본 연구에서는 구조변화 접근법을 이용하여 우리나라 전력소비의 변동성 변화에 대해서 분석하였다. 1970년 1분기부터 2013년 2분기까지의 분기별 자 료를 이용하여 실증 분석한 결과, 비조건부 분산으로 측정한 전체 전력소비 증가율 변동성은 증가한 것으로 나타났다. 전력소비 변동성이 증가한 이유는 전력소비 변동성의 조건부 평균과 조건부 분산에서 구조변화가 발생하였기 때문으로 분석되었다. 우선 1980년 4분기에 전력소비의 조건부 분산이 증가함 에 따라 변동성 증가현상이 나타났고, 1999년 3분기에 조건부 평균의 구조변 화로 인하여 변동성이 보다 상승하였다. 전자는 2차 원유충격 이후, 전력소비 증가율에 대한 외부 충격의 크기 증가로, 후자는 외환위기 이후, 전력소비에 대한 충격의 지속성 상승이 전력소비의 변동성을 증가시켰다고 볼 수 있다.
다음으로 부문별 전력소비의 변동성에 대한 구조변화 검정을 수행하여 전 체 전력소비 변동성 증가의 원천을 분석하였다. 부문별 전력소비증가율 뿐만 아니라 부문별 비중을 고려한 GC에 대한 구조변화 검정도 병행한 결과, 상 업 서비스 부문의 변동성 증가가 전체 전력소비 변동성 변화를 이끈 것으로 나타났다. 이는 에너지원들 중 전력사용의 비중이 빠르게 증가하고 있는 상 업 서비스 부문이 지속적으로 확대되고 있고, 해당 부문의 전력소비 중 많은 비중을 차지하는 냉난방 전력수요가 기온의 불확실성 확대와 함께 증가하면
서 상업 서비스의 전력소비 변동성 증가를 야기한 것으로 보인다.
또한 본 연구에서는 생산충격과 가격충격이 전력소비에 미치는 효과가 증 가함에 따라 전력소비 변동성을 증가시켰다는 사실을 확인하였다. 생산과 전 력가격의 예상치 못한 충격을 전력소비증가율 모형에 반영하여 분석함으로써 생산과 가격의 변동성 변화가 전력소비 변동성에 직접적으로 영향을 미칠 수 있다는 가능성을 확인하고자 하였다. 그 결과, GDP는 조건부 분산이 감소함 으로써 전력소비의 변동성을 감소시킨 반면, 전력가격은 조건부 분산이 증가 하여 전력소비의 변동성을 확대시켰다. 더욱이, 전력소비 증가율에 대한 생산 과 가격의 예상치 못한 충격의 효과가 증대되었음과 해당 변화가 전력소비량 변동성 증가의 대부분을 설명하는 것으로 확인되었다. 그러므로 전력소비와 깊은 관계가 있는 경제변수들의 구조변화 여부는 전력소비 변동성 변화를 야 기할 수 있는 중요한 원인이라는 것을 확인할 수 있었다.
생산 및 가격충격과 함께 기온충격도 전력소비의 변동성 변화를 설명하는 지 확인하고자 하였다. 그 결과, 기온충격의 직접적인 효과는 전력소비 변동 성을 증가시키는 중요한 경로라는 것을 확인하였다. 특히, 난방수요 급증이 전력소비 증가율의 비조건부 분산 증가로 이어졌을 가능성이 높다는 사실을 살펴볼 수 있었다.
본 분석들을 통해 최근의 사회적 관심사 중 하나인 전력수급 불균형 문제 와 관련하여 전력소비의 변동성 증가 현상을 실증적으로 확인할 수 있었으며, 해당 현상의 구체적인 원천을 확인할 수 있었다. 이를 통해 상업 및 가정 부 문에 중점을 둔 최근의 수요관리 정책들이 피크 수요 관리에 유효할 수 있다 는 가능성을 살펴볼 수 있었다. 마지막으로 본 실증 논거들은 전력소비 변동 성의 효과적인 관리를 위해서 전력소비 자체의 변동성 관리와 함께 관련 충 격들의 영향도 함께 고려해야함을 시사한다.
