1141-1150.

Ng, S. & P. Perron (2001), “Lag length selection and the construction of unit root test with good size and power”, Econometrica 69, 1519–1554.

Odhiambo, N. M. (2009a),” Electricity consumption and economic growth in South Africa: A trivariate causality test”, Energy Economics, 31, pp. 635-640.

Odhiambo, N. M. (2009b), “Energy consumption and economic growth nexus in Tanzania: An ARDL bounds testing approach”, Energy Policy, (37), pp. 617–622.

Ozturk, I. & A. Acaravci (2010), “The causal relationship between energy consumption and GDP in Albania, Bulgaria, Hungary and Romania: Evidence from ARDL bound testing approach”, Applied Energy, Vol. 87(6): Pages 1938-1943.

Pesaran, M. H., Shin, Y. & R. Smith (2001), “Bounds testing approaches to the analysis of level relationships”, Journal of Applied Econometrics 16, 289–326.

Sadorsky, P. (2010), “The impact of financial development on energy consumption in emerging economies”, Energy Policy 38, 2528–2535.

Sadorsky, P. (2011), “Financial development and energy consumption in Central and Eastern European frontier economies”, Energy Policy 39, 999–1006.

Shahbaz, M. & H. H. Lean (2012), Does financial development increase energy consumption?

Shahbaz, M. (2009), “A reassessment of finance-growth nexus for Pakistan: under the investigation of FMOLS and DOLS techniques”, ICFAI Journal of Applied Economics 1, 65–80.

Shahbaz, M., Shamim, S. M. A. & N. Aamir (2010), Macroeconomic environment and financial sector's performance: econometric evidence from three traditional approaches.

Tang, C. F. (2009), “Electricity consumption, income, foreign direct investment, and population in Malaysia: New evidence from multivariate framework analysis”, Journal of Economic Studies, 36, pp. 371-382.

Yoo, S. and S. Kwak (2010), “Electricity consumption and economic growth in Seven South American countries”, Energy Policy, 38, pp. 180-188.