본 연구에서는 전력소비의 변동성 증가에 대한 원인을 구조변화 접근방법에 의해 분석하였으나 다른 대안적인 방법에 의해서도 분석할 수 있을 것이다. 또 한 전력소비와 대체 또는 보완관계에 있는 다른 에너지가격의 구조변화가 전
구조변화를 고려한 우리나라 전력소비의 변동성 증가에 관한 연구
력소비 변동성에 영향을 줄 수 있는지에 대해서도 분석할 수 있을 것이다. 마 지막으로 본 연구에서는 생산과 전력가격을 외생변수로 가정한 전력소비에 대 한 단변량 모형으로 분석하였다. 그러나 전력소비의 변동성 변화를 분석함에 있어서, 구조변화를 고려한 Vector Autoregressive(VAR) 등과 같은 다변량 모 형을 통해서 이들 간의 상호 동태적 관계를 반영할 수 있을 것으로 기대한다.
접수일(2014년 3월 31일), 게재확정일(2014년 9월 4일)
◎ 참 고 문 헌 ◎
오형석, 2007. 우리나라 경제의 잠재성장 및 경기변동에 관한 분석 . 금융연구.
윤종인 김태황, 2006. 원화 환율의 구조적 변화를 고려한 안정성 검정 . EU학연구.
이일균, 2002. 자본시장과 구조변화 . 재무관리연구.
조하현 황선웅, 2009. 한국 경기순환의 변동성 구조변화 . 산업경제연구.
최영일 박양수, 2007. 최근 경기순환의 특성 변화를 반영한 경기분석모형의 개선 . 한 은조사연구.
Ahed, S., Levin, A. and Wilson, B. A. 2004. “Recent U.S. Macroeconomic Stability:
Good Policies, Good Practices, or Good Luck?” The Review of Economics and Statistics 86(3) : pp824-832
Andrews, D. W. K. 1993. “Tests for Parameter Instability and Structural Change with Unknown Change Point.” Econometrica 61(4) : pp821-856.
Andrews, D. W. K., Ploberger, W. 1994. “Optimal Tests when a Nuisance Parameter is Present Only under the Alternative.” Econometrica 62(6) : pp1383-1414.
Bai, J. 1994. “Least squares estimation of a shift in linear processes.” Journal of Time Series Analysis 15(5) : pp453-472.
Bai, J. 1997. “Estimating Multiple Breaks One at a Time.” Econometric Theory 13(3) : pp315-352.
Bai, J., Perron, P. 1998. “Estimating and Testing Linear Models with Multiple Structural Changes.” Econometrica 66(1) : pp47-78.
Bai, J., Perron, P. 2003. “Computation and Analysis of Multiple Structural Change Models.” Journal of Applied Econometrics 18(1) : pp1-22.
Bai, J., Perron, P. 2006. “Multiple Structural Change Models: A Simulation Analysis.”
Econometric Theory and Practice: Frontiers of Analysis and Applied Research : pp212-237. Cambridge University Press.
구조변화를 고려한 우리나라 전력소비의 변동성 증가에 관한 연구
Bentai, L. 2008. “The ‘great moderation’ in the United Kingdom.” Journal of Money, Credit and Banking 40(1) : pp121-147.
Blanchard, O. and Simon, J. 2001. “The Long Decline in U.S. Output Volatility.”
Brookings Papers on Economic Activity 32(1) : pp135-173.
Canova, F. 2010. “What Explains the Great Moderation in the U.S.? A Structural Analysis.” Journal of the European Economic Association 7(4) : pp697-721.
Chauvet, M. and Potter, S. 2001. “Recent Changes in the U.S. Business Cycle.” The Manchester School 69(5) : pp481-508.
Chow, G. C. 1960. “Tests of Equality Between Sets of Coefficients in Two Linear Regressions.” Econometrica 28(3) : pp591-605.
Daslsgaard, T., Elmeskov, J. and Park, C.-Y. 2002. “Ongoing Changes in the Business Cycle: Evidence and Causes.” OECD Economics Department Working Papers 315.
Davidian, M. and Carroll, R. J. 1987. “Variance Function Estimation.” Journal of the American Statistical Association 82(400) : pp1079-1091.
Davies, R. B. 1977. “Hypothesis Testing When a Nuisance Parameter is Present Only Under the Alternative.” Biometrika 64(2) : pp247-254.
Del Negro, M. and Otrok, C. 2003. “Time-Varying European Business Cycles.” Mimeo, University of Virginia.
Doyle, B. M. and Faust, J. 2005. “Breaks in the Variability and Comovement of G-7 Economic Growth.” The Review of Economics and Statistics 87(4) : pp721-740.
Fritshe, U. and Kuzin, V. 2005. “Declining Output Volatility in Germany: Impulses, Propagation, and the Role of Monetary Policy.” Applied Economics 37 : pp2445-2457.
Giannone, D., Reichlin, L. and Lenza, M. 2008. “Explaining the Great Moderation: It Is Not the Shocks.” Journal of the European Economic Association 6(2-3) : pp621-633.
Hansen, B. E. 1997. “Approximate Asymptotic p Values for Structural-Change Tests.”
Journal of Business and Economic Statistics 15(1) : pp60-67.
Hamilton, J. D. 1994. “Time Series Analysis.” Vol. 2. Princeton: Princeton University Press.
Herrera, A. M. and Pesavento, E. 2005. “The Decline in U.S. Output Volatility:
Structural Changes and Inventory Investment.” Journal of Business & Economic Statistics 23(4) : pp462-472.
Kahn, J. A., McConnell, M. M. and Perez-Quiros, G. 2002. “On the Causes of the Increased Stability of the U.S. Economy.” Economic Policy Review 8 : pp183-206.
Kim, C.-J. and Nelson, C. R. 1999. “Has the U.S. Economy Become More Stable? A Bayesian Approach Based on a Markov-Switching Model of the Business Cycle.”
The Review of Economics and Statistics 81(4) : pp608-616.
Kim C.-J., Nelson, C. R. and Piger, J. 2004. “The Less-Volatile U.S. Economy: A Bayesian Investigation of Timing, Breadth, and Potential Explanations.” Journal of Business & Economic Statistics 22(1) : pp80-93.
Koop, G. and Korobilis, D. 2009. “Bayesian Multivariate Time Series Methods for Empirical Macroeconomics.” Foundations and Trends in Econometrics 3(4) : pp267-358.
McConnell, M. M., Mosser, P. and Perez-Quiros, G. 1999. "A Decomposition of the Increase Stability of GDP Growth." Current Issues in Economics and Finance 5(13) : pp1-6.
McConnell, M. M. and Perez-Quiros, G. 2000. “Output Fluctuations in the United States:
What Has Changed Since the Early 1980’s?” American Economic Review 90(5) : pp1464-1476.
Mills, T. and Wang, P. 2003. “Have Output Growth Rates Stabilized? Evidence from the G-7 Economies.” Scottish Journal of Political Economy 50(3) : pp232-246.
Sensier, M. and van Dijk, D. 2004. “Testing for Volatility Changes in U.S.
Macroeconomic Time Series.” The Review of Economics and Statistics 86(3) : pp833-839.
Simon, J. 2001. “The Decline in Australian Output Volatility.” Reserve Bank of Australia.
구조변화를 고려한 우리나라 전력소비의 변동성 증가에 관한 연구
Stock, J. H. and Watson, M. W. 2003. “Has the Business Cycle Changed and Why?” In NBER Macroannual 2002 17 : pp159-230. MIT Press.
Stock, J. H. and Watson, M. H. 2005. “Understanding Changes in International Business Cycle Dynamics.” Journal of the European Economic Association 3(5) : pp968-1006.
Quandt, R. 1960. “Tests of the Hypothesis That a Linear Regression Obeys Two Separate Regimes.” Journal of the American Statistical Association 55(290) : pp324-330.
Warnock, M. C. and Warnock, F. E. 2000. “The Declining Volatility of U.S.
Employment: Was Arthur Burns Right?” Board of Governors of the Federal Reserve System.
Zivot, E. and Andrews, D. K. 1992. “Further Evidence On The Great Crash, The Oil Price Shock, and The Unit Root Hypothesis.” Journal of Business and Economic Statistics 10(10) : pp251–70
◎ 부 록 ◎
구 분 70년대 80년대 90년대 00년대 전체
전체
실질GDP 0.208
[0.223] 0.344
[0.030] 0.066
[0.686] -0.785
[0.000] -0.008 [0.922]
전력가격 -0.351
[0.036] 0.170
[0.294] 0.654
[0.000] 0.414
[0.002] 0.305 [0.000]
HDD -0.305
[0.070] -0.815
[0.000] -0.584
[0.000] 0.515
[0.000] -0.177 [0.021]
CDD 0.274
[0.106] 0.845
[0.000] 0.818
[0.000] 0.048
[0.730] 0.405 [0.000]
산업
실질GDP 0.774
[0.000] 0.721
[0.000] 0.827
[0.000] 0.485
[0.000] 0.708 [0.000]
전력가격 -0.532
[0.001] -0.312
[0.050] -0.257
[0.110] -0.270
[0.048] -0.268 [0.000]
HDD -0.591
[0.000] -0.659
[0.000] -0.551
[0.000] -0.145
[0.294] -0.477 [0.000]
CDD 0.099
[0.565] 0.224
[0.164] 0.143
[0.380] -0.039
[0.778] 0.087 [0.259]
상업 서비스․
실질GDP -0.393
[0.018] -0.270
[0.092] -0.364
[0.021] -0.850
[0.000] -0.422 [0.000]
전력가격 -0.021
[0.902] 0.448
[0.004] 0.862
[0.000] 0.399
[0.003] 0.370 [0.000]
HDD 0.031
[0.857] -0.378
[0.016] -0.370
[0.019] 0.579
[0.000] 0.058 [0.452]
CDD 0.269
[0.113] 0.817
[0.000] 0.802
[0.000] -0.004
[0.977] 0.360 [0.000]
가정
실질GDP -0.560
[0.000] 0.074
[0.649] -0.575
[0.000] -0.829
[0.000] -0.354 [0.000]
전력가격 0.477
[0.003] 0.381
[0.015] 0.625
[0.000] 0.722
[0.000] 0.482 [0.000]
HDD 0.699
[0.000] -0.676
[0.000] 0.019
[0.909] 0.227
[0.099] 0.002 [0.977]
CDD -0.240
[0.159] 0.921
[0.000] 0.563
[0.000] 0.370
[0.006] 0.381 [0.000]
주: 전력소비, GDP, 전력가격은 1차 로그차분한 값을, HDD와 CDD는 분기별로 합산한 일일 HDD 와 CDD이다. [ ]의 값은 두 변수 간의 상관관계가 0이라는 귀무가설에 대한 검정통계량의 p-value이다.
<부표 1> 부문별･연도별 전력소비와 관련변수들 간의 상관관계
구조변화를 고려한 우리나라 전력소비의 변동성 증가에 관한 연구
구 분 증가율 Growth Contributions
Sup Exp Ave Sup Exp Ave
산업
조건부
평균 12.22b
[0.04] 4.50b
[0.01] 7.90a
[0.00] 17.30a
[0.00] 6.87a
[0.00] 11.49a [0.00]
조건부분산 20.97a
[0.00] 8.31a
[0.00] 13.12a
[0.00] 31.95a
[0.00] 13.77a
[0.00] 21.57a [0.00]
상업 서비스
조건부
평균 4.95
[0.57] 1.74
[0.24] 3.40
[0.13] 2.04
[0.99] 0.56
[0.81] 1.09 [0.74]
조건부분산 5.91
[0.17] 1.35
[0.12] 1.67
[0.16] 36.72a
[0.00] 15.58a
[0.00] 22.27a [0.00]
가정
조건부평균 33.42a
[0.00] 14.83a
[0.00] 20.24a
[0.00] 33.42a
[0.00] 14.83a
[0.00] 20.24a [0.00]
조건부
분산 72.46a
[0.00] 33.41a
[0.00] 45.04a
[0.00] 34.07a
[0.00] 14.08a
[0.00] 20.90a [0.00]
주: a는 1%, b는 5%, c는 10% 유의수준을 의미한다. [ ]의 값은 P-value로 Hanse(1997)의 방법에 의해 계산한 것이며 조건부 평균의 경우, 모두 AR(1)을 가정하고, 에 대 한 검정결과이다.
<부표 2> 부문별 전력소비와 GC에 대한 구조변화 검정결과
구 분 Sup Exp Ave
생산충격
조건부
평균 10.25 *
[0.09] 3.09 *
[0.06] 5.80 **
[0.02]
조건부
분산 19.76 ***
[0.00] 7.33 ***
[0.00] 10.06 ***
[0.00]
가격충격
조건부
평균 38.26 ***
[0.00] 16.48 ***
[0.00] 24.14 ***
[0.00]
조건부분산 26.74 ***
[0.00] 10.99 ***
[0.00] 14.44 ***
[0.00]
기온충격
조건부평균 52.35 ***
[0.00]
23.07 ***
[0.00]
22.20 ***
[0.00]
조건부 분산
19.71 ***
[0.00]
7.10 ***
[0.00]
9.32 ***
[0.00]
GDP 증가율 조건부
분산 10.25 *
[0.09] 3.09 *
[0.06] 5.80 **
[0.02]
전력 가격 조건부
분산 9.58 **
[0.03) 2.48 **
[0.03] 3.29 **
[0.03]
주: ***는 1%, **는 5%, **는 10% 유의수준을 의미하며 [ ]의 값은 P-value로 Hanse(1997)의 방 법에 의해 계산한 것이다.
<부표 3> 생산･가격 및 각 충격에 대한 구조변화 검정결과
생산충격 가격충격 기온충격
유형 변화
이전
변화
이후 유형 변화
이전
변화
이후 유형 변화
이전
변화 이후
0.03
(6.78) 0.02a
(5.35) 0.03a
(6.75) 0.02a
(5.50) 0.03a
(3.21) -0.08a (-4.04)
-0.18c
(-1.69) -0.57a
(-4.98) -0.14
(-1.25) -0.46a
(-3.63) -0.17b
(-2.13) -0.45a (-3.52)
0.00
(0.96) 0.65a
(6.97) -0.13b
(-2.48) -0.04
(-0.72) -0.01c
(-1.72) 0.08a (7.98)
-0.15a (-3.13) 0.10
(0.78) -0.07
(-1.35) 0.28a
(4.21) 0.02a
(6.24) 0.03a (3.00)
0.24a
(3.96) -0.13
(-1.53) -0.03
(-0.93) -0.35a
(-6.81) - -
- 0.07c
(1.63) -0.47a
(-5.68) 0.07c
(1.69) 0.00
(-0.05) - -
-주: a는 1%, b는 5%, c는 10% 유의수준을 의미하고, ( )의 값은 t-통계량이다. 구조변화 검정결과 는 Quandt-Andrews 검정에 근거하였고, 구조변화 시점은 Bai(1994, 1997a)의 최소제곱원칙에 근거하였다.
구 분
변화이전 변화이후 변화이전 변화이후 변화이전 변화이후
전체 0.03a
(6.77) 0.02a
(3.83) -0.08
(-0.69) -0.66a
(-6.12) 0.03a
(6.42) 0.05a (16.91)
산업 0.06a
(6.58) 0.02a
(7.73) -0.45a
(-5.60) -0.32a
(-5.25) 0.05a
(12.71) 0.03a (9.89) 상업 서비스 0.05a
(6.80) - -0.48a
(-3.77) - 0.10a
(12.05)
-가정 0.05a
(5.53) 0.03a
(8,19) -0.23a
(-3.56) -0.89a
(-28.75) 0.16a
(14.24) 0.04a (12.23) 산업GC 0.04a
(5.45) 0.01a
(6.25) -0.44a
(-3.44) -0.31a
(-3.48) 0.03a
(12.47) 0.02a (9.67) 상업 서비스GC 0.01a
(3.95) - -0.62a
(-7.33) - 0.02a
(10.95) 0.05a (12.55) 가정GC 0.01b
(2.64) 0.00a
(6.44) -0.31b
(-2.77) -0.93a
(-22.76) 0.02a
(12.17) 0.01a (10.40) 주: a는 1%, b는 5%, c는 10% 유의수준을 의미하고, ( )의 값은 t-통계량이다. 구조변화 검정결과
는 Quandt-Andrews 검정에 근거하였고, 구조변화 시점은 Bai(1994, 1997a)의 최소제곱원칙에 근거하였다.
<부표 4> 부문별 전력소비 증가율 및 GC에 대한 추정결과
<부표 5> 개별 충격을 고려한 전력소비 모형 추정결과
구조변화를 고려한 우리나라 전력소비의 변동성 증가에 관한 연구
ABSTRACT Analysis of Volatility Increase on Electricity Use considering Structural Breaks in South Korea
Donghyun Shin*, Dongha Kim** and HaHyun Jo***
This study examines volatility changes of electricity consumption in South Korea. The results of empirical analysis using quarterly data from 1970:1 to 2013:2 shows the volatility increase. Structural changes of conditional mean and variance result in this increase. Electricity use in industrial, commercial service and residential sector are examined for identifying the main sources of the increase. With respect to the reasons of these changes, economic shocks, such as GDP and price of electricity, and temperature shock, such as HDD CDD, are checked. The specific results show that the main source which have charge of the volatility increase is commercial service sector whose electricity consumption has a relatively large proportion in its total energy use. In addition, increase in the effect of GDP, Price and temperature shock to the electricity use leads to the volatility expansion. These empirical results suggest that effective management in the volatility of electricity consumption should consider the effect of economic climatic shock as well as the volatility of electricity use itself.
Key Words : Electricity consumption, Volatility change, Multiple structural breaks analysis, economic climatic shock
JEL Codes : C22, C34, Q43
* Researcher, Yonsei Economic Research Institute(main author).
idol@yonsei.ac.kr
** Integrated Ph. D Course, School of Economics, Yonsei Univ(corresponding author). dongha.kim413@gmail.com
*** Professor, School of Economics, Yonsei Univ, hahyunjo@hanmail.